基于Kautz模型的优化补偿预测函数控制

利用Kautz函数逼近得到表征过程对象的状态空间方程,基于Kautz模型设计一种稳定的自适应预测函数控制器。通过对闭环系统广义状态方程的稳定性分析,依据Lyapunov稳定性定理得到控制系统稳定的条件。并对算法进行改进,提出一种衰减因子优化补偿方法,设计局部搜索和混沌优化2种算法实现在线寻优调节补偿因子,抑制系统突变,减少调节时间,提高控制品质。仿真研究证明了该控制算法的有效性。     

基于深度强化学习的暂态稳定紧急控制决策方法

随着广域测量系统在暂态稳定控制中的应用,广域信息的随机性时滞造成了系统受控时状态的不确定性,并且切机和切负荷控制的离散决策变量维度极高,电网在线紧急控制决策面临着挑战。为此,将暂态稳定紧急控制问题建模为马尔可夫决策问题,提出一种深度Q网络(DQN)强化学习与暂态能量函数相结合的紧急控制决策方法,多步序贯决策过程中可应对紧急控制的时滞不确定性影响。奖励函数以考虑控制目标和约束条件的短期奖励函数和考虑稳定性的长期奖励函数构成,并在奖励函数中引入暂态能量函数的势能指数来提高学习效率。以最大化累计奖励为目标,通过DQN算法在离散化动作空间中学习得到最优紧急控制策略,解决暂态稳定紧急控制问题。所提方法通过IEEE 39节点系统验证了模型在紧急控制决策中的有效性。     

基于状态收缩约束的模型预测负荷频率控制

提出一种基于状态收缩约束的模型预测控制策略(SCC-MPC)。这种控制策略具有一般有限时域模型预测控制的特点，并且在算法中引入了一个状态收缩约束，从而保证了模型预测控制算法的稳定性。对SCC-MPC的名义稳定性、鲁棒稳定性分别进行了分析，并用数学方法证明了SCC-MPC算法的名义稳定和鲁棒稳定。用SCC-MPC策略设计多区域电力系统的负荷频率控制器，仿真结果说明系统在受到负荷扰动时， SCC-MPC控制器使系统频率趋于正常值，区域间的交换功率也趋近于计划值。     

基于小波神经网络的多节点机械手滑模自适应控制

由于多节点机械手的动力学模型比较复杂,难以直接精确得到,因此提出了以优化小波神经网络的 在线辨识算法为基础的一种稳定的自适应跟踪控制算法。并将滑模控制与自适应控制结合起来,确保了它 的稳定性和跟踪精度。仿真结果表明该算法的性能是令人满意的．     

基于数值积分法灵敏度的快速切负荷算法

快速切除负荷是电力系统在故障后保障稳定的一种常用措施，作者以工程上普遍采用的发电机组最大相对摇摆角小于某一给定值的暂态稳定约束函数。然后基于数值积分法给出了暂态稳定约束函数相对于切负荷控制量的灵敏度计算公式，并在基础上提出一种新的切负荷算法。由于求解1次所有控制量灵敏度的计算量只相当于计算2次暂态稳定。该算法能快速地计算出使系统保持稳定的切负荷量。此外，该算法还具有原理简单，不存在收敛性问题、控制效果好等特点。     

基于同步相量测量的实时电压稳定分析方法

提出了一种基于同步相量测量的实时电压稳定分析方法.该算法利用局部同步相量测量信息就地进行实时在线参数辨识,在辨识后的2节点等值系统和静态负荷模型的基础上,根据一种节点电压稳定性指标实时进行电压稳定性估计.该方法基于π型支路模型和静态负荷参数模型,辨识局部2节点等值系统,可以更好地反映线路的无功特性以及负荷参数的变化.最后,结合新英格兰39节点系统的仿真结果,对不同等值系统模型及负荷模型进行对比,结果表明所提出的方法能提供更加精确的电压稳定估计指标,验证了该方法的可行性.     

一种线路极限传输容量的在线计算方法

提出了一种电力系统在线极限传输容量的计算模型和实用化算法。这一模型基于发电计划和短期负荷预测来定义负荷发电增长方向，全面地考虑了系统在一个预想故障集下的暂态稳定约束、静态稳定约束、电压和支路潮流等静态运行约束。文中采用了一种考虑暂态稳定约束的连续潮流算法来求解，在充分利用连续潮流可以有效地计及静态稳定和安全约束的同时，采用快速时域仿真技术来处理暂态稳定约束。对一个300节点的实际系统和50个故障组成的故障集的应用表明，文中所提模型和算法是有效实用的。     

基于离散Markov理论的电力系统跳变时滞稳定性分析

提出了一种基于离散Markov理论的电力系统跳变时滞稳定性分析方法。首先建立了一类考虑Markov转移概率密度矩阵的Lyapunov-Krasovskii泛函,并求解该泛函沿系统的导函数,然后,在该导函数中加入由Newton-Leibniz公式构造的松散项,以降低保守性,在此基础上,构造一组线性矩阵不等式,并利用广义特征值求解电力系统在运行方式调整、运行参数变化以及负荷功率波动等跳变工况下,所能承受的最大时滞。IEEE 16机68节点系统的时域仿真结果均验证了该方法在考虑电力系统跳变特性的情况下,求解电力系统时滞稳定上限的正确性及有效性。     

暂态稳定预警与预防控制系统的开发和应用

介绍了一套已在省级电网投入实际运行的暂态稳定预警与预防控制系统.首先,介绍了该系统的功能框架和软件模块构成.其次,分析了系统的关键技术与算法.系统实现了4种不同发电机、负荷增长方式下的传输极限算法,满足在线调度决策的需求.另外,实现了基于能量函数灵敏度的预防控制策略生成算法.结合工程实践,开发了若干实用化技术,如采用节点-开关模型以适应在线运行方式多变性的特点、孤岛稳定误判的解决方案、发电区和负荷区的自动分区方法等.     

一种基于误差在线更新的集成负荷预测模型EI北大核心CSCD

传统的在线集成负荷预测模型根据固定时间长度窗口内样本数据的预测误差更新模型参数,忽略了窗口内不同预测误差对参数更新影响程度不同的问题。为此,该文提出一种新的基于误差在线更新的集成负荷预测模型。首先,建立基于拉格朗日的集成预测最优权重求解模型,在目标函数中引入误差影响矩阵来量化窗口内不同位置的预测误差对模型权重影响的差异。然后,借鉴AdaBoost调整样本权值的思想,设计一个权重衰减因子用于在窗口滑动过程中动态调节误差影响矩阵。应用提出的模型对中国北方某城市5个地区的真实用电负荷数据进行负荷预测实验,该文模型的平均预测误差平均绝对百分比误差为5.1%。与现有的在线集成预测模型相比,预测误差平均降低了0.91%。     

重复控制算法在转台伺服系统中的应用

针对转台伺服系统中周期性波动力矩扰动抑制问题,利用重复控制算法能以十分简单的控制器形式高精确度地完成跟踪或抑制周期性参考信号或扰动信号的优点,提出了一种基于扰动观测器的鲁棒学习控制算法.给出了基于扰动观测器的转台伺服系统结构图,并将重复控算法引入到基于扰动观测器的扰动补偿策略中.L2稳定性定理证明该方法保证了闭环系统的稳定性和对期望信号的渐近跟踪;仿真结果也表明,该方法较传统方法既有效地抑制了系统周期性波动力矩,又提高了系统运动曲线的跟踪性能.     

Indirect adaptive control of a class of marine vehicles

A nonlinear adaptive framework for bounded‐error tracking control of a class of non‐minimum phase marine vehicles is presented. The control algorithm relies on a special set of tracking errors to achieve satisfactory tracking performance while guaranteeing stable internal dynamics. First, the design of a model‐based nonlinear control law, guaranteeing asymptotic stability of the error dynamics, is presented. This control algorithm solves the tracking problem for the considered class of marine vehicles, assuming full knowledge of the system model. Then, the analysis of the zero‐dynamics is carried out, which illustrates the efficacy of the chosen set of tracking errors in stabilizing the internal dynamics. Finally, an indirect adaptive technique, relying on a partial state predictor, is used to address parametric uncertainties in the model. The resulting adaptive control algorithm guarantees Lyapunov stability of the errors and parameter estimates, as well as asymptotic convergence of the errors to zero. Numerical simulations illustrate the performance of the adaptive algorithm. Copyright © 2009 John Wiley & Sons, Ltd.     

基于自适应滤波算法的整流器电流预测控制

应用数字芯片控制的三相PWM整流器由于电流采样延时和计算延时而造成系统稳定裕度变小、动态性能变差。为解决这个问题,提出了应用变步长自适应滤波算法的电流预测控制。首先,以三相PWM整流器数学模型为基础,分析了数字延时对系统性能的影响。其次,介绍了变步长自适应滤波算法的基本原理,并将此原理应用于电流信号预测。再次,给出基于上述算法的三相PWM整流器电流预测控制的结构框图。仿真和实验结果表明,由于采用了电流预测控制,消除了延时的影响,使电流环稳定范围增大,同时具有更好的动态性能。     

基于在线学习的多模型自适应控制

针对传统自适应控制算法，实际工业过程在不同工况下的模型参数突变时系统暂态响应特性较差，该文提出了基于在线学习的多模型自适应控制方法。应用动态模型库技术来建立模型库，而无需被控对象的先验知识，所提出的建模方法和相应的多模型自适应控制器使系统的动态响应品质得到了明显的改善。文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。     

考虑过渡过程的多目标无功/电压优化控制模型

基于时间断面的无功/电压优化控制模型忽略了控制设备动作时间及2次优化控制期间的系统变化,因此不能准确反映优化控制效果。提出考虑过渡过程影响的多目标无功/电压优化控制模型,通过对过渡过程的智能分段和负荷变化方向的动态评估,并应用智能ε-支配域并行算法,能更精确地对电网有功损耗、控制设备动作引起的电压波动以及由于负荷变化所导致的的系统电压稳定负荷裕度变化量进行优化控制。通过IEEE30节点模型和一实际系统模型的仿真,验证了所提模型较传统无功/电压优化控制模型具有更好的优化控制能力。     

Hybrid Taguchi Genetic Algorithm-Based AGC Controller for Multisource Interconnected Power System

This article presents hybrid Taguchi-genetic algorithm (HTGA) tuned automatic generation controller for two areas interconnected multisource power system model. The control areas consist of thermal, hydro, and doubly fed induction generator-based wind power plants. The optimal tuning of AGC controller using genetic algorithm is less robust due to larger standard deviation of the fitness values. Therefore, Taguchi method which is based on modified statistical approach and has systematic reasoning ability is used to enhance the performance of genetic algorithm. The simulation study is carried out with the optimum gains of AGC controller obtained from HTGA, conventional GA and conventional techniques. The dynamic stability of the power system model is examined to analyze the performance of the HTGA technique. From investigations it is quite clear that the optimum gains of AGC system obtained from HTGA technique has better response in the dynamic stability of the interconnected multisource power system as compared to genetic algorithm and conventional technique.     

大规模光伏并网发电系统建模与运行分析

提出一种有效调节功率且改善低电压穿越能力的大规模光伏并网发电系统动态模型。采用基于功率变化率的改进型扰动观察最大功率跟踪算法和定有功及无功双环解耦策略对光伏系统进行控制。通过静止同步补偿器,快速补偿系统无功功率,维持并网点电压稳定。对包含大规模光伏电站的电力系统进行仿真计算,验证该模型的有效性及其对暂态电压稳定性的贡献。     

基于改进型IQC算法的时延电力系统控制方法研究

通信时延会影响广域电力系统的稳定性,是控制系统性能恶化或者失效的重要原因之一。文章首先建立了计及时延的电力系统微分方程模型,提出基于改进型积分二次约束(Integral Quadratic Constraint,IQC)算法的时延电力系统稳定分析与控制方法。相比于传统IQC算法,该方法约束时延电力系统的输入输出,利用IQC和耗散不等式相结合的方法来设计时延反馈控制器,使稳定性判据的保守性更好。文章以IEEE两区域四机系统为例,采用DSATOOLS的TSAT进行仿真,结果表明所提出的方法有效地减小振荡并降低时延对电力系统稳定性的影响。     

基于一致性算法的直流微网多储能SoC均衡策略

针对含有多个储能单元的孤岛型光储直流微电网,提出一种基于一致性算法的多储能荷电状态均衡策略。在改进下垂控制中采用了一种事件触发控制下的平均一致性算法,各分布式储能单元只需在满足事件触发条件时与相邻单元通信,即可实现储能单元间的荷电状态均衡。通过该策略可提高系统不同容量储能单元间的电流分配精度;实现荷电状态均衡和维持母线电压的稳定,在保证控制性能的同时有效减少通信次数。在Matlab/Simulink中搭建仿真模型,仿真结果验证了所提策略的有效性。