6.1現代電力無功智能控制當前位置: 網站首頁 > 6.1現代電力無功智能控制
《靜止無功補償器的模糊神經元PID電壓控制》

周曉華1, 劉勝永1, 王荔芳2, 李振1, 張銀1

1. 廣西科技大學電氣與信息工程學院,廣西  柳州  545006;2. 昆明學院自動控制與機械工程學院, 云南  昆明  650214


摘要:針對傳統PID控制應用于靜止無功補償器電壓控制系統所體現出的快速性與穩定性之間的矛盾,以及較差的自適應能力和魯棒性的缺陷,采用神經元控制和比例控制設計了1種變結構PID控制器,并采用模糊控制實現該變結構PID控制器參數K。、Kd~Ki的在線調整。仿真結果表明,將所設計的模糊神經元PID控制器應用于SVC電壓控制系統,能有效、快速地補償系統的無功功率.可更好地買現電力系統電壓的穩定控制作用,且控制系統具有較快的響應速度、較好的動態和靜態穩定性、較強的魯棒性及自適應能力。

    關鍵詞:靜止無功補償器(SVG);模糊控制;神經元控制;比例控制;變結構PID


0 引言

靜止無功補償器(static var compensator,SVC)通過吸收或向電網輸送可連續調節的無功功率,可實現電網的調相和調壓、提高線路的輸送能力。基于晶閘管控制的SVC由于具有投資小、可靠性高、容量大、損耗低、補償迅速及調壓效果好等顯著優點,在電網中得到了較為廣泛的應用。

傳統PID具有廣泛的適用性,控制器結構簡單,且需要確定的控制器參數較少。在SVC工程應用中占據著主導地位。但SVC控制系統是一個復雜的非線性系統,傳統PID無法同時滿足快速性與穩定性的要求。為突破傳統PIDSVC控制系統中的制約,將傳統PID與現代控制方法相結合成為SVC控制的研究熱點。文獻設計了1種基于神經元變結構PIDSVC電壓調節器,該調節器用神經元控制和比例控制實現變結構PID控制,用另1個神經元控制器實時調整變結構PID控制器參數,有效加快了控制系統響應速度.實現了SVC靈活快速的電壓調節功能。本文將模糊控制、比例控制和神經元控制相結合,設計了1種模糊神經元PIDSVC電壓調節器,該調節器用神經元控制和比例控制實現變結構PID控制,然后用模糊控制實時調整變結構PID控制器參數。Matlab仿真結果表明,與文獻神經元整定方法相比,基于模糊神經元PID電壓調節器的SVC控制系統具有更強的自適應能力和抗干擾能力,SVC對電力系統電壓的穩定控制效果更好。


1 SVC基本原理

由晶閘管投切電容器(TSC)和晶閘管控制電抗器(TCR)構成的TSC+TCR組合型SVC,具有較好的輸出特性和損耗特性112],是目前應用較為廣泛的靜止無功補償裝置。其典型結構由1TCR支路和3TSC支路構成,為吸收SVC裝置產生的諧波,SVC中還設有1條無源濾波器支路。SVC控制原理如圖1所示,為簡化,圖l中只畫出了1TSC支路。電壓調節器的輸人為SVC一次側的電壓幅值測量值與參考電壓幅值的誤差△Um,輸出為SVC一次側等效電納BSVC。分配單元根據BSVC的大小確定TCR觸發角α和TSC的通斷狀態。同步脈沖發生環節根據分配單元計算的TCR觸發角α和TSC通斷狀態產生觸發脈沖實現對晶閘管的控制,以實現TSC的投入和切除。當系統節點電壓偏低時,投入TSC發出容性無功功率以提升電壓;當投入TSC發出容性無功功率過多時,再投人TCR以吸收多余的容性無功功率。

 

1  SVC控制系統原理框圖


2 模糊神經元PID電壓調節器設計

模糊神經元PID電壓調節器結構框圖如圖2所示,圖中eum(k)k時刻電壓幅值誤差。

 

2  模糊神經元PID電壓調節器結構框圖


    取神經元的2個輸入狀態為

   

式中:Kd(K)為K時刻的微分系數;KI(K)為K時刻的積分系數;△eum(K)K時刻電壓幅值誤差的一次差分;△2eum(K)K時刻電壓幅值誤差的二次差分。

α(K)為K時刻Ki(K)Kd(K)的調整系數,且

 

式中W1(K)W2(K)為K時刻神經元的權值。

    神經元權值的調整算法為

   

式中ηi(i=12)為神經元的學習速率。

神經元變結構PID控制器的增量式控制量為

 

式中:Kp(K)為K時刻的比例系數;BSVC(K-1)為神經元變結構PID控制器在K-1時刻的控制量:K為神經元的比例增值。

由式(4)可知,根據誤差大小,神經元變結構PID控制器通過調整a()的值以權衡微分、積分環節的控制作用,實現了變結構PID控制,變結構PID控制器參數設置與文獻相同。

神經元變結構PID控制器參數Kp(K)Kd(K)和Ki(K)采用模糊控制在線自動調整。取誤差eum(K)和誤差變化率△eum(K)作為模糊控制器的輸入,輸出為神經元變結構PID控制器參數自整定量△Kp(K)△Ki(K)△Kd(K)Kp(K)Kd(K)Ki(K)公式為

 

式中KP0Kd0Ki0為傳統PID控制器參數值。

模糊控制器輸入量基本論域定義為(11),模糊子集定義為{NBNMNSZEPSPMPB),分別代表{負大、負中、負小、零、正小、正中、正大}。輸出量基本論域定義為01),模糊子集定義為{ZEMSSMBMBVB},分別代表{零、中小、小、中、大、中大、非常大}。輸入輸出變量均采用三角形隸屬度函數,其模糊變量隸屬度函數如圖3所示。


 

3  各模糊量的隸屬度函數

    模糊推理采用Mamdani規則,輸出變量△Kp(K)△Ki(K)△Kd(K)模糊控制規則見表1

1  △Kp(K)△Ki(K)△Kd(K)模糊控制規則表

 

 模糊控制器輸入量化因子Ke=0.1Ke=0.5,輸出比例因子Ka=6Kb=0.001Kc=1


仿真與分析

3.1  SVC仿真模型

為驗證本文所設計的模糊神經元PID電壓調節器的可行性和有效性,選擇Matlab電力系統工具箱中的SVC詳細模型為實驗平臺進行仿真研究。SVC仿真模型采用可編程電壓源作為系統電源,并向系統提供1個隨時間變化的電壓以模擬系統電壓的變化情況。用串聯的RLC支路表示系統負荷,其有功功率為400 MW,無功功率為0SVC通過1735 kV/16 kV333 MVA的耦合變壓器并聯在負荷側,SVC1109 MvarTCR394 MvarTSC構成。

3.2 仿真結果

t=O時,電源電壓幅值為1.Op.U.t=0.02 S時,電源電壓幅值升高到1.025p.U.t=0.15 s時.電源電壓幅值下降到0.98p.u.t=0.3 S時,電源電壓幅值恢復=1.0p.u.。參考電壓Uref設定為1.0p.U.3種電壓調節器的控制效果如圖4所示。


 

4  3種電壓調節器控制效果對比


由圖4可知.在t=O時系統電源電壓幅值為1.0p.u.TCR觸發延遲角約為96°TSC1投入運行,SVC向系統發出的無功功率為0SVC接入點的電壓幅值維持在1.0p.u.;t=0.02 s時,電源電壓幅值由1.0p.u.升高到1.025p.u.,進入穩態后TCR觸發延遲角被調節到90°TSC1被切除,SVC向系統吸收約100 Mvar無功功率,將SVC接入點的電壓幅值調回到1.003p.u;t=0.15 S時,電源電壓下降到0.98p.u.TCR觸發延遲角被調節到110°左右,TSC1TSC2依次投入,SVC向系統發出145 Mvar的無功功率,將SVC接人點的電壓幅值調回到0.998p.u.:t=0.3 s時,電源電壓恢復到1.0p.u.TCR觸發延遲角被調節到107°左右,TSC1繼續運行,TSC2被切除,SVC向系統發出的無功功率約為28 MvarSVC接入點的電壓幅值穩定在1.0p.U.。

5所示為2種變結構PID電壓調節器的調整系數α(k)變化曲線。在系統電源電壓發生變化時,控制器通過調整α(k)的值實現了變結構控制。

 

5  調整系數α(K)變化曲線


由仿真結果可知,2種變結構PIDSVC控制系統均能快速、平滑地調節TCR觸發延遲角,迅速地投入或切除TSC的運行個數,從而快速平滑地調節SVC向系統發出或吸收的無功功率,更好地實現了SVC對系統電壓的調節和控制作用。控制效果均優于傳統PID控制。基于模糊神經元PIDSVC控制系統響應速度最快,電壓幅值超調量最小,自適應能力和抗干擾能力最強,控制效果最好。


4 結束語

神經元控制和模糊控制均不需要建立被控對象的精確數學模型,具有較好的自學習能力、較強的魯棒性和抗干擾能力。本文所設計的模糊神經元PID電壓調節器將傳統PID、神經元控制和模糊控制相結合,充分利用了三者的優勢,SVC電壓控制系統響應速度快,控制效果良好。同時,在設計模糊神經元PID電壓調節器時,有效利用了傳統PID控制器參數,為控制器其他參數設定提供了方便。

400-640-1300
0513-80112000
500彩票网的指导群 宝清县| 同心县| 雷波县| 蒲城县| 万载县| 三江| 新郑市| 肇东市| 广丰县| 卢湾区| 新津县| 东平县| 深圳市| 化隆| 大洼县| 兴化市| 宜春市| 桐梓县| 青川县| 天门市| 庐江县| 阿尔山市| 武鸣县| 治县。| 巴塘县| 宣城市| 兴业县| 胶州市| 南漳县| 澄江县| 林芝县| 工布江达县| 湘阴县| 乌鲁木齐市| 灵宝市| 林口县| 巫山县| 左贡县|