针对电力系统中冗余信息的传输对网络资源利用率的不利影响,基于粒子群和人工鱼群算法,提出了改进事件触发机制的电力系统负荷频率控制(load frequency control,LFC)。针对事件触发阈值与其对于事件触发机制性能的影响,分别改进了粒子...针对电力系统中冗余信息的传输对网络资源利用率的不利影响,基于粒子群和人工鱼群算法,提出了改进事件触发机制的电力系统负荷频率控制(load frequency control,LFC)。针对事件触发阈值与其对于事件触发机制性能的影响,分别改进了粒子群和人工鱼群算法,在算法的前期采用改进的鱼群算法,在算法的后期利用改进的粒子群算法,以系统性能为优化目标对事件触发阈值进行优化设计,减少了冗余信息的传输,增加了网络资源的利用率。构造改进的Lyapunov泛函,利用线性矩阵不等式方法,建立了LFC系统[H∞]稳定的充分条件。构建2区域LFC系统以及IEEE-39节点仿真模型验证所提方法的有效性和适用性。仿真结果表明,所设计的算法能够节省网络通信资源,降低多区域电力系统间的信息传输频率。展开更多
文摘针对电力系统中冗余信息的传输对网络资源利用率的不利影响,基于粒子群和人工鱼群算法,提出了改进事件触发机制的电力系统负荷频率控制(load frequency control,LFC)。针对事件触发阈值与其对于事件触发机制性能的影响,分别改进了粒子群和人工鱼群算法,在算法的前期采用改进的鱼群算法,在算法的后期利用改进的粒子群算法,以系统性能为优化目标对事件触发阈值进行优化设计,减少了冗余信息的传输,增加了网络资源的利用率。构造改进的Lyapunov泛函,利用线性矩阵不等式方法,建立了LFC系统[H∞]稳定的充分条件。构建2区域LFC系统以及IEEE-39节点仿真模型验证所提方法的有效性和适用性。仿真结果表明,所设计的算法能够节省网络通信资源,降低多区域电力系统间的信息传输频率。
