Совершенствование методов и средств управления режимами электроэнергетических систем на основе элементов гибких электропередач (FACTS) (07.09.2009)

Автор: Ситников Владимир Фёдорович

характеризует компенсационный угол, необходимый для смещения собственного значения. Данный

могут быть определены на основе следующих уравнений:

Рис. 9. Сдвиг собственного значения при работе РДКМ

, как правило, определяется с помощью метода корневого годографа.

приводит к незначительным изменениям угла вычета.

Таким образом модальный синтез управления ЭЭС с устройствами FACTS с целью демпфирования колебаний перетоков мощности заключается в использовании преобразования уравнений линейной модели энергосистемы к диагональному виду. На основе этих преобразований строится матрица связности, определяющая взаимосвязь переменных состояния и мод колебаний и характеризующая чувствительность собственных значений к изменениям диагональных элементов матрицы состояний (вычеты передаточной функции). Далее формируются уравнения синтеза передаточной функции устройства FACTS, обеспечивающего требуемую степень демпфирования колебаний перетоков мощности.

Координация работы устройств FACTS на основе методов нечеткой логики Для минимизации нежелательного взаимодействия (взаимовлияния) устройств FACTS, используемые для их синтеза методы и процедуры должны учитывать факт такого взаимодействия. Обычно применяемый линейный подход к синтезу регуляторов на основе устройств FACTS учитывает, как правило, одну рабочую точку. При изменении режима ЭЭС необходимо корректировать параметры регулятора. Кроме того, на параметры ЭЭС оказывает влияние работа самих устройств FACTS. Нелинейность моделей ЭЭС, их параметрическая неопределенность и непредсказуемые в аварийных ситуациях изменения их режимов работы существенно затрудняют задачу синтеза координированного (согласованного) управления. Для учета подобных особенностей в условиях, отягощенных наличием информации о системе в основном качественного характера, хорошо подходят методы нечеткой логикой (fuzzy logic). Нечеткая логика является наиболее рациональным подходом к синтезу регуляторов на основе качественной информации о системе. Кроме того, регуляторы с нечеткой логикой не требуют знания полной математической модели исследуемой системы, являются робастными (грубыми) к действию параметрических и структурных возмущений и способны функционировать в широком диапазоне режимов работы системы. Ко всему этому регуляторы с нечеткой логикой, обеспечивающие согласованное управление ЭЭС, могут обладать всеми преимуществами регуляторов демпфирования колебаний мощности, синтезированных на основе модальных методов.

Для конкретизации условий рассмотрим трехмашинную ЭЭС с ЛЭП 220 кВ и двумя последовательными компенсаторами FACTS (рис. 10). Здесь для демпфирования колебаний перетоков мощности используются последовательно включенные преобразователи напряжения ОРПМ (UPFC). Они располагаются на электропередачах между шинами 2 и 3, а также между шинами 6 и 7.

Для управления демпфированием в ОРПМ, как правило, используется только управление напряжением. В качестве входного сигнала демпфера колебаний (ДК) примем поток активной мощности, проходящий через ОРПМ. Выходной сигнал этого регулятора FACTS может быть выражен следующим образом:

– сигнал напряжения для управления демпфированием колебаний.

соответствуют активной мощности передаваемой через ОРПМ 1 и 2, а выходами – сигналы управления, подаваемые на ОРПМ.

Работа согласованного регулятора FACTS с нечеткой логикой (нечеткого согласованного регулятора FACTS) включает в себя три последовательно выполняю щихся этапа: фазификацию (размытие или fuzzification); нечеткий логический вывод (FIS – fuzzy inference system); дефазификацию (defuzzification).

Блок-схема нечеткого регулятора FACTS приведена на рис. 12. Рассмотрим этапы функционирования нечеткого регулятора FACTS.

. Нулевая степень принадлежности соответствует случаю, когда значение

Рис. 10. Модель трехмашинной ЭЭС с ОРПМ

полностью не принадлежит нечеткому множеству. Степень принадлежности, равная единице, соответствует полной принадлежности нечеткому множеству.

Существует несколько типов функций принадлежности. Функцией принадлежности может быть любая кривая, форма которой зависит от простоты, удобства, скорости и эффективности.

Простейшие функции принадлежности формируются с помощью прямых линий. Такие функции характеризуются простотой и достаточностью для точного анализа энергосистем. Воспользуемся в наших целях трапециевидными и треугольными функциями, изображенными на рис. 13. Здесь размытыми лингвистическими переменными являются: B (big – большие значения), M (medium – средние значения) и S (small – малые значения).

Функция принадлежности к множеству малых значений имеет вид

В работе представлены аналогичные выражения для функций принадлежности к множествам больших и средних значений.

в этих выражениях определяются в зависимости от рабочего диапазона ОРПМ эмпирическим путем (так называемым методом проб и ошибок). Данные коэффициенты можно оптимизировать с помощью адаптивной нейро-нечеткой системы заключений ANFIS (Adaptive-Network-Based Fuzzy Inference System).

После размытия входных сигналов переходят к выбору управления на основе размытых переменных. В системе логического вывода происходит формулировка отображения заданного входного сигнала в выходной сигнал с применением правил нечеткой логики. Такая система включает в себя правила определения выходных решений. Данные правила могут быть получены на основе информации

Рис. 11. Координированные ДК с нечеткой логикой

Рис. 12. Блок-схема регулятора FACTS с нечеткой логикой

о системе. Кроме того, система логического вывода назначает степени принадлежности выходным лингвистическим параметрам. Так как каждый входной сигнал размывается на три нечеткие переменные, нечеткий регулятор включает в себя 9 правил. Оба ОРПМ используют одну и ту же систему логического вывода с коммутацией входных сигналов, как показано на рис. 13.

После обработки входных переменных и формирования лингвистических переменных нужно сформировать сигналы управления. Данный процесс называется дефазификацией (переход от нечетких переменных к четким). Дефазификация осуществляется с использованием центроидного метода (метода простого

Рис. 13. Функции принадлежности

определяется выражением

– соответствует значению сигнала управления, для которого степень принадлежности равна единице.

Синтез контроллера FACTS на основе теории самоорганизующихся регуляторов с экстраполяцией Перспективным направлением для электроэнергетики является создание самонастраивающихся, адаптивных, самоорганизующихся систем управления. Рассмотрим возможность решения этой проблемы на основе самоорганизующихся оптимальных регуляторов с экстраполяцией (СОРЭ). По самому принципу действия СОРЭ относится к системам с дискретным временем. СОРЭ оперирует с дискретными моделями объектов управления и использует алгоритмы циклических наблюдателей Калмана. Применение критерия обобщенной работы в теории СОРЭ позволяет конструировать оптимальные контроллеры. Контроллеры FACTS, построенные на основе СОРЭ и размещенные в узлах ЭЭС, при соблюдении определенных условий могут обеспечить устойчивую согласованную работу контуров управления, образуя самоорганизующуюся систему. В дальнейшем будем именовать такие контроллеры СОРЭ-FACTS.

Длительность циклов и шагов может варьироваться.

В качестве модели объекта управления в СОРЭ-FACTS используется рекуррентное соотношение

– вектор состояния ЭЭС,

в (13) заранее неизвестна и определяется в процессе функционирования СОРЭ-FACTS.

) и исполнительные модули обобщенного наблюдателя, которые также используют тейлоровскую аналитическую аппроксимацию.

Рис. 14. Модель объекта управления СОРЭ-FACTS

(13) осуществляется:

– одношаговое предсказание ковариационной матрицы ошибок оценивания

– вычисление матричного коэффициента усиления

– коррекция прогноза


загрузка...