徐宏海
（广东电网有限责任公司东莞供电局 广东省东莞市 523008）
摘要：电力系统控制涉及面很宽，诸如发电机控制、潮流控制、无功控制和电力系统稳定控制等。现代电力系统控制技术有模糊逻辑控制、神经网络控制、自适应控制和鲁棒控制。本文对这几种控制进行了全面叙述，重点介绍其在电力系统稳定方面的应用。
关键词：电力系统 稳定 控制技术
Abstract： The power system control covers a wide range. It includes the control of generator, load flow， reactive power and stability of power system. The modern control techniques such as fuzzy-logic control，neural network control, adaptive control and robust control are described in an all round way and the focal point is on their application to the stability control of power system in this paper.
Keywords：electric power system，stability of power system, control technique
电力系统能否安全稳定运行关系到国计民生，选择能防止破坏系统稳定的控制技术极为重要。电力系统是一个越来越大的动态大网络，非线性和时变性都很强，复杂程度越来越髙。国内外由于电压不稳导致的停电事故时有发生。电力系统的潮流控制应包含以下几个关键要素：①确保互联网络的安全性。②避免传输系统超越极限。③保持频率的稳定。系统控制的最新实践显示，电能的质量和稳定性控制比频率控制更为重要。电力系统中运用的现代控制技术有模糊逻辑控制、神经网络控制、自适应控制和鲁棒控制。
1 电力系统的模糊逻辑控制
作为一种人工智能方法，专家系统在电力系统中得到应用，弥补了数值方法的不足。专家系统利用专家知识进行推理，由于系统参数的不确定性，专家知识经常采用模糊描述。模糊逻辑控制器(FLC)属于知识库系统，它由专家管理控制系统和专家直接控制系统所构成。专家管理控制系统使用模糊逻辑在主循环中调整控制器，例如调整电压控制器的参数。任意连续非线性函数可以由一系列模糊变量、数值和规则来模拟，这里ΔP、Δf和Δa分别代表输出功率、频率和控制参数的微变量，同时分别代表功率、频率与控制参数的非线性偏离程度[1]。在专家管理控制系统中经常采用的规则是：如果ΔP为正，Δf为负，则Δa为负。基于FLC实现的专家直接控制系统的规则是：如果ΔP为正，Δf为负，则u为零，这里u为电力系统稳定器(PSS)信号。加入自适应特点后,FIX的功能就会有明显的改善，如采用自适应模糊逻辑控制器(AFLC)的PSS性能明显优于常规PSS。模糊知识库控制（FKBC):为了说明FKBC的功能，假定FKBC由两个输入变量、一个输出变量和规则组成。两个输入变量为频率偏移Δf和输出功率偏移ΔP，一个输出变量为稳态信号M，规则是和前置单元进行的“与”操作是最小操作或积操作以及多种非模糊化操作。以下使用髙度法来说明FKBC方法[2-3]。
参考文献
[1] 杨冠鲁,李晴燕,胡欣. 同步发电机监督学习神经网络励磁控制器[J]. 安徽大学学报(自然科学版), 2005,(03).
[2] 胡伟,梅生伟,卢强,高光华. 多机系统的非线性自适应分散稳定控制[J]. 电力系统自动化, 2000,(21).
[3] 葛友,李春文. 多重滑模鲁棒励磁控制器设计[J]. 电力系统自动化, 2001,(19).
[4] 余涛,沈善德,李东海,朱守真. 汽轮发电机组汽门开度和励磁系统的自抗扰综合控制[J]. 电力系统自动化, 2003,(03).
[5] 张凯锋,戴先中. 多机电力系统励磁控制的人工神经网络逆系统方法[J]. 电力系统自动化, 2003,(21).
[6] 汤洪海,李春文. 多机电力系统H_∞滑模分散鲁棒励磁控制器设计[J]. 电力系统及其自动化学报, 2007,(04).
[7] J. C. Simo,N. Tarnow. The discrete energy-momentum method. Conserving algorithms for nonlinear elastodynamics[J]. ZAMP Zeitschrift für angewandte Mathematik und Physik, 1992,43(5).
[8] L. D. Zavodney,A. H. Nayfeh,N. E. Sanchez. Bifurcations and chaos in parametrically excited single-degree-of-freedom systems[J]. Nonlinear Dynamics, 1990,1(1).
[9] Y. B. Kim,S. T. Noah. Bifurcation analysis for a modified Jeffcott rotor with bearing clearances[J]. Nonlinear Dynamics, 1990,1(3).
[10] O. S. Lu,C. W. S. To. Principal resonance of a nonlinear system with two-frequency parametric and self-excitations[J]. Nonlinear Dynamics, 1991,2(6).
[11] A. M. Abou-Rayan,A. H. Nayfeh,D. T. Mook,M. A. Nayfeh. Nonlinear response of a parametrically excited buckled beam[J]. Nonlinear Dynamics, 1993,4(5).
[12] G. Adiletta,A. R. Guido,C. Rossi. Chaotic motions of a rigid rotor in short journal bearings[J]. Nonlinear Dynamics, 1996,10(3).
[13] 高京广. 非线性随机系统的稳定、镇定与优化[D]. 华南理工大学, 2010.
[14] 吴浩. 电力系统电压稳定研究[D]. 浙江大学, 2002.
[15] 符文彬. 非线性动力系统的分岔控制研究[D]. 湖南大学, 2004.
[16] 孙华东,汤涌,马世英. 电力系统稳定的定义与分类述评[J]. 电网技术, 2006,(17).
论文作者:徐宏海
论文发表刊物:《电力设备》2016年第12期
论文发表时间:2016/8/26
标签：电力系统论文; 稳定论文; 模糊论文; 控制器论文; 系统论文; 神经网络论文; 专家论文; 《电力设备》2016年第12期论文;