基于变学习速率神经网络的滑模智能PSS的设计
刘 琳,殷桂梁,吴 杰
(燕山大学电气工程学院,河北秦皇岛066004)
摘 要:以电力系统的非线性模型为基础,依据滑模变结构控制理论和神经网络的知识,提出了一种多机电力系统神经网络滑模变结构PSS的设计方法。计算机仿真研究表明,神经网络滑模变结构PSS不仅可以有效地改善系统的动态特性,而且能够在较宽运行范围内为系统提供良好的阻尼,提高了电力系统的稳定性。
关键词:PSS;非线性模型;滑模控制;神经网络;动态特性
中图分类号: TM743 文献标识码: A 文章编号: 1002-1663(2004)06-0428-03
引言
自1969年De Mello和Concordia首次提出电力系统稳定器(PSS)的概念以来[1],它已在现代电力系统中获得了广泛应用。最早的PSS采用线性控制理论[2],随后是最优控制理论等[3]。
传统的PSS是基于线性控制理论的超前滞后补偿型装置,其参数根据线性化电力系统模型来确定,没有考虑到电力系统的非线性特性,因此很难保证控制器的鲁棒性。文献[4]用非线性控制理论设计发电机励磁控制器,取得了比较好的效果。
然而在多机系统中,为实现分散控制,非线性励磁控制必须采用动态补偿,这是有条件限制,从而在一定程度上限制了非线性励磁控制器的应用。文献[5]设计了一种多机系统智能变结构PSS,实现了分散控制,具有较强的鲁棒性,但模糊控制规则很复杂,相应的控制域需选择恰当的范围,依赖于实际经验。
滑模控制(SMC)作为一种非线性控制,与常规控制的基本区别在于控制的不连续性,它利用一种特殊的滑模控制方式,强迫系统的状态变量沿着规定的相轨迹滑到期望点。由于给定的相轨迹与控制对象参数以及外部干扰变化无关,因而在滑模面上运动时具有较强的鲁棒性。
本文提出了一种神经网络滑模变结构PSS的设计方法,以电力系统的非线性模型为基础,采用极点配置法构建滑模面,同时为了减少抖动采
3 计算机仿真研究
本文对IEEE标准13机系统[7]进行了计算机仿真研究,以验证本文所设计的神经网络滑模变结构PSS的控制效果。选取1号、8号机作为参考机,故障方式为2号机端三相短路,0.1s清除。下面分两种情况进行仿真:1)加装常规电力系统稳定CPSS;2)采用神经网络滑模变结构PSS(ANNSMPSS)。在仿真过程中,两种情况下系统都没有失去同步,但是从图3、图4可以看出:ANNSMPSS具有更好的动态响应特性,与CPSS相比,其调节时间更快,角度的振荡幅度较小,增强了整个系统的稳定性。
4 结论
本文将滑模控制器与神经网络结合起来,以电力系统的非线性模型为基础,设计了神经网络滑模变结构PSS,并通过数字仿真对设计方法的有效性进行了检验。结果表明:神经网络滑模变结构PSS能使系统具有良好的动态品质,同时提高了电力系统的稳定性,并具有较好的鲁棒性和自适应能力。
|
