智能电网的一个重要发展趋势是实现更为充分的感知和控制。但是,一方面大规模互联电网是一个强非线性、时变和多变量耦合的复杂系统,应用传统的基于模型控制方法时存在显著的建模误差,另一方面,现代广域测量系统的迅速发展提供的大量实测数据和信息却未得到有效利用,从而严重影响了电力系统仿真分析和控制器设计的准确性。目前,数据驱动是一类直接基于现场离线或在线数据而非数学模型的新型控制理论和方法,已在航天、机器人、化工等多个复杂系统控制领域得到成功应用。本项目在对比分析其主要方法特点基础上选择其中的近似动态规划方法,针对电力系统广域阻尼控制问题,研究该方法应用中的理论和技术,包括稳定性和收敛性理论基础问题、控制器设计方法与算法、多控制器协调性。最终,本项目的研究内容将在软硬件实现基础上,通过典型测试系统、大区互联电网仿真和RTDS实验来验证其有效性并加以改进,为复杂大电网控制探索一条基于数据和响应的新思路。
approximate dynamic programming;power system;damping control;model free adaptive control;
电力系统时变、高阶非线性等特点使得基于模型的控制理论和方法在解决电力系统稳定控制时遇到了瓶颈。本项目对数据驱动控制理论在电力系统阻尼控制中的应用进行了进行理论分析和实验验证,以解决传统控制方法所面临的系统模型参数未知、高非线性等问题。研究分析了近似动态规划方法的基本原理和收敛性问题,并在此基础上设计了近似动态规划方法在电力系统阻尼控制中的应用框架。进一步考虑控制器之间的相互作用,提出了一种适应于实际工程应用的移相式神经网络结构,并以南方电网为例完成了基于近似动态规划方法的广域阻尼协调控制研究。本项目还针对另一类数据驱动控制方法——无模型自适应控制,研究了该方法在电力系统广域阻尼控制中的应用以及稳定性分析。基于上述理论研究和仿真,开发了一套基于数据驱动控制方法的广域阻尼自适应协调控制系统,完成了相关设备的软硬件开发,并将该系统应用于四川电网检验了上述基于数据驱动控制方法设计的广域阻尼控制器的自适应能力和控制器之间的协调性。