含风电场电力系统电压稳定裕度模型

大量风电并网运行将会影响电力系统电压稳定性,为准确评估风电对电力系统的影响,提出了一种求取含风电场系统电压稳定裕度概率分布的算法。该算法在计算电压稳定裕度与风速之间的灵敏度矩阵的基础上,求取各风电场风速分布的中心距以及各阶半不变量,利用G ram-Charlier级数反变换得到电压稳定裕度的概率分布。在IEEE 39节点标准测试系统中进行了测试,计算结果表明了该算法的正确性和实用性。     

含静态电压稳定裕度约束的无功优化

提出了一种电压稳定裕度约束无功优化新方法,通过调节系统的控制变量,能真正有效地提高系统的静态电压稳定裕度,同时取得较小的网损.该方法将电压稳定裕度约束无功优化问题分解为非线性无功优化、电压稳定裕度及其对控制变量的灵敏度分析两个子问题,通过两者的交替求解实现寻优.前者采用非线性原对偶内点法求解,后者则以连续潮流计算为基础.该方法计算速度快,对多种系统具有一定的普适性.在IEEE 14、30、118节点系统的试验结果验证了它的有效性,并发现一个系统在特定的负荷增长方式下,由于无功潮流的改变其分岔类型可能会在极限诱导分岔和鞍结分岔之间转换.     

含静态电压稳定裕度约束的无功优化计算

提出了一种电压稳定裕度约束无功优化新方法,通过调节系统的控制变量,能真正有效地提高系统的静态电压稳定裕度,同时取得较小的网损。该方法将电压稳定裕度约束无功优化问题分解为非线性无功优化和电压稳定裕度及其对控制变量灵敏度分析两个子问题,通过两者的交替求解实现寻优。前者采用非线性原对偶内点法求解,后者则是以连续潮流计算为基础。该方法计算速度快,对多种系统具有一定的普适性。在IEEE 14、30、118节点系统的试验结果验证了它的有效性,并发现一个系统在特定的负荷增长方式下,由于无功潮流的改变其分岔类型可能会在极限诱导分岔和鞍结分岔之间转换。     

含风电场的电力系统紧急电压模型预测控制

基于非线性模型预测控制理论,文中提出包含风电场的紧急电压控制器设计方法.以系统的准稳态近似模型为基础,建立滚动动态优化模型,将其滚动优化问题描述成一个具有连续—离散时间微分—代数方程组的最优控制问题,其优化目标是负荷节点电压偏差和控制成本最小.采用Radau排列法将滚动动态优化模型转化为非线性规划问题,并借助建模软件A...     

考虑薄弱支路功率约束的静态电压稳定预防控制

考虑到系统的静态电压不稳定往往是由局部薄弱支路的传输功率超过其功率传送能力所引起,提出了将薄弱支路有功功率约束作为静态电压稳定约束的预防控制模型。该模型首先采用局部性电压稳定指标,确定出关键预想故障、薄弱支路及其功率传送能力;而后结合基于直流潮流模型的静态安全分析方法,给出薄弱支路在关键预想故障下的有功功率非线性表达式,从而得到关键预想故障下的薄弱支路有功功率约束;最后,建立了包含该约束的全二次预防控制优化模型。IEEE14节点系统与IEEE118节点系统的仿真结果验证了笔者所提预防控制模型的正确性和有效性。     

基于参数稳定裕度的低阶数字控制器设计

工业中的控制系统大多含有复杂的不确定性,其模型参数有时会发生一定的波动.针对系统模型参数辨识不准确或发生波动的情况,需尽量选取控制器参数稳定域中稳定裕度最大的一组参数,以保证闭环系统的稳定性.根据工业中被控对象在工作点附近运行时的特点,基于二阶不确定数字控制系统进行比例-积分-微分(proportional-integral-derivative, PID)控制器设计.根据闭环系统稳定性条件给出PID参数稳定域的求解方法,其由一族平行的凸多边形构成.将坐标轴进行旋转,使构成稳定域的凸多边形垂直于其中一个坐标轴.利用线性规划方法,求出每个凸多边形的Chebyshev中心及其深度,选择深度最大的Chebyshev中心坐标.利用坐标轴逆旋转变换求出其在原坐标系下的坐标,即为对应的控制器参数.     

模型预测控制器权重参数整定非线性规划法

模型预测控制(MPC)权重参数的整定是其取得良好控制性能的关键。针对基于双层结构多目标优化的MPC权重参数整定方法存在求解过程较慢、耗时较长的问题,提出了一种非线性规划整定方法。该方法将MPC权重参数整定中每个时间采样点的MPC子优化问题等价为外层MPC权重参数整定优化问题的最优KKT(Karush-Kuhn-Tucker)条件,将MPC权重参数整定的双层多目标优化问题转化为单层非线性规划问题。仿真案例表明,基于单层非线性规划整定方法的MPC控制性能优于或近似于基于双层多目标优化整定方法的MPC控制性能;而且基于单层非线性规划的整定方法能够快速获得MPC权重参数,时间成本由基于多目标优化整定方法所需的1.0～1.5 h缩短到10～90 s。     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

考虑负荷动态模型的船舶电力系统暂态电压稳定分析

为了研究型船舶独立电力系统的电压稳定问题,将基于稳定域边界二次逼近的暂态电压分析方法应用到新型船舶独立电力系统的暂态电压稳定分析。通过建立系统暂态分析的数学模型,利用牛顿法求取故障后系统主导不稳定平衡点(CUEP),采用基于稳定域二次逼近的稳定判据,进行系统暂态电压稳定分析。同时,考虑不同故障位置对于求解CUEP过程中电动机和直流系统控制器状态量计算的影响。通过简化的新型独立电力系统模型对上述方法进行验证。研究结果表明:该分析方法能够获得暂态电压稳定裕度指标,准确判断该独立电力系统的暂态电压稳定状态。     

电力系统静态电压稳定的三维分析与临界电压

从统一关联的角度,重新审视静态电压稳定的机理,并以图形的方式加以直观解释,获得静态电压稳定判据.通过三维图形分析,指出静态电压稳定是由电源侧特性与负荷侧特性共同决定的,各种二维平面分析可以统一到三维空间中.     

具记忆状态反馈的输入受限时滞系统模型预测控制器

针对一类具有输入约束的离散线性不确定时滞系统,提出了一种具有记忆状态反馈的模型预测控制器.首先,定义时滞系统的鲁棒性能指标,在考虑时滞状态影响的条件下设计了包含时滞状态的记忆状态反馈控制律,在线优化时将当前控制量作为独立优化变量,与其它作为反馈控制的时域控制序列分开处理,以降低算法保守性,提高可行性.然后,给出了基于线性矩阵不等式凸优化的控制策略以及系统稳定的充分条件.最后,通过仿真实验验证了该控制算法的有效性.     

一种带约束的广义预测控制器

传统的广义预测控制算法,计算量大,求解复杂,对有约束的控制问题,求解更是麻烦.本文针对这一问题,提出一种带约束的广义预测控制算法,通过对未来控制序列的离线近似计算以及考虑到约束情况来精确求解当前时刻的控制量.该算法简单,避免了求解Diophantine方程及逆矩阵,大大减小了计算量,仿真结果表明,该算法控制性能良好.     

电磁式主动悬架模型预测控制器设计

针对已开发的电磁作动器样机,通过对电机控制电路模型进行简化分析,得到电磁作动器往复运动时控制电流可实现范围.考虑作动器约束和悬架许用行程,基于模型预测控制方法设计1/4车辆电磁主动悬架控制器,并分别针对瞬时垂向冲击和随机不平路面工况进行仿真分析.结果表明,相对于线性最优控制主动悬架,模型预测控制可以使车辆获得更佳的行驶平顺性能.     

考虑暂态电压稳定的二级电压紧急控制

建立暂态电压稳定分析的微分代数方程组,并提出应对暂态电压稳定问题的二级电压紧急控制策略.该紧急控制策略在常规二级电压控制的基础上减小二级电压控制的时间常数,并将系统发生故障后电压失稳最严重的负荷母线的电压偏差引入到二级电压控制的目标函数中,采用有效集法求解紧急二级电压控制的二次规划模型.在PSAT仿真环境下建立含二级电...     

基于阶梯化脉冲响应模型的鲁棒预测控制器

基于阶梯化脉冲响应模型，进行一种简单预测控制器的再设计，提出了一种鲁棒预测控制器，证明了建模误差在一定范围内，可保证预测控制器是鲁棒稳定的，并使得闭环系统在存在建模误差和未知常值扰动情况下无静态跟踪误差．最后用仿真研究验证此算法的鲁棒性．     

基于模糊约束模拟的广义预测控制器参数调整

针对广义预测控制算法在控制时域中求得的M个控制量,利用系统预测控制量的信息,通过模糊模拟技术对系统的约束进行检验,不断修正目标函数中控制量的加权系数λ,增强了系统的鲁棒性,并满足系统的约束。     

基于FPGA的车辆横摆稳定预测控制器设计实现

为提高车辆横摆稳定预测控制器的实时性, 采用现场可编程门阵列(FPGA: Field Programmable Gate Array)设计实现了该预测控制器, 并采用基于罚函数的粒子群算法预测控制二次规划问题的求解。同时通过FPGA 进行并行运算, 以减少运算时间。为了验证控制器的有效性, 以车辆动力学软件veDYNA 中的车辆模型为被控对象, 以FPGA 为控制器的硬件实现平台进行了实时实验。实验结果表明, 基于FPGA 实现的预测控制器能很好地满足车辆横摆稳定控制的实时性要求, 为控制器的实车实验奠定了实践基础。     

步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。