本發(fā)明涉及包含風力發(fā)電等分布式電源的復雜互聯(lián)電力系統(tǒng)領域智能控制技術，特別涉及一種計及風電的互聯(lián)電力系統(tǒng)分布式動態(tài)矩陣頻率控制方法。

背景技術：

隨著大量光伏發(fā)電、風力發(fā)電等分布式電源的接入，傳統(tǒng)電力系統(tǒng)在規(guī)模、結構和運行模式上都越來越龐大和復雜。如何實現(xiàn)如此復雜的互聯(lián)電力系統(tǒng)穩(wěn)定且優(yōu)化地運行已成為一個嚴峻的挑戰(zhàn)。傳統(tǒng)的集中式控制方式已越來越難以應對這一挑戰(zhàn)。針對高滲透率分布式電源接入的復雜互聯(lián)電力系統(tǒng)，如何研發(fā)高效的分布式負荷頻率控制技術已成為電力系統(tǒng)領域重要的研發(fā)命題之一。

近年來，業(yè)界對多區(qū)域互聯(lián)電力系統(tǒng)的負荷頻率控制技術的研發(fā)報道主要集中在采用基于PID控制、模糊控制、滑?？刂频燃夹g。但這些現(xiàn)有技術主要針對的是傳統(tǒng)的電力系統(tǒng)結構，無法直接適用于大功率風力發(fā)電場和光伏電站等新能源接入后的多區(qū)域互聯(lián)電力系統(tǒng)結構；另外，現(xiàn)有技術難以處理多區(qū)互聯(lián)電力系統(tǒng)非線性、不確定性和復雜的約束條件，難以完全滿足在系統(tǒng)復雜工況和不確定性因素下的穩(wěn)定運行要求和動態(tài)響應要求。

預測控制通過預測模型、反饋校正和滾動優(yōu)化等基本模塊實現(xiàn)對復雜工業(yè)控制系統(tǒng)的優(yōu)化控制，相比傳統(tǒng)PID控制具有直接處理耦合多變量系統(tǒng)、在線處理各種擾動和不確定的能力，已在石油、化工、冶金、生物制藥、食品加工等復雜過程控制系統(tǒng)得到了較為成功的應用；預測控制在電力電子變換器和電力系統(tǒng)等快過程系統(tǒng)中的應用雖然具有廣泛的前景，但目前正處于起步階段，尤其是在高滲透率分布式電源接入的復雜多區(qū)域互聯(lián)電力系統(tǒng)負荷頻率控制中的應用還鮮有報道。目前，僅有少數(shù)學者采用預測控制技術對包含分布式新能源電力系統(tǒng)的復雜多區(qū)域互聯(lián)電力系統(tǒng)進行了研究探索，但現(xiàn)有集中式預測控制技術在在線計算量、容錯能力方面還存在嚴重缺陷；而僅有的少數(shù)分布式預測控制技術嚴重依賴設計經(jīng)驗，在滾動優(yōu)化策略自適應性和處理復雜約束條件能力等方面都存在明顯不足，難以完全滿足在復雜工況和不確定性因素下的穩(wěn)定運行要求和動態(tài)響應要求。

技術實現(xiàn)要素：

本發(fā)明的目的在于針對現(xiàn)有技術的不足，提供一種計及風電的互聯(lián)電力系統(tǒng)分布式動態(tài)矩陣頻率控制方法。

本發(fā)明的目的是通過以下技術方案來實現(xiàn)的，一種計及風電的互聯(lián)電力系統(tǒng)分布式動態(tài)矩陣頻率控制方法，包括以下步驟：

(1)通過機理分析建模法建立如公式(1)所示的計及風電的第i個區(qū)域互聯(lián)電力系統(tǒng)連續(xù)時間狀態(tài)空間模型，其中i＝1,2,…,N，N表示互聯(lián)電力系統(tǒng)的區(qū)域數(shù)量的最大值；

其中，X_i、U_i、W_i、Y_i分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)連續(xù)時間狀態(tài)向量、輸入向量、干擾向量和輸出向量，表示X_i的一階微分向量，A_i、B_1i、B_2i、C_i分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)的連續(xù)時間系統(tǒng)矩陣、輸入矩陣、干擾矩陣和輸出矩陣，具體定義如下：

X_i＝[Δp_gi Δp_mi Δf_i Δp_ti Δi_qi Δω_i]^T,U_i＝[Δp_ciΔV_qi]^T，W_i＝[Δp_Li Δv_iΔT_mi]^T,

Y_i＝[ACE_i Δω_i],

式中，Δp_gi表示區(qū)域i中汽輪機閥門開度變化，Δp_mi表示區(qū)域i中氣輪機輸出機械功率變化，Δf_i表示區(qū)域i的頻率偏差，Δp_ti表示區(qū)域i中聯(lián)絡線交換功率偏差，Δi_qi表示區(qū)域i中雙饋異步風力發(fā)電機在dq坐標系下q軸坐標的轉(zhuǎn)子電流變化，Δω_i表示區(qū)域i中雙饋異步風力發(fā)電機角速度變化，Δp_ci表示區(qū)域i中調(diào)速器位置變化，ΔV_qi表示區(qū)域i中雙饋異步風力發(fā)電機在dq坐標系下q軸坐標的轉(zhuǎn)子電壓變化，Δp_Li表示區(qū)域i中負荷變化，ΔT_mi表示區(qū)域i中風機機械功率變化，ACE_i表示第i個區(qū)域互聯(lián)電力系統(tǒng)的區(qū)域控制誤差，T_gi表示區(qū)域i調(diào)速器慣性時間常數(shù)，T_ti表示區(qū)域i氣輪機積分時間常數(shù)，R_i表示區(qū)域i調(diào)速器調(diào)差系數(shù)，D_i表示區(qū)域i等效阻尼系數(shù)，H_i表示區(qū)域i電力系統(tǒng)等效慣性系數(shù)，T_ij表示區(qū)域i與區(qū)域j之間聯(lián)絡線功率同步系數(shù)，B_i表示頻率偏差因子，ω_oi表示區(qū)域i風機角速度運行值，ω_si表示區(qū)域i風機同步速度，H_ti表示區(qū)域i風機的等效慣性系數(shù)，R_ri和R_si分別表示區(qū)域i風機轉(zhuǎn)子和定子電阻，L_mi表示區(qū)域i風機磁化電感，L_si表示區(qū)域i風機定子漏電感，L_0i＝[L_rsi+L_mi+L_mi.L_mi/(L_si+L_mi)]，L_rsi表示區(qū)域i風機轉(zhuǎn)子的自電感；

(2)電力系統(tǒng)監(jiān)控計算機讀取互聯(lián)電力系統(tǒng)的采樣周期T_s，將式(1)進行離散化，自動獲得如公式(2)所示的第i個區(qū)域互聯(lián)電力系統(tǒng)的離散時間狀態(tài)空間模型；

其中，A_di表示第i個區(qū)域互聯(lián)電力系統(tǒng)的離散時間系統(tǒng)矩陣，B_d1i表示離散時間輸入矩陣，B_d2i表示離散時間干擾矩陣，C_di表示離散時間輸出矩陣，x_i(k)、u_i(k)、w_i(k)、y_i(k)分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)的在第k個采樣時刻的狀態(tài)向量、輸入向量、干擾向量和輸出向量，x_i(k+1)表示第(k+1)個采樣時刻的狀態(tài)向量，具體定義如下：

x_i(k)＝[Δp_gi(k) Δp_mi(k) Δf_i(k) Δp_ti(k) Δi_qi(k) Δω_i(k)]^T,u_i(k)＝[Δp_ci(k) ΔV_qi(k)]^T,

w_i(k)＝[Δp_Li(k) Δv_i(k) ΔT_mi(k)]^T,y_i(k)＝[ACE_i(k) Δω_i(k)],其中，Δp_gi(k)、Δp_mi(k)、Δf_i(k)、Δp_ti(k)、Δω_i(k)、Δp_ci(k)、ΔV_qi(k)、Δp_Li(k)、Δv_i(k)、ΔT_mi(k)、ACE_i(k)表示步驟(1)中所述連續(xù)時間變量對應的第k采樣時刻離散時間變量；

(3)在電力系統(tǒng)監(jiān)控計算機中輸入運行參數(shù)值：包括預測域N_y、控制域N_u、系統(tǒng)輸出偏差權重矩陣Q及控制增量權重矩陣R、運行時間窗最大采樣步數(shù)t_max、群體規(guī)模NP和迭代次數(shù)G_max；

(4)電力系統(tǒng)監(jiān)控計算機讀取前一時刻控制信號u_i(k-1)和系統(tǒng)輸出y_i(k)及狀態(tài)變量x_i(k)，構造擴展狀態(tài)空間方程的狀態(tài)變量x_I(k)＝[x_i(k),u_i(k-1)]^T；

(5)采用實數(shù)編碼方式隨機生成一個均勻分布的初始群體P＝{S₁,S₂,…,S_m,…,S_NP}，群體大小為NP，個體S_m表示控制增量預測序列ΔU_mi＝[Δu_i(k),Δu_i(k+1),…,Δu_i(k+N_u-1)]^T，Δu_i(k)、Δu_i(k+1)和Δu_i(k+N_u-1)分別表示在第k、(k+1)和(k+N_u-1)采樣時刻時的控制增量信號，S_m的產(chǎn)生的具體過程如公式(3)所示；

S_m＝Δu_min,i+r_mi(Δu_max,i-Δu_min,i),m＝1,2,…,NP (3)

式中，r_mi是介于0和1之間的隨機數(shù)，Δu_max,i和Δu_min,i分別表示ΔU_mi的上界和下界向量；

(6)先按照公式(4)計算系統(tǒng)輸出偏差預測值Y_mi＝[ACE_i(k+1),ACE_i(k+2),…,ACE_i(k+N_y)；Δω_i(k+1),Δω_i(k+2),…,Δω_i(k+N_y)]^T，其中，ACE_i(k+1)、ACE_i(k+2)、ACE_i(k+N_y)分別表示在第(k+1)、(k+2)、(k+N_y)采樣時刻時第i個區(qū)域控制誤差ACE_i的信號值，Δω_i(k+1)、Δω_i(k+2)、Δω_i(k+N_y)分別表示在第(k+1)、(k+2)、(k+N_y)采樣時刻時第i個區(qū)域中風機角速度Δω_i的信號值；再根據(jù)公式(5)計算群體P中每個個體適應度值J(S_m)，群體最佳適應度值F_best＝min{J(S_m)，m＝1,2,…,NP}，將最佳適應度值對應個體設置為最佳個體S_best；

Y_mi＝Ex_I(k)+Fu_i(k-1)+Gw(k-1)+HS_m^T

其中，

其中，0和1分別為多維度的數(shù)值為0和1的矩陣；

W_i為系統(tǒng)的參考軌跡，Δu_max,i和Δu_min,i分別是ΔU_mi的上界和下界向量，Δy_max,i和Δy_min,i分別是系統(tǒng)輸出Y_mi的上界和下界向量，Q和R分別表示系統(tǒng)輸出預測向量與參考軌跡之間偏差(Y_mi-W_i)的權重矩陣和控制增量預測向量ΔU_mi的權重矩陣；

(7)對適應度集合{J(S_m)}進行升冪排序，使得J_Π(1)≤J_Π(2)≤…≤J_Π(NP)，選擇序號為Π(1)至Π(NP/2)之間對應的個體替換序號為Π(1+NP/2)至Π(NP)之間對應的個體，從而獲得新的群體P_s＝{s₁,s₂,…,s_m,…,s_NP}，m＝1,2,…,NP；

(8)在P_s的基礎上，根據(jù)公式(6)和公式(7)產(chǎn)生新群體P_m＝{S_N1,S_N2,…,S_Nm,…,S_NNP}；

S_Nm＝s_m+α.β_max,m＝1,2,…,NP (6)

式中，r和r₁為介于0和1之間的均勻分布隨機數(shù)，gen表示當前迭代次數(shù)，G_max表示最大迭代次數(shù)；

(9)無條件接受新群體P_m，即P＝P_m；

(10)判斷條件gen≥G_max是否成立？若是，則轉(zhuǎn)向步驟(11)；否則，設置gen＝gen+1，返回步驟(6)；

(11)獲得第k個采樣時刻的最優(yōu)控制量u_i(k)＝u_i(k-1)+[1,0,…,0]*ΔU_mi，并將當前控制量u_i(k)作用于多區(qū)域互聯(lián)電力系統(tǒng)控制區(qū)域i，實時數(shù)據(jù)采集子系統(tǒng)將采集到多區(qū)域互聯(lián)電力系統(tǒng)實際輸出y_i(k+1)和狀態(tài)變量x_i(k+1)傳送回電力系統(tǒng)監(jiān)控計算機；

(12)判斷條件k≥t_max是否成立？若是，則轉(zhuǎn)向步驟(13)；否則，設置k＝k+1，返回步驟(4)；

(13)電力系統(tǒng)監(jiān)控計算機將根據(jù)實時數(shù)據(jù)采集子系統(tǒng)采集到的數(shù)據(jù)信息，通過圖形繪制和顯示功能實時輸出系統(tǒng)各區(qū)域頻率偏差Δf_i和聯(lián)絡線傳輸功率偏差Δp_ti在運行時間窗內(nèi)的動態(tài)響應波形。

本發(fā)明的有益效果是：采用本發(fā)明可實現(xiàn)計及風力發(fā)電的多區(qū)域互聯(lián)電力系統(tǒng)負荷頻率協(xié)調(diào)優(yōu)化控制效果，具有現(xiàn)有技術所不具備的以下優(yōu)點：計及風力發(fā)電的多區(qū)域互聯(lián)電力系統(tǒng)各區(qū)域頻率偏差和聯(lián)絡線傳輸功率偏差時間響應具有更快的調(diào)節(jié)時間、更小的動態(tài)振蕩幅度和更小的穩(wěn)態(tài)誤差；在系統(tǒng)參數(shù)失配和負荷突變干擾情形下，具有更強的魯棒性能。

附圖說明

圖1是計及風力發(fā)電的第i區(qū)域互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制的系統(tǒng)結構圖；

圖2是互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制的原理示意圖；

圖3是第i區(qū)域互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制方法的實現(xiàn)過程示意圖。

具體實施方式

下面結合附圖對本發(fā)明進一步說明，本發(fā)明的目的和效果將更加明顯。

圖1是計及風力發(fā)電的第i區(qū)域互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制的系統(tǒng)結構圖，其中DCDMC-APO-i表示用于第i區(qū)域電力系統(tǒng)的基于自適應群體優(yōu)化的分布式約束動態(tài)矩陣控制器(Adaptive Population Optimization based Distributed Constrained Dynamic Matrix Controller)，L_ssi表示區(qū)域i中風機定子的自電感，即L_ssi＝(L_si+L_mi)。

圖2是互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制的原理示意圖，其中APO表示自適應群體優(yōu)化(Adaptive Population Optimization)。

圖3是第i區(qū)域互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制方法的實現(xiàn)過程示意圖。

以華東地區(qū)某個計及風力發(fā)電的三區(qū)域互聯(lián)電力系統(tǒng)為例，采用本發(fā)明提出的計及風力發(fā)電的多區(qū)域互聯(lián)電力系統(tǒng)分布式約束動態(tài)矩陣頻率控制技術進行實施。

(1)通過機理分析建模法建立如公式(1)所示的計及風電的第i個區(qū)域互聯(lián)電力系統(tǒng)連續(xù)時間狀態(tài)空間模型，其中i＝1,2,…,N，N表示互聯(lián)電力系統(tǒng)的區(qū)域數(shù)量的最大值，在本例中N＝3；

其中，X_i、U_i、W_i、Y_i分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)連續(xù)時間狀態(tài)向量、輸入向量、干擾向量和輸出向量，表示X_i的一階微分向量，A_i、B_1i、B_2i、C_i分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)的連續(xù)時間系統(tǒng)矩陣、輸入矩陣、干擾矩陣和輸出矩陣，具體定義如下：

X_i＝[Δp_gi Δp_mi Δf_i Δp_ti Δi_qi Δω_i]^T,U_i＝[Δp_ci ΔV_qi]^T，W_i＝[Δp_Li Δv_iΔT_mi]^T,

Y_i＝[ACE_i Δω_i],

式中，Δp_gi表示區(qū)域i中汽輪機閥門開度變化，Δp_mi表示區(qū)域i中氣輪機輸出機械功率變化，Δf_i表示區(qū)域i的頻率偏差，Δp_ti表示區(qū)域i中聯(lián)絡線交換功率偏差，Δi_qi表示區(qū)域i中雙饋異步風力發(fā)電機在dq坐標系下q軸坐標的轉(zhuǎn)子電流變化，Δω_i表示區(qū)域i中雙饋異步風力發(fā)電機角速度變化，Δp_ci表示區(qū)域i中調(diào)速器位置變化，ΔV_qi表示區(qū)域i中雙饋異步風力發(fā)電機在dq坐標系下q軸坐標的轉(zhuǎn)子電壓變化，Δp_Li表示區(qū)域i中負荷變化，ΔT_mi表示區(qū)域i中風機機械功率變化，ACE_i表示第i個區(qū)域互聯(lián)電力系統(tǒng)的區(qū)域控制誤差，T_gi表示區(qū)域i調(diào)速器慣性時間常數(shù)，T_ti表示區(qū)域i氣輪機積分時間常數(shù)，R_i表示區(qū)域i調(diào)速器調(diào)差系數(shù)，D_i表示區(qū)域i等效阻尼系數(shù)，H_i表示區(qū)域i電力系統(tǒng)等效慣性系數(shù)，T_ij表示區(qū)域i與區(qū)域j之間聯(lián)絡線功率同步系數(shù)，B_i表示頻率偏差因子，ω_oi表示區(qū)域i風機角速度運行值，ω_si表示區(qū)域i風機同步速度，H_ti表示區(qū)域i風機的等效慣性系數(shù)，R_ri和R_si分別表示區(qū)域i風機轉(zhuǎn)子和定子電阻，L_mi表示區(qū)域i風機磁化電感，L_si表示區(qū)域i風機定子漏電感，L_0i＝[L_rsi+L_mi+L_mi.L_mi/(L_si+L_mi)]，L_rsi表示區(qū)域i風機轉(zhuǎn)子的自電感；在本實施例中，T_g1＝0.08，T_g2＝0.06，T_g3＝0.07，T_t1＝0.40，T_t2＝0.44，T_t3＝0.30，B₁＝B₂＝B₃＝1，R₁＝3.00，R₂＝2.73，R₃＝2.82，D₁＝0.015，D₂＝0.016，D₃＝0.015，H₁＝0.0835，H₂＝0.10085，H₃＝0.06235，R_ri＝0.00552，R_si＝0.00491，H_ti＝4.5,L_mi＝0.000803，L_rsi＝0.031831，L_si＝0.034327，L_0i＝0.032652，ω_oi＝1.17，ω_si＝1.15。

(2)電力系統(tǒng)監(jiān)控計算機讀取互聯(lián)電力系統(tǒng)的采樣周期T_s＝0.005秒，將式(1)進行離散化，自動獲得如公式(2)所示的第i個區(qū)域互聯(lián)電力系統(tǒng)的離散時間狀態(tài)空間模型；

其中，A_di表示第i個區(qū)域互聯(lián)電力系統(tǒng)的離散時間系統(tǒng)矩陣，B_d1i表示離散時間輸入矩陣，B_d2i表示離散時間干擾矩陣，C_di表示離散時間輸出矩陣，x_i(k)、u_i(k)、w_i(k)、y_i(k)分別表示第i個區(qū)域互聯(lián)電力系統(tǒng)的在第k個采樣時刻的狀態(tài)向量、輸入向量、干擾向量和輸出向量，x_i(k+1)表示第(k+1)個采樣時刻的狀態(tài)向量，具體定義如下：

x_i(k)＝[Δp_gi(k) Δp_mi(k) Δf_i(k) Δp_ti(k) Δi_qi(k) Δω_i(k)]^T,u_i(k)＝[Δp_ci(k) ΔV_qi(k)]^T,

w_i(k)＝[Δp_Li(k) Δv_i(k) ΔT_mi(k)]^T,y_i(k)＝[ACE_i(k) Δω_i(k)].在此，Δp_gi(k)、Δp_mi(k)、Δf_i(k)、Δp_ti(k)、Δω_i(k)、Δp_ci(k)、ΔV_qi(k)、Δp_Li(k)、Δv_i(k)、ΔT_mi(k)、ACE_i(k)表示步驟(1)中所述連續(xù)時間變量對應的第k采樣時刻離散時間變量。

(3)在電力系統(tǒng)監(jiān)控計算機中輸入運行參數(shù)值：包括預測域N_y＝13、控制域N_u＝3、系統(tǒng)輸出偏差權重矩陣Q＝I_Ny×Ny及控制增量權重矩陣R＝0.1*I_Nu×Nu、I表示單位矩陣，運行時間窗最大采樣步數(shù)t_max＝150000、群體規(guī)模NP＝30和迭代次數(shù)G_max＝20，發(fā)電速率約束為0.0017pu MW/s，設置死區(qū)時間為0.05pu。

(4)電力系統(tǒng)監(jiān)控計算機讀取前一時刻控制信號u_i(k-1)和系統(tǒng)輸出y_i(k)及狀態(tài)變量x_i(k)，構造擴展狀態(tài)空間方程狀態(tài)變量x_I(k)＝[x_i(k),u_i(k-1)]^T。

(5)采用實數(shù)編碼方式隨機生成一個均勻分布的初始群體P＝{S₁,S₂,…,S_m,…,S_NP}，群體大小為NP＝30，個體S_m表示控制增量預測序列ΔU_mi＝[Δu_i(k),Δu_i(k+1),Δu_i(k+2)]^T，Δu_i(k)、Δu_i(k+1)和Δu_i(k+2)分別表示在第k、(k+1)和(k+2)采樣時刻時的控制增量信號，S_m的產(chǎn)生的具體過程如公式(3)所示；

S_m＝Δu_min,i+r_mi(Δu_max,i-Δu_min,i),m＝1,2,…,30 (3)

式中，r_mi是介于0和1之間的隨機數(shù)，Δu_max,i和Δu_min,i分別表示ΔU_mi的上界和下界向量；在本實施例中，Δu_min,i＝[-0.30,-0.25,-0.30]，Δu_max,i＝[0.30,0.25,0.30]。

(6)先按照公式(4)計算系統(tǒng)輸出偏差預測值Y_mi＝[ACE_i(k+1),ACE_i(k+2),…,ACE_i(k+13)；Δω_i(k+1),Δω_i(k+2),…,Δω_i(k+13)]^T，其中，ACE_i(k+1)、ACE_i(k+2)、ACE_i(k+13)分別表示在第(k+1)、(k+2)、(k+13)采樣時刻時第i個區(qū)域控制誤差ACE_i的信號值，Δω_i(k+1)、Δω_i(k+2)、Δω_i(k+13)分別表示在第(k+1)、(k+2)、(k+13)采樣時刻時第i個區(qū)域中風機角速度Δω_i的信號值；再根據(jù)公式(5)計算群體P中每個個體適應度值J(S_m)，群體最佳適應度值F_best＝min{J(S_m)，m＝1,2,…,NP}，將最佳適應度值對應個體設置為最佳個體S_best；

Y_mi＝Ex_I(k)+Fu_i(k-1)+Gw(k-1)+HS_m^T

其中，

其中，0和1分別為多維度的數(shù)值為0和1的矩陣；

W_i為系統(tǒng)的參考軌跡，Δu_max,i和Δu_min,i分別是ΔU_mi的上界和下界向量，Δy_max,i和Δy_min,i分別是系統(tǒng)輸出Y_mi的上界和下界向量，Q和R分別表示系統(tǒng)輸出預測向量與參考軌跡之間偏差向量(Y_mi-W_i)的權重矩陣和控制增量預測向量ΔU_mi的權重矩陣；在本實施例中，W_i＝[0_1×13,1.17_1×13]，Δy_min,i＝[-0.20_1×13,0.97_1×13]，Δy_max,i＝[0.20_1×13,1.37_1×13]，其中0_1×13表示數(shù)值為0的1行13列的向量，1.17_1×13表示數(shù)值為1.17的1行13列的向量，-0.20_1×13表示數(shù)值為-0.20的1行13列的向量，0.20_1×13表示數(shù)值為0.20的1行13列的向量，0.97_1×13表示數(shù)值為0.97的1行13列的向量，1.37_1×13表示數(shù)值為1.37的1行13列的向量。

(7)對適應度集合{J(S_m)}進行升冪排序，使得J_Π(1)≤J_Π(2)≤…≤J_Π(30)，選擇序號為Π(1)至Π(15)之間對應的個體替換序號為Π(16)至Π(30)之間對應的個體，從而獲得新的群體P_s＝{s₁,s₂,…,s_m,…,s₃₀}，m＝1,2,…,30。

(8)在P_s的基礎上，根據(jù)公式(6)和公式(7)產(chǎn)生新群體P_m＝{S_N1,S_N2,…,S_Nm,…,S_N30}；

S_Nm＝s_m+α.β_max,m＝1,2,…,30 (6)

式中，r和r₁為介于0和1之間的均勻分布隨機數(shù)，gen表示當前迭代次數(shù)，G_max表示最大迭代次數(shù)。

(9)無條件接受新群體P_m，即P＝P_m。

(10)判斷條件gen≥20是否成立？若是，則轉(zhuǎn)向步驟(11)；否則，設置gen＝gen+1，返回步驟(6)。

(11)獲得第k個采樣時刻的最優(yōu)控制量u_i(k)＝u_i(k-1)+[1,0,0]*ΔU_mi，并將當前控制量u_i(k)作用于多區(qū)域互聯(lián)電力系統(tǒng)控制區(qū)域i，實時數(shù)據(jù)采集子系統(tǒng)將采集到多區(qū)域互聯(lián)電力系統(tǒng)實際輸出y_i(k+1)和狀態(tài)變量x_i(k+1)傳送回電力系統(tǒng)監(jiān)控計算機。

(12)判斷條件k≥t_max是否成立？若是，則轉(zhuǎn)向步驟(13)；否則，設置k＝k+1，返回步驟(4)。

(13)通過上述步驟所述的實時滾動優(yōu)化控制技術，電力系統(tǒng)監(jiān)控計算機將根據(jù)實時數(shù)據(jù)采集子系統(tǒng)采集到的數(shù)據(jù)信息，通過圖形繪制和顯示功能實時輸出系統(tǒng)各區(qū)域頻率偏差Δf_i和聯(lián)絡線傳輸功率偏差Δp_ti在運行時間窗內(nèi)的動態(tài)響應波形。

通過在系統(tǒng)額定參數(shù)、參數(shù)失配和負荷突變等多種情形下的實驗，并通過與傳統(tǒng)PID、集中式和分布式預測控制等現(xiàn)有控制技術的對比試驗，我們可以發(fā)現(xiàn)：采用本發(fā)明可實現(xiàn)計及風力發(fā)電的三區(qū)域互聯(lián)電力系統(tǒng)負荷頻率協(xié)調(diào)優(yōu)化控制效果，計及風力發(fā)電的三區(qū)域互聯(lián)電力系統(tǒng)三個區(qū)域頻率偏差Δf₁、Δf₂、Δf₃，區(qū)域1和2之間的聯(lián)絡線傳輸功率偏差Δp_t12、區(qū)域2和3之間的聯(lián)絡線傳輸功率偏差Δp_t23、區(qū)域3和1之間的聯(lián)絡線傳輸功率偏差Δp_t31等的時域響應的調(diào)節(jié)時間相比現(xiàn)有技術至少提高2.3％、振蕩幅度相比現(xiàn)有技術至少減小3.1％、穩(wěn)態(tài)誤差相比現(xiàn)有技術至少提高1.6％；在系統(tǒng)參數(shù)失配和負荷突變干擾情形下，上述性能指標都相比現(xiàn)有技術至少分別提高2.5％、減小3.0％和提高1.8％。通過本實施例從而驗證了本發(fā)明的有效效果，即采用本發(fā)明可實現(xiàn)計及風力發(fā)電的多區(qū)域互聯(lián)電力系統(tǒng)負荷頻率協(xié)調(diào)優(yōu)化控制效果，具有現(xiàn)有技術所不具備的以下優(yōu)點：計及風力發(fā)電的多區(qū)域互聯(lián)電力系統(tǒng)各區(qū)域頻率偏差和聯(lián)絡線傳輸功率偏差時間響應具有更快的調(diào)節(jié)時間、更小的動態(tài)振蕩幅度和更小的穩(wěn)態(tài)誤差；在系統(tǒng)參數(shù)失配和負荷突變干擾情形下，具有更強的魯棒性能。