本發(fā)明涉及電力系統(tǒng)領(lǐng)域，具體涉及一種基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法。

背景技術(shù)：

電力系統(tǒng)中傳統(tǒng)的調(diào)頻裝置對擾動(dòng)的響應(yīng)速度慢，具有不適合參與短周期調(diào)頻的問題；儲能裝置具有響應(yīng)速度快、跟蹤精確以及能量雙向流動(dòng)等特點(diǎn)，能夠有效地輔助傳統(tǒng)的調(diào)頻裝置對擾動(dòng)后的電網(wǎng)頻率進(jìn)行調(diào)整；因此，儲能裝置輔助參與電力系統(tǒng)調(diào)頻對電網(wǎng)的安全穩(wěn)定運(yùn)行具有一定的實(shí)際價(jià)值。

對于儲能裝置輔助參與調(diào)頻的研究，目前采用將不同類型的儲能裝置應(yīng)用于兩區(qū)域系統(tǒng)參與輔助調(diào)頻；其對比了不同類型儲能裝置輔助調(diào)頻的特點(diǎn)，但忽略了實(shí)際工程應(yīng)用中儲能裝置是由多個(gè)單體相互串并聯(lián)構(gòu)成的特點(diǎn)，應(yīng)用性較弱。

部分基于模糊控制對電池儲能進(jìn)行控制，輔助AGC進(jìn)行調(diào)頻，但使用的BESS模型是用一階慣性環(huán)節(jié)來模擬的，沒有考慮儲能的荷電狀態(tài)、容量等限制；利用時(shí)間絕對偏差乘積積分(ITAE)作為改進(jìn)粒子群算法的適應(yīng)度函數(shù)來整定儲能系統(tǒng)的PI控制器參數(shù)，又存在ITAE準(zhǔn)則判斷因素單一，可能存在判斷不精確的缺陷。

目前的研究雖已注意到儲能控制器的參數(shù)對控制效果具有一定影響，但其控制策略中選用的評價(jià)指標(biāo)較為單一，未從系統(tǒng)整體性能出發(fā)評估各評價(jià)指標(biāo)(如最大偏差幅值、穩(wěn)態(tài)偏差、調(diào)節(jié)時(shí)間等)之間的權(quán)重關(guān)系，進(jìn)而對儲能控制器的控制參數(shù)進(jìn)行優(yōu)化。

利用最大偏差幅值、穩(wěn)態(tài)偏差、調(diào)節(jié)時(shí)間等指標(biāo)構(gòu)建遺傳算法適應(yīng)度函數(shù)可以使遺傳算法優(yōu)化儲能裝置控制參數(shù)的效果達(dá)到最佳，但是構(gòu)建適應(yīng)度函數(shù)的難點(diǎn)在于三者之間以及區(qū)域間的權(quán)重比例關(guān)系較為模糊且難以判斷，往往需要人為去判定其權(quán)重大小，但人為判斷又會(huì)由于不了解其中的復(fù)雜關(guān)系而導(dǎo)致主觀判斷出的權(quán)重大小前后矛盾。

名詞解析：AHP為層次分析法，GA為遺傳算法。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法可使儲能裝置更好地輔助AGC進(jìn)行動(dòng)態(tài)調(diào)頻，有效地降低電網(wǎng)擾動(dòng)對電網(wǎng)頻率的影響。

為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：提供一種基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法，其包括：

S1、在區(qū)域調(diào)頻模型中加入儲能裝置及其控制器；

S2、利用層次分析法對控制器影響控制效果的因素進(jìn)行權(quán)重確定，得到適應(yīng)度函數(shù)；影響控制效果的因素包括最大偏差幅值、穩(wěn)態(tài)偏差和調(diào)節(jié)時(shí)間；

S3、通過遺傳算法優(yōu)化控制參數(shù)，得到優(yōu)化參數(shù)；

S4、根據(jù)適應(yīng)度函數(shù)對優(yōu)化參數(shù)進(jìn)行篩選，得到優(yōu)化個(gè)體；

S5、將優(yōu)化個(gè)體輸送至儲能裝置中，控制儲能裝置的輸出功率。

進(jìn)一步地，S2的具體步驟為：通過層次分析法對最大偏差幅值、穩(wěn)態(tài)偏差和調(diào)節(jié)時(shí)間的權(quán)值關(guān)系進(jìn)行分析，得到總排序權(quán)值和準(zhǔn)則層權(quán)值，并根據(jù)總排序權(quán)值和準(zhǔn)則層權(quán)值構(gòu)建所述適應(yīng)度函數(shù)。

進(jìn)一步地，通過層次分析法確立權(quán)值關(guān)系的具體步驟為：

S21、構(gòu)建遞階層次結(jié)構(gòu)模型；

以系統(tǒng)穩(wěn)定性為目標(biāo)層，穩(wěn)態(tài)偏差、調(diào)節(jié)時(shí)間和最大偏差幅值為準(zhǔn)則層，區(qū)域1到區(qū)域n-1以及聯(lián)絡(luò)線為方案層，依次連接目標(biāo)層、準(zhǔn)則層和方案層；

S22、構(gòu)建各層次中的判斷矩陣；

對準(zhǔn)則層的構(gòu)建因子進(jìn)行兩兩比較，建立成對比較矩陣，即每次取準(zhǔn)則層中的兩個(gè)因子x_i和x_j，以a_ij表示x_i和x_j對目標(biāo)層影響的大小之比，其兩兩比較結(jié)果用矩陣A＝(a_ij)_n×n表示；其中，A為判斷矩陣；

S23、層次單排序及其一致性檢驗(yàn)；層次單排序的具體步驟為：對判斷矩陣A對應(yīng)于最大特征值λ_max的特征向量W進(jìn)行歸一化處理，得到同一層次相應(yīng)因素對于上一層次相應(yīng)因素的排序權(quán)值；

層次單排序的一致性檢驗(yàn)具體步驟為：根據(jù)一致性指標(biāo)計(jì)算公式計(jì)算單排序一致性指標(biāo)，并根據(jù)單排序一致性指標(biāo)計(jì)算出單排序一致性比例；當(dāng)單排序一致性比例小于單排序一致性比例常數(shù)C₀時(shí)，接收判斷矩陣的單排序一致性，否則重新構(gòu)建各層次中的判斷矩陣；其中，C₀為0.1；

S24、層次總排序及其一致性檢驗(yàn)；層次總排序的具體步驟為：設(shè)準(zhǔn)則層包含α₁，…，α_m共m個(gè)因素，它們的層次總排序權(quán)重分別為a₁，…，a_m；設(shè)方案層包含n個(gè)因素β₁，…，β_n，它們關(guān)于A_j的層次權(quán)重分別為b_1j，…，b_nj；當(dāng)β_i與α_j無關(guān)聯(lián)時(shí)，b_ij＝0；則β層中各因素關(guān)于總目標(biāo)的權(quán)重，即為β層各因素的層次總排序權(quán)重b₁，…，b_n，即

層次總排序的一致性檢驗(yàn)具體步驟為：設(shè)β₁層中與α_j的成對比較判斷矩陣在單排序中的單排序一致性指標(biāo)為C_I(j)，(j＝1，…m)，平均隨機(jī)一致性指標(biāo)為R_I(j)，則β層總排序隨機(jī)一致性比例為當(dāng)C_R<C₀時(shí)，接收層次總排序的一致性，確立總排序權(quán)值和準(zhǔn)則層權(quán)值，否則重新構(gòu)建各層次中的判斷矩陣。

進(jìn)一步地，一致性指標(biāo)計(jì)算公式為：

其中，C_I為單排序一致性指標(biāo)，λ_max為判斷矩陣A對應(yīng)的最大特征值，n為區(qū)域個(gè)數(shù)。

進(jìn)一步地，單排序一致性比例的計(jì)算公式為：

其中，C_R為單排序一致性比例，C_I為單排序一致性指標(biāo)，R_I為平均隨機(jī)一致性指標(biāo)。

進(jìn)一步地，適應(yīng)度函數(shù)為：

其中，k_i為總排序權(quán)值，μ_i為最大偏差幅值權(quán)值，ν_i為穩(wěn)態(tài)偏差權(quán)值，ω_i為調(diào)節(jié)時(shí)間權(quán)值，A_i為最大偏差幅值，B_i為穩(wěn)態(tài)偏差，C_i為調(diào)節(jié)時(shí)間，下標(biāo)i為區(qū)域編號。

進(jìn)一步地，儲能裝置為電池儲能裝置。

進(jìn)一步地，區(qū)域調(diào)頻模型為兩區(qū)域互聯(lián)電網(wǎng)的AGC數(shù)學(xué)模型；其中，區(qū)域1為火電機(jī)組，區(qū)域2位水電機(jī)組，區(qū)域1和區(qū)域2均集成有儲能裝置及其控制器。

本發(fā)明的有益效果為：該基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法采用儲能裝置輔助AGC的調(diào)頻方式，有效地改善了調(diào)頻性能，可很好的抑制頻率擾動(dòng)，有效減小系統(tǒng)頻率偏差，縮短調(diào)節(jié)時(shí)間；且通過層次分析法和遺傳算法整定控制器參數(shù)，具有較高的準(zhǔn)確性和靈活性，使儲能裝置更好地輔助AGC進(jìn)行動(dòng)態(tài)調(diào)頻，有效地降低電網(wǎng)擾動(dòng)對電網(wǎng)頻率的影響；并通過仿真試驗(yàn)進(jìn)行了驗(yàn)證，其準(zhǔn)確性和靈活性要明顯優(yōu)于現(xiàn)有技術(shù)中采用ITAE作為目標(biāo)函數(shù)的控制器參數(shù)整定方法。

附圖說明

圖1示意性的給出了基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法的電池儲能裝置的戴維南等效電路。

圖2示意性的給出了基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法的層次分析法流程圖。

圖3示意性的給出了基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法的遞階層次結(jié)構(gòu)模型圖。

圖4為基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的區(qū)域1頻率偏差量的仿真圖。

圖5為基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的區(qū)域2頻率偏差量的仿真圖。

圖6為基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的聯(lián)絡(luò)線功率偏差量的仿真圖。

圖7為基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的火電機(jī)組輸出功率的仿真圖。

圖8為基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的儲能輸出功率的仿真圖。

圖9示意性的給出了現(xiàn)有技術(shù)中兩區(qū)域的AGC數(shù)學(xué)模型。

圖10示意性的給出了確定最優(yōu)參數(shù)的操作流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一種實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。

為簡單起見，以下內(nèi)容省略了該技術(shù)領(lǐng)域技術(shù)人員所公知的技術(shù)常識。

該基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法包括：

S1、在區(qū)域調(diào)頻模型中加入儲能裝置及其控制器；在具體實(shí)施中，優(yōu)選儲能裝置為電池儲能裝置，電池儲能裝置相對于其他儲能裝置具有能量密度高、響應(yīng)速度快、充放電倍數(shù)高、建造環(huán)境要求低等優(yōu)點(diǎn)；其電池儲能裝置的動(dòng)態(tài)特性可用一階慣性環(huán)節(jié)來表示，其數(shù)學(xué)模型為：

其中，T_BESS為電池儲能的時(shí)間常數(shù)；K_BESS為儲能的控制增益。

如圖1，圖1示意性的給出了電池儲能裝置的戴維南等效電路，儲能單體經(jīng)過n次串聯(lián)以及m次并聯(lián)組成儲能單元，再由k個(gè)儲能單元并聯(lián)從而得到儲能系統(tǒng)的整體模型；該模型中C_t為過電壓電容，R_t為過電壓電阻，R_series為電池內(nèi)阻，V_oc為開路電壓，R_c為連接阻抗，n、m、k分別為串聯(lián)、并聯(lián)儲能單體數(shù)目和并聯(lián)儲能單元數(shù)目。

為了反映電池儲能裝置內(nèi)部的動(dòng)態(tài)變化特性，電池儲能裝置的數(shù)學(xué)模型要計(jì)量電源容量、荷電狀態(tài)(SOC)、內(nèi)部電壓電流限制等因素；按照安時(shí)計(jì)量法，可得儲能裝置中電池的荷電狀態(tài)為：

其中，I_b為電池儲能裝置電流，S_Ah為電池的安培容量，t為時(shí)間，η充放電效率；根據(jù)荷電狀態(tài)(SOC)與電池開路電壓得到電池開路電壓V_oc，電流i_b經(jīng)過R_series產(chǎn)生的電壓ΔV_series、經(jīng)過R_t和C_t產(chǎn)生過電壓電抗上的電壓ΔV_t、經(jīng)過連接阻抗R_c后產(chǎn)生的連接阻抗電壓ΔV_c為：

其中，電池的輸出電壓V_out和功率ΔP_b為：

如圖9所示，在實(shí)際操作中，區(qū)域調(diào)頻模型為現(xiàn)有技術(shù)中兩區(qū)域互聯(lián)電網(wǎng)的AGC數(shù)學(xué)模型；其中，區(qū)域1為火電機(jī)組，區(qū)域2位水電機(jī)組，區(qū)域1和區(qū)域2均集成有儲能裝置及其控制器。

S2、利用層次分析法對控制器影響控制效果的因素進(jìn)行權(quán)重確定，得到適應(yīng)度函數(shù)；在具體實(shí)施中，控制參數(shù)中控制器影響控制效果的因素具體指代為最大偏差幅值、穩(wěn)態(tài)偏差和調(diào)節(jié)時(shí)間；通過層次分析法對大偏差幅值、穩(wěn)態(tài)偏差和調(diào)節(jié)時(shí)間的權(quán)值關(guān)系進(jìn)行分析，得到總排序權(quán)值和準(zhǔn)則層權(quán)值，并根據(jù)總排序權(quán)值和準(zhǔn)則層權(quán)值構(gòu)建適應(yīng)度函數(shù)。

如圖2和圖3所示，圖2示意性的給出了層次分析法流程圖，圖3示意性的給出了遞階層次結(jié)構(gòu)模型圖；在實(shí)際操作中，通過層次分析法確立權(quán)值關(guān)系的具體步驟為：

S21、構(gòu)建遞階層次結(jié)構(gòu)模型；

其中，以系統(tǒng)穩(wěn)定性為目標(biāo)層Z，穩(wěn)態(tài)偏差、調(diào)節(jié)時(shí)間和最大偏差幅值為準(zhǔn)則層α，區(qū)域1到區(qū)域n-1以及聯(lián)絡(luò)線為方案層β，目標(biāo)層、準(zhǔn)則層和方案層依次連接；由于區(qū)域1到區(qū)域n-1的頻率以及聯(lián)絡(luò)線功率都會(huì)受到準(zhǔn)則層這3個(gè)因素的影響，即每個(gè)區(qū)域中都有這3個(gè)因素；而不同區(qū)域由于存在差異，其同一因素對系統(tǒng)穩(wěn)定性的影響也不同；如區(qū)域1的穩(wěn)態(tài)偏差與區(qū)域2的穩(wěn)態(tài)偏差對系統(tǒng)穩(wěn)定性的影響大小是存在差異的。

S22、構(gòu)建各層次中的判斷矩陣；在具體實(shí)施中，遞階層次結(jié)構(gòu)可以反應(yīng)出準(zhǔn)則層與方案層各因素之間的關(guān)系，但無法反應(yīng)各準(zhǔn)則在衡量目標(biāo)中所占的比重；通過對準(zhǔn)則層的構(gòu)建因子進(jìn)行兩兩比較，建立成對比較矩陣，則可反應(yīng)出準(zhǔn)則層與方案層各因素之間的關(guān)系；每次取準(zhǔn)則層中的兩個(gè)因子x_i和x_j，以a_ij表示x_i和x_j對目標(biāo)層影響的大小之比，其兩兩比較結(jié)果用矩陣A＝(a_ij)_n×n表示；其中，A為判斷矩陣。

S23、層次單排序及其一致性檢驗(yàn)；層次單排序的具體步驟為：對判斷矩陣A對應(yīng)于最大特征值λ_max的特征向量W進(jìn)行歸一化處理，得到同一層次相應(yīng)因素對于上一層次相應(yīng)因素的排序權(quán)值；

層次單排序的一致性檢驗(yàn)具體步驟為：根據(jù)一致性指標(biāo)計(jì)算公式計(jì)算單排序一致性指標(biāo)，并根據(jù)單排序一致性指標(biāo)計(jì)算出單排序一致性比例；當(dāng)單排序一致性比例小于單排序一致性比例常數(shù)C₀時(shí)，接收判斷矩陣的單排序一致性，否則重新構(gòu)建各層次中的判斷矩陣；在具體實(shí)施中，C₀為0.1，一致性指標(biāo)計(jì)算公式為：

其中，C_I為單排序一致性指標(biāo)，λ_max為判斷矩陣A對應(yīng)的最大特征值，n為區(qū)域個(gè)數(shù)。

單排序一致性比例的計(jì)算公式為：

其中，C_R為單排序一致性比例，C_I為單排序一致性指標(biāo)，R_I為平均隨機(jī)一致性指標(biāo)。

S24、層次總排序及其一致性檢驗(yàn)；層次總排序的具體步驟為：設(shè)準(zhǔn)則層包含α₁，…，α_m共m個(gè)因素，它們的層次總排序權(quán)重分別為a₁，…，a_m；設(shè)方案層包含n個(gè)因素β₁，…，β_n，它們關(guān)于A_j的層次權(quán)重分別為b_1j，…，b_nj；當(dāng)β_i與α_j無關(guān)聯(lián)時(shí)，b_ij＝0；則β層中各因素關(guān)于總目標(biāo)的權(quán)重，即為β層各因素的層次總排序權(quán)重b₁，…，b_n，即

層次總排序的一致性檢驗(yàn)具體步驟為：設(shè)β₁層中與α_j的成對比較判斷矩陣在單排序中的單排序一致性指標(biāo)為C_I(j)，(j＝1，…m)，平均隨機(jī)一致性指標(biāo)為R_I(j)，則β層總排序隨機(jī)一致性比例為當(dāng)C_R<C₀時(shí)，接收層次總排序的一致性，確立總排序權(quán)值和準(zhǔn)則層權(quán)值，否則重新構(gòu)建各層次中的判斷矩陣。

在具體實(shí)施中，適應(yīng)度函數(shù)為：

其中，k_i為總排序權(quán)值，μ_i為最大偏差幅值權(quán)值，ν_i為穩(wěn)態(tài)偏差權(quán)值，ω_i為調(diào)節(jié)時(shí)間權(quán)值，A_i為最大偏差幅值，B_i為穩(wěn)態(tài)偏差，C_i為調(diào)節(jié)時(shí)間，下標(biāo)i為區(qū)域編號。

S3、通過遺傳算法優(yōu)化控制參數(shù)，得到優(yōu)化參數(shù)；在具體實(shí)施中，通過遺傳算法的尋優(yōu)計(jì)算優(yōu)化儲能控制器的控制參數(shù)。

S4、根據(jù)適應(yīng)度函數(shù)對優(yōu)化參數(shù)進(jìn)行篩選，得到優(yōu)化個(gè)體；在具體實(shí)施中，適應(yīng)度函數(shù)用于判斷控制效果，利用適應(yīng)度函數(shù)篩選出遺傳算法中每一代定義設(shè)置的優(yōu)化個(gè)體并對其進(jìn)行保留，而將剩余的控制效果不佳的參數(shù)進(jìn)行去除淘汰。

S5、將優(yōu)化個(gè)體輸送至儲能裝置中，控制儲能裝置的輸出功率；在具體實(shí)施中，輸出功率用于補(bǔ)償由于火電機(jī)組響應(yīng)不及時(shí)的功率，阻止頻率偏差的擴(kuò)大；通過與傳統(tǒng)調(diào)頻機(jī)組有效結(jié)合，參與電網(wǎng)的一、二次調(diào)頻，隨著火電機(jī)組功率的攀升逐漸減小輸出功率，將系統(tǒng)頻率維持于標(biāo)準(zhǔn)范圍之內(nèi)。

在實(shí)際操作中，為了驗(yàn)證本發(fā)明所提出的儲能裝置參與調(diào)頻控制策略的有效性，借助Matlab/Simulink仿真平臺對含儲能裝置的兩區(qū)域互聯(lián)電網(wǎng)的AGC數(shù)學(xué)模型進(jìn)行仿真驗(yàn)證。

設(shè)兩區(qū)域互聯(lián)電網(wǎng)的AGC數(shù)學(xué)模型的仿真參數(shù)如下表所示：

設(shè)儲能裝置的仿真參數(shù)如下表所示：

在單排序一致性比例計(jì)算公式中，不同n值對應(yīng)的R_I值如下表所示：

設(shè)仿真過程中遺傳算法的種群大小設(shè)定為500，迭代次數(shù)為30次，經(jīng)過多次試驗(yàn)后選定K_p與K_i的取值范圍均在0到5之間；同時(shí)設(shè)定對區(qū)域調(diào)頻模型穩(wěn)定性的影響因素從大到小為最大偏差幅值、調(diào)節(jié)時(shí)間、穩(wěn)態(tài)偏差；假定區(qū)域1中的調(diào)節(jié)時(shí)間較其它區(qū)域的調(diào)節(jié)時(shí)間更為重要，區(qū)域2中的最大偏差幅值較其它區(qū)域的最大偏差幅值更為重要，聯(lián)絡(luò)線功率偏差中的穩(wěn)態(tài)偏差較其它區(qū)域更為重要，利用層次分析法分析出的評價(jià)權(quán)值如下表所示：

在t＝0.01s時(shí)，區(qū)域1發(fā)生階躍形式的負(fù)荷擾動(dòng)，其幅值大小ΔP_d1＝0.01pu，通過層次分析法和遺傳算法優(yōu)化后，儲能裝置控制器的PI控制環(huán)節(jié)的比例和積分參數(shù)K_p，K_i如下表所示：

頻率偏差量在層次分析法和遺傳算法控制下與ITAE控制下的最大偏差幅值、調(diào)節(jié)時(shí)間和穩(wěn)態(tài)偏差進(jìn)行比較，其ITAE與層次分析法和遺傳算法的控制效果對比如下表所示：

如圖4～圖8所示，圖4～圖8給出了兩區(qū)域互聯(lián)電網(wǎng)的AGC數(shù)學(xué)模型的系列仿真圖。

如圖4所示，在0.01s時(shí)加入階躍擾動(dòng)，傳統(tǒng)AGC控制下區(qū)域1的頻率偏差最大值達(dá)到0.1Hz，經(jīng)過90s的調(diào)節(jié)過程才達(dá)到穩(wěn)態(tài)；加入儲能裝置后，儲能在波動(dòng)瞬間快速響應(yīng)，經(jīng)過層次分析法和遺傳算法優(yōu)化后在大約8s時(shí)便達(dá)到穩(wěn)態(tài)，最大頻率偏差約為0.04Hz，大大降低了負(fù)荷變化引起的頻率偏差；而采用ITAE準(zhǔn)則的圖像直到32s時(shí)方才達(dá)到穩(wěn)態(tài)。

如圖5所示，區(qū)域2的ITAE曲線的最大頻率偏差要大于層次分析法和遺傳算法所控制輸出的曲線，調(diào)節(jié)時(shí)間也大于后者。

如圖6所示，層次分析法和遺傳算法所控制輸出的聯(lián)絡(luò)線功率穩(wěn)態(tài)誤差要小于ITAE。

如圖7～圖8所示，含有儲能裝置參與的調(diào)頻，儲能裝置的響應(yīng)速度要大大快于火電機(jī)組的響應(yīng)速度，且有了儲能之后火電機(jī)組的出力幅度更小，經(jīng)由層次分析法和遺傳算法配置PI控制參數(shù)的儲能裝置出力也變小。

綜上仿真結(jié)果說明，儲能裝置輔助AGC進(jìn)行調(diào)頻確實(shí)可減小系統(tǒng)頻率偏差、并縮短調(diào)節(jié)時(shí)間，且層次分析法和遺傳算法配置PI控制器參數(shù)下的儲能控制策略要好于單純只用傳統(tǒng)的ITAE準(zhǔn)則作為適應(yīng)度函數(shù)的控制策略。

如圖10所示，圖10示意性的給出了確定最優(yōu)參數(shù)的操作流程圖，其先設(shè)定區(qū)域調(diào)頻模型中加入儲能裝置及其控制器；根據(jù)其中種群大小，進(jìn)化代數(shù)，并確定控制參數(shù)中的參數(shù)大小范圍；之后初始化種群，其中控制器的比例系數(shù)構(gòu)成種群P1，控制器的微分系數(shù)構(gòu)成種群P2；并根據(jù)種群P1、種群P2和權(quán)重系數(shù)求得適應(yīng)度函數(shù)，并利用輪盤賭法選擇較優(yōu)個(gè)體進(jìn)入下一代；之后對進(jìn)入下一代的個(gè)體進(jìn)行交叉、變異等操作，產(chǎn)生下一代個(gè)體；并判斷進(jìn)化代數(shù)是否達(dá)到最大值，若果是，則輸出該結(jié)果，如果不是則返回適應(yīng)度函數(shù)的求得步驟之前。

該基于AHP和GA的儲能裝置參與電網(wǎng)調(diào)頻的參數(shù)優(yōu)化方法解決了電力系統(tǒng)調(diào)頻過程中火電機(jī)組響應(yīng)速度慢、不適合參與短周期調(diào)頻的問題；其基于層次分析法(AHP)和遺傳算法(GA)相結(jié)合的優(yōu)化算法以優(yōu)化儲能裝置及其控制器的參數(shù)，使控制器能更好的控制儲能裝置并參與調(diào)頻；通過層次分析法確定出最大頻率偏差幅值、穩(wěn)態(tài)偏差、調(diào)節(jié)時(shí)間之間的權(quán)重大小，構(gòu)造出一個(gè)遺傳算法的適應(yīng)度函數(shù)，再由遺傳算法進(jìn)行尋優(yōu)計(jì)算得到最佳的控制器參數(shù)。

同時(shí)，借助了MATLAB/Simulink對儲能裝置參與電網(wǎng)調(diào)頻的兩區(qū)域系統(tǒng)進(jìn)行仿真，其結(jié)果表明，優(yōu)化后的控制器可以有效控制儲能裝置并輔助AGC進(jìn)行調(diào)頻，能夠及時(shí)響應(yīng)擾動(dòng)，相對于傳統(tǒng)以時(shí)間絕對偏差乘積積分(ITAE)準(zhǔn)則作為適應(yīng)度函數(shù)的參數(shù)優(yōu)化效果更好。

對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將使顯而易見的，本文所定義的一般原理可以在不脫離發(fā)明的精神或范圍的情況下，在其他實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制與本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎性特點(diǎn)相一致的最寬的范圍。