非线性电力系统模型经验Gramian平衡降阶

为解决多机非线性动态电力系统模型应用中存在的计算复杂、维数高的问题,提出经验Gramian平衡降阶方法,即将高阶非线性电力系统动态模型投影到一个低维子空间以获得其降阶模型,且降阶模型能够保留原非线性系统输入输出动态行为。其实现过程:形成非线性电力系统动态模型,通过仿真样本和经验数据样本得到经验可控Gramian矩阵和经验可观Gramian矩阵;利用得到的Gramian矩阵,计算平衡变换矩阵T,从而得到原系统的平衡系统;获得平衡系统的经验可控Gramian矩阵和经验可观Gramian矩阵,并进行奇异值分解,得到Hankel奇异值;根据Hankel奇异值大小的分布确定低维子空间的维数,得到非线性电力系统的降阶模型。以某实际20机非线性电力系统模型为例进行降阶仿真,仿真结果表明,降阶系统模型在保留原系统稳定性和输入输出动态行为的前提下,其阶数由原系统的120阶降到50阶,验证了经验Gramian平衡降阶方法在非线性电力系统模型降阶中的有效性。

经验Gramian平衡降阶在电力系统中的改进及应用

经验Gramian平衡降阶方法正逐步应用于电力系统的非线性控制设计。如何获得有效经验可观可控Gramian矩阵,是该方法应用的核心,对降阶效果有着很大影响。为进一步提升该方法的降阶效果,建立了电力系统非线性动态模型,分析了所研究问题与控制量选取及降阶对象之间的关系。考虑了电力系统状态量及控制量变化特点,提出了一种方案用于确定各状态量和控制量的扰动值,形成了包含丰富系统动态行为信息的经验可观可控Gramian矩阵。通过研究某实际电网验证该方案可行有效,研究表明相比原方法,所提方案在保证降阶误差上界的前提下,能够进一步有效减少模型阶数,其降阶效果得到明显提升。

基于平衡降阶模型的多机系统非线性励磁预测控制

将预测控制与模型降阶技术相结合提出一种基于平衡降阶模型的多机电力系统非线性励磁预测控制方法,以解决最优励磁控制和传统比例积分微分励磁控制无法考虑系统复杂状态和控制输入约束的问题,并且降低非线性励磁预测控制高阶动态模型数值计算的复杂性。首先,利用经验Gramians平衡降阶原理,对电力系统非线性动态模型进行降阶,以降低动态模型的维数。然后,建立基于降阶模型的励磁预测控制模型。以系统输入输出最小二乘残差向量为优化目标,以降阶动态模型作为等约束条件,以输出量、控制量的变化范围作为不等约束条件。利用内点法求解优化问题。最后,利用一个四机电力系统验证该预测控制方法的有效性,仿真结果表明:基于平衡降阶模型的多机电力系统非线性励磁预测控制器能够大大缩短优化计算时间,维持机端电压在定值附近,提高系统的稳定性。