VSC-HVDC输电系统的模糊神经网络控制 Fuzzy Neural Networks Controller for VSC-HVDC Transmission System.pdf 4页VIP

VOI。47 总第47卷第535期 电测与仪表 No．535 2010年第07期 ElectricmMeasurement＆Instrumentation Jul．2010 VSC—HVDC输电系统的模糊神经网络控制 张海燕 (湖南大学电气与信息工程学院，长沙410082) 摘要：针对VSC—HVDC这个非线性耦合系统，本文设计了一种模糊神经网络智能控制器。该智能控制器将模糊 逻辑与神经网络相结合，能够较好地实现对象的解耦控制。文章分析了控制器的结构及其学习算法，仿真研究 表明，所设计的智能控制器性能良好。 关键词：高压直流输电系统；电压源换流器；智能控制；解耦控制 中图分类号：TM571．2 文献标识码：A NeuralNetworksControllerforVSC-HVDCTransmission Fuzzy System ZHANG Hai-yan ofElectricalandInformation (College Engineering，HunanUniversity，Changsha 410082，China) Abstract：This a neuralnetworksbased controllerfor Source paperpresentedfuzzy intelligent Voltage HVDC transmission controlleristhecombinationof andneural power light systems．Theproposedintelligent fuzzylogic itcanrealizethe controlforVSC-HVDC．Thestructureandthe forthe networks，and decoupling learningalgorithms controllerale showsthatthiscontrollerhaseffective presented．Simulation performance． control Keywords：HVDC，VSC，inteUigentcontrol，decoupling 0引言 络控制器，分析其结构及算法。 以全控型电力电子器件为基础，以电压源换流器为 1 VSC—HVDC系统描述 核心部件，以脉宽调制为控制手段的新一代高压直流输 电技术已经实现【调。ABB公司和西门子公司分别将该项 示，下标l和2分别对应VSCI和VSC2的物理量。 技术命名为HVDC Light和HVDCPlus，学术界则通常将 本文对于整流侧VSC和逆变仞lvsc分别采用定电 其命名为VSC—HVDC翻。VSC—HVDC运行较复杂，且是 流控制和定电压控制。图l所示的对象模型可用下述 —个耦合时变的非线性系统，对于其运行控制已经成为 表达式来描述嘲： 研究的热点和难点嘲。PI控制、微分PID控制、逆系统方法 k丢(盟配。一vq-v：-R，，d) 等方法也得到了研究嘲，然而这螳线性化的处理方法难 L3 m、讯1 以达到较好的控制效果。以模糊逻辑与神经网络相结合 dm． 1 的模糊神经网络智能控制方法是解决非线性控制的一 吾2玄(m-o-ml+U．1) 个有效方法罔。本文将设计一种VSC—HVDC模糊神经网 图l VSC—HVDC系统模型 VSC—HVDmodel Fig．1 system ．．34—． 万方数据 总第47卷第535期 电测与仪表 VoI．47No．535 2010年第07期 ElectricalMeasurementInstrumentation Jul．2010 词集；ka0,kbi分别为啊‘的中心值和宽度。 寻=÷(m20-m2+％) (1) m 』砣 第3层代表“and”操作，在此网络中用乘法代替取 式中R、￡分别为换流器功率损耗的等效电阻和电感； 小运算： f3‘f3、 (2) (3’ 2 以是母线电压值；m。和m2为VSCl和VSC2的PWM调制 koutqini乡outi￡‘kouti 信号，控制信号为以。和‰，L。和％为调节器时间常 第4层为去模糊化，采用权值平均判决法： 数，该对象是个典型的双输入双输出非线性控制问 题。 2 VSC—HVDC系统的模糊高斯基神经网络控制 第5层为关节之间的耦合作用： 在本文中，将利用神经网络来实现模糊推理，构 11 成模糊神经网络控制器来x．寸vsc—HVDC系统的控制。 yt=艺(№·硝’) 该网络由于采用高斯基函数作为模糊隶属函数，所以 式中端为网络权值，反映各关节之间的耦合作用。 又称作模糊高斯基神经网络(FGBNN)。 2．2模糊神经网络控制器的学习训练 2．1模糊神经网络控制器 网络采用BP算法进行学习，分为离线学习和在 所提出的模糊神经网络控制器的结构如图2所示。 线学习两个阶段．下面分别给出具体的算法。 (1)离线学爿 在离线学习阶段，用一组样本数据对网络进行训 练，训练值包括妣’、钸似及参数‘蚧％g。训练的目标 函数为：．咖{∑(锄)2，曲样本输出，几为网络实际 输出。则有： 尝：堕．要：一(施h (2) a∞∥Oyta∥……一 图2基于模糊高斯基神经网络的VSC—HVDC控制系统 尝：窆f誓．票．羔h(31 neuralnetworksbasedcontrol for 面一白I毗帆a％’』 Fig．2Fuzzy system VSC-HVD =喜№喘)书以麓。m引 (3) 在图2中，如、￡7幺。是VSCl电流、VSC2电压的期望值，，d、￡么 则调整权值的迭代公式为：’ 为VSCl电流、VSC2电压的实际值，e，、e2为VSCl电流、 VSC2电压的误差，e。、e2经微分后得到误差变化率ec，、硝(f+1)《’嘞尝 ec：。Um。、以沩作用于对象的实际控制信号。 a∞“ 下面给出网络各层的输入输出关系。 k％(3’(州)：¨∽飞萼 (4) 第l层将输入引入网络： 劫d ％眦；¨我n；¨也； ‘啪+1)：‘啪)飞誓 式中‰代表第k个子网的第i个输入。 a％ 第2层对输入进行模糊化。对应于每个输入有3个 模糊语言词集{Ⅳ，z，P}={‘‘负”，“零”，“正”)，隶属函数 ‘v州)：‘吣沪仇誓 (5) 0 采用高斯基函数，与{Ⅳ，z，尸l对应的中心值分别为 6口 (2)在线学习 {一1，0，ll，宽度为{0．5，0．5，0．5}。即： ，^ (1)☆、2 在在线学习阶段，将离线训练好的网络放入系统 ‘out≯t’nq幢’砒，(㈠outi”、)=expt。一塑掣)i 2砒．：L 一——1—。， 运行，网络在线根据定义的目标函数对权值进行微 6可 调。在线阶段只调整∞备，锄’这样算法的运算量小，保 式中钮』代表第个k子网中第i个输入对应的射个语言 证控制的实时性。定义在线学习的目标函数为： 一35— 万方数据 总第47卷第535期 电测与仪表 V01．47No．535 Measurement＆Instrumentation 2010年第07期 Electrical Jul．2010 (6) 厶=了1[(L一‘)2+(％一‰)2]_{耋e： ‘ 厶’… 地短路故障，故障持续0．1s后切除。此时，在本文的模 3仿真实验 糊神经网络控制器和Pl控制器作用下，直流输电线路 的电压和电流响应曲线如图4所示。从图中可以看出， 为了验证本文所提出的控制器对于VSC—HVDC 系统的有效性能，这里进行仿真研究。仿真参数值如 电压和电流逐渐响应到期望值，而模糊神经网络控制 器的偏差更小，振荡时间更短，调节时间也短。 下：两端交流系统额定电压以。=以：=62．5kV，等效电阻 4结论 R．=Rz=2fl，等效电感厶=L2=20mH，直流输电线路的额 针对VSC—HVDC这个非线性耦合系统，本文提出 定电压为120kV，直流侧电容C。=G=350“F，直流输电 了一种模糊神经网络智能控制器。文章分析了控制器 线路的等效电阻R，=21-／，等效电感L3=20mH，选取时 间常数％=％=0．02s。 的结构及其学习算法。仿真研究表明：在VSC—HVDC 系统遭受扰动或故障后，所设计的智能控制器比PI控 选取VSC—HVDC系统遭受扰动和故障两种情况 进行仿真研究。 制器能更快更好地使系统恢复到正常状态，有效改善 情况l，在t=ls时，设定值k和‰发生阶跃变化，了VSC—HVDC系统的动态性能。 随后t=5s时又发生阶跃变化复原。此时，在本文的模 糊神经网络控制器和PI控制器作用下，直流输电线路 参考文献 的电压和电流响应曲线如图3所示。从图中可以看出， 【1】Z．Huang,B．T．Ooi。L voltage of HVDC supportvoltage-source[J1．IEE 在两种控制器的作用下，电压和电流逐渐响应到期望 Transmissionand Distribution，2003，1 50(2)：252-256． 值，而模糊神经网络控制器的偏差更小，调节时间更 【2】孙栩，孔力．VSC—HVDC系统的动态相量法建模仿真分析【J】．电力系 短。 统自动化，2008，32(1)：44．47． ‘ 121· 1 bI嫩Pl 120 喜119 118 117 l 16 L——．．．．．．．．．．．．．．．．．．．，．．．．．．．．．．．．．，．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．一 0 2 4 6 8 10 以 t|s (a)电压响应曲线 ∞电流响应曲线 图3动态响应曲线 curves Fig．3Dynamicresponse n n n o《掣o o o o o鼹弱”舵”鹪舶m舵M 以 f，s (a)电压响应曲线 ∞电流响应曲线 图4动态响应曲线 Dynamic curves Fig．4 response (下转第4l页) 一36— 万方数据 总第47卷第535期 电测与仪表 V州．47N稿35 2010年第07期 日ectricalMeasurementInstrumentation Jul．2010 of CHEN Taihang,MlYanzhi，etc．Control Phase 分，万能式断路器短路保护特性试验对产品性能的考 Peiying,DU Technology SelectionofACElectrical 核尤为重要。本文对含有自耦调压器、变压器元件的 Apparatus／1．LowVoltageApparatus，2004，(4)： 25—28． 万能式断路器短路试验电路中非周期直流分量与合 f4】李欣唐，邹贵彬，胡坷．具有合闸角控制功能的模拟故障过程控制器 闸相角的关系进行了研究，从可独立考核脱扣电流值 UJ．电力自动化设备，2003，23(8)：46—48． 和脱扣动作时间角度考虑，提出了包括“0”测试和 U Guibin，HU OnfaultsimulationcontrollerWith Xintang,ZOU Ke．Study dose tmntrol PowerAutomation “CO”测试两个测试过程的短路试验方法。这种方法 angle abilityiJ]．Eleetrie Equipment,2003， 23(8)：4似8． 与传统的在额定电流时检测空载电压然后推算短路 【51张家澄．方光荣，韦统振．电力系统短路试验合闸角控制系统的研制 脱扣电流整定值对应空载电压的方法相比，试验电流 【J】．微计算机信息，2003．19(8)：14，47． 精度更高，考核更加合理。理论分析和仿真表明了该 ZHANG ofthe Jiacheng,FANGGuangrong,WEITongzhen．ControlSystem 方法的可行性与正确性。 InitialFaultCurrentinPower Short-circuit Angle System Test哪．Control＆ Automation，2003。19(8)：14，47． 参考文献 【6】夏道止．电力系统分析【M】．|E京：中陶电力出版社，2004，9． 17】杜太行，贾兴建，韩舂贤，等．基于神经网络的瞬动校验电流控制技 【l】杜太行，王晓义，曲炳锋，等．塑料外壳式断路器瞬动校验电流选相合闸 术的研究们．电力系统保护与控制，2009。37(10)：44--47． 技术们．低压电器，2008，(7)：50-53． on control DU Chunxian．Researchthe DU TaihangJIAXingjim，HAN technology Taihang,WANG,Xiaoyi。QUBingfeng,ere．TheTechnology缸Pl】∞e ofinstantaneouscalibrationcurrentbasedonneural in of Case Selection theTest MouldedCircuitBreakers Making Protectionand Instantaneous System Control，2009，37(10)：44—47． VoltageApparatus，2008．(7)：50-53． Behavior[J】．h 作者简介： 【2】吕国芳，马文静，刘希涛，等．电力系统短路试验合闸角的准确控制 涂水林(1967一)．男，副教授，硕士，主要从事测控技术与仪器、信号与信 【J】．江苏电机工程2006，25(1)：2l一23． of in 息处理方面的研究工作。Email：tsl888@163．corn LV Control Guofang,MAWenjing,LIUXitao，ere．AccurateClose,An秽P Power Short-circuit Electrical 费树岷(1961一)，男，教授，博j：生导师．主要研究方向为非线性控制系 System TestlJ]．JiangsuEnginemring,2006，25 统设计和综合，混杂系统分析、建模与控制．神经网络控制，时滞系统 (1)：21—23．． 控制等． 【3l陈培颖，杜太行，弭艳芝，等．交流电器选相分合闸的控制技术【JJ．低 收稿日期：2010-03一18 压电器，2004。(4)：25—28． (杨长江编发) (上接第36页) simulationof ofdifferent SUNXu，KONG and VSC-HVDC Li．Modeling analysis system 【6】C．DIl，E．Agneholm,G．Olsson．Comparisonfrequency with ofElectricPower controllersforaVSC-HVDC Transactionson arnamicphasorsmethod们．Automation Systems， suppliedsystem[J1．IEEE 2008，32t：1)：4年_47． Power Delivery，2008，23(4)：2224—2232． newcontrol 【3】胡兆庆，毛承雄，陆继明，等．一种新型的直流输电技术一HVDCLight 17JC．Du，M．H．J．Bollen，E．Agneholm．A．Saonino．Astrategy of for ofindustrial aVSC-HVDC 【J1．电工技术学报，2005，20(7)：12-16． systemhigh-qualitysupply plants【J】． Hu IEEETransactionsOnPower Zhao--qing,MaoCheng-xiong,LuJi-ming,LiGuo-dong．Newhish Delivery，2007，22(4)：2386-2394．