CN112202167A - 一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 - Google Patents
一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 Download PDFInfo
- Publication number
- CN112202167A CN112202167A CN202011043279.3A CN202011043279A CN112202167A CN 112202167 A CN112202167 A CN 112202167A CN 202011043279 A CN202011043279 A CN 202011043279A CN 112202167 A CN112202167 A CN 112202167A
- Authority
- CN
- China
- Prior art keywords
- control
- controller
- fuzzy
- output
- ipfc
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000011217 control strategy Methods 0.000 claims abstract description 15
- 239000002245 particle Substances 0.000 claims abstract description 13
- 230000003044 adaptive effect Effects 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 230000007547 defect Effects 0.000 claims abstract description 5
- 238000005065 mining Methods 0.000 claims abstract description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 239000003990 capacitor Substances 0.000 claims description 13
- 230000010355 oscillation Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 3
- 238000010304 firing Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 229910010888 LiIn Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Linguistics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,控制方法包括:建立基于常规控制的IPFC多目标协调控制系统,制定对应的协调控制策略;针对传统控制器存在的不同工况下的适应功能较差缺陷,设计多目标模糊逻辑控制器及基于模糊自适应控制的协调策略;结合粒子群算法和S1所建传统控制器的优化样本,对IPFC模糊控制器的参数因子进行优化,挖掘IPFC在系统不同运行工况下的协调控制潜力。本发明多目标协调控制方法结合粒子群优化算法和传统控制器优化样本,设计多目标模糊逻辑控制器,实现对不同目标的有效控制,并就目标间的交互影响制定对应的协调控制策略,挖掘IPFC在系统不同运行工况下的协调控制潜力。
Description
技术领域
本发明涉及一种多目标协调控制方法,具体是一种基于模糊逻辑的线间潮流控制器多目标协调控制方法。
背景技术
作为一种新型柔性交流输电系统(Flexible AC Transmission Systems, FACTS)的代表性器件,线间潮流控制器(Interline Power Flow Controller, IPFC)能够大幅提升电网输电能力与柔性控制水平,节约宝贵的廊道资源与新建输电通道投资,为增加电网输电通道利用率、提高电网运行效率、优化电力系统资源配置提供新的思路。相较于同为第三代FACTS装置的统一潮流控制器 (Unified Power Flow Controller,UPFC),这种新型装置可以均衡各输电通道潮流,同时准确、灵活地控制不同线路的潮流,避免其他临近重载线路因潮流调控而发生潮流过载的情况。除此之外,IPFC能够根据电力系统的运行状态,实时进行暂态稳定控制及阻尼振荡控制。因此,这种FACTS器件在已有的负荷密集型电网中有着非常广阔的应用前景。
然而,IPFC实现这些控制目标的原理并不相同,而目标间也存在着交互影响与矛盾关系,若针对调节某一控制量,其他被控量会出现波动。此外,鉴于系统具有多种约束条件,且在不同运行工况下关注的主要目标也不同,若IPFC 采用单一目标的控制策略,则不能满足多种运行要求。因此,作为一种功能强大、建设成本较高的FACTS装置,IPFC应兼顾系统运行的约束条件,针对多种运行工况进行多目标间的协调控制。例如在稳态时着重优化线路潮流分布,受到暂态扰动的过程中则重点抑制系统内的机电振荡,平衡IPFC潮流控制、直流侧电容电压稳定和振荡抑制多个目标的要求,从而实现系统的最优控制。为此,应当分析目标间的相互影响关系,在此基础上提出兼顾各控制目标的协调控制策略,实现多个目标间的协调控制,为IPFC适应不同运行工况、走向工程实用化提供关键技术支撑。
鉴于此,本专利提出了一种线间潮流控制器多目标协调控制方法。首先建立了基于常规控制的IPFC多目标协调控制系统,实现了对不同目标的有效控制,并针对目标间的交互影响,制定了对应的协调控制策略。进一步的,针对传统 PI控制存在的不同工况下的适应功能较差缺陷,在所建IPFC系统的基础上设计了多目标模糊逻辑控制器及基于模糊自适应控制的协调策略。最后,结合粒子群算法和传统控制器优化样本,对IPFC模糊控制器的参数因子进行优化,挖掘 IPFC模糊控制器在系统不同运行工况下的协调控制潜力。
发明内容
本发明的目的在于提供一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,通过结合粒子群优化算法和传统控制器优化样本,设计多目标模糊逻辑控制器,实现对不同目标的有效控制。并就目标间的交互影响制定对应的协调控制策略,挖掘IPFC在系统不同运行工况下的协调控制潜力;实现了不同工况下对IPFC各目标的兼顾控制,为IPFC适应不同运行工况、走向工程实用化提供关键技术支撑。
本发明的目的可以通过以下技术方案实现:
一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,控制方法包括以下步骤:
S1:建立基于常规控制的IPFC多目标协调控制系统,实现对不同目标的有效控制,并针对目标间的交互影响,制定对应的协调控制策略;
S2:针对传统控制器存在的不同工况下的适应功能较差缺陷,在S1所建传统控制器的基础上设计多目标模糊逻辑控制器及基于模糊自适应控制的协调策略;
S3:结合粒子群算法和S1所建传统控制器的优化样本,对IPFC模糊控制器的参数因子进行优化,挖掘IPFC模糊控制器在系统不同运行工况下的协调控制潜力。
进一步的,所述S1包括以下步骤:
S11:基于PI控制搭建的IPFC主控制器动态模型;
S12:在S11所建的IPFC主控制器动态模型的基础上,建立一个基于比例调节的IPFC附加调制控制器,形成协调控制系统;
S13:基于S12所搭建的协调控制系统,设计IPFC动态控制策略。
进一步的,所述S11包括以下步骤:
S111:换流器采用正弦脉宽调制,降低输出电压的谐波含量;
S112:dq分解Vseij得到换流器等效电压源Vseijd和Vseijq,Vseij为主控侧等效电压源,Vseijd为分解得到的d分量,Vseijq为分解得到的q分量;dq分解Vseik得到换流器等效电压源Vseikd和Vseikq,Vseik为辅控侧等效电压源,Vseikd为分解得到的d分量, Vseikq为分解得到的q分量;以及受控线路电流Iijd、Iijq、Iikd和Iikq,Iijd为主控侧电流d分量,Iijq为主控侧电流q分量,Iikd为辅控测电流d分量,Iikq为辅控侧电流q分量;并得到控制参数Vseijd′、Vseijq′、Vseikd′和Vseikq′,Vseijd′为Vseijd的控制参数,Vseijq′为Vseijq的控制参数,Vseikd′为Vseikd的控制参数,Vseikq′为Vseikq的控制参数:
Xseij为主控侧换流器的电抗,Xseik为辅控侧换流器的电抗;
S113:动态模型中需考虑直流电容充放电过程,其充放电方程为:
m1、m2为换流器调制比,θ1、θ2为换流器触发角,Cdc为直流侧电容,Vdc为直流侧电压。
进一步的,所述S12包括以下步骤:
S121:设置隔直环节,Tw为隔直时间常数;该环节具有阻断各类“直流”及时间漂移信号的作用,从而使系统正常运行;
S122:设置放大环节,K为放大环节的增益,调制控制器的增益需要限制,设为临界增益的1/5至1/3之间;
S123:设置超前与滞后相位校正环节,该环节为多级串联,T1、T3为超前补偿时间常数,T2、T4为滞后补偿时间常数;根据励磁系统的相频特性,选择相位补偿环节串联的个数;
S124:选取附加调制器的叠加位置,附加调制器的输出信号dim-s ig可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;将调制控制器叠加于主辅控侧的有功控制。
进一步的,所述S13包括以下步骤:
S131:稳态时,主控侧采用功率控制、辅控侧则控制线路有功和直流电压,同时与调制控制相结合,将线路功率调控至目标值,达到稳态控制性能;此时, w1=1,w2=w3=w4=0;
S132:故障期间,可封锁IPFC的输出,以保护半导体元件;
S133:故障切除后,考虑到串联补偿控制对发电机功角的第一摇摆性能最有利,主控侧切换为串联补偿控制,抑制发电机功角的第一摆振幅,即w2=1, w1=w3=w4=0;
S134:发电机功角达第一摆峰值后,主控侧切换回线路功率控制,同时应用调制控制提高系统阻尼,抑制后续振荡,最终进入稳态运行,此时,w1=1, w2=w3=w4=0;
w1为线路功率控制的权值,w2为串联补偿控制的权值,w3为电压调节控制的权值,w4为相角控制的权值,权值为1时使用,权值为0时不使用;整个过程中仅需两次切换,通过线路功率控制,使联络线上的功率能够维持在设定的水平,无需再作切换以满足稳态运行的要求。
进一步的,所示S2包括以下步骤:
S21:确定模糊逻辑控制器结构;取模糊控制器指令值与测量值间的偏差e 以及偏差的积分作为输入;系数Li(i=1,2,3)为实际输入、输出量(x1,x2,y) 与模糊控制输入、输出量(x′1,x′2,y′)之间的比例因子,即i=1,2时,i=3 时,y=L3y′;
S22:将(x′1,x′2,y′)均表述为“负大”、“负中”、“负小”、“零”、“正小”、“正中”和“正大”7种情况组成的模糊集;
S23:选择输入、输出隶属函数,为了便于对因子Li的后续优化,输入模糊集隶属函数选用具有连续性的高斯型函数,而输出模糊集隶属函数则选用简单的三角型函数;
S24:选取模糊逻辑控制器的叠加位置;模糊逻辑控制器的输出信号可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;将调制控制器叠加于主辅控侧的有功控制。
进一步的,所示S3包括以下步骤:
S31:确定模糊控制器的输入、输出的优化样本
设置不同工况场景,分别对步骤S1中所建立的系统施加扰动激发功率振荡,通过调试得到控制器的在不同工况下的输入、输出样本集,并以此作为模糊控制器因子Li的优化目标,即使这两个控制器的输入、输出特性一致;
S32:确定模糊控制器的输入、输出关系
模糊化、反模糊化和模糊推理分别使用单点模糊化方法、中心点平均反模糊化和乘积推理法;则模糊控制器的输入、输出关系可由如下的方程来表达:
S33:确定优化算法的优化目标
优化因子Li使模糊控制器输出与样本控制器输出的误差最小,即
min e
S34:采用粒子群算法对含IPFC电力系统展开以模糊控制器输出与样本控制器输出误差为优化目标的优化研究
粒子群算法参数取值为:惯性因子w=0.5,加速因子c1=1.5,c2=2.5,种群规模POP=50,迭代次数设置为Num=100。
本发明的有益效果:
1、本发明多目标协调控制方法结合粒子群优化算法和传统控制器优化样本,设计多目标模糊逻辑控制器,实现对不同目标的有效控制,并就目标间的交互影响制定对应的协调控制策略,挖掘IPFC在系统不同运行工况下的协调控制潜力;
2、本发明多目标协调控制方法实现了不同工况下对IPFC各目标的兼顾控制,为IPFC适应不同运行工况、走向工程实用化提供关键技术支撑。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明多目标协调控制方法流程图;
图2是本发明IPFC协调控制系统控制框图;
图3是本发明IPFC动态模型安装网架示意;
图4是本发明IPFC主控制器控制框图;
图5是本发明IPFC附加调制控制器的传递函数框图;
图6是本发明IPFC附加调制器的叠加位置选择;
图7是本发明中基于传统控制的IPFC主控侧有功波形对比图;
图8是本发明基于传统控制策略下的受控线路有功波形图;
图9是本发明模糊自整定控制器结构图;
图10是本发明模糊自整定输入变量隶属函数图;
图11是本发明模糊自整定输出变量隶属函数图;
图12是本发明中基于PI控制的IPFC主控侧有功波形对比图;
图13是本发明中基于模糊控制策略下的受控线路有功波形图;
图14是本发明优化过程中目标函数值迭代收敛曲线图;
图15是本发明IPFC模糊协调控制器的控制效果;
图16是本发明IPFC模糊协调控制器的控制效果;
图17是本发明IPFC模糊协调控制器的控制效果。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,如图1所示,控制方法包括以下步骤:
S1:建立基于常规控制的IPFC多目标协调控制系统,实现对不同目标的有效控制,并针对目标间的交互影响,制定对应的协调控制策略;
S11:基于PI控制搭建的IPFC主控制器动态模型
S111:换流器采用正弦脉宽调制,降低输出电压的谐波含量;
S112:dq分解Vseij得到换流器等效电压源Vseijd和Vseijq,Vseij为主控侧等效电压源,Vseijd为分解得到的d分量,Vseijq为分解得到的q分量;dq分解Vseik得到换流器等效电压源Vseikd和Vseikq,Vseik为辅控侧等效电压源,Vseikd为分解得到的d分量, Vseikq为分解得到的q分量;以及受控线路电流Iijd、Iijq、Iikd和Iikq,Iijd为主控侧电流d分量,Iijq为主控侧电流q分量,Iikd为辅控测电流d分量,Iikq为辅控侧电流q分量;并得到控制参数Vseijd′、Vseijq′、Vseikd′和Vseikq′,Vseijd′为Vseijd的控制参数,Vseijq′为Vseijq的控制参数,Vseikd′为Vseikd的控制参数,Vseikq′为Vseikq的控制参数:
其中,Xseij为主控侧换流器的电抗,Xseik为辅控侧换流器的电抗。
S113:动态模型中需考虑直流电容充放电过程,其充放电方程为:
其中m1、m2为换流器调制比,θ1、θ2为换流器触发角,Cdc为直流侧电容,Vdc为直流侧电压;如图3所示,为所搭建的IPFC主控制器的具体控制框图。
S12:在S11所建的IPFC主控制器动态模型的基础上,建立一个基于比例调节的IPFC附加调制控制器,形成协调控制系统,如图2所示;如图4所示,这种调制控制通过对基本控制中的参考值进行调制以达到增加系统阻尼、抑制振荡的目的;具体步骤为:
S121:设置隔直环节,Tw为隔直时间常数;该环节具有阻断各类“直流”及时间漂移信号的作用,从而使系统正常运行;
S122:设置放大环节,K为放大环节的增益。调制控制器的增益需要限制,其目的是为了防止机电振荡模振荡、控制电路振荡、励磁反调、噪声过大等问题,所以一般设为临界增益的1/5至1/3之间;
S123:设置超前与滞后相位校正环节,该环节可以为多级串联,T1、T3为超前补偿时间常数,T2、T4为滞后补偿时间常数。选择相位补偿环节串联的个数时需要考虑系统的具体情况,因为不同励磁系统的相频特性也各不相同;
S124:选取附加调制器的叠加位置。附加调制器的输出信号dim_sig可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;本发明将调制控制器叠加于主辅控侧的有功控制,如图5所示。
如图6所示,所建IPFC协调控制系统的控制效果;
S13:基于S12所搭建的协调控制系统,设计IPFC动态控制策略,具体步骤如下:
S131:稳态时,主控侧采用功率控制、辅控侧则控制线路有功和直流电压,同时与调制控制相结合,将线路功率调控至目标值,达到稳态控制性能;此时, w1=1,w2=w3=w4=0;
S132:故障期间,可封锁IPFC的输出,以保护半导体元件;
S133:故障切除后,考虑到串联补偿控制对发电机功角的第一摇摆性能最有利,主控侧切换为串联补偿控制,抑制发电机功角的第一摆振幅,即w2=1, w1=w3=w4=0;
S134:发电机功角达第一摆峰值后,主控侧切换回线路功率控制,同时应用调制控制提高系统阻尼,抑制后续振荡,最终进入稳态运行。此时,w1=1, w2=w3=w4=0。
其中,w1为线路功率控制的权值,w2为串联补偿控制的权值,w3为电压调节控制的权值,w4为相角控制的权值,权值为1时使用,权值为0时不使用;整个过程中仅需两次切换,通过线路功率控制,使联络线上的功率能够维持在设定的水平,无需再作切换以满足稳态运行的要求,如图7所示。
S2:针对传统控制器存在的不同工况下的适应功能较差缺陷,在S1所建传统控制器的基础上设计多目标模糊逻辑控制器及基于模糊自适应控制的协调策略,具体包括以下步骤:
S21:确定模糊逻辑控制器结构;取模糊控制器指令值与测量值间的偏差e 以及偏差的积分作为输入;系数Li(i=1,2,3)为实际输入、输出量(x1,x2,y) 与模糊控制输入、输出量(x′1,x′2,y′)之间的比例因子,即i=1,2时,i=3 时,y=L3y′,如图8所示;
S22:将(x′1,x′2,y′)均表述为“负大”(NB)、“负中”(NM)、“负小”(NS)、“零”(ZR)、“正小”(PS)、“正中”(PM)和“正大”(PB)7种情况组成的模糊集,设计如下表所示的控制规则表:
表1模糊控制规则表
S23:选择输入、输出隶属函数,为了便于对因子Li的后续优化,输入模糊集隶属函数选用具有连续性的高斯型函数,如图9所示;而输出模糊集隶属函数则选用简单的三角型函数,如图10所示;
S24:选取模糊逻辑控制器的叠加位置;模糊逻辑控制器的输出信号可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;将调制控制器叠加于主辅控侧的有功控制,控制效果如图11所示。
S3:结合粒子群算法和S1所建传统控制器的优化样本,对IPFC模糊控制器的参数因子进行优化,挖掘IPFC模糊控制器在系统不同运行工况下的协调控制潜力,具体包括以下步骤:
S31:确定模糊控制器的输入、输出的优化样本
设置不同工况场景,分别对步骤S1中所建立的系统施加扰动激发功率振荡,通过调试得到控制器的在不同工况下的输入、输出样本集,并以此作为模糊控制器因子Li的优化目标,即使这两个控制器的输入、输出特性一致;
S32:确定模糊控制器的输入、输出关系
模糊化、反模糊化和模糊推理分别使用单点模糊化方法、中心点平均反模糊化和乘积推理法;则模糊控制器的输入、输出关系可由如下的方程来表达:
S33:确定优化算法的优化目标
优化因子Li的目的是使模糊控制器输出与样本控制器输出的误差最小,即
min e
S34:采用粒子群算法对含IPFC电力系统展开以模糊控制器输出与样本控制器输出误差为优化目标的优化研究
粒子群算法参数取值为:惯性因子w=0.5,加速因子c1=1.5,c2=2.5,种群规模POP=50,迭代次数设置为Num=100。
如图13所示,优化过程中目标函数值迭代收敛曲线图,如图13、图14、图15为三种工况下IPFC模糊协调控制器的控制效果;可见,所建立的IPFC模糊逻辑控制系统能较好地完成不同工况下的协调控制要求。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (7)
1.一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,控制方法包括以下步骤:
S1:建立基于常规控制的IPFC多目标协调控制系统,实现对不同目标的有效控制,并针对目标间的交互影响,制定对应的协调控制策略;
S2:针对传统控制器存在的不同工况下的适应功能较差缺陷,在S1所建传统控制器的基础上设计多目标模糊逻辑控制器及基于模糊自适应控制的协调策略;
S3:结合粒子群算法和S1所建传统控制器的优化样本,对IPFC模糊控制器的参数因子进行优化,挖掘IPFC模糊控制器在系统不同运行工况下的协调控制潜力。
2.根据权利要求1所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所述S1包括以下步骤:
S11:基于PI控制搭建的IPFC主控制器动态模型;
S12:在S11所建的IPFC主控制器动态模型的基础上,建立一个基于比例调节的IPFC附加调制控制器,形成协调控制系统;
S13:基于S12所搭建的协调控制系统,设计IPFC动态控制策略。
3.根据权利要求2所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所述S11包括以下步骤:
S111:换流器采用正弦脉宽调制,降低输出电压的谐波含量;
S112:dq分解Vseij得到换流器等效电压源Vseijd和Vseijq,Vseij为主控侧等效电压源,Vseijd为分解得到的d分量,Vseijq为分解得到的q分量;dq分解Vseik得到换流器等效电压源Vseikd和Vseikq,Vseik为辅控侧等效电压源,Vseikd为分解得到的d分量,Vseikq为分解得到的q分量;以及受控线路电流Iijd、Iijq、Iikd和Iikq,Iijd为主控侧电流d分量,Iijq为主控侧电流q分量,Iikd为辅控测电流d分量,Iikq为辅控侧电流q分量;并得到控制参数Vseijd′、Vseijq′、Vseikd′和Vseikq′,Vseijd′为Vseijd的控制参数,Vseijq′为Vseijq的控制参数,Vseikd′为Vseikd的控制参数,Vseikq′为Vseikq的控制参数:
Xseij为主控侧换流器的电抗,Xseik为辅控侧换流器的电抗;
S113:动态模型中需考虑直流电容充放电过程,其充放电方程为:
m1、m2为换流器调制比,θ1、θ2为换流器触发角,Cdc为直流侧电容,Vdc为直流侧电压。
4.根据权利要求2所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所述S12包括以下步骤:
S121:设置隔直环节,Tw为隔直时间常数;该环节具有阻断各类“直流”及时间漂移信号的作用,从而使系统正常运行;
S122:设置放大环节,K为放大环节的增益,调制控制器的增益需要限制,设为临界增益的1/5至1/3之间;
S123:设置超前与滞后相位校正环节,该环节为多级串联,T1、T3为超前补偿时间常数,T2、T4为滞后补偿时间常数;根据励磁系统的相频特性,选择相位补偿环节串联的个数;
S124:选取附加调制器的叠加位置,附加调制器的输出信号dim-sig可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;将调制控制器叠加于主辅控侧的有功控制。
5.根据权利要求2所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所述S13包括以下步骤:
S131:稳态时,主控侧采用功率控制、辅控侧则控制线路有功和直流电压,同时与调制控制相结合,将线路功率调控至目标值,达到稳态控制性能;此时,w1=1,w2=w3=w4=0;
S132:故障期间,封锁IPFC的输出保护半导体元件;
S133:故障切除后,考虑到串联补偿控制对发电机功角的第一摇摆性能最有利,主控侧切换为串联补偿控制,抑制发电机功角的第一摆振幅,即w2=1,w1=w3=w4=0;
S134:发电机功角达第一摆峰值后,主控侧切换回线路功率控制,同时应用调制控制提高系统阻尼,抑制后续振荡,最终进入稳态运行,此时,w1=1,w2=w3=w4=0;
w1为线路功率控制的权值,w2为串联补偿控制的权值,w3为电压调节控制的权值,w4为相角控制的权值,权值为1时使用,权值为0时不使用。
6.根据权利要求1所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所示S2包括以下步骤:
S21:确定模糊逻辑控制器结构;取模糊控制器指令值与测量值间的偏差e以及偏差的积分作为输入;系数Li(i=1,2,3)为实际输入、输出量(x1,x2,y)与模糊控制输入、输出量(x′1,x′2,y′)之间的比例因子,即i=1,2时,时,y=L3y′;
S22:将(x′1,x′2,y′)均表述为“负大”、“负中”、“负小”、“零”、“正小”、“正中”和“正大”7种情况组成的模糊集;
S23:选择输入、输出隶属函数,为了便于对因子Li的后续优化,输入模糊集隶属函数选用具有连续性的高斯型函数,而输出模糊集隶属函数则选用简单的三角型函数;
S24:选取模糊逻辑控制器的叠加位置;模糊逻辑控制器的输出信号可叠加于主控侧的潮流常规控制、辅控侧的无功常规控制以及直流侧的电容电压常规控制;将调制控制器叠加于主辅控侧的有功控制。
7.根据权利要求1所述的一种基于模糊逻辑的线间潮流控制器多目标协调控制方法,其特征在于,所示S3包括以下步骤:
S31:确定模糊控制器的输入、输出的优化样本
设置不同工况场景,分别对步骤S1中所建立的系统施加扰动激发功率振荡,通过调试得到控制器的在不同工况下的输入、输出样本集,并以此作为模糊控制器因子Li的优化目标,即使这两个控制器的输入、输出特性一致;
S32:确定模糊控制器的输入、输出关系
模糊化、反模糊化和模糊推理分别使用单点模糊化方法、中心点平均反模糊化和乘积推理法;则模糊控制器的输入、输出关系可由如下的方程来表达:
S33:确定优化算法的优化目标
优化因子Li使模糊控制器输出与样本控制器输出的误差最小,即
mine
S34:采用粒子群算法对含IPFC电力系统展开以模糊控制器输出与样本控制器输出误差为优化目标的优化研究
粒子群算法参数取值为:惯性因子w=0.5,加速因子c1=1.5,c2=2.5,种群规模POP=50,迭代次数设置为Num=100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043279.3A CN112202167B (zh) | 2020-09-28 | 2020-09-28 | 一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043279.3A CN112202167B (zh) | 2020-09-28 | 2020-09-28 | 一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112202167A true CN112202167A (zh) | 2021-01-08 |
CN112202167B CN112202167B (zh) | 2022-07-12 |
Family
ID=74007691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043279.3A Active CN112202167B (zh) | 2020-09-28 | 2020-09-28 | 一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112202167B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114024311A (zh) * | 2021-11-16 | 2022-02-08 | 国网江苏省电力有限公司电力科学研究院 | 抑制低频振荡的鲁棒控制方法、系统、介质及计算设备 |
CN114050569A (zh) * | 2021-11-16 | 2022-02-15 | 国网江苏省电力有限公司电力科学研究院 | 一种振荡抑制方法、系统、可读存储介质及计算设备 |
CN114254953A (zh) * | 2021-12-28 | 2022-03-29 | 国网江苏省电力有限公司 | 一种考虑多柔性设备调节能力的ipfc规划配置方法 |
CN115603331A (zh) * | 2022-12-16 | 2023-01-13 | 深圳市三和电力科技有限公司(Cn) | 基于统一潮流控制器的运行优化方法、系统及介质 |
CN116191507A (zh) * | 2022-12-23 | 2023-05-30 | 国网安徽省电力有限公司芜湖供电公司 | 一种超级电容器双闭环模糊pi控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069775A (zh) * | 2017-04-11 | 2017-08-18 | 华北水利水电大学 | 一种基于随机加速粒子群算法的孤岛微电网频率控制方法 |
CN109066694A (zh) * | 2018-09-29 | 2018-12-21 | 东南大学 | 含线间潮流控制器的电力系统的多目标潮流优化方法 |
-
2020
- 2020-09-28 CN CN202011043279.3A patent/CN112202167B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069775A (zh) * | 2017-04-11 | 2017-08-18 | 华北水利水电大学 | 一种基于随机加速粒子群算法的孤岛微电网频率控制方法 |
CN109066694A (zh) * | 2018-09-29 | 2018-12-21 | 东南大学 | 含线间潮流控制器的电力系统的多目标潮流优化方法 |
Non-Patent Citations (1)
Title |
---|
张曼等: "统一潮流控制器多目标协调控制策略研究", 《电网技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114024311A (zh) * | 2021-11-16 | 2022-02-08 | 国网江苏省电力有限公司电力科学研究院 | 抑制低频振荡的鲁棒控制方法、系统、介质及计算设备 |
CN114050569A (zh) * | 2021-11-16 | 2022-02-15 | 国网江苏省电力有限公司电力科学研究院 | 一种振荡抑制方法、系统、可读存储介质及计算设备 |
CN114254953A (zh) * | 2021-12-28 | 2022-03-29 | 国网江苏省电力有限公司 | 一种考虑多柔性设备调节能力的ipfc规划配置方法 |
CN115603331A (zh) * | 2022-12-16 | 2023-01-13 | 深圳市三和电力科技有限公司(Cn) | 基于统一潮流控制器的运行优化方法、系统及介质 |
CN116191507A (zh) * | 2022-12-23 | 2023-05-30 | 国网安徽省电力有限公司芜湖供电公司 | 一种超级电容器双闭环模糊pi控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112202167B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112202167B (zh) | 一种基于模糊逻辑的线间潮流控制器多目标协调控制方法 | |
CN106712088B (zh) | 基于虚拟阻抗与虚拟电源的低压微电网逆变器控制体系 | |
Ahmad et al. | Fuzzy based controller for dynamic Unified Power Flow Controller to enhance power transfer capability | |
Moafi et al. | Energy management system based on fuzzy fractional order PID controller for transient stability improvement in microgrids with energy storage | |
CN201846085U (zh) | 一种混合型电能质量治理装置 | |
CN113629984A (zh) | 一种基于双环电流控制策略的三相lcl型sapf参数设计方法 | |
CN112952862A (zh) | 平抑风电功率波动的混合储能分频协调控制器及实现方法 | |
Aissa et al. | Intelligent adaptive control of the SAPF intended to improve the power grid energy quality | |
CN111541268A (zh) | 一种船舶-岸电并网控制方法和系统 | |
CN115276129A (zh) | 考虑储能荷电状态的交直流微电网稳定性控制方法 | |
Miao et al. | Virtual RC Feedforward Control Strategy for Constant Power Load in Marine DC Microgrid | |
CN114637204A (zh) | 基于混合h2/h∞性能指标的虚拟同步机控制参数整定方法 | |
Kumar et al. | A Novel Fuzzy Logic Controller Topology for Grid Connected PV System by DC Voltage Droop Controller | |
CN107515532B (zh) | 一种考虑动作门限的系统自适应控制方法 | |
Palandöken et al. | A fuzzy-controlled single-phase active power filter operating with fixed switching frequency for reactive power and current harmonics compensation | |
Wang | SoC-based dynamic droop control for battery energy storage systems in DC microgrids feeding CPLs | |
Saleh et al. | An ANFIS Based Control Strategy to Improve Performance of Shunt Active Power Filter for Renewable Power Generation Systems | |
Rachana et al. | Performance and analysis of three phase SAPF under different control algorithms for power quality problems | |
CN116667407B (zh) | 并网级联多电平变换器多模式解耦控制方法 | |
Pinheiro et al. | A DC/DC converter for centralized energy storage in HVDC applications | |
Naqvi et al. | Grid integration of a three phase multifunctional SECS using Lorentzian adaptive filter based control with impulsive disturbance rejection capability | |
Islam et al. | Robust Adaptive Load Frequency Control for Multi-area Power System Grid Networks with Uncertainty | |
Babu et al. | Design of power system stabilizer with Neuro-Fuzzy UPFC controller | |
Sharma et al. | A robust Adaline based control of shunt active power filter without load and filter current measurement | |
Burgos et al. | A simple adaptive fuzzy logic controller for three-phase PWM boost rectifiers |
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 |