Neural-Network-Based Terminal Sliding Mode Control for Frequency Stabilization of Renewable Power Systems

This paper addresses a terminal sliding mode control(T-SMC) method for load frequency control(LFC) in renewable power systems with generation rate constraints(GRC).A two-area interconnected power system with wind turbines is taken into account for simulation studies. The terminal sliding mode controllers are assigned in each area to achieve the LFC goal. The increasing complexity of the nonlinear power system aggravates the effects of system uncertainties. Radial basis function neural networks(RBF NNs) are designed to approximate the entire uncertainties. The terminal sliding mode controllers and the RBF NNs work in parallel to solve the LFC problem for the renewable power system. Some simulation results illustrate the feasibility and validity of the presented scheme.

计及网络约束的源-荷协同频率控制策略

具有能量存储特性的负荷可以响应频率波动,为系统提供备用容量。为了充分利用负荷侧备用资源,提出了一种计及网络安全性约束的源-荷协同频率控制策略。对负荷实施分散式控制,根据频率测量信号调整设定参数,改变其功率需求。采集负荷的运行状态信息,采用ARMAX模型辨识负荷群聚合功率需求变化,输入到基于模型预测控制方法的二次调频控制器,获得各调频机组的控制信号。频率控制在满足发电和负荷功率总量平衡的基础上,需要计及网络约束,量化分析负荷控制对支路功率的影响,辨别出对系统安全性不利的负荷节点,避免其参与频率控制。对新英格兰10机39节点系统进行了仿真,结果验证了计及网络约束的源-荷协同频率控制策略的有效性。

线性自抗扰控制的抗饱和补偿措施

控制输入约束是实际工业过程中普遍存在的现象,然而控制器设计中通常都假设执行机构动态是线性的,因此当执行机构存在约束时,执行机构输出信号与控制器输出信号不一致,使系统的动态性能降低,甚至导致系统不稳定.本文针对线性自抗扰控制(linearactive disturbance rejection control,LADRC)执行机构的约束问题,提出两种抗饱和补偿方案,利用LADRC扩张状态观测器估计控制器状态或者控制器输出与执行器输出的误差,从而使LADRC能快速消除饱和.将这两种方法用到含执行机构饱和的一阶惯性加迟延被控对象进行仿真研究,结果表明两种补偿措施下线性自抗扰控制器能得到较好的控制性能.随后本文将LADRC抗饱和思想推广到负荷频率控制系统(load frequency control,LFC)中,仿真表明基于误差补偿的抗饱和方案对于LFC系统更为有效.

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。

一种计及等效损伤载荷约束的风机黏性控制策略

恶劣风况下,风电场将因风机过风速保护相继动作而发生功率陡降甚至风电机组大规模脱网,严重影响电网的安全稳定运行。针对此问题,构建了风电机组的安全运行载荷约束条件,提出一种计及等效损伤载荷约束的黏性控制策略。所提策略能够在不改变风机原有机械控制系统的基础上,根据运行风况实时调节风机功率,追踪风机等效损伤载荷约束,使载荷维持在相应风况下的安全边界内,在充分利用风机的载荷承受能力的前提下最大化维持风电场功率输出,以实现降低恶劣风况下风电场功率陡降风险的目标。通过算例仿真与策略对比,验证了所提策略的有效性和优越性。

基于鲁棒方差优化的电力系统频率控制研究

随着新能源发电大规模并网,随机负荷扰动给电力系统稳定优化运行提出了新的挑战。针对自动发电控制过程中存在的随机扰动和参数摄动的问题,提出了一种基于鲁棒方差约束的状态反馈控制器的参数优化方法。根据鲁棒方差控制(Robust Variance Control,RVC)中不等式约束条件,分析了闭环系统在抑制随机扰动和提高阶跃扰动响应动态性能之间的博弈关系。构造了融合稳态状态方差和控制能量输出约束的优化问题,利用线性矩阵不等式(Linear Matrix Inequality,LMI)获得了鲁棒方差控制器参数。在此基础上,对配置的区域极点圆心坐标值和正标量两个参数进行遗传优化,得到性能指标最优的控制策略。以两区域电力系统模型为例,表明该方法能够有效抑制随机扰动并保持良好的控制性能和鲁棒性能。

黑启动中考虑动态过程的负荷最优恢复

针对黑启动过程中的薄弱电网下如何最大限度地恢复负荷进行了研究。考虑到投入大量负荷后的系统过渡过程中电压、频率变化巨大,稳态潮流合格并不代表在暂态过程中的频率和电压一定合格,针对此动态阶段存在的潜在不确定性,将负荷恢复归结为包含大扰动动态过程的频率、电压、功角等约束的最优控制问题,利用自适应遗传算法对问题进行求解,在保持系统动态过程稳定的要求下,使总的负荷恢复量最大。算例求解结果表明了该算法在负荷恢复问题中的有效性。

双Hopfield网络MAC算法在单元机组负荷系统中的应用

电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。

安全工作流用户分配策略

根据工作流执行的特点,在基于任务角色访问控制模型的基础上,提出了用户基本分配策略、用户负载均衡、用户职责分离、用户基数约束等分配方案,有效地提高了资源的利用率和工作流的执行效率。

基于Hopfield网络单元机组负荷多变量模型算法控制

电厂负荷系统是一个有耦合和约束的多变量对象。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文提出用Hopfield网络来求解具有约束的多变量负荷系统的控制输入。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。

饱和环节对2种鲁棒负荷频率控制器控制性能的影响

基于黎卡提方程的设计方法首先确定系统参数变化的边界,然后通过求解黎卡提方程设计鲁棒控制器;基于特征结构配置的设计方法则将闭环系统的特征值配置在特定区域,使闭环系统对参数变化具有最小灵敏度,最终达到提高鲁棒性的目的。线性模型中的仿真研究表明,基于特征结构配置方法设计的控制器具有较好的鲁棒性。但在实际运行中,发电机出力速度约束在电力系统负荷频率控制模型中体现为饱和环节,必须予以考虑。计及该饱和环节后,重新对比2种控制策略却得出不同于前面的结论,仿真显示了其动态过程。

一种新颖的可控负荷优化调度策略

文中提出一种智能电网环境下可控负荷优化调度的双层优化模型。上层是可控负荷聚合器的优化问题,其目标是通过优化调度3类可控负荷的方式最小化购电成本;下层是电网优化问题,该问题提供电网实时电价给上层优化问题。文中将电网优化问题的KKT条件作为可控负荷优化问题的均衡约束,双层优化问题转换为具有均衡约束的数学规划(Mathematical Program with Equilibrium Constraints,MPEC)问题来求解。算例仿真反映了提出的调度策略的基本特征。

考虑关键故障筛选的电-气互联综合能源系统混合控制方法

电网与气网耦合日益加深,分析电网或气网故障对电-气互联综合能源系统安全稳定运行的影响具有重要意义。在此背景下,计及电-气互联综合能源系统的互补特性,提出一种考虑关键故障筛选的混合控制方法。该方法为一种迭代算法:主问题针对预想故障集中的关键故障集,提出最优预防控制策略;子问题基于主问题控制策略,针对预想故障集中关键故障外的其他故障进行优化校正,并根据切负荷阈值筛选出其中关键故障添加至关键故障集。最后,以IEEE24节点电力系统和25节点天然气系统为算例,验证了所提算法的有效性。

一种具有拥塞感知功能的CA_HWMP路由协议

负载均衡问题一直是无线Mesh网络的重点研究对象,本文对802.11s草案中默认的混合无线Mesh路由协议HWMP(Hybrid Wireless Mesh Protocol)进行改进,提出一种具有拥塞感知功能的CA_HWMP路由协议.改进节点负载的计算方法,并把节点负载分为三个等级,在Mesh管理帧中增加负载信息位,使节点知道周围邻居节点的负载情况.设计负载约束控制函数对路由发现及维护过程进行改进,更新PREQ消息时对处于不同负载状态的节点采用不同的更新方法.选择路径时综合考虑了路径代价和邻居节点负载情况,均衡网络流量,避免发生拥塞.仿真结果表明,与HWMP相比,CA_HWMP有效平衡了网络负载,在整体上提升了网络性能.

电厂侧AVC子站控制系统的研究

对电厂侧AVC子站系统的工作原理、运行控制策略、安全约束条件以及对待异常情况的处理等方面进行了研究,提出了电厂侧AVC子站在选取安全约束条件时的一些常见问题并给出了建议,介绍了机组的小负荷分配策略。

受饱和约束的车辆转向非线性鲁棒模糊分布控制

针对极限状态下车辆转向非线性和执行器饱和问题,研究主动前轮转向(active front steering, AFS)和直接横摆力矩控制(direct yaw-moment control, DYC)对横摆-侧倾稳定的集成控制。采用Takagi-Sugeon(T-S)方法建立车辆3自由度横摆侧倾模型,结合模糊观测器实时获取模型动态参数。为准确反映车辆转向稳态过程,在T-S框架下建立改进横摆理想参考模型。考虑到极限转向对前轮侧偏特性的影响,构建T-S框架下主动前轮输入的动态饱和阈值。引入松弛因子提高AFS和DYC的执行器利用率,将反馈输入的饱和影响作为有界扰动进行控制。基于分布补偿结构设计状态反馈模糊分布控制器(parallel distributed compensation-TS,PDC-TS),采用范数有界的侧翻稳定阈作为侧倾性能约束,将车辆横摆-侧倾稳定性的H;性能转换为线性矩阵不等式(linear matrix inequalities, LMIs)凸优化问题。最后联合Trucksim-MATLAB/Labview软件进行控制仿真和硬件在环验证,结果表明,PDC-TS方法对强非线性转向过程的控制更加准确,执行器能力利用更充分,并在输入饱和约束下保持控制稳定性。

基于模型预测控制的阵风减缓技术研究

针对传统控制方法在系统存在约束时性能下降的问题,采用了基于模型预测控制的阵风减缓方法。模型预测控制采用在线滚动优化策略,相比传统控制方法,能够应对由于约束和干扰等导致的系统性能恶化。系统以某大型飞机为例,对飞机进行了考虑阵风效应的动力学方程建模。分别采用模型预测和线性二次高斯控制方法设计阵风减缓控制系统,仿真结果表明,模型预测控制在无约束时性能与传统线性二次高斯控制基本一致;而当系统存在约束时,模型预测控制相比线性二次高斯控制器具有更优的性能。

含发电速率约束的三区域互联电力系统自抗扰控制

针对含有发电速率约束的负荷频率控制系统的线性自抗扰控制问题,首先通过仿真发现发电速率的存在会影响系统的控制性能,为此,本文将含有发电速率约束的汽轮机输出与理想地不含发电速率约束的输出误差反馈到线性自抗扰控制器的PD控制组合中,从而减小发电速率约束对系统的影响;最后,将上述方法应用到三区域互联电力系统中,并利用仿真图与性能指标结果来体现所提方法的有效性。结果表明:改进的系统在不增加参数的情况下能够取得很好的控制效果,且具有较强的鲁棒性。

飞机静力/疲劳试验技术分析

飞机静力/疲劳试验是飞机研制中不可或缺的环节,是对飞机强度、结构寿命与可靠性进行评定结论的重要依据。试验通过研究试验件的支持与约束、试验载荷的简化与优化、试验载荷的施加与控制、试验数据的测量与采集、试验损伤的检测与监控等方面,确保试验顺利实施。文章结合飞机静力/疲劳试验技术的发展,对试验相关技术和方法进行了分析。

计及配电网约束的温控负荷参与电网二次调频的优化调度方法

针对现有温控负荷参与电网调频控制策略中较少考虑频率事件发生时引起的线路重载、越限等问题,本文提出一种在温控负荷参与电网二次调频时,以系统网损最小、电压偏差最小为双目标的计及配电网约束的优化调度方法。该方法利用遗传禁忌算法求解参与调频的温控负荷所在最优配电网节点位置以及该节点可以提供的温控负荷调频容量。在33节点配电网系统中的仿真结果表明,在温控负荷参与电网二次调频时若计及配电网约束,可避免线路出现重载和越限问题。