CN108075488B - 在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 - Google Patents
在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 Download PDFInfo
- Publication number
- CN108075488B CN108075488B CN201711264249.3A CN201711264249A CN108075488B CN 108075488 B CN108075488 B CN 108075488B CN 201711264249 A CN201711264249 A CN 201711264249A CN 108075488 B CN108075488 B CN 108075488B
- Authority
- CN
- China
- Prior art keywords
- data
- control
- voltage
- communication
- communication data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- External Artificial Organs (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法。本发明基于CPS的概念,并利用微电网内部的通信网络,将该分层控制结构分为两层:网络层和物理层;在网络层中,分析了CDD对系统控制效果的影响,并提出采用反向传播神经网络的策略来完成数据补偿和消除CDD的影响。在物理层中,采用P‑ω/Q‑U下垂控制作为微电网电压和频率的一次控制,同时利用网络层中的通信数据和有虚拟领航者的一致性协议来完成对各DER输出电压和角频率的二次控制,进而确保微电网的电压和角频率得到可靠的控制效果。
Description
技术领域
本发明属于智能电网控制领域,具体涉及一种在信息物理融合系统(CPS)概念下考虑通信数据扰动的孤岛微电网分层控制方法。
背景技术
信息物理融合系统(Cyber-Physical Systems,CPS)是通信系统和物理系统的结合体。它是一个复杂的系统,包括计算、通信网络和物理实体。其实时监控功能、动态控制功能和自助信息服务功能是通过3C(控制、计算、通信)技术的有机整合和深度合作而实现的。CPS是实现计算、通信和控制技术集成的下一代工程系统的重点研究对象。随着嵌入式技术和通信技术的快速发展,CPS的概念在电力工程中的应用越来越广泛,从而组成电力信息物理融合系统,即电力CPS。因为在电力CPS中,控制和管理的各个部分都高度依赖于通信网络,所以当通信网络的数据受到干扰时(可能会由于数据攻击受到干扰)会影响整体系统的性能(比如控制效果和状态稳定性)。IEEE会议于2012年发表了关于这一主题的专辑,讨论了电力CPS的实现模型和安全保护系统。
随着“智能电网”这一研究概念的提出,CPS的概念也开始应用在电网中。微电网(Micro-Grid)也译为微网,是指由分布式电源(DER)、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。且又因为微电网是智能电网的重要组成部分,所以CPS在微电网中的应用与研究也越来越广泛。
与此同时,微电网的控制方法也得到了广泛的研究。其中,下垂控制是目前应用最广泛的控制方法之一,其被广泛应用于控制微电网中各分布式能源的电压和角频率。但由于下垂控制方法是通过使用许多近似过程得到的,传统的下垂控制是有差调节,即下垂控制在控制过程中会引起电压和角频率的误差。单纯的下垂控制不能实现微电网系统的电压值和频率值达到预期的参考值。所以,微电网系统需要改进的控制方法,用以保持各分布式电源输出电压和角频率的稳定。微电网是一个能够实现自我控制、保护和管理的自治系统,既可以与外部电网并网运行,也可以自身处于孤岛运行。由于微电网中的各类分布式电源和储能装置连接到主网络的接口大多数都是通过由高频电力电子器件组成的逆变器作为主要组成部分,因此对微电网的控制可以理解为对各应用于微电网系统中的逆变器的控制。
基于以上分析,本发明结合CPS的概念,在微电网中构建出分层控制的架构,分层即分为网络层和物理层。在此之后,基于此分层架构上考虑通信数据扰动(Communicationdata distribution,简称CDD)问题来完成对各DER输出电压和角频率的控制。
发明内容
为了克服了现有技术中存在的缺点,本发明的目的是提供一种在CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法。本发明基于CPS的概念,并利用微电网内部的通信网络,将该分层控制结构分为两层:网络层和物理层;在网络层中,分析了CDD对系统控制效果的影响,并提出采用反向传播神经网络的策略来完成数据补偿和消除CDD的影响。在物理层中,采用P-ω/Q-U下垂控制作为微电网电压和频率的一次控制,同时利用网络层中的通信数据和有虚拟领航者的一致性协议来完成对各DER输出电压和角频率的二次控制,进而确保微电网的电压和角频率得到可靠的控制效果。
为了解决上述存在的技术问题实现上述目标,本发明是通过以下技术方案实现的:
一种在CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法,其具体内容包括以下步骤:
(1)首先阐述CPS技术的概念,并将CPS技术应用于微电网系统组成电力CPS,并构建微电网分层控制结构,分层控制结构包括网络层和物理层;
(2)在网络层中,利用图论和多智能体理论来构建微电网系统的整体通信结构,并在此基础上分析通信数据发生扰动对一致性控制效果的影响,及采取相应的措施进行数据补偿来克服数据扰动的影响;
(3)在物理层中,首先构建微电网系统的整体控制结构,其中,P-ω/Q-U下垂控制为一次控制,用来控制各DER输出的电压和角频率;在一次控制的基础上,结合网络层中的通信数据和一致性控制理论,完成对各DER输出电压和角频率的二次控制;
(4)通过搭建合理的实验场景验证控制结果的有效性。
由于采用上述技术方案,本发明提供的一种在CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法,与现有技术相比具有这样的有益效果:
1.针对传统下垂控制对电压和频率控制效果不好的问题,提出了一种在CPS概念的分层控制方法,实现了信息流与物理流的相互融合,为日后智能电网的发展提供了理论基础。
2.在网络通信中创新性的研究了数据扰动可能对一致性控制造成的影响,并采用反向神经网络(BPNeural Network,简称BPNN)的方法来进行数据补偿,从而克服该问题。
3.在物理层中,再利用网络层的通信数据和一致性理论来完成对各DER输出电压和角频率的二次控制,弥补了传统的P-ω/Q-U下垂控制是有差调节的缺点。
附图说明
图1为CPS概念下的第i个DER的整体分层控制简化图;
图2为1个Leader(Virtual leader)和两个follower通信简化图;
图3为训练BPNN简化图;
图4为针对第i个DER的二次控制简化图;
图5为实验用的电路简化图。
具体实施方式
下面结合附图对本发明内容做进一步详细说明:
本发明的一种在CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法,其具体内容包括以下步骤:
步骤1:首先阐述CPS技术的概念,并将CPS技术应用于微电网系统组成电力CPS,并构建微电网分层控制结构,分层控制结构包括网络层和物理层。
CPS概念:信息物理融合系统(CPS)是通信系统和物理系统的结合体。它是一个复杂的系统,包括计算、网络和物理实体。实时性函数感知、动态控制和信息服务的大型工程系统是通过有机的整合和深度的3C合作(控制、计算、通信)。
在电力CPS的概念下,本发明为改善孤岛微电网中各DER输出电压和角频率的控制效果,提出了一种新的分层控制结构,该结构分为网络层和物理层,如图1所示。在通信中考虑数据扰动问题,利用网络层中的通信数据来解决物理层中的实际问题。
在所述网络层中,各DER均被视为一个智能体,且每个智能体均具有两个功能:数据通信和一致性计算;该方法基于通信扰动的数学模型、图论知识和一致性理论来分析通信数据扰动对系统频率和电压的影响;使用反向神经网络(BP neural network,简称BPNN)来构建运行时间和下垂控制输出数据之间的内在关系;本发明所提出的数据补偿方法就是通过这种内在关系而设计的。在所述网络层中包括:通信网络、CDD检测设备和一致性控制环节;
P-ω/Q-U下垂控制作为孤岛微电网中各DER输出电压和频率的一次控制;在该发明方法中基于网络层中的通信数据和一致性理论,针对孤岛微电网中各分布式电源输出电压和频率提出二次控制策略;所述网络层中的通信数据是下垂控制输出的电压值和角频率值;在所述物理层中包括:下垂控制器、功率控制器、一致性控制、二次控制器、虚拟控制器和电压电流双闭环。
步骤2:在网络层中,利用图论和多智能体理论来构建微电网系统的整体通信结构,并在此基础上分析通信数据发生扰动对一致性控制效果的影响,采用方向神经网络进行数据补偿来克服数据扰动的影响。
2.1理论基础介绍
图论简介:多智能体系统的拓扑结构通常用有向图G=(V,ε)表示,而对于该有向图则是由顶点集合V={1,2…,n}和边集合构成。定义该有向图的n个节点表示n个智能体,在有向图中,可以用aij表示第i个节点和第j个节点之间的连接关系。如果第j个节点有信息传递至第i个节点,则第j个节点有一条边指向第i个节点,且aij>0,否则aij=0。如果在有向图中,由任意一个顶点到其它每一个顶点都有一条有向路径连接,那么该有向图是强连通的。
Leader-following一致性:设在通信网络中有n个智能体,分别从1到n进行标记,其中第i个智能体的状态量被记为xi(i=1,2,…,n),而且,若在该通信网络中有且仅有一个智能体可以将自身状态量信息沿有向路径传送至其他所有智能体,则将该智能体定义为领航者(leader),leader的状态量就定义为xL;在该通信网络中的其他智能体就定义为跟随者(follower)。对于多智能体系统,若各follower的状态量均与leader的相应一致,则有下式成立:
在多智能体系统中,常用一阶系统来进行一致性控制,其表达式如下:
其中ui∈Rn是第i个智能体的一致性控制器.
基于上述分析,通信网络中的每个follower的状态量均能在一致性协议控制下达到xL。一般的leader-following一致性协议如下:
其中bi表示Leader与第i个智能体之间的连接关系,若有连接,则bi>0,否则bi=0;ki为控制增益。当在该一致性协议中选择合适的参数后,各follower的状态量将跟随leader的相应状态量。
在微电网系统中的每个DER均可视为一个智能体.每个DER均可以向其他DER发送自身状态信息以及接收其他DER的状态信息。微电网系统中的所有DER相互通信就组成了微电网内部整体的通信网络。但在实际的工业环境中,不方便选取合适的leader,故在本发明方法中采取虚拟领航者(Virtual leader)的方法来进行一致性控制,此时只需要Virtualleader的状态信息可以发送至微电网中要被控制的任意DER即可。在这种策略中,微点网通信网络中每个受控DER的状态量将最终与Virtual leader的相应状态量一致。
2.2通信数据扰动分析
网络数据安全的三项性能指标如下:
1.保密性:信息的获取仅限于有权限的用户或组织,任何通过非法渠道所进行的访问都应被检测并阻止。“保密性”的破坏,将造成电网信息泄露问题,存在重要信息(如用户隐私、产权信息等)被非法分子利用的威胁。
2.完整性:保持并保证数据或信息的精确性和一致性,任何未经授权的组织或数据修改方式都不得对传输数据进行修改(包括改写、删除、添加、替换等操作)和破坏。“完整性”的丧失意味着网络中数据被修改或破坏,进而导致错误的电力管理决策。
3.可用性:电网中任何信息在任何时刻都能100%被授权方通过合理方式访问。即使电网中存在突发事件(如电力事故、攻击行为等),用户、电力装置、控制中心等依然可以获取需要的信息。一旦“可用性”被破坏,将导致数据传输中断等问题,严重情况下将对电力传输造成巨大影响。
2.2.1常见通信数据扰动的的数学模型,,其分析过程如下:
定义:在本发明方法中定义存在一个函数如下:
(1)数据下降和数据上升
数据下降是指数据在遭受CDD后,低于正常情况下的数据现象;数据上升则是指数据在遭受CDD后,高于正常情况下的数据现象;用数学模型表示如下:
X(t)=(1-α(u(t-t1)-u(t-t2)))·x(t) (5)
其中,α是增益,如果0<α,则代表发送了数据下降,其中若α=1则代表数据中断;如果α<0,则代表发生了数据上升;u(t)是定义的函数;x(t)是通信数据;t1是CDD开始的时间;t2是CDD结束的时间;X(t)是发生CDD之后的通信数据;扰动时间由数据检测装置测得,比如采用小波检测装置检测;
(2)数据脉冲
暂态脉冲是指在稳态条件下,电压发生的非工频的、单极性的突然变化现象,其持续时间很短;用数学模型表示如下:
X(t)=α·(u(t-t1)-u(t-t2))+x(t) (6)
(3)数据振荡
暂态振荡是一种在稳态条件下,电压出现的非工频、有正负极性的突然变化现象,用数学模型表示如下:
X(t)=x(t)+α·(u(t-t1)-u(t-t2))·x'(t) (7)
基于上述构建的通信数据扰动数学模型(5)、(6)和(7),以图2所示中1个Leader(Virtualleader)和两个follower通信结构发生数据下降为例,来分析CDD对leader-following一致性控制的影响,一致性协议如下:
(8)式可以作如下表示:
为了验证式(8)的稳定性,即令|sI-A|=0;则有:
令a12=a21=1,b1=b2=1,即有:
s2+(2K1+2K2)s+3K1K2=0 (11)
即有:
如果在第一个智能体中有数据下降发生,则该智能体的状态信息将变为(1-α)x1(t);根据以上的分析过程,有:
s2+2[(1-α)K1-K2]s+3(1-α)K1K2=0 (13)
当α<1时,式(8)是不稳定的;
为了验证式(8)的一致性,考虑当没有数据下降发生时,有下式成立:
经过化简推导后,有:
2.2.2对于其他通信数据扰动情况分析如下:
1.如果在第一个智能体的数据中发生数据脉冲,则在发生CDD的时间段内,其本身通信数据将变为α+x1(t);该数据也可以用来(1+α')x1(t)表示,此时有α'x1(t)=α;因此,该类扰动的分析过程与分析数据下降的过程相同;
2.如果在第一个智能体的数据中发生数据振荡,则在发生CDD的时间段内,其本身通信数据将变为αx'(t)+x1(t);由于数据振荡可以看作是一系列数据脉冲的叠加,所以其分析过程与数据脉冲的分析过程是一样的;
2.3设计数据补偿环节
为了解决网络通信中的通信数据扰动问题,在该方法中提出一种反向神经网络的环节对受到干扰的数据进行预测补偿,
功率计算环节和下垂控制环节的表达式如下:
其中Uid,Uiq,Iid和Iiq均是U0和I0经过park变换后的d轴和q轴的电压和电流值;
其中m和n均为下垂系数;ωref和Uref分别为下垂控制的角频率参考值和电压参考值;
因为目前微电网大都为低压微网,所以在孤岛微电网中采用P-ω/Q-U下垂控制时需要进行解耦操作,常见的解耦方法如专利CN106877398A中添加虚拟阻抗;
当下垂输出的电压或角频率数据受到扰动时,需要进行数据补偿;一般的数据补偿需要构建微电网物理层的整体数学模型,该过程比较复杂.因此,在本发明方法中提出一种基于BPNN的数据补偿的方法;用BPNN来构建运行时间和从下垂控制输出数据之间的关系,也即用BPNN来构建输入数据和从下垂控制目标数据之间的关系;基于构建的关系就可以实现数据补偿;图3所示为训练BPNN简化图;其构建步骤如下:
(1)确定采样时间T对未遭受CDD的微电网下垂控制输出的数据进行采样处理,得到下垂输出的原始数据;
(2)根据原始数据的一部分,再通过选择包括层数、隐层神经元数和允许误差值的相关参数来训练BP神经网络;
(3)采用剩余的原始数据来验证训练所得BPNN的有效性;如果误差较大,则将相关参数进行更改,直到误差减至允许范围;
(4)采用由BPNN构建出的运行时间和下垂控制输出数据之间的关系来进行数据补偿。
数据补偿环节的表达式如下:
由于BP神经网络的输出具有滞后特性,设滞后时间为Δt,数据补偿环节的表达式修正为:
步骤3:在物理层中,首先构建微电网系统的整体控制结构,其中,P-ω/Q-U下垂控制为一次控制,用来控制各DER输出的电压和角频率;在一次控制的基础上,结合网络层中的通信数据和一致性控制理论,完成对各DER输出电压和角频率的二次控制。
3.1设计电压和角频率的新型二次控制方法
由于微电网中各DER所采用的P-ω/Q-U下垂控制为有差调节,由该控制方法输出的电压和角频率会存在误差,因此需要再添加二次控制来解决该问题。在本发明方法中,利用网络层中的通信数据来完成一致性控制,再通过在下垂控制中添加反馈的方法来完成对电压和角频率的二次控制;
添加反馈的反馈量如下:
把生成的反馈量δUi和δωi添加到由P-ω/Q-U下垂控制输出的电压Ui和角频率ωi中,完成对电压和角频率的二次调节;式(24)中的uvi和uωi分别为二次电压控制器和二次角频率控制器;
微电网中各DER在添加二次控制后,下垂控制输出的电压和角频率表达式如下:
整理后可得:
根据式(26),化简后得到如下表达式:
本发明方法提出的二次控制结构如图4中所示,通过在一次控制(P-ω/Q-U下垂控制)中添加反馈的方式很容易完成对各DER的电压和角频率的二次控制。当式(27)满足的时候,就也解决了一次控制的弊端,且可以通过一致性控制来实现式(27)的要求。
3.2设计二次电压控制器
设由多个DER组成的微电网中,第i个DER的电压和频率的下垂控制器为:
正常情况下,微电网的频率和电压可以通过下垂控制器的调节达到同步。但下垂控制不能使微电网输出频率和电压保持恒定;因此,需要采用二次控制来使微电网的频率和电压达到给定参考值。
;
由于输出电压的幅值在dq坐标系中表示为:
所以,下垂控制的电压控制策略也可以写为:
由此可知,电压控制的目标就是对Ui设计适当控制算法使Udi→Uref;
如上所述,微电网二次电压协同控制器的作用就是考虑控制输入有界的情况下使各分布式电源的电压同步到给定参考值;对式(18)取微分并取辅助变量uvi:
这样就可以将由多个DER组成的微电网的电压同步问题转换为一阶线性多智能体网络的跟踪同步问题;
利用图论知识,并结合带有虚拟领航者的有限时间一致性策略,设计电压一致性控制器如下:
其中Ui(t),Uj(t)分别为微电网系统中第i,j个DER的电压幅值;UL(t)是虚拟领航者的电压,且与Uref相等;在此一致性协议下,根据公式(20),可以得到各DER的电压幅均趋于一致。
3.3设计二次角频率控制器
与电压二次控制类似,角频率二次控制的目标是设计适当的控制方法,使ωi→ωref,ωref是角频率参考值;类似于电压的设计理念,对公式(3)取微分,设立一个辅助变量uωi,建立以下公式:
与公式(30)类似,结合实际,考虑CDD问题,设计角频率一致性协议如下:
式中,aij,j=1,2,3…,N表示邻接矩阵的元素;ωL(t)为领导者的角频率;如果领导者是连接到第i个分布式电源的,有bi>0,否则bi=0;kωi1和kωi2为增益;
电压合成公式如下:
对电压电流双闭环结构的设计过程可以参考专利CN106877398A。
步骤4:通过搭建合理的实验场景验证本发明方法控制结果的有效性。
本发明方法通过搭建合理的实验场景验证该方案的有效性。
本领域的技术人员容易理解,以上所述仅为本发明较佳实施方案而已,并不用以限制本发明,凡是在本发明的精神和原则之内所做的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种在CPS概念下考虑通信数据扰动的孤岛微电网分层控制方法,其特征在于:该方法具体内容包括以下步骤:
步骤1:首先阐述CPS技术的概念,并将CPS技术应用于微电网系统组成电力CPS,并构建微电网分层控制结构,分层控制结构包括网络层和物理层;
在所述网络层中,各分布式电源均被视为一个智能体,且每个智能体均具有两个功能:数据通信和一致性计算;该方法基于通信扰动的数学模型、图论知识和一致性理论来分析通信数据扰动对系统频率和电压的影响;使用反向神经网络来构建运行时间和下垂控制输出数据之间的内在关系;该方法所提出的数据补偿方法就是通过这种内在关系而设计的;在所述网络层中包括:通信网络、通信数据扰动检测设备和一致性控制环节;
P-ω/Q-U下垂控制作为孤岛微电网中各分布式电源输出电压和频率的一次控制;在该方法中基于网络层中的通信数据和一致性理论,针对孤岛微电网中各分布式电源输出电压和频率提出二次控制策略;所述网络层中的通信数据是下垂控制输出的电压值和角频率值;在所述物理层中包括:下垂控制器、功率控制器、一致性控制、二次控制器、虚拟控制器和电压电流双闭环;
步骤2:在网络层中,利用图论和多智能体理论来构建微电网系统的整体通信结构,并在此基础上分析通信数据发生扰动对一致性控制效果的影响,采用反向神经网络进行数据补偿来克服数据扰动的影响;
2.1.通信数据扰动分析
2.1.1常见通信数据扰动的数学模型,其分析过程如下:
定义:在该方法中定义存在一个函数如下:
(1)数据下降和数据上升
数据下降是指数据在遭受通信数据扰动后,低于正常情况下的数据现象;数据上升则是指数据在遭受通信数据扰动后,高于正常情况下的数据现象;用数学模型表示如下:
X(t)=(1-α(u(t-t1)-u(t-t2)))·x(t) (2)
其中,α是增益,如果0<α,则代表发生了数据下降,其中若α=1则代表数据中断;如果α<0,则代表发生了数据上升;u(t)是定义的函数;x(t)是通信数据;t1是通信数据扰动开始的时间;t2是通信数据扰动结束的时间;X(t)是发生通信数据扰动之后的通信数据;扰动时间由数据检测装置测得;
(2)数据脉冲
暂态脉冲是指在稳态条件下,电压发生的非工频的、单极性的突然变化现象,其持续时间很短;用数学模型表示如下:
X(t)=α·(u(t-t1)-u(t-t2))+x(t) (3)
(3)数据振荡
暂态振荡是一种在稳态条件下,电压出现的非工频、有正负极性的突然变化现象,用数学模型表示如下:
X(t)=x(t)+α·(u(t-t1)-u(t-t2))·x'(t) (4)
基于上述构建的通信数据扰动数学模型(2)、(3)和(4),以1个领导者和两个跟随者通信结构发生数据下降为例,来分析通信数据扰动对一致性控制的影响,一致性协议如下:
(5)式可以作如下表示:
为了验证式(6)的稳定性,即令|sI-A|=0;则有:
令a12=a21=1,b1=b2=1,即有:
s2+(2K1+2K2)s+3K1K2=0 (8)
即有:
如果在第一个智能体中有数据下降发生,则该智能体的状态信息将变为(1-α)x1(t);根据以上的分析过程,有:
s2+2[(1-α)K1-K2]s+3(1-α)K1K2=0 (10)
当α<1时,式(8)是不稳定的;
为了验证式(8)的一致性,考虑当没有数据下降发生时,有下式成立:
经过化简推导后,有:
2.1.2对于其他通信数据扰动情况分析如下:
1)如果在第一个智能体的数据中发生数据脉冲,则在发生通信数据扰动的时间段内,其本身通信数据将变为α+x1(t);该数据也可以用来(1+α')x1(t)表示,此时有α'x1(t)=α;因此,该类扰动的分析过程与分析数据下降的过程相同;
2)如果在第一个智能体的数据中发生数据振荡,则在发生通信数据扰动的时间段内,其本身通信数据将变为αx'(t)+x1(t),由于数据振荡可以看作是一系列数据脉冲的叠加,所以其分析过程与数据脉冲的分析过程是一样的;
2.2)设计数据补偿环节
为了解决网络通信中的通信数据扰动问题,在该方法中提出一种反向神经网络的环节对受到干扰的数据进行预测补偿;
当下垂输出的电压或角频率数据受到扰动时,需要进行数据补偿;用反向神经网络来构建运行时间和从下垂控制输出数据之间的关系,也即用反向神经网络来构建输入数据和从下垂控制目标数据之间的关系;基于构建的关系就可以实现数据补偿;其构建步骤如下:
(1)确定采样时间T对未遭受通信数据扰动的微电网下垂控制输出的数据进行采样处理,得到下垂输出的原始数据;
(2)根据原始数据的一部分,再通过选择包括层数、隐层神经元数和允许误差值的相关参数来训练反向神经网络;
(3)采用剩余的原始数据来验证训练所得反向神经网络的有效性;如果误差较大,则将相关参数进行更改,直到误差减至允许范围;
(4)采用由反向神经网络构建出的运行时间和下垂控制输出数据之间的关系来进行数据补偿;
数据补偿环节的表达式如下:
由于反向神经网络的输出具有滞后特性,设滞后时间为Δt,数据补偿环节的表达式修正为:
步骤3:在物理层中,首先构建微电网系统的整体控制结构,其中,P-ω/Q-U下垂控制为一次控制,用来控制各分布式电源输出的电压和角频率;在一次控制的基础上,结合网络层中的通信数据和一致性控制理论,完成对各分布式电源输出电压和角频率的二次控制;
3.1设计电压和角频率的新型二次控制方法
由于微电网中各分布式电源所采用的P-ω/Q-U下垂控制为有差调节,由该控制方法输出的电压和角频率会存在误差,因此需要再添加二次控制来解决该问题;在该方法中,利用网络层中的通信数据来完成一致性控制,再通过在下垂控制中添加反馈的方法来完成对电压和角频率的二次控制;
添加反馈的反馈量如下:
把生成的反馈量δUi和δωi添加到由P-ω/Q-U下垂控制输出的电压Ui和角频率ωi中,完成对电压和角频率的二次调节;式(19)中的uvi和uωi分别为二次电压控制器和二次角频率控制器;
3.2设计二次电压控制器
设由多个分布式电源组成的微电网中,第i个分布式电源的电压和频率的下垂控制器为:
正常情况下,微电网的频率和电压可以通过下垂控制器的调节达到同步;但下垂控制不能使微电网输出频率和电压保持恒定;因此,需要采用二次控制来使微电网的频率和电压达到给定参考值;
由于输出电压的幅值在dq坐标系中表示为:
所以,下垂控制的电压控制策略也可以写为:
由此可知,电压控制的目标就是对Ui设计适当控制算法使Udi→Uref;
微电网二次电压协同控制器的作用就是考虑控制输入有界的情况下使各分布式电源的电压同步到给定参考值;对式(22)取微分并取辅助变量uvi:
这样就可以将由多个分布式电源组成的微电网的电压同步问题转换为一阶线性多智能体网络的跟踪同步问题;
利用图论知识,并结合带有虚拟领航者的有限时间一致性策略,设计电压一致性控制器如下:
其中Ui(t),Uj(t)分别为微电网系统中第i,j个分布式电源的电压幅值;UL(t)是虚拟领航者的电压,且与Uref相等;在此一致性协议下,可以得到各分布式电源的电压幅值均趋于一致;
3.3设计二次角频率控制器
与电压二次控制类似,角频率二次控制的目标是设计适当的控制方法,使ωi→ωref,ωref是角频率参考值;类似于电压的设计理念,对公式(20)取微分,设立一个辅助变量uωi,建立以下公式:
与公式(24)类似,结合实际,考虑通信数据扰动问题,设计角频率一致性协议如下:
式中,aij,j=1,2,3…,N表示邻接矩阵的元素;ωL(t)为领导者的角频率;如果领导者是连接到第i个分布式电源的,有bi>0,否则bi=0;kωi1和kωi2为增益;
步骤4:通过搭建合理的实验场景验证该方法控制结果的有效性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711264249.3A CN108075488B (zh) | 2017-12-05 | 2017-12-05 | 在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711264249.3A CN108075488B (zh) | 2017-12-05 | 2017-12-05 | 在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108075488A CN108075488A (zh) | 2018-05-25 |
CN108075488B true CN108075488B (zh) | 2021-05-28 |
Family
ID=62157688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711264249.3A Active CN108075488B (zh) | 2017-12-05 | 2017-12-05 | 在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108075488B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110768301B (zh) * | 2019-10-15 | 2021-04-06 | 浙江大学 | 一种微电网频率同步抗攻击协同控制方法 |
CN110611333B (zh) * | 2019-11-11 | 2022-12-13 | 燕山大学 | 一种考虑通信问题的孤岛微电网分布式协调控制方法 |
CN112909954B (zh) * | 2020-12-30 | 2023-12-15 | 燕山大学 | 一种基于生成对抗神经网络的微电网分层控制策略 |
CN117175665B (zh) * | 2023-11-02 | 2024-01-26 | 深圳海辰储能科技有限公司 | Pcs多机并联的发波同步系统、方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104953625A (zh) * | 2015-06-08 | 2015-09-30 | 浙江大学 | 一种基于二次电压控制的微电网中分布式电源无功功率分配方法 |
CN105634020A (zh) * | 2016-03-16 | 2016-06-01 | 东南大学 | 基于有限时间一致性的孤岛微电网分布式协调控制方法 |
CN106026188A (zh) * | 2016-05-17 | 2016-10-12 | 中南大学 | 一种基于分布式控制的微电网主动同步控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10809678B2 (en) * | 2015-03-16 | 2020-10-20 | Board Of Regents, The University Of Texas System | System and method for distributed control of an electrical network |
-
2017
- 2017-12-05 CN CN201711264249.3A patent/CN108075488B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104953625A (zh) * | 2015-06-08 | 2015-09-30 | 浙江大学 | 一种基于二次电压控制的微电网中分布式电源无功功率分配方法 |
CN105634020A (zh) * | 2016-03-16 | 2016-06-01 | 东南大学 | 基于有限时间一致性的孤岛微电网分布式协调控制方法 |
CN106026188A (zh) * | 2016-05-17 | 2016-10-12 | 中南大学 | 一种基于分布式控制的微电网主动同步控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108075488A (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108075488B (zh) | 在cps概念下考虑通信数据扰动的孤岛微电网分层控制方法 | |
Weng et al. | Distributed event-triggered cooperative control for frequency and voltage stability and power sharing in isolated inverter-based microgrid | |
Liu et al. | General distributed secondary control for multi‐microgrids with both PQ‐controlled and droop‐controlled distributed generators | |
Rana et al. | Distributed state estimation over unreliable communication networks with an application to smart grids | |
Lou et al. | Decentralised secondary voltage and frequency control scheme for islanded microgrid based on adaptive state estimator | |
Vaccaro et al. | A self-organizing architecture for decentralized smart microgrids synchronization, control, and monitoring | |
CN107579543B (zh) | 一种基于分层控制策略的孤岛微电网分布式协调控制方法 | |
Chen et al. | Fault‐tolerant output synchronisation control of multi‐vehicle systems | |
Yang et al. | Auxiliary‐function‐based double integral inequality approach to stability analysis of load frequency control systems with interval time‐varying delay | |
Mohammadi et al. | Asynchronous periodic distributed event-triggered voltage and frequency control of microgrids | |
Crow et al. | Intelligent energy management of the FREEDM system | |
Xu et al. | Fully distributed multi‐area dynamic economic dispatch method with second‐order convergence for active distribution networks | |
Ma et al. | Accurate power sharing and voltage regulation for AC microgrids: An event-triggered coordinated control approach | |
Zhang et al. | Response hierarchical control strategy of communication data disturbance in micro‐grid under the concept of cyber physical system | |
Kishor et al. | Controller design with model identification approach in wide area power system | |
Hu et al. | Privacy-preserving consensus strategy for secondary control in microgrids against multilink false data injection attacks | |
Shrivastava et al. | Distributed, fixed‐time, and bounded control for secondary voltage and frequency restoration in islanded microgrids | |
Chen et al. | Finite-time control of multiple different-order chaotic systems with two network synchronization modes | |
Tu et al. | Privacy-preserving robust consensus for distributed microgrid control applications | |
US20220342435A1 (en) | Distributed collaborative control method for microgrid frequency under attack of false data injection based on cyber-physical fusion | |
Hu et al. | An improved privacy-preserving consensus strategy for AC microgrids based on output mask approach and node decomposition mechanism | |
Loka et al. | Leveraging blockchain technology for resilient and robust frequency control in a renewable-based hybrid power system with hydrogen and battery storage integration | |
Khan et al. | An Explainable Intelligent Framework for Anomaly Mitigation in Cyber-Physical Inverter-based Systems | |
Su et al. | Distributed adaptive secondary control of AC microgrid under false data injection attack | |
Luo et al. | Parameter estimation of continuous variable quantum key distribution system via artificial neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230531 Address after: 2081, building a, 88 Jianghai West Road, Liangxi District, Wuxi City, Jiangsu Province, 214000 Patentee after: Wuxi Xiangyuan Information Technology Co.,Ltd. Address before: 066004 No. 438 west section of Hebei Avenue, seaport District, Hebei, Qinhuangdao Patentee before: Yanshan University |
|
TR01 | Transfer of patent right |