The invention discloses a method for realizing real-time compensation stability optimization control system power distribution network, which comprises the following steps: determining RNNI, RNNC structure, the initialization of weight matrix, using white noise as the trigger of the SVG signal acquisition system output as the training data, the training of RNNI; PI controller is designed to control the SVG, and the the input and output of the system for RNNC training; using RNNI, RNNC control SVG trained, and the given desired output; adjust the model using the system output and the expected output difference, the dynamic characteristics of the SVG power system based on internal model principle; error transfer characteristics of the controller control results of repeat training; step until the desired. The invention can realize different load condition of the fast reactive power compensation and voltage regulation, has very strong robustness and adaptive ability; with the system operation, the neural network can continue to learn the dynamic characteristics of the system, the fault state, random load feedback to the controller.
【技术实现步骤摘要】
一种配电网供电实时补偿稳定性优化控制系统的实现方法
本专利技术涉及电力配电网安全控制
,具体涉及一种配电网供电实时补偿稳定性优化控制系统的实现方法。
技术介绍
无功功率电源是电网的重要组成部分,而我国配网长期存在着结构规划不合理,无功配置不科学的问题,几乎没有动态无功调节能力;因此,准确实时的补偿配电系统无功已成为一个重要的研究方向。全控型电力电子器件的快速发展为构建可测可控的新型智能电网,提高系统的稳定性提供了新的思路。SVG是典型的电力电子设备,由三个基本功能模块构成:检测模块、控制运算模块及补偿输出模块。其工作原理为由外部CT检测系统的电流信息,然后经由控制芯片分析出当前的电流信息、如PF、S、Q等;然后由控制器给出补偿的驱动信号,最后由电力电子逆变电路组成的逆变回路发出补偿电流。国际上最先进的SVG产品是STATCOM---静止同步无功补偿器。SVG静止无功发生器采用可关断电力电子器件(IGBT)组成自换相桥式电路,经过电抗器并联在电网上,适当地调节桥式电路交流侧输出电压的幅值和相位,或者直接控制其交流侧电流。迅速吸收或者发出所需的无功功率,实现快速 ...
【技术保护点】
一种配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:包括如下步骤:(1)确定RNNI、RNNC结构,对权值矩阵进行初始化,使用白噪声作为SVG的触发信号,采集系统输出作为训练数据,训练RNNI;(2)设计PI控制器对SVG进行控制,并将系统的输入输出用于RNNC训练;(3)使用训练好的RNNI、RNNC控制SVG,并给定期望输出;(4)利用系统输出与期望输出之差,调整模型,使其学习SVG电力系统的动态特性;(5)依据内模原理的误差传递特性完成控制器的训练;(6)重复步骤(1)至步骤(5)直到获得理想的控制结果。
【技术特征摘要】
1.一种配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:包括如下步骤:(1)确定RNNI、RNNC结构,对权值矩阵进行初始化,使用白噪声作为SVG的触发信号,采集系统输出作为训练数据,训练RNNI;(2)设计PI控制器对SVG进行控制,并将系统的输入输出用于RNNC训练;(3)使用训练好的RNNI、RNNC控制SVG,并给定期望输出;(4)利用系统输出与期望输出之差,调整模型,使其学习SVG电力系统的动态特性;(5)依据内模原理的误差传递特性完成控制器的训练;(6)重复步骤(1)至步骤(5)直到获得理想的控制结果。2.如权利要求1所述的配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:所述RNNI结构的确定方法包括如下步骤:RNNI结构分为输入层、隐含层和输出层,输入信号由参考输入的个数加上控制信号构成;定义和是隐含层中第j个神经元的输入和输出;输出层的神经元用下标k表示,输入输出分别为和定义u(t),x1(t-1),x2(t-1),x3(t-1)和x4(t-1)为RNNI的输入;和是连接神经元的递归权重,为隐含层内部连接权值,定义隐含层和输出层的关联权重,隐含层输入输出的关系可表示为:j=1,...,mI隐含层神经元的激活函数选用正负对称的sigmoid函数——双曲正切函数,有一个等式来表示:权重的调整采用实时递归学习算法,首先定义目标函数EI(t)为误差平方和函数:权值和基于误差函数调整,计算时采用负梯度方向搜索,步骤如下:A、用0~1均匀分布的小随机数对权值矩阵W进行初始化,并选择一个收敛参数ε>0,B、计算EI(t)为(4)式定义的误差函数;如果则停止调整误差,否则,进行下一步;C、依据公式来更新权值,为预先给定的学习率参数,X分别为I或R;D、返回步骤(B);和的更新公式分别如下所示:
【专利技术属性】
技术研发人员:熊佳,冯利伟,杜欣慧,麻杰,马璇,
申请(专利权)人:国网山西省电力公司大同供电公司,
类型:发明
国别省市:山西,14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。