一种IT-2型模糊LFC电力系统的模糊控制器设计方法

本发明涉及电力控制，具体而言，涉及一种it-2型模糊lfc电力系统的模糊控制器设计方法。

背景技术：

1、负载频率控制（lfc）系统是电力系统自动化的关键环节，通过控制发电机的发电功率，保持发电机和负载之间的功率平衡，实现区域频率和区域间联络线功率保持在额定值。lfc系统的稳定性控制研究是近年来电力系统稳定性研究的热点。电力系统运行中总是存在极端情况的可能性，如负荷需求波动大、大容量发电机组连续开关等。这些情况将使线性lfc模型不再完全适用。因此，非线性lfc模型的研究逐渐引起了研究者的关注。takagi-sugeno（t-s）模糊理论已被用于解决非线性问题，其能有效地揭示了控制系统的动态稳定性和控制性能，这是非线性控制系统的一个活跃的研究领域。t-s模糊控制方法可以将线性控制理论与模糊逻辑联系起来。

2、目前lfc电力系统的t-s模糊建模是基于it-1 t-s模糊理论。it-1t-s模糊理论通过一定的隶属函数将非线性系统转化为线性子系统的和。虽然电力系统的非线性可以用it-1 t-s模糊理论来处理，但一旦隶属函数出现不确定性，it-1 的方法仍然存在不足。it-2型t-s模糊理论可以更好地描述控制系统的不确定性。

3、遗憾的是，目前还没有用于lfc电力系统的it-2 t-s模糊建模方法。在现有的研究文献中，it-2型模糊理论常应用于控制系统通用模型，比如常见的质量-弹簧-减震器系统、马尔可夫跳跃系统，见文献“dynamic event-triggered control for interval type-2fuzzy systems under fading channel”和“sliding mode control for it2 fuzzysemi-markov systems with faults and disturbances”，前者研究了通信信道信号衰退下it-2型模糊系统的事件触发控制问题。后者以可能的执行器故障和时滞为特征，对it-2模糊半马尔可夫系统进行了鲁棒滑动模型控制方法。

4、也有针对于具体的工业系统比如混合式并网发电变换器系统，如“control forswitched it2 fuzzy nonlinear systems with multiple time delays applied inhybrid grid-connected generation”考虑了多时滞和系统扰动问题，对混合式并网发电变换器系统建立了切换it2模糊模型，并研究了其h∞稳定控制问题。但以上技术没有同时考虑通信网络中的具体网络攻击和时滞现象问题。一方面目前it-2型t-s模糊理论还没有应用在lfc系统的建模和采样控制方案制定中，其描述非线性的优越性需要扩展在lfc中，另一方面在已有的关于it-2型模糊系统的建模中，其建模的完整性和方法性能还可以进一步提升。

技术实现思路

1、本发明在于提供一种it-2型模糊lfc电力系统的模糊控制器设计方法，其能够解决上述问题。

2、为了解决上述的问题，本发明采取的技术方案如下：

3、本发明提供了一种it-2型模糊lfc电力系统的模糊控制器设计方法，包括以下步骤：

4、s1、基于it-2型t-s模糊理论，描述lfc电力系统中的非线性元素，构建it-2型t-s的lfc模糊状态空间模型；

5、s2、构建考虑了时滞条件下的it-2型t-s模糊采样控制模型，根据it-2型t-s模糊采样控制模型和it-2型t-s的lfc模糊状态空间模型，构建具有模糊采样控制的非线性lfc电力系统的it-2型t-s模糊模型；

6、s3、采用马尔可夫过程模拟lfc电力系统通信网络中存在的随机dos攻击和欺骗攻击，基于考虑了时滞条件下的it-2型t-s模糊采样控制模型，构建考虑了随机网络攻击和时滞存在的模糊采样控制模型；

7、s4、根据具有模糊采样控制的非线性lfc电力系统的it-2型t-s模糊模型，以及考虑了随机网络攻击和时滞条件下的模糊采样控制模型，构建考虑了随机网络攻击和时滞的it-2型lfc电力系统模型；

8、s5、基于分割系数的采样子间隔信息和1t-2型模糊隶属度函数构建双端闭合李雅普诺夫函数，根据双端闭合李雅普诺夫函数得到考虑了随机网络攻击的it-2型lfc电力系统模型的h∞渐近稳定性准则，基于该h∞渐近稳定性准则设计模糊采样控制器增益，完成it-2型模糊lfc电力系统的模糊控制器设计。

9、作为上述技术方案的进一步描述：步骤 s1具体包括：

10、构建lfc电力系统模型：

11、

12、其中，分别代表频率偏差、发电机的机械输出功率偏差、风力发电机输出功率偏差、电动汽车输出功率偏差、负载功率偏差、汽轮机阀门位置理论偏差和控制信号；

13、分别表示等效惯性常数、阻尼系数、涡轮机时间常数、调速器常数、调速器下垂特性、evs时间常数、下垂特性和电动汽车增益；和分别是发电机和电动汽车的调速参与比率；是的非线性函数，代表涡轮机阀门位置的实际偏差；

14、定义lfc系统的状态向量为：

15、

16、扰动向量为：

17、，

18、输出状态向量为：

19、，

20、其中，表示t时刻传输的ace信号，代表列向量；

21、构建非线性lfc的状态空间模型如下：

22、

23、其中，；代表模糊规则总数，

24、，

25、，

26、其中表示频率偏差系数；

27、，；

28、将非线性lfc的状态空间模型转换为it-2型t-s的lfc模糊状态空间模型：

29、

30、其中，表示前向变量，表示隶属度函数，，

31、分别表示隶属函数的最小和最大值。

32、作为上述技术方案的进一步描述：

33、隶属度函数表达为：

34、，

35、其中，，

36、，

37、表示权重系数函数，它们协同描述的不确定性，确保：。

38、作为上述技术方案的进一步描述：步骤 s2具体包括：

39、将传感器的采样时刻定义为，，设传感器的采样周期，表示传输时滞，设计模糊scs稳定it-2型t-s的lfc模糊状态空间模型，：

40、构建第一种形式的it-2型t-s模糊采样控制模型：

41、

42、其中，表示时刻传输的ace信号，表示考虑了时滞的时刻传输的ace信号；，表示比例控制增益，，表示积分控制增益，定义，，将第一种形式的模糊采样控制模型重写为第二种形式的it-2型t-s模糊采样控制模型：

43、

44、通过解模糊，将第二种形式的it-2型t-s模糊采样控制模型构建为第三种形式的it-2型t-s模糊采样控制模型：

45、

46、根据第三种形式的it-2型t-s模糊采样控制模型和it-2型t-s的lfc模糊状态空间模型构建具有模糊采样控制的非线性lfc电力系统的it-2型t-s模糊模型：。

47、作为上述技术方案的进一步描述：步骤 s3具体包括：将lfc电力系统通信网络中存在的随机dos攻击和欺骗攻击建模为马尔可夫过程，将第三种形式的模糊采样控制模型重建为考虑了随机网络攻击的模糊采样控制模型：

48、其中，和分别表示当前信号和过去信号被欺骗攻击后的欺骗信号，令和代表两个独立的右连续马尔可夫过程，其取值集为

49、={1,2}，其发生器有和，其转移概率取为：

50、

51、

52、其中，表示的状态由时刻的向时刻的跳变的概率，表示的状态由时刻的向时刻的跳变的概率，对于，有，，和

53、；

54、同时有，

55、。

56、作为上述技术方案的进一步描述：欺骗攻击满足以下条件：

57、

58、其中，表示被欺骗攻击时没有受时滞影响的欺骗信号，表示被欺骗攻击时受时滞影响的欺骗信号。

59、作为上述技术方案的进一步描述：步骤s4中，考虑了随机网络攻击的it-2型lfc电力系统模型为：

60、。

61、与现有技术相比，本发明的有益效果是：

62、采用马尔可夫过程来模拟网络攻击发生的随机性，更具有通用性；

63、本发明提出的考虑了随机网络攻击的模糊采样控制模型通过输入控制增益，将模糊控制规则纳入控制器设计，该控制规则将lfc系统的非线性因素纳入控制器设计，使控制器更具灵活性和自适应性；

64、与现有模糊控制器设计相比，本发明提出的模糊采样控制方案不仅考虑了当前采样状态信息，还考虑了历史状态信号，同时在建模过程中考虑了网络攻击，这种创新设计更适合实际应用场景；

65、本发明利用it-2模糊理论建立了lfc系统的非线性模型，该方法相比于it-1模糊理论能更完善的表达lfc系统中的非线性因素，同时将it-2隶属函数引入lyapunov函数中，其将t-s模糊理论建模方式集成到稳定性分析方法中，该创新做法相比于it-1模糊理论方法（stability and stabilization for t-s fuzzy load frequency control powersystem with energy storage system），能进一步降低结果的保守性。

66、为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明实施例，并配合所附附图，作详细说明如下。