Методика настройки прогностических регуляторов установок распределенной генерации

На основе использования алгоритмов прогнозирования становится возможной настройка системы автоматического управления с помощью одного параметра - времени прогноза. Поэтому прогностические алгоритмы, построенные на основе типовых законов регулирования, могут оказаться весьма перспективными для реальных систем управления технологическими процессами, особенно в условиях необходимости ускоренного ввода в эксплуатацию объектов, например установок распределённой генерации (РГ), работающих на основе синхронных генераторов с автоматическими регуляторами возбуждения (АРВ) и частоты вращения (АРЧВ). В статье представлена методика определения параметров прогнозирующих звеньев АРВ и АРЧВ и результаты исследований на компьютерной модели системы электроснабжения железной дороги (СЭЖД), включающей: турбогенератор мини ТЭЦ, гидрогенератор малой ГЭС, ветрогенерирующую установку (ВГУ) на основе машины постоянного тока и солнечную электростанцию. Результаты компьютерного моделирования показывают, что применение прогнозирующих звеньев позволяет обеспечить устойчивость работы генераторов установок РГ при больших возмущениях в системе без использования трудоёмкой процедуры идентификации динамических характеристик и расчёта оптимальных настроек АРВ и АРЧВ. Предлагаемая методика определения параметров прогностических регуляторов может быть рекомендована при необходимости оперативного ввода в эксплуатацию установок РГ в системы электроснабжения железных дорог.

система электроснабжения железных дорог, установка распределённой генерации, прогностические регуляторы возбуждения и частоты вращения ротора генератора, моделирование

1. Rugthaicharoencheep N., Auchariyamet S. Technical and Economic Impacts of Distributed Generation on Distribution System // International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering Vol:6, No:4, 2012, pp. 385-389.

2. Крюков А.В., Чан Зюй Хынг. Влияние установок распределенной генерации на качество электроэнергии в системах электроснабжения железных дорог // Современные технологии. Системный анализ. Моделирование. 2012. № 4(36). С. 162-167.

3. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Интеллектуальные регуляторы для установок распределенной генерации // Современные технологии. Системный анализ. Моделирование. 2015. № 2(46). С. 83-95.

4. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Сетевые кластеры в системах электроснабжения железных дорог. Иркутск: ИрГУПС, 2015. 205 с.

5. Пикина Г.А., Кузнецов М.С. Прогностические типовые алгоритмы регулирования // Теплоэнергетика. 2011. №4. С.61-66.

6. Durgaryan I.S., Pashchenko F.F., Pikina G.A., Pashchenko A.F. Information method of consistent identification of objects. // Proceedings of the 2013. IEEE 8th Conference on Industrial Electronics and Applications, ICIEA 2013, pp. 1325-1330.

7. Игнатьев И.В., Булатов Ю.Н. Модели и методы настройки систем регулирования возбуждения генераторов на основе экспериментальных данных. Братск: Изд-во БрГУ, 2016. 278 с.

8. Пикина Г.А. Принцип управления по прогнозу и возможность настройки систем регулирования одним параметром // Новое в российской электроэнергетике. 2014. №3. С.5-13.

9. Бушуев В.В, Лизалек Н.Н., Новиков Н.Л. Динамические свойства энергосистем. М.: Энергоатомиздат, 1995. 320 с.

10. Булатов Ю.Н., Крюков А.В., Нгуен Ван Хуан. Прогностические регуляторы для установок распределенной генерации // Системы. Методы. Технологии. 2016. № 1(29). С. 63-69.

11. Булатов Ю.Н., Крюков А.В., Нгуен Ван Хуан. Определение параметров прогностических регуляторов для установок распределенной генерации систем электроснабжения железных дорог // Системы. Методы. Технологии. 2016. № 2(30). С. 84-91.

12. Стернинсон Л.Д. Переходные процессы при регулировании частоты и мощности в энергосистемах. М.: «Энергия», 1975. 216 с.