一种基于预测的大规模网络化控制电力系统采样控制方法

本发明涉及汽大规模电力系统控制领域，具体来说为一种基于预测的大规模网络化控制电力系统控制方法。

背景技术：

1、随着现代工业快速发展，现代电力系统的耦合性变得更高，其动态特性变得更复杂，面临着日益增加的安全运行压力，电力系统逐渐被建模为大规模系统。由于大规模电力系统子系统之间信息交互的局限性和结构的复杂性而被广泛研究。现代大规模电力系统的一些特点，例如弱电网上的长传输距离、传输过程中的通信延迟等会威胁到电力系统的安全性能，如果不能有效控制，可能导致发电机停机、线路跳闸和大规模停电。由于这些原因，大规模电力系统的运行和控制要满足所需的经济、安全和性能要求是一项具有挑战性的任务。

2、ith智能电网、先进传感器、通信和控制技术的发展已经广泛应用于大规模电力系统的运行，其中传统的电力系统逐渐与信息控制设备、通信和传感器网络集成，演变为大规模网络化控制电力系统。与传统的控制模式：传感器、控制器和执行器通过专用链线连接相比，大规模网络化控制电力系统通过共享通信网络传输驱动数据，能够增加系统的灵活性和可维护性、降低了成本和减少了布线。

3、然而，网络化控制也带来了新的挑战，大规模网络化控制电力系统会受到网络传输引起的通信缺陷的影响，例如时间延迟、传输中断等。最近，大量学者对具有时间延迟的大规模电力系统的研究做出了贡献。人们普遍认为时间延迟效应将导致更差的控制质量，甚至导致系统不稳定。为了有效解决这个问题，通过使用预测方法研究具有大输入延迟的大规模网络化控制系统，已经获得了一些结果，例如，(期刊：ieee transactions onautomatic control；著者：yang zhu和emilia fridman；出版时间：2021年；文章题目：observer-based decentralized predictor control for large-scale interconnectedsystems with large delays；页码：2897-2904)考虑了基于输出反馈预测器的网络化控制系统的稳定问题，处理了具有较大的未知时变通信延迟。利用预测方法来补偿系统中的输入延迟可以改善控制系统的稳定性、精度和响应速度，这在许多实际工程中都是非常重要和普遍的应用。

4、近年来，越来越多的控制器由数字计算机实现，其只能处理不连续的输入信号。为了有效解决这个问题，采样数据控制被广泛应用和研究。此外，在实际应用中由于网络受到时延或丢包的影响，传感器采样不均匀，且采样数据传输不规律，导致采样数据是非周期性的，因此考虑非周期性采样数据问题是十分必要的。与周期采样数据相比，非周期采样有助于降低采样的平均频率，提高处理器的效率。非周期采样数据的研究主要包括输入延迟法、离散时间法、脉冲系统法、iqc法、基于环路的李雅普诺夫泛函方法方法等。此外，基于环路的李雅普诺夫泛函方法是研究非周期采样数据的主要方法之一(期刊：automatica；著者：hong-bing zeng、kok lay teo和yong he；出版时间：2017年；文章题目：a new looped-functional for stability analysis of sampled-data systems；页码：328-331)。特别地，(期刊：ieee transactions on neural networks and learning systems；著者：guoliang chen、jianwei xia、ju h.park、hao shen和guangming zhuang；出版时间：2022年；文章题目：sampled-data synchronization of stochastic markovian jump neuralnetworks with time-varying delay；页码：3829-3841)通过构建与模式相关的基于循环的李亚普诺夫函数，考虑了具有时变延迟的随机马尔科夫跳跃神经网络的采样数据同步问题。

5、针对上述问题，本文应用网络化控制策略，使得其可以在在共享的通信网络上传输驱动器数据，具有更低安装成本、更高灵活性和更好的可维护性。为消除网络通信过程中输入延迟带来的负面影响，分别设计基于反推的偏微分方程预测方法和基于约分的常微分方程预测方法的控制器，有效地补偿系统内的输入延迟，从而提高系统的性能。研究非周期采样控制问题，在采样控制框架下，构造基于双边的环李雅普诺夫泛函，充分利用采样区间的信息，从而节约通信资源。针对非主对角线位置的非线性耦合项，提出大规模电力系统控制器迭代优化算法，提出更优的负载频率控制方案。

技术实现思路

1、本发明的目的是为了解决大规模网络化控制电力系统控制问题，提出一种基于预测的大规模网络化控制电力系统的负载频率控制方案。

2、一种基于预测的大规模网络化控制电力系统的负载频率控制方案包括以下步骤：

3、步骤一：建立大规模网络化控制电力系统模型；

4、步骤二：设计基于预测的控制器和估计不可测状态的观测器；

5、步骤三：给出该电力系统的稳定性准则；

6、步骤四：给出计算h∞性能指标和求解控制器的定理和算法；

7、本发明的有益效果为：

8、1.本发明针对大规模电力系统的结构复杂性与信息交换的物理限制，应用网络化控制策略，使得其可以在在共享的通信网络上传输驱动器数据，具有更低安装成本、更高灵活性和更好的可维护性；

9、2.本发明针对网络通信过程中输入延迟带来的负面影响，分别设计基于反推的偏微分方程预测方法和基于约分的常微分方程预测方法的控制器，有效地补偿系统内的输入延迟，从而提高系统的性能；

10、3.本发明针对大规模电力系统的非周期采样控制问题，在采样控制框架下，构造基于双边的环李雅普诺夫泛函，充分利用采样区间的信息，从而节约通信资源。

11、4.本发明针对大规模网络化控制电力系统的分散控制器设计问题，提出大规模电力系统控制器迭代优化算法。

技术特征：

1.基于预测的大规模网络化控制电力系统负载频率控制方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于预测的大规模网络化控制电力系统负载频率控制方法，其特征在于：所述步骤一中建立大规模网络化控制电力系统模型的具体过程为：

3.根据权利要求2所述的一种基于预测的大规模网络化控制电力系统控制方法，其特征在于：所述步骤二中，基于反推的偏微分方程预测方法对大规模网络化控制电力系统模型完成转化：

4.根据权利要求3所述的一种基于预测的大规模网络化控制电力系统控制方法，其特征在于：所述步骤三分别在两种预测方法下给出大规模网络化控制电力系统的稳定性准则；

5.根据权利要求4所述的一种基于预测的大规模网络化控制电力系统控制方法，其特征在于：所述步骤四分别在两种预测方法下给出大规模网络化控制电力系统的求解控制器的定理和算法；

技术总结本发明提供了一种基于预测的大规模网络化控制电力系统控制方法，涉及大规模网络化控制电力系统建模及负载频率控制方法。本发明综合分析了该电力系统面临状态不可测，输入延迟干扰等因素，基于观测器观测不可测状态并利用预测方法设计控制器算法，使用双边环泛函技术充分利用采样区间信息。本发明步骤为：步骤一：建立大规模网络化控制系统动力学模型；步骤二：利用基于反推的偏微分方程预测方法，得到对应的稳定性准则和控制器设计算法；步骤三：利用基于约分的常微分方程预测方法，设计基于双边的环李雅普诺夫泛函，得到采样控制器设计算法；步骤四：计算H‑无穷性能指标反应系统鲁棒性；步骤五：以三区域互联电力系统为例，验证该方法的有效性和优化效果。本发明用于大规模电力系统负载频率控制领域。技术研发人员：陈国梁,郭晓晓,夏建伟,杨特,张婧受保护的技术使用者：聊城大学技术研发日：技术公布日：2024/8/16