混合式配电变压器(hybrid distribution transformer,HDT)能够替代传统配电变压器,在配电网中实现无功功率动态调节,从而提升电能质量。为了将HDT应用于主动配电网电压无功优化场景,对其拓扑结构以及运行机理进行分析,由此推导其可控无...混合式配电变压器(hybrid distribution transformer,HDT)能够替代传统配电变压器,在配电网中实现无功功率动态调节,从而提升电能质量。为了将HDT应用于主动配电网电压无功优化场景,对其拓扑结构以及运行机理进行分析,由此推导其可控无功功率范围。以稳定节点电压和控制成本最小化为目标,建立含多台HDT的无功动态优化模型。为解决动态优化模型存在由于线路参数误差所导致的模型不确定性问题,设计一种鲁棒模型预测控制策略。通过确定模型不确定性的边界,将含不确定性约束的优化问题转化为Min-Max问题,并最终转化含二阶锥约束的二次规划问题。在有效应对模型不确定性影响的同时,实现优化问题高效求解。在改进后的IEEE 33节点系统上的测试结果,验证了所提控制策略的有效性和鲁棒性。展开更多
针对具有外界扰动的线性定常(Linear time invariant,LTI)系统,本文研究了其鲁棒预测控制器(Robust model predictive control,RMPC)的设计方法.设计采用了混合的H2/H∞控制方法以有效地兼顾系统的抗干扰能力和闭环控制性能.同时,为了...针对具有外界扰动的线性定常(Linear time invariant,LTI)系统,本文研究了其鲁棒预测控制器(Robust model predictive control,RMPC)的设计方法.设计采用了混合的H2/H∞控制方法以有效地兼顾系统的抗干扰能力和闭环控制性能.同时,为了降低设计的保守性,设计利用闭环多步控制策略以扩大控制器的可行范围,改善系统控制性能.进而,为了便于实际实施,提出该RMPC的简化设计,通过将大部分在线计算量离线完成以降低鲁棒预测控制器的在线计算量.展开更多
随着新能源大规模接入电网,为应对新能源随机性和波动性给互联系统负荷频率控制(Load Frequency Control,LFC)带来的不确定问题,实现新能源电力系统多约束条件下的优化运行,建立了含风电机组的LFC多胞模型,以减少模型参数不确定对控制...随着新能源大规模接入电网,为应对新能源随机性和波动性给互联系统负荷频率控制(Load Frequency Control,LFC)带来的不确定问题,实现新能源电力系统多约束条件下的优化运行,建立了含风电机组的LFC多胞模型,以减少模型参数不确定对控制系统的影响。设计了基于原对偶神经网络(Primal-Dual Neural Network,PDNN)的Tube鲁棒模型预测控制(Tube-Robust Model Predictive Control,Tube-RMPC)策略。将标称模型预测控制器与辅助反馈控制器结合,通过PDNN实时求解标称模型预测控制器以保证为LFC系统产生最优状态轨迹。设计辅助反馈控制器抵消外部干扰,使实际系统的状态维持在以标称轨迹为中心的Tube内。最后,对含风电的三区域负荷频率控制系统进行仿真研究,结果表明所提出的Tube-RMPC控制策略,不仅能够有效提高控制精度,还能增强系统鲁棒性,提高实时优化效率。展开更多
文摘混合式配电变压器(hybrid distribution transformer,HDT)能够替代传统配电变压器,在配电网中实现无功功率动态调节,从而提升电能质量。为了将HDT应用于主动配电网电压无功优化场景,对其拓扑结构以及运行机理进行分析,由此推导其可控无功功率范围。以稳定节点电压和控制成本最小化为目标,建立含多台HDT的无功动态优化模型。为解决动态优化模型存在由于线路参数误差所导致的模型不确定性问题,设计一种鲁棒模型预测控制策略。通过确定模型不确定性的边界,将含不确定性约束的优化问题转化为Min-Max问题,并最终转化含二阶锥约束的二次规划问题。在有效应对模型不确定性影响的同时,实现优化问题高效求解。在改进后的IEEE 33节点系统上的测试结果,验证了所提控制策略的有效性和鲁棒性。
文摘针对具有外界扰动的线性定常(Linear time invariant,LTI)系统,本文研究了其鲁棒预测控制器(Robust model predictive control,RMPC)的设计方法.设计采用了混合的H2/H∞控制方法以有效地兼顾系统的抗干扰能力和闭环控制性能.同时,为了降低设计的保守性,设计利用闭环多步控制策略以扩大控制器的可行范围,改善系统控制性能.进而,为了便于实际实施,提出该RMPC的简化设计,通过将大部分在线计算量离线完成以降低鲁棒预测控制器的在线计算量.
文摘随着新能源大规模接入电网,为应对新能源随机性和波动性给互联系统负荷频率控制(Load Frequency Control,LFC)带来的不确定问题,实现新能源电力系统多约束条件下的优化运行,建立了含风电机组的LFC多胞模型,以减少模型参数不确定对控制系统的影响。设计了基于原对偶神经网络(Primal-Dual Neural Network,PDNN)的Tube鲁棒模型预测控制(Tube-Robust Model Predictive Control,Tube-RMPC)策略。将标称模型预测控制器与辅助反馈控制器结合,通过PDNN实时求解标称模型预测控制器以保证为LFC系统产生最优状态轨迹。设计辅助反馈控制器抵消外部干扰,使实际系统的状态维持在以标称轨迹为中心的Tube内。最后,对含风电的三区域负荷频率控制系统进行仿真研究,结果表明所提出的Tube-RMPC控制策略,不仅能够有效提高控制精度,还能增强系统鲁棒性,提高实时优化效率。
