康明斯动力(深圳)有限公司

  • 产品规格搜索
  • 技术文章搜索
技术支持/康明斯 Cummins
您现在的位置 > 首页 > 新闻动态 > 技术支持
并联柴油发电机组的功率分配及调整
发布时间:2023-09-01 19:32:45  ▏阅读:

 

新闻主题

柴油发电机组的最优负荷分配法

 

摘要:通常在不接入大电网的情况下,由于发电机组的数量较少,负载的变化极易使电网产生变化,从而引起电网的频率波动,导致各发电机组有功负载分配不均衡,甚至使有的发电机组过载,有的发电机组转入电动机状态逆功率运行。发电机组之间功率分配的优劣会对集中式电力系统运行的稳定性和安全性产生直接的影响。同步发电机和它并列的电网,两者相对容量的大小,对该发电机的影响很大。因此,对不同规模电网中发电机并联时功率的分配和自动调整的探讨是尤为重要的。柴油发电机组最优负荷分配的意思是在一系列实际生产中的基本要求下,通过提高控制柴油发电机组运作以及符合的配置的合理性,来达到经济性调度的办法。

 

一、发电机组并列方法

 

      发电机组并列是指将多台发电机联合起来并行运行,一起为负荷提供电力。这种并列方法可以增加系统的容量和可靠性,提高负荷供电的电压和频率稳定性。发电机组并列的方法有以下几种:

1、直接并列法

      将多台同类型、同参数的发电机直接并列运行,需要保持各发电机的同步运行状态。这种方法适用于负荷变化小、环境条件稳定的情况。

2、逆变器调节法

      如图1、图2所示。使用逆变器控制各台发电机的功率输出,使得各台发电机输出的电压和频率一致。这种方法可以实现负载分配和负载调整,适用于负荷变化较大、要求高稳定性的场合。

3、大电容平衡法

      用大电容并联运行于各发电机的输出端,以平衡各台发电机的输出电压。这种方法适用于负载变化大、需要高频率稳定性的场合。

4、线路匹配法

      在发电机组输出线路中安装匹配线路,增加线路的容量和稳定性。这种方法适用于长距离输电和大容量负载的场合。

      以上是常用的发电机组并列方法,根据实际情况选择合适的方法可以提高系统的可靠性和稳定性。

 

逆变器控制式发电机组框图.png

图1  逆变器控制式发电机组框

逆变器调节发电机并联运行方法.png

图2  逆变器调节发电机并联运行方法

 

二、功率分配技术方案

 

      电力系统中的发电机组,包括与直流母线相连接的至少两个发电机供电机构、负载分配控制器(如图3所示)以及主控制模块,发电机组供电机构包括柴油发电机,柴油发电机通过供电线路依次与断路器、整流功率模块、熔断器连接,该供电线路最后与直流母线相连接;断路器与整流功率模块间的导线上设有电流传感器,整流功率模块与熔断器之间的导线上设有直流电压传感器,电流传感器、整流功率模块、直流电压传感器都与a/d采样模块电联接,a/d采样模块与子控制器电联接;所有的子控制器与主控制模块电联接,其功率分配方法,步骤如下:

1、首先对每台柴油机进行参数设置:

      通过所述主控制模块进行各个柴油发电机组的功率参数设置,即分别设置第i(i=1、2…n)台柴油机的最优工作负载功率下限pii以及最优工作负载功率上限piu,同时选择第一个柴油发电机组作为默认开启项;

2、主控制器不断检测直流组网电力系统的总功率pt,当直流母线中有负载工作时,发电系统也同时开始工作,第一个柴油发电机组开始工作;子控制器计算第一个柴油发电机组的使用功率p1;第一个柴油发电机组产生的交流电通过所述整流功率模块,设置整流功率模块的整流参数使整流后的电压值保持在v1min~v1max内,以保证p1i<p1<p1u;

3、主控制器将计算发电机组总最优工作负载功率的范围,此时只有第一个柴油发电机组处于工作状态,发电机组总最优工作负载功率下限pi=p1i,发电机组总最优工作负载功率上限pu=p1u;

4、主控制器将依次判定所有发电机组的工作状态,若第i个发电机组处于工作状态,子控制器计算第i个柴油发电机组的使用功率pi:第i个发电机组产生的交流电通过所述整流功率模块,设置整流功率模块的整流参数使整流后的电压值保持在vimin~vimax内,以保证p1i<p1<p1u;

5、主控制器将通过计算得出发电机组总最优工作负载功率的范围:

      主控制器将直流母线的总功率pt与发电机组总最优负载功率下限pi与发电机组总最优工作负载功率下限pu进行比较,若pi<pt<pu,说明发电机组的总发电功率达到pt时,每台柴油机的发电功率都在最优工作负载功率范围之内;此时进行步骤(g);若pt不满足pi<pt<pu,即pt>pu或pt<pi时,则进行步骤(h);

6、主控制器根据交叉耦合控制策略通过子控制器进行柴油机电压的同步控制;

7、建立优化模型,优化求解发电机组最优工作序列,如图4所示。

 

负载分配控制器-柴油发电机组.png

图2  负载分配控制器

柴油发电机组功率分配电路图.png

图3  柴油发电机组功率分配电路图

 

三、功率分配计算的方法

 

      以数学理论为基础来研究柴油发电机组组合的优化的问题,可以将其转化为一个既有连续变量又有整形变量的综合性问题。其运算的方法有两个:传统优化算法和现代智能算法。大量的资料介绍传统的优化算法在柴油发电机组组合中的应用,其中以经典的拉格朗日松弛法较为代表,还有动态规划法也应用较广。这些经典优化方法原理简单,容易操作,应用较广,但某些情况下可能得不到十分理想的结果。而现代智能优化算法在柴油发电机组优化组合问题中体现出了优势。目前世界上常用的有以下几种分析计算的方法。

1、 等微增率法

      等耗微增率法是将燃料消耗最小化作为优化目标的单目标算法。在满足Lagrange的等式组合的前提下,该方法是用于单元柴油发电机组之间的负荷的分布与配置的改进,用Lagrange乘子法求得负荷的分布与配置的最好的方案。[2]该优化方案中,柴油发电机组负荷等于给定负荷为其优化的前提,进而通过负荷分配使得燃料总量最少,以此确定各台柴油发电机组的负荷分配。这种方法便于使用,而且思路比较清晰,容易理解,本论文也主要使用这一方法。

2、 动态规划法

      动态规划 (dynamic programming)是20世纪50年代初R.E.Bellman等人在研究多步骤的决策的流程的改进问题时提到的一种改进办法,形成了关于最优性的原理,即所谓 Bellman 最优化原理,其可以叙述为:对于最优化的方略,依靠以前的一些决策所得到的情况开始,对应的最优子策略是由剩下的一系列决策所组成的,与曾经的情景和决策没有关系。先解决单阶段问题,再把其整合为一个完整的过程。

      在使用动态规划法来解决有关柴油发电机组负荷分配的问题时,首先要指定决策阶段为一柴油发电机组台号a ,那么决策变量即为柴油发电机组负荷,在这里标示为Qa,然后将累计的柴油发电机组成本作为状态变量。根据动态规划状态转移方程:假设第a 阶段的sa的值是已知的,那么第a + 1阶段的sa+ 1的值,就可以依据该段的Qa的值来求得。记为sa + 1= Ta( sa , ua ) , 称为状态转移方程。

3、 遗传算法

      遗传算法是目前较为广泛的现代进化算法里较为典型算法之一。遗传算法中最主要的思考分析法是源于自然界的达尔文提出的“适者生存”法则。遗传算法找寻最终解的操作是通过模仿自然界物种利用染色体之间的一系列的生物反应和基因整合来提高族群生存竞争力,达到物种进化目的的过程,即采用可以完成遗传操作的相应遗传算子,对于父代种群W(t)进行相应的处理,然后获得子代种群W(t+1)过程。

      这一算法在面对老一代的检索方法很难应对好的规模比较大、非线性组合复杂的优化难题方面拥有很多巨大的优点。然而单一的遗传算法在处理大规模难题上存在着搜索速度较慢,收敛性能较差等弊端。因此在实际问题中常常取人之长,补己之短的策略。把拉格朗日法和遗传算法进行结合,采用次梯度法来改进拉格朗日乘子,将复杂的柴油发电机组组合的难点简化为一系列的小难点,然后再利用遗传算法具有的比较好的检索的功能强势,把两者算法交替迭代,用遗传算法对一个个的小难点进行分析计算,直到很好的解决大的难点。

5、 蚁群算法

      蚁群算法又称蚂蚁算法。是 M.Dorigo 发表的模仿进化的一种优化算法。该算法是依据对自然界中蚁群在找食物时自然出现的一种寻觅最接近食物的道路的研究而产生的机率算法。当某种可以吃的东西被某一只蚂蚁发现之后,它就会立即产生一种分泌物,该分泌物可以传达信息来告知附近的同类靠近,就会让更多的蚁族成员都能找到吃的。其中有些成员可能好会找到比原来更合理的道,这样,在这一更近的道路上就形成了蚁群,随着时间的积累,大多数的蚂蚁都会出现在这儿。这种算法通过“信息素”这一载体进行相互间的沟通信息和共同合作,寻求到达食物的最简洁又方便的路线。该算法在改进旅行商等方面中得到了较好的运用。但是也是存在一定的缺陷的其中最大的缺点是在求解的过程中比较容易出现停滞现象。

5、 粒子群优化算法

      粒子群优化算法是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法。模拟鸟群搜索食物行为而创造出的一种进化算法,通过拥有记忆性的单一粒子与群体之间的其他粒子的信息互动来不断改进整体的行动策略,最后得到问题的最优解。这种方法中会使用一个具体的优化的目标函数来明确全部粒子的适应性。而且,其中会有一个速度决定每一个粒子前进的位置和朝向。粒子们先找到种群中位置最好的粒子,接着他们就紧跟这个粒子在解的空间中探索,直到找到最优解。

 

总结:

      柴油发电机组组合优化在电力系统经济运行中扮演着十分关键的角色,随着电力市场改革的深化,对于增强发电企业自身核心竞争力具有更现实的意义。由于该优化问题的复杂性,各种先进的算法被引进来解决问题。总的来说,对于柴油发电机组组合寻找最优解问题这些方法都能有效的解决。但是不管是经典的算法还是现代智能算法,都有其各自的特点和局限性。一种算法不能应用于所有的场景,且算法本身的参数设置会影响算法的收敛性和相关性能。如何兼顾收敛速度和寻优质量是现代算法需要深入研究的重点。

 


----------------
以上信息来源于互联网行业新闻,特此声明!
若有违反相关法律或者侵犯版权,请通知我们!
温馨提示:未经我方许可,请勿随意转载信息!
如果希望了解更多有关柴油发电机组技术数据与产品资料,请电话联系销售宣传部门或访问我们官网:https://www.11fdj.com
  • 中国区授权服务商

  • 康明斯动力(深圳)有限公司

  • 地址:深圳市龙岗区坪地街道龙岗大道4129号

  • +86-755-84065367 84214948

  • 13600443583    

  • 网址:https://www.11fdj.com

  • 企业二维码

  • 名片二维码