[发明专利]基于多重凸多胞体的风电并网系统自适应阻尼控制方法在审
申请号: | 201810506158.4 | 申请日: | 2018-05-24 |
公开(公告)号: | CN108683214A | 公开(公告)日: | 2018-10-19 |
发明(设计)人: | 王彤;杨京;刘九良;王增平 | 申请(专利权)人: | 华北电力大学 |
主分类号: | H02J3/38 | 分类号: | H02J3/38 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 朱琨 |
地址: | 102206 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 胞体 自适应 阻尼控制 风电并网系统 鲁棒控制器 决策树 漂移 电气工程 广域数据 离线数据 随机波动 系统振荡 训练分类 有效阻尼 在线决策 追踪系统 多目标 风电 构建 投切 出力 回归 | ||
本发明公开了属于电气工程技术领域的一种基于多重凸多胞体的风电并网系统自适应阻尼控制方法。所述方法首先针对单个凸多胞体设计多目标鲁棒控制器;其次,利用大量离线数据构建并训练分类决策树,并利用在线广域数据建立回归决策树,识别当前运行点所属凸多胞体区域;最后,依据在线决策机制,自适应实时投切凸多胞体对应的鲁棒控制器。本发明在风电出力发生大范围随机波动时,能够有效追踪系统运行点的随机漂移行为,从而实行自适应阻尼控制,对系统振荡进行有效阻尼。
技术领域
本发明属于电气工程技术领域,尤其涉及一种基于多重凸多胞体的风电并网系统自适应阻尼控制方法。
背景技术
近年来,风力发电在我国得到了很大的发展,装机容量与日俱增,2011年我国累计装机容量62GW,位列世界第一,预计到2020年,风电装机容量将至少达到1.5亿kW。风力发电所具有的间歇性和随机波动性等特点,使得大规模风电场接入对电力系统稳定性具有一定的影响。与此同时,我国电网正处于大区域电网互联的飞速发展时期,低频振荡成为影响大电网互联,制约电网传输能力的关键因素。风电的间歇性和随机波动性使得并网系统的阻尼特性更为错综复杂,对传统阻尼控制提出了新的挑战。
电力系统是一个规模巨大的强非线性,非自治的动力系统,单纯依赖模型的自适应控制难以实现。同步相量测量单元的迅速发展为电力系统的全局可观性提供了有力工具,使得“在线辨识+自适应控制”的方法具有了一定的可实施性。决策树作为一种逼近离散函数值的方法,是一种典型的分类方法,该方法利用归纳算法生成可读的规则和决策树,然后使用决策对新数据进行分析。其中分类回归决策树(Classification and RegressionTree,CART)不仅适合于分类问题,又适合于回归问题,在电力系统电压稳定评估,暂态稳定预测,负荷预测等方面已经得到应用。对于系统不确定性带来优化控制问题,目前主要采用范数有界条件描述,如H2控制理论,H∞控制理论等。以系统的H2范数为性能指标的最优控制理论,可以获得好的动态和稳态性能,但其鲁棒稳定性稍差;相比较而言,H∞控制能够获得好的鲁棒稳定性,但其动态和稳态调节性能稍差,通过将H2控制与H∞控制相结合得到H2/H∞混合控制,则可使整个系统既能获得优良的调节性能,又能保持鲁棒稳定性。然而针对范数有界设计的控制器只针对单个运行点,风电的强随机波动性使得系统运行点发生大范围变化,凸多胞体将不同运行点作为胞体顶点进行控制设计,能够兼顾不同运行点的鲁棒性。然而目前仍存在以下两方面的问题:1)多胞体优化控制的计算量受运行点数目的限制,在运行点数目增大的情况下,容易得不到可行解。在实际电力系统中,其运行点数目可观,难以利用一个凸多胞体考虑到所有可能出现的运行工况;2)电力系统固有的非线性,并不能保证控制器的线性组合能够表现出良好的性能。
发明内容
针对上述问题,本发明提出了一种基于多重凸多胞体的风电并网系统自适应阻尼控制方法,其特征在于,包括以下步骤:
步骤1、构建单凸多胞体的多目标H∞/H2鲁棒控制器,考虑电力系统所有的运行工况,将多个单凸多胞体的多目标H∞/H2鲁棒控制器覆盖到电力系统的整个运行空间;
步骤2、建立分类回归决策树,首先利用大量离线数据构建分类决策树,通过对大量离线数据进行训练,形成分类规则,再利用在线广域数据建立回归决策树,利用实时数据进行回归运算,并识别当前运行点所属凸多胞体区域,形成在线决策机制;
步骤3、依据在线决策机制,建立多重凸多胞体的自适应控制方法,自适应实时投切凸多胞体对应的鲁棒控制器,各控制器之间实现自适应切换,以消除风电并网系统的阻尼振荡。
所述步骤1中,构建单凸多胞体的多目标H∞/H2鲁棒控制器的方法为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810506158.4/2.html,转载请声明来源钻瓜专利网。