CN111564841A - 多机电力系统的输入量化有限时间容错抗干扰控制方法 - Google Patents

多机电力系统的输入量化有限时间容错抗干扰控制方法 Download PDF

Info

Publication number
CN111564841A
CN111564841A CN202010474134.2A CN202010474134A CN111564841A CN 111564841 A CN111564841 A CN 111564841A CN 202010474134 A CN202010474134 A CN 202010474134A CN 111564841 A CN111564841 A CN 111564841A
Authority
CN
China
Prior art keywords
power system
control method
fault
machine power
input
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.)
Granted
Application number
CN202010474134.2A
Other languages
English (en)
Other versions
CN111564841B (zh
Inventor
刘文慧
金璇
刘国宝
齐晓静
孟波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Normal University
Original Assignee
Nanjing Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Normal University filed Critical Nanjing Normal University
Priority to CN202010474134.2A priority Critical patent/CN111564841B/zh
Publication of CN111564841A publication Critical patent/CN111564841A/zh
Application granted granted Critical
Publication of CN111564841B publication Critical patent/CN111564841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种多机电力系统的输入量化有限时间容错抗干扰控制(FTC)方法,包括以下内容:步骤1、基于多机电力系统的数学模型,建立了一种更一般的具有量化输入的非线性系统;步骤2、提出一种迟滞量化器来量化输入信号以减少抖动;步骤3、自适应控制器的设计与稳定性分析。通过对含有晶闸管控制串联电容补偿技术(TCSC)的两区域四机电力系统进行仿真研究,验证了本发明所提出的控制方法的有效性。和现有技术相比,本发明通过引入新的量化控制方案和一种针对不确定执行器故障的新型容错控制方法,提出了一种新的自适应控制方案。并且本发明所设计的自适应控制器可以保证闭环系统的有限时间全局稳定。

Description

多机电力系统的输入量化有限时间容错抗干扰控制方法
技术领域
本发明涉及自动控制方法,具体涉及一种多机电力系统的输入量化有限时间容错抗干扰控制方法。
背景技术
多机电力系统的输入量化有限时间容错控制就是在输入被量化的情形下能够自行消除故障对电力系统造成的影响,且在有限时间恢复到合理性能指标的控制技术。传统的电力系统稳定器都是基于电力系统的线性模型设计的,但为了保留电力系统的非线性特征,对电力系统的非线性控制得到了关注。非线性系统的有限时间控制问题被广泛关注。文献“H.Du,J.Zhai,M.Z.Q.Chen,and W.Zhu.Robustness analysis of a continuoushigher-order finite-time control system under sampled-data control.IEEETransaction on Automatic Control,64(6):2488–92494,2018.”基于有限时间李亚普诺夫理论设计了一种控制方案使下三角非线性系统在有限时间全局稳定。文献“S.Tong,B.Huo,and Y.Li.Observer-based adaptive decentralized fuzzy fault-tolerantcontrol of nonlinear large-scale systems with actuator failures.IEEETransactions on Cybernetics,22(1):1–15,2014.”中对于具有外部干扰的非线性系统提出了一种有限时间控制器。然而上述文献对于执行器的不确定故障没有给出有效解决方法。为了解决这个问题,人们研究了各种容错控制(FTC)方法,以保证系统的稳定性。在现代工程中,通过信道传输的计算机控制输入信号成为重要研究问题。因此量化器被广泛应用于将真实输入值转化为有限分段常数。然而,量化一直被认为是影响系统的消极因素。因此,减轻量化影响成为控制系统的前提条件。结合量化控制技术,将有限时间FTC输入信号转化为离散的一组常数,但这可能导致一类特殊的系统不确定性,并可能使系统不稳定或抖动。
发明内容
发明目的:针对上述控制系统的问题,本发明的目的是提供一种多机电力系统的输入量化有限时间容错抗干扰控制方法,以显著提高系统控制效率,保证控制过程的安全性,保证系统的有限时间稳定。
技术方案:一种多机电力系统的输入量化有限时间容错抗干扰控制方法,包括以下步骤:
(1)基于多机电力系统的数学模型,建立具有参数未知和不匹配扰动的非线性系统的数学模型;
(2)建立迟滞量化器模型来减少抖动;
(3)自适应控制器的设计与稳定性分析。
进一步的,步骤(1)中,区域内的发电机G1和G2以及G3和G4的电气联系紧密,并且受到扰动后动态行为类似,故将每个区域等值为一台发电机;在设计控制器时,做出如下假设:发电机采用隐极机,且模型选用经典二阶模型;发电机采用暂态电抗使暂态电势E1和E2恒定;输入机械功率Pm1和Pm2恒定;考虑系统阻尼和外部干扰的影响;则多机电力系统的数学模型为:
Figure BDA0002515294960000021
因为区域A、B之间的联络线为弱互联,并且联络线中总电抗Xac远大于等值发电机的电抗,所以得到β1≈δ1、β2≈δ2
那么,弱联络线的有功功率为:
Figure BDA0002515294960000022
其中,Xac=x′1d+x′2d+x1∑+x2∑,Xac为联络线上的总电抗,XTCSC为TCSC的等效电抗;
令Δδ12=δ120,Δω12=ω12,且假设
Figure BDA0002515294960000023
已知,则有
Figure BDA0002515294960000024
定义系统的状态变量为x1=Δδ12,x2=Δω12,选择控制量为
Figure BDA0002515294960000025
所以电力系统被重新描述为:
Figure BDA0002515294960000031
其中,
Figure BDA0002515294960000032
假设a1g(·)不经过零点且有界,且ζ(·)为已知非线性函数;
控制目标是为多机电力系统构造一种自适应控制方法,考虑到控制器中执行器的故障,仍然可以保证多机电力系统有限时间的稳定性。
进一步的,步骤(1)中,建立如下具有参数未知和不匹配扰动的非线性系统的数学模型:
Figure BDA0002515294960000033
Figure BDA0002515294960000034
Figure BDA0002515294960000035
Figure BDA0002515294960000036
其中,x(t)=[x1(t),...,xn(t)]T∈Rn为系统的状态;fi:Ri×Rn→R,i=1,2,...,n是连续可微函数,并且对于任意的t,都有fi(0,...,0)=0;u(t)=[u1,u2,...,um]T∈Rm为系统的输入向量,且q(u(t))=[q(u1(t)),q(u2(t)),...,q(um(t))]T∈Rm是量化输入向量;gn(t)=[gn1(t),…,gnm(t)],gi(t)为已知连续函数,gj(t)≠0以及
Figure BDA0002515294960000037
i=1,…,n-1,其中g j,
Figure BDA0002515294960000038
为常数;
执行器故障包括锁定故障和失效故障;
所述锁定故障的模型为:
Figure BDA0002515294960000039
其中,
Figure BDA00025152949600000310
表示第j个执行器卡住的位置,tj表示锁定发生的时刻;
所述失效故障的模型为:
Figure BDA00025152949600000311
其中,vi(t)是第i个应用控制输入,ti是失效故障发生的时刻,ki(t)∈[k i,1]是相应的执行器
Figure BDA0002515294960000041
的有效因子,0<k i≤1是ki(t)的下界,其中k i=1表示系统没有执行器故障;
将控制输入描述如下:
Figure BDA0002515294960000042
其中,λj为锁定因子,被定义为:
Figure BDA0002515294960000043
进一步的,步骤(2)中,建立如下迟滞量化器模型:
Figure BDA0002515294960000044
其中,uiρ1-iumin(i=1,2,...),umin>0,0<ρ<1,且
Figure BDA0002515294960000045
q(u)在集合U=(0,±ui,±ui(1+δ))内;参数ρ代表量化密度,ρ越小,迟滞量化器越粗糙;umin决定q(u)的死区大小;
将上述迟滞量化器描述为:
q(u)=q1(t)u+q2(t)
其中,
Figure BDA0002515294960000046
Figure BDA0002515294960000047
且q1≥σ,|q2|≤umin
其中,σ=1-δ。
进一步的,步骤(3)中,设计如下自适应控制器:
Figure BDA0002515294960000048
其中,
Figure BDA0002515294960000049
Figure BDA0002515294960000051
其中,βn,j(·)≥0,j=1,...,n是C1函数,cn是混合参数,ρn(·)=ρn(z1,...,zn)≥0。
本发明的有益效果是:
1、与现有技术的非有限时间控制方法相比,本发明的控制方法能提高在实际系统中的控制效率,使系统达到有限时间稳定。
2、本发明研究了不确定执行器故障。当执行器卡死,本文的FTC控制方法能够保证控制过程的安全性。
3、量化输入信号能将连续信号转化为离散信号以保证系统的有限时间稳定。
附图说明
图1是含有晶闸管控制串联电容补偿技术(TCSC)的两区域四机电力系统;
图2是含TCSC的等值两机系统;
图3是状态变量x1和x2的轨迹;
图4是执行器的锁定故障和失效故障u1和u2的轨迹。
具体实施方式
以下将结合附图和具体实施例,对本发明的技术方案进行详细地说明。
本发明的一种输入量化的非线性系统容错自适应控制方法,包含以下内容:
1、多机电力系统的数学模型;
多机电力的控制问题是一个有价值的研究课题。区域内的发电机G1和G2以及G3和G4的电气联系紧密,并且受到扰动后动态行为类似,故我们可以将每个区域等值为一台发电机,如图2所示。在设计控制器时,做出如下假设:发电机采用隐极机,且模型选用经典二阶模型;发电机采用暂态电抗使暂态电势E1和E2恒定;输入机械功率Pm1和Pm2恒定;考虑系统阻尼和外部干扰的影响;等值两机电力系统非线性方程定义为:
Figure BDA0002515294960000061
多机电力系统(1)的变量和参数定义如表1所示。
表1:等值发电机中参数和变量
δ<sub>i</sub> 等值发电机的转子运行角
ω<sub>i</sub> 等值发电机转子角速度
ω<sub>i0</sub> 等值发电机额定转子角速度
P<sub>ei</sub> 等值发电机的电磁功率
P<sub>m,i</sub> 等值发电机的输入机械功率
D<sub>i</sub> 发电机阻尼系数
H<sub>i</sub> 发电机转动惯量
ζ<sub>i</sub> 等值发电机转子上的干扰
因为区域A、B之间的联络线为弱互联,并且联络线中总电抗Xac远远大于等值发电机的电抗,所以可以得到β1≈δ1、β2≈δ2
那么,弱联络线的有功功率为:
Figure BDA0002515294960000062
其中,Xac=x′1d+x′2d+x1∑+x2∑,Xac为联络线上的总电抗,XTCSC为TCSC的等效电抗。
令Δδ12=δ120,Δω12=ω12,且假设
Figure BDA0002515294960000063
Figure BDA0002515294960000064
定义系统的状态变量为x1=Δδ12,x2=Δω12,选择控制量为
Figure BDA0002515294960000071
所以电力系统可被重新描述为:
Figure BDA0002515294960000072
其中,
Figure BDA0002515294960000073
控制目标是为多机电力系统(1)构造一种自适应控制方法,考虑到控制器中执行器的故障,仍然可以保证多机电力系统的有限时间稳定性。
在下列步骤中将多机电力系统(1)推广到以下n维非线性系统。
2、建立一种较多机电力系统更一般的具有量化输入的非线性系统;
Figure BDA0002515294960000074
其中,x(t)=[x1(t),…,xn(t)]T∈Rn为系统的状态。fi:Ri×Rn→R,i=1,2,…,n是连续可微函数,并且对于任意的t,都有fi(0,…,0)=0。u(t)=[u1,u2,…,um]T∈Rm为系统的输入向量,且q(u(t))=[q(u1(t)),q(u2(t)),…,q(um(t))]T∈Rm是量化输入向量。gn(t)=[gn1(t),...,gnm(t)],gi(t)为已知函数,gi(t)≠0以及
Figure BDA0002515294960000075
i=1,…,n-1,其中g j,
Figure BDA0002515294960000076
为常数。
本发明的执行器故障既有锁定故障又有失效故障。
锁定故障模型:
Figure BDA0002515294960000077
其中,
Figure BDA0002515294960000078
表示第j个执行器卡住的位置,tj表示锁定发生的时刻。
失效故障模型:
Figure BDA0002515294960000081
其中,vr(t)是第r个应用控制输入,r是失效故障发生的时刻,kr(t)∈[k r,1]是相应的执行器
Figure BDA0002515294960000082
的有效因子,0<kr≤1是kr(t)的下界,其中kr=1表示系统没有执行器故障。
将控制输入描述如下:
Figure BDA0002515294960000083
其中λj为锁定因子,被定义为:
Figure BDA0002515294960000084
3、建立迟滞量化器模型以防止减少抖动;
迟滞量化器:
Figure BDA0002515294960000085
其中,uiρ1-iumin(i=1,2,...),umin>0,0<ρ<1,且
Figure BDA0002515294960000086
q(u)在集合U=(0,±ui,±ui(1+δ))内。参数ρ代表量化密度,ρ越小,量化器越粗糙。umin决定q(u)的死区大小。
将上述量化器描述为:
q(u)=q1(t)u+q2(t) (10)
其中
Figure BDA0002515294960000087
Figure BDA0002515294960000088
得到:
q1≥σ,|q2|≤umin
为了便于控制器的设计,定义了如下假设:
假设1:对于i=1,2,…,n,则有如下不等式成立:
|fi(x1,...,xi)|≤(|x1|+…+|xi|)γi(x1,…,xi) (11)
其中,γi(·)≥1为C1函数。
假设2:非线性系统(5)被构造为:当任意的m-1个执行器卡在某些未知位置时,其余执行器可能会像(7)一样失效,闭环系统仍能达到期望的控制目标。
4、自适应控制器的设计与稳定性分析;
第1步:定义
Figure BDA0002515294960000091
选择如下Lyapunov函数
Figure BDA0002515294960000092
对式(12)进行求导可得
Figure BDA0002515294960000093
其中,
Figure BDA0002515294960000094
虚拟控制器的设计如下
Figure BDA0002515294960000095
其中,z1=x1
Figure BDA0002515294960000096
Figure BDA0002515294960000097
将虚拟控制器代入式(13)得到
Figure BDA0002515294960000098
第k步:假设在第k-1步中存在一个合适的Lyapunov函数Vk-1满足
Figure BDA0002515294960000099
定义参数
Figure BDA00025152949600000910
虚拟控制器α1,...,αk-1
Figure BDA00025152949600000911
状态变量坐标变换为
Figure BDA00025152949600000912
即得到
Figure BDA00025152949600000913
则在第k步,选择Lyapunov函数为
Vk=Vk-1+Wk(x1,...,x2) (16)
则可以得到如下不等式
Vk=Vk-1+Wk(x1,...,x2)
其中
Figure BDA0002515294960000101
得到以下估计
Figure BDA0002515294960000102
根据(15)得到
Figure BDA0002515294960000103
得到估计
Figure BDA0002515294960000104
由于
Figure BDA0002515294960000105
可得到如下估计
Figure BDA0002515294960000106
其中ck>0是设计常数。
存在C1函数
Figure BDA0002515294960000107
ρk1(·)≥0以及ρk2(·)≥0满足
Figure BDA0002515294960000108
Figure BDA0002515294960000109
结合(20),(21)和(22),Vk的导数可以变为
Figure BDA0002515294960000111
选择以下虚拟控制器
Figure BDA0002515294960000112
其中,
Figure BDA0002515294960000113
以及ck>0是设计参数。
将虚拟控制器(24)代入(23)得到
Figure BDA0002515294960000114
第n步:类似于第k步,可以得到
Figure BDA0002515294960000115
其中,ρn(·)=ρ(z1,...,zn)≥0和βn,j(·)是C1函数,cn是混合参数。
注意:
Figure BDA0002515294960000116
选择应用的自适应控制器为
Figure BDA0002515294960000117
其中,
Figure BDA0002515294960000118
接下来,给出了自适应控制器(28)在输入量化和执行器故障的情况下保证系统(5)稳定的定理。有限时间稳定性证明如下。
定理1:考虑具有迟滞量化器(9)和执行器故障(7),(8)的非线性闭环系统(5),如果将假设1—2下的自适应控制器(28)应用于系统(5),则闭环系统是有限时间稳定的。
证明:因为|q2|≤umin,将自适应控制器(28)应用到(26),并且根据(10),q1(t)≥σ,则-q1(t)≤-σ,
Figure BDA0002515294960000121
转换为:
Figure BDA0002515294960000122
Figure BDA0002515294960000123
可以得到
Figure BDA0002515294960000124
则可以得到闭环系统(5)是全局有限时间稳定。
注1:参数qk被定义为
Figure BDA0002515294960000125
控制参数ck的选择必须保证闭环系统的有限时间稳定。
5、有效性验证;
对图2所示含有晶闸管控制串联电容补偿技术(TCSC)的等值两区域系统进行仿真研究,验证本研究所提出控制方法的有效性。
考虑如下电力系统
Figure BDA0002515294960000126
其中,
Figure BDA0002515294960000127
该控制方法可应用于n个发电机的电力系统,如图1所示,以四机电力系统为例,仿真参数选择为:δ0=0.5°,D1=D2=0,ω10=ω20=314.159,H1=H2=1,Pm1=1.76,Pm2=1.85,干扰
Figure BDA0002515294960000131
将执行器故障表示为:
Figure BDA0002515294960000132
仿真结果如图3-4所示,图3是在本发明所提出的容错控制方法下状态变量x1和x2的轨迹;图4表示了执行器的锁定故障模型和失效故障模型u1和u2的轨迹。由图3-4所得本发明所设计的控制器可保证多机电力系统是有限时间稳定的。
综上,本发明提供了一种解决多机电力系统的输入量化有限时间容错控制问题,并且提出了一类更一般的n维非线性参数化系统下的自适应容错控制方法。通过引入新的量化控制方法,提出了一种新的自适应控制方案。针对执行器卡住等不确定执行器故障,提出了一种新的容错控制方法。该自适应控制器能够保证闭环系统有限时间稳定。最后,以一个实际的含有晶闸管控制串联电容补偿技术(TCSC)的两区域四机电力系统为例进行了仿真,验证了所提出的控制技术的有效性。

Claims (5)

1.一种多机电力系统的输入量化有限时间容错抗干扰控制方法,其特征在于,包括以下步骤:
(1)基于多机电力系统的数学模型,建立具有参数未知和不匹配扰动的非线性系统的数学模型;
(2)建立迟滞量化器模型;
(3)自适应控制器的设计与稳定性分析。
2.根据权利要求1所述的多机电力系统的输入量化有限时间容错抗干扰控制方法,其特征在于:步骤(1)中,区域内的发电机G1和G2以及G3和G4的电气联系紧密,并且受到扰动后动态行为类似,故将每个区域等值为一台发电机;在设计控制器时,做出如下假设:发电机采用隐极机,且模型选用经典二阶模型;发电机采用暂态电抗使暂态电势E1和E2恒定;输入机械功率Pm1和Pm2恒定;考虑系统阻尼和外部干扰的影响;则多机电力系统的数学模型为:
Figure FDA0002515294950000011
因为区域A、B之间的联络线为弱互联,并且联络线中总电抗Xac远大于等值发电机的电抗,所以得到β1≈δ1、β2≈δ2
那么,弱联络线的有功功率为:
Figure FDA0002515294950000012
其中,Xac=x′1d+x′2d+x1∑+x2∑,Xac为联络线上的总电抗,XTCSC为TCSC的等效电抗;
令Δδ12=δ120,Δω12=ω12,且假设
Figure FDA0002515294950000013
已知,则有
Figure FDA0002515294950000014
定义系统的状态变量为x1=Δδ12,x2=Δω12,选择控制量为
Figure FDA0002515294950000021
所以电力系统被重新描述为:
Figure FDA0002515294950000022
其中,
Figure FDA0002515294950000023
假设a1g(·)不经过零点且有界,且ζ(·)为已知非线性函数;
控制目标是为多机电力系统构造一种自适应控制方法,考虑到控制器中执行器的故障,仍然可以保证多机电力系统有限时间的稳定性。
3.根据权利要求书1所述的多机电力系统的输入量化有限时间容错抗干扰控制方法,其特征在于:步骤(1)中,建立如下具有参数未知和不匹配扰动的非线性系统的数学模型:
Figure FDA0002515294950000024
其中,x(t)=[x1(t),…,xn(t)]T∈Rn为系统的状态;fi:Ri×Rn→R,i=1,2,…,n是连续可微函数,并且对于任意的t,都有fi(0,…,0)=0;u(t)=[u1,u2,...,um]T∈Rm为系统的输入向量,且q(u(t))=[q(u1(t)),q(u2(t)),...,q(um(t))]T∈Rm是量化输入向量;gn(t)=[gn1(t),...,gnm(t)],gi(t)为已知连续函数,gi(t)≠0以及
Figure FDA0002515294950000025
i=1,...,n-1,其中gj,
Figure FDA0002515294950000026
为常数;
执行器故障包括锁定故障和失效故障;
所述锁定故障的模型为:
Figure FDA0002515294950000027
其中,
Figure FDA0002515294950000028
表示第j个执行器卡住的位置,tj表示锁定发生的时刻;
所述失效故障的模型为:
Figure FDA0002515294950000031
其中,vr(t)是第r个应用控制输入,tr是失效故障发生的时刻,kr(t)∈[k r,1]是相应的执行器
Figure FDA0002515294950000032
的有效因子,0<k r≤1是kr(t)的下界,其中k r=1表示系统没有执行器故障;
将控制输入描述如下:
Figure FDA0002515294950000033
其中,λj为锁定因子,被定义为:
Figure FDA0002515294950000034
4.根据权利要求1所述的多机电力系统的输入量化有限时间容错抗干扰控制方法,其特征在于:步骤(2)中,建立如下迟滞量化器模型:
Figure FDA0002515294950000035
其中,uiρ1-iumin(i=1,2,...),umin>0,0<ρ<1,且
Figure FDA0002515294950000036
q(u)在集合U=(0,±ui,±ui(1+δ))内;参数ρ代表量化密度,ρ越小,迟滞量化器越粗糙;umin决定q(u)的死区大小;
将上述迟滞量化器描述为:
q(u)=q1(t)u+q2(t)
其中,
Figure FDA0002515294950000037
Figure FDA0002515294950000038
且q1≥σ,|q2|≤umin
其中,σ=1-δ。
5.根据权利要求书1所述的多机电力系统的输入量化有限时间容错抗干扰控制方法,其特征在于:步骤(3)中,设计如下自适应控制器:
Figure FDA0002515294950000041
其中,
Figure FDA0002515294950000042
Figure FDA0002515294950000043
其中,βn,j(·)≥0,j=1,...,n是C1函数,cn是混合参数,ρn(·)=ρn(z1,...,zn)≥0。
CN202010474134.2A 2020-05-29 2020-05-29 多机电力系统的输入量化有限时间容错抗干扰控制方法 Active CN111564841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010474134.2A CN111564841B (zh) 2020-05-29 2020-05-29 多机电力系统的输入量化有限时间容错抗干扰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010474134.2A CN111564841B (zh) 2020-05-29 2020-05-29 多机电力系统的输入量化有限时间容错抗干扰控制方法

Publications (2)

Publication Number Publication Date
CN111564841A true CN111564841A (zh) 2020-08-21
CN111564841B CN111564841B (zh) 2022-07-12

Family

ID=72073980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010474134.2A Active CN111564841B (zh) 2020-05-29 2020-05-29 多机电力系统的输入量化有限时间容错抗干扰控制方法

Country Status (1)

Country Link
CN (1) CN111564841B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791543A (zh) * 2021-10-15 2021-12-14 南京师范大学 基于干扰观测器的静止无功补偿器的有限时间量化控制方法
CN114063457A (zh) * 2021-11-18 2022-02-18 南京师范大学 一种机械臂系统的事件触发容错控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014138896A1 (en) * 2013-03-13 2014-09-18 University Of Saskatchewan Adaptive control technique for transmission line control devices to handle large disturbance scenarios
CN107069771A (zh) * 2016-12-23 2017-08-18 重庆大学 多区域互联电力系统基于故障容错的负荷频率控制的方法
CN107196534A (zh) * 2017-05-19 2017-09-22 东南大学 一种基于干扰观测器的单相逆变器有限时间控制方法
CN107797454A (zh) * 2017-11-03 2018-03-13 南京航空航天大学 基于有限时间控制的多智能体系统协同容错控制方法
CN108988361A (zh) * 2018-08-22 2018-12-11 中国矿业大学 双机互联电力系统混沌振荡的快速抑制方法
CN109001982A (zh) * 2018-10-19 2018-12-14 西安交通大学 一种非线性系统自适应神经容错控制方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性系统自适应模糊容错控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014138896A1 (en) * 2013-03-13 2014-09-18 University Of Saskatchewan Adaptive control technique for transmission line control devices to handle large disturbance scenarios
CN107069771A (zh) * 2016-12-23 2017-08-18 重庆大学 多区域互联电力系统基于故障容错的负荷频率控制的方法
CN107196534A (zh) * 2017-05-19 2017-09-22 东南大学 一种基于干扰观测器的单相逆变器有限时间控制方法
CN107797454A (zh) * 2017-11-03 2018-03-13 南京航空航天大学 基于有限时间控制的多智能体系统协同容错控制方法
CN108988361A (zh) * 2018-08-22 2018-12-11 中国矿业大学 双机互联电力系统混沌振荡的快速抑制方法
CN109001982A (zh) * 2018-10-19 2018-12-14 西安交通大学 一种非线性系统自适应神经容错控制方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性系统自适应模糊容错控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791543A (zh) * 2021-10-15 2021-12-14 南京师范大学 基于干扰观测器的静止无功补偿器的有限时间量化控制方法
CN113791543B (zh) * 2021-10-15 2024-03-01 南京师范大学 基于干扰观测器的静止无功补偿器的有限时间量化控制方法
CN114063457A (zh) * 2021-11-18 2022-02-18 南京师范大学 一种机械臂系统的事件触发容错控制方法
CN114063457B (zh) * 2021-11-18 2024-05-03 南京师范大学 一种机械臂系统的事件触发容错控制方法

Also Published As

Publication number Publication date
CN111564841B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
Saadatmand et al. Heuristic dynamic programming for adaptive virtual synchronous generators
CN106169754B (zh) 有源电力滤波器神经网络动态pid全局滑模控制方法
CN111564841B (zh) 多机电力系统的输入量化有限时间容错抗干扰控制方法
Jeyaraj et al. Development and performance analysis of PSO‐optimized sliding mode controller–based dynamic voltage restorer for power quality enhancement
Liu et al. Power system model predictive load frequency control
Vargas‐Martínez et al. Hybrid adaptive fault‐tolerant control algorithms for voltage and frequency regulation of an islanded microgrid
Ni et al. Multi-machine power system control based on dual heuristic dynamic programming
CN113625562A (zh) 一种基于自适应观测器的非线性系统模糊容错控制方法
Wu et al. Mitigating subsynchronous oscillation using model-free adaptive control of DFIGs
Amin et al. Optimal reactive power dispatch considering SSSC using Grey Wolf algorithm
Yasoubi et al. Coordinated design of PSS and TCSC controllers using colonal selection algorithm for stability enhancement of dynamical power system
Malik et al. Tests with a microcomputer based adaptive synchronous machine stabilizer on a 400 MW thermal unit
Abu-Seada et al. Application of particle swarm optimization in design of PID controller for AVR system
CN110034562B (zh) 一种静止同步补偿器与发电机励磁鲁棒协调的控制方法
CN108199391A (zh) 一种发电机uel与pss的协调控制方法
Khalghani et al. A load frequency control for microgrid including stochastic elements based on hebb learning
Liu et al. On the state-dependent switched energy functions of DFIG-based wind power generation systems
Falehi Optimal design of fractional order ANFIS-PSS based on NSGA-II aimed at mitigation of DG-connection transient impacts
CN109586313B (zh) 无功优化的高效内点求解方法
Bezzaoucha et al. Model reference tracking control for nonlinear systems described by Takagi-Sugeno structure
Wang et al. Adaptive fuzzy output feedback control for SISO nonlinear systems
Liu et al. Fault-tolerant adaptive control for a class of nonlinear systems with uncertain parameters and unknown control directions
Park Output-feedback prescribed performance decentralized controller for interconnected large-scale uncertain nonlinear systems with unknown input gain sign
Sangeetha et al. Recurrent ANFIS-coordinated controller design for multimachine power system with FACTS devices
Singirikonda et al. Transient stability of AC generator controlled by using fuzzy logic controller

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