T-S模糊模型的多機耦合電力系統(tǒng)脈沖控制

利用多臺焊接電源同時對同一工件進行焊接,當(dāng)外電壓波動時,眾焊接電源依靠自身控制系統(tǒng)進行各自調(diào)節(jié)的過程也是對外電網(wǎng)干擾的再生過程。將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合,并應(yīng)用于多焊接電源的群控。在分析和設(shè)計了狀態(tài)變量的隸屬度函數(shù)、推理規(guī)則、解模糊算法等基礎(chǔ)上,完成了基于t-s(tagaki-sugeno)模型的自適應(yīng)模糊神經(jīng)推理控制器設(shè)計。利用該控制模型在simulink搭建的焊接電源群控模型上進行仿真。結(jié)果表明,該控制模型具有調(diào)整時間短,超調(diào)量小的優(yōu)點(與眾焊接電源各自單獨調(diào)節(jié)相比較,調(diào)整時間縮短了22%,超調(diào)量減小了40%),反映出良好的動態(tài)特性。

研究多智能體的相關(guān)理論和應(yīng)用研究大多是應(yīng)用在電力控制系統(tǒng)方面。研究多智能在其信息集成上的應(yīng)用。分析多智能體模型在電力系統(tǒng)的總體架構(gòu)設(shè)計,組成整體智能體的全部功能實現(xiàn)有理化,提出公共信息模型(cim)和數(shù)據(jù)服務(wù)智能體(sa)從而完成復(fù)雜、曲折、繁瑣程序的解決和成立。進而對多智能體模型在電力系統(tǒng)信息集成的應(yīng)用進行試驗,得出實驗數(shù)據(jù)證明多智能體模型應(yīng)用的優(yōu)勢。最后在實驗論證中,驗證了多智能體模型有助于提高信息集成速率。

本文分析了繼電保護模型對于電力系統(tǒng)動態(tài)仿真的重要意義，提出了電力系統(tǒng)仿真程序中繼電保護模型的建模方法，討論了用于電網(wǎng)動態(tài)特性分析的繼電保護模型接口仿真平臺的設(shè)計方案；利用psasp自帶的用戶程序接口功能，在psasp中引入了距離保護模型，初步實現(xiàn)了含繼電保護模型的暫態(tài)穩(wěn)定計算仿真。仿真結(jié)果表明，含線路保護模型的電力系統(tǒng)暫態(tài)穩(wěn)定仿真能夠更加真實地反映實際電力系統(tǒng)發(fā)生故障時的動態(tài)特性。

電力系統(tǒng)CIM模型及其數(shù)據(jù)庫設(shè)計

目前電力系統(tǒng)仿真計算中水輪機模型均采用簡化模型,難以準確反映水電機組的實際特性。通過分析水輪機調(diào)節(jié)系統(tǒng)數(shù)學(xué)模型,提出了一種遞推水輪機線性模型,給出了其計算框圖,并利用matlab/simulink進行遞推水輪機線性模型、非線性水輪機模型、ieee推薦水輪機模型的仿真試驗和對比分析。結(jié)果表明,遞推水輪機線性模型可較好地描述水輪機的非線性與動態(tài)特性,計算結(jié)果與非線性模型及現(xiàn)場試驗結(jié)果具有高度一致性。遞推水輪機線性模型計算速度快、計算精度高,可作為電力系統(tǒng)動態(tài)仿真用模型。

電力系統(tǒng)原理——CH2系統(tǒng)各元件的數(shù)學(xué)模型

分析了電力系統(tǒng)信息的橫向集成(集成化平臺)和縱向集成(網(wǎng)絡(luò)化平臺)的特點和需求,提出在多智能體系統(tǒng)(mas)模型上構(gòu)建面向服務(wù)架構(gòu)(soa)結(jié)構(gòu)體系解決電力信息系統(tǒng)集成問題;分析了電力信息系統(tǒng)的集成框架,提出了接口智能體(界面層)、信息集成總線和服務(wù)智能體(模型層)、決策/協(xié)調(diào)層的三層結(jié)構(gòu);分析了soa的元模型機構(gòu),提出聯(lián)邦管理智能體的概念,形成在soa模型下的多智能體的聯(lián)邦或聯(lián)盟的協(xié)作關(guān)系。

只有提高模型及其參數(shù)的有效性才能提高先驗仿真結(jié)果的可信度。因此提高仿真可信度的第1步工作就是要建立模型有效性評估體系,使研究人員能詳細掌握所有模型及其參數(shù)的情況。分析了模型的建模理論、參數(shù)的來源及后驗仿真對模型有效性的影響,提出了基于這3方面因素的模型有效性評估方法,并分析了對模型有效性進行動態(tài)評估的重要性。最后給出了具體的指標動態(tài)修正流程,便于該評估體系用于生產(chǎn)實踐。

從控制流程角度建立了一個適當(dāng)簡化的聯(lián)合循環(huán)電站系統(tǒng)模型,目的在于為電力系統(tǒng)的實時仿真提供一個重要的組成模塊。將該模型與電力網(wǎng)絡(luò)結(jié)合,采用專業(yè)軟件進行模擬,以研究整個電力系統(tǒng)的動態(tài)特性,為提高系統(tǒng)的安全性和穩(wěn)定性提供理論依據(jù)。設(shè)計了一個pid控制器,以提高系統(tǒng)的穩(wěn)定性能。將該模型加入到一個虛擬的兩區(qū)域電力系統(tǒng)中,采用專業(yè)軟件netomac進行仿真,運行結(jié)果證明該模型可以用于實時仿真實驗,并且驗證了pid控制器有助于提高系統(tǒng)的穩(wěn)定性。

以小浪底水電站為對象建立了用于電力系統(tǒng)暫態(tài)穩(wěn)定分析的不同形式的水力系統(tǒng)數(shù)學(xué)模型,包括不均勻單管剛性水擊模型和彈性水擊模型以及計及機組間水力耦合的兩元輸水系統(tǒng)彈性水擊模型、水輪機的線性化模型和非線性模型。利用電力系統(tǒng)分析綜合程序提供的用戶自定義模型功能對河南電網(wǎng)進行了暫態(tài)過程仿真,分析了不同水力系統(tǒng)模型以及水力耦合對電力系統(tǒng)暫態(tài)穩(wěn)定性的影響。

構(gòu)建水火電力系統(tǒng)短期優(yōu)化調(diào)度模型,提出求解思路.從梯級水電站發(fā)電量和耗水量、火電機組污染物排放量和發(fā)電總成本四方面建立模型;運用滿意度函數(shù)和歐式距離函數(shù)進行歸一化處理,結(jié)合懲罰函數(shù)和雙適應(yīng)度法處理約束條件.將多目標、帶約束的復(fù)雜優(yōu)化問題轉(zhuǎn)化為了單目標、無約束的簡單優(yōu)化問題,大大簡化了求解過程,提高了算法的收斂速度和精度.充分體現(xiàn)了節(jié)能和經(jīng)濟雙贏的理念,為水火電力系統(tǒng)短期優(yōu)化調(diào)度提供了新思路.

電力系統(tǒng)在線經(jīng)濟運行計算亟需可快速獲取完整調(diào)度信息的線性化動態(tài)最優(yōu)潮流模型。基于系統(tǒng)關(guān)聯(lián)矩陣將節(jié)點功率平衡方程解耦為線路功率流和損耗流兩部分,對損耗流部分進行等價代換,并消去方程中的三角函數(shù)項,采用泰勒級數(shù)法對殘存的非線性項進行線性化處理,建立起可以同時求解電壓幅值和線路無功功率的線性化動態(tài)最優(yōu)潮流模型?；诤喕瓕ε純?nèi)點法對所建模型進行求解,在迭代過程中不斷更新泰勒級數(shù)法所需的基準點信息,以提高模型的計算精度。ieee30節(jié)點、ieee118節(jié)點、ieee300節(jié)點以及某市117節(jié)點等值系統(tǒng)的算例測試表明,所建線性化模型能在獲取更完備調(diào)度信息的同時仍具有較高的計算精度和求解效率。

核電站即將運行于我國電力系統(tǒng)中,建立核電站的數(shù)學(xué)模型,模擬核電站同電網(wǎng)之間的相互影響非常必要。本文從理論上著重分析和研究了壓水堆核電站的內(nèi)部物理過程,導(dǎo)出了一組與之相適應(yīng)的用19階微分方程式表示的數(shù)學(xué)模型,并將其同電力系統(tǒng)中期動態(tài)穩(wěn)定分析程序相結(jié)合。文中還通過一階躍響應(yīng)驗證了模型的正確性。

在實用動態(tài)安全域的基礎(chǔ)上提出了實用動態(tài)安全域的神經(jīng)網(wǎng)絡(luò)和模糊理論方法,構(gòu)建了用于擬合動態(tài)安全域的ann擬和器和用模糊理論在安全邊界上構(gòu)造一個模糊中間帶的模糊識別器,并對該方法中的系統(tǒng)靈敏度和超平面度進行了分析。最后對4機11節(jié)點測試系統(tǒng)進行了仿真計算。實驗表明,用神經(jīng)網(wǎng)絡(luò)擬合的動態(tài)安全域其擬和合度和精度均高于傳統(tǒng)最小二乘法的擬合,其模糊識別器進一步減少了臨界點的誤判和在安全域邊界上穩(wěn)定和非穩(wěn)定點的誤判。

傳統(tǒng)電壓控制多采用潮流方程,電壓可能在到達事故后穩(wěn)定運行點前的過渡過程中失穩(wěn),因此基于系統(tǒng)的動態(tài)模型進行電力系統(tǒng)電壓控制十分必要.該文提出了一種基于動態(tài)降階模型的非線性電壓預(yù)測控制方法.為降低優(yōu)化計算時間,結(jié)合電力系統(tǒng)的特點對經(jīng)驗gramian平衡降階方法加以改進,并應(yīng)用改進的經(jīng)驗gramian平衡降階方法降低電力系統(tǒng)非線性動態(tài)模型的維數(shù).為提高模型計算精度和數(shù)值穩(wěn)定性,提出使用4階收斂的adams法替代歐拉法進行狀態(tài)預(yù)測,建立基于降階模型的多步預(yù)測-滾動優(yōu)化模型.此外,在模型求解過程中使用溫啟動方法和較小的迭代次數(shù)限值nmax來減少迭代次數(shù).以newengland10機39節(jié)點電力系統(tǒng)對所提出的方法進行驗證.結(jié)果表明,所提出的方法能夠提高預(yù)測模型的數(shù)值穩(wěn)定性,極大地降低模型求解時間,有利于提前響應(yīng)系統(tǒng)中可預(yù)測的動態(tài)變化,維持系統(tǒng)電壓穩(wěn)定.

狀態(tài)估計算法是電力系統(tǒng)狀態(tài)估計的核心部分,目前已經(jīng)有許多模型,特點各異,且性能評價具有模糊特征.為此,提出將模糊數(shù)學(xué)理論引入狀態(tài)估計算法評價中,針對算法構(gòu)建模糊綜合評價模型,來實現(xiàn)各種狀態(tài)估計算法性能的客觀評價和比較,并從中找出適合具體系統(tǒng)的最優(yōu)算法.通過在不同系統(tǒng)下對幾種常用狀態(tài)估計算法進行評價分析選出最優(yōu)算法,驗證了該評價系統(tǒng)的正確性,實現(xiàn)了算法評價的定量化,為實際系統(tǒng)的算法選擇提供有效參考.

鑒于以往研究側(cè)重于水電機組原動機模型開發(fā),較少研究模型的適應(yīng)性,且缺乏在電力系統(tǒng)仿真中選取模型的指導(dǎo)性建議與方法,提出模型選取原則,通過仿真水輪機模型、水擊模型與調(diào)壓室—分叉管模型的動態(tài)行為,分析水擊模型的穩(wěn)定域,從而歸納出模型的適用條件。結(jié)果表明,解析非線性模型與理想模型適合于描述水斗式水輪機,混流式水輪機宜使用傳遞系數(shù)模型;可依據(jù)tw/tr和tf/tr的值選取剛性水擊模型與降階彈性水擊模型;當(dāng)仿真時間較長時需要采用調(diào)壓室—分叉管的模型。

電力系統(tǒng)仿真研究中常采用簡化的理想水輪機模型,水輪機詳細模型對于電力系統(tǒng)暫態(tài)穩(wěn)定分析結(jié)果的影響尚有待研究。文中介紹了水輪機的三種線性模型和三種非線性模型,包括基于全特性曲線的水輪機模型、水輪機內(nèi)特性模型、水輪機簡化解析非線性模型、基于模型綜合特性曲線的水輪機線性化模型、基于水輪機內(nèi)特性解析的線性化模型、理想水輪機模型。針對不同水輪機詳細模型對電力系統(tǒng)暫態(tài)穩(wěn)定分析結(jié)果的影響和適用范圍進行了仿真比較分析。仿真結(jié)果表明不同的水輪機詳細模型對電力系統(tǒng)暫態(tài)穩(wěn)定分析結(jié)果的影響不大;電力系統(tǒng)的暫態(tài)過程對水力系統(tǒng)來說不一定是大擾動;不同的水輪機詳細模型得出的電力系統(tǒng)中、長期暫態(tài)穩(wěn)定仿真結(jié)果是不同的,因此在進行中、長期暫態(tài)穩(wěn)定仿真分析時應(yīng)采用水輪機詳細模型。

電力系統(tǒng)[1]是由發(fā)電、輸電、變電、配電和用電等多層fnn的復(fù)雜的非線性控制系統(tǒng)組成。采用fnn彌補了神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)模糊數(shù)據(jù)處理方面的不足和模糊邏輯在學(xué)習(xí)方面的缺陷學(xué)科。

提出了一種改進的電力系統(tǒng)連鎖故障風(fēng)險評估模型。該模型綜合考慮了線路故障概率的泊松分布特性以及實時潮流大小的影響,給出了線路停運概率的直線分段擬合計算方法。通過分析連鎖故障對供電方和用電方的雙重影響,采用母線低電壓、潮流相對轉(zhuǎn)移量、系統(tǒng)相對失負荷量作為連鎖故障的后果評估函數(shù)。所提算法在連鎖故障的某一環(huán)節(jié)選定后,利用有功增加因子先識別剩余網(wǎng)絡(luò)中相對于該故障環(huán)節(jié)的輸電斷面,再在輸電斷面所含支路中選擇下一故障環(huán)節(jié),避免了全網(wǎng)遍歷搜索。最后對ieee39節(jié)點系統(tǒng)進行了仿真分析,證明了該方法的有效性。

現(xiàn)有模型誤差分析方法準確度低,借鑒層次分析法的思想,提出一種電力系統(tǒng)暫態(tài)模型評價方法。該評價方法以暫態(tài)響應(yīng)中各正弦分量的幅值、頻率、相位和衰減因子作為評價指標,對暫態(tài)響應(yīng)中各正弦分量的模擬準確度進行評價,然后通過各正弦分量評價結(jié)果的線性加權(quán)實現(xiàn)電力系統(tǒng)暫態(tài)模型的總體評價。最后利用仿真驗證了該評價方法的正確性與可行性。該方法合理地利用了暫態(tài)信號由若干正弦信號相互疊加的特點,更適用于電力系統(tǒng)暫態(tài)分析,且該方法采用定性與定量相結(jié)合的方式確定各指標的相對權(quán)重,在保證了評價方法客觀性的同時提高了該方法的適用性。

電力系統(tǒng)短期負荷對電力企業(yè)的經(jīng)濟效益和社會效益都有一定影響。因此文中建立了基于rbf神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷模型。用歷史負荷數(shù)據(jù)作為訓(xùn)練樣本,用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進行電力系統(tǒng)短期負荷預(yù)測,并與bp神經(jīng)網(wǎng)絡(luò)進行對比。rbf神經(jīng)網(wǎng)絡(luò)的平均誤差為2.09%,最大誤差為4.77%,相比于bp神經(jīng)網(wǎng)絡(luò)精確度較高,有利于電力系統(tǒng)合理地進行調(diào)度規(guī)劃工作。