基于神经网络的SVC电压稳定性控制.pdf

基于神经网络的SVC电压稳定性控制.pdf

ID:52482151

大小:294.10 KB

页数:5页

时间:2020-03-28

基于神经网络的SVC电压稳定性控制.pdf_第1页
基于神经网络的SVC电压稳定性控制.pdf_第2页
基于神经网络的SVC电压稳定性控制.pdf_第3页
基于神经网络的SVC电压稳定性控制.pdf_第4页
基于神经网络的SVC电压稳定性控制.pdf_第5页
资源描述:

《基于神经网络的SVC电压稳定性控制.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第39卷第18期电力系统保护与控制Vo1.39No.182011年9月16日PowerSystemProtectionandControlSept.16,2011基于神经网络的SVC电压稳定性控制马兆兴,万秋兰,李洪美,丁涛(东南大学电气工程学院,江苏南京210096)摘要:传统的静止无功补偿器(SVC)控制方法在面对实际电力系统的强非线性和不确定性方面效率较低;而神经网络控制为解决非线性和不确定性系统的控制问题开辟了新的途径。提出新型神经网络PID控制结构,通过控制SVC能够维持公共连接点电压稳定在给定值附近,并且能保证闭环系统具有较

2、好的鲁棒稳定性。实验以含风力发电机的系统和EPRI-36节点系统进行数值仿真,验证所提神经网络PID控制SVC的有效性。关键词:神经网络;电力系统;SVC;电压稳定;稳定控制AvoltagestabilitycontrolmethodofSVCbasedonneuralnetworkMAZhao—xing,WANQiu-lan,LIHong-mei,DINGTao(SchoolofElelctricalEngineering,SoutheastUniversity,Nanjing210096,China)Abstract:Therear

3、emanyuncertaintiesanddisturbancesintherealpowersystemthatmaketraditionalstaticvarcompensatorfSVC1controlmethodshavelowerprecision,however,theneuralnetworks(NNs)controlopensanewwaytosolvethecontrolproblemofnonlinearanduncertainnesssystem.AneuralnetworksPIDCOntro1schemeiSp

4、roposed,whichmakesthevoltageatthepointofcommoncouplingkeepnearthegivenvaluethroughcontrollingSVC.Themethodhasgoodrobuststabilityinclosed·loopcontrolsystem.EPRI.36busessystemandpowersystemthatcontainswindgeneratoraresimulal[edusingNNSPIDtocontro1SVC,whichconfirmstheeffect

5、ivenessoftheproposedCOntrolscheme.Kevwords:neuralnetwork;powersystem;SVC;voltagestability;stabilitycontro1中图分类号:TM71文献标识码:A文章编号:1674—3415(2011)18—0067—05【5]讨论了几种无功补偿设备对维持电压稳定的重0引言要作用及影响;文献[6.7]给出了SVC的非线性控制近几十年来,随着现代电力电子技术的发展,方法,对纯电压型SVC控制器进行改进,提出信号静止无功补偿器(SVC)越来越广泛地用于电力系

6、调制型SVC综合性控制;文献[8]用非线性控制理统,SVC控制也成为研究的热点之一。传统的控制论和传统的PID控制设计思想,设计了非线性控制方法借助于鲁棒控制理论、微分几何等,将非线性器,有较好的鲁棒性;文献【9]用模糊控制理论方法系统转化为线性系统。传统方法虽然部分解决了非对SVC进行控制,并对有无控制器做了仿真比较;线性的难题,但仍难解决准确性和环境的不确定性。文献[10]介绍了神经网络控制的基础理论方法;文近年出现了许多高压直流(HVDC)和柔性输献『111提出了SVC无功静止补偿系统的模糊.PID控变电(FACTS)的现代控制技

7、术,大电力系统中的制方法,有较好的鲁棒性;文献[121讨论了无功补强非线性、不确定性和多层控制之间的互相协调仍偿的控制策略及方法;文献[13.14]研究SVC无功补然是控制者和研究者面临的三大挑战,因此寻求更偿的机理,并给出了在实际工况下的分析;文献[151加灵活、更加适应环境的先进控制策略方法变得尤利用非线性动力系统的分岔理论,研究了SVC对电为迫切。文献【1]借助神经网络智能控制,介绍了电压稳定的影响。力系统动态安全控制的自学习框架结构;文献[2]计如采用传统控制方法,在等效参数测量准确并及动态负荷的励磁和SVC的控制方法;文献[3

8、]介且保持不变时,控制性能有好的表现。但是元器件绍了电力系统稳定和控制的理论分析方法;文献[4]的等效参数可能因以下情况发生变动:1)等效参数采用概率论方法对SVC的辅助阻尼控制器进行鲁难以精确掌握,或者得

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。