【技术实现步骤摘要】
本专利技术涉及电力系统控制领域，尤其涉及一种抑制电力系统共振攻击的最优负荷频率控制方法。
技术介绍
1、由于智能电网的发展、新能源系统的接入以及柔性直流输电的广泛应用，现代电力系统的不确定性水平显著升级。其中，关于电力系统负荷侧扰动的不确定性成为一个令人关注的问题。近年来，更是有学者提出了一种针对现代电力系统负荷频率控制(loadfrequency control，以下简称lfc)的负荷扰动攻击技术——共振攻击。该攻击获取电网频率偏差，并利用技术手段调节实际分布负荷变化，使负荷扰动与电网频率偏差之间形成lfc系统内部共振，从而导致频率偏差和频率偏差变化率(rate of change of frequency，以下简称rocof)都将超过电网允许的极限，严重时造成继电保护装置动作，发电机停机脱网，甚至大面积停电。
2、目前还没有发现有效的lfc方法来对抗共振攻击。同时，当前的lfc方法主要集中在抑制阶跃负载扰动上，而忽略了对电网中常见的其他类型负载扰动的处理；通过对共振攻击波形的傅里叶变换分析，可以发现共振攻击引起的负载扰动本质上是由一系列频率变化的正弦波组成，因此，lfc方法对正弦扰动的抑制能力不足，将导致其对共振攻击的抵御能力不足。值得注意的是，现有的lfc方法大多采用反馈控制，而共振攻击是一种与系统状态量有函数关系的负载扰动模型，这种耦合关系使得反馈控制器始终无法消除负载扰动引起的频率偏差，有时甚至可能导致lfc系统振荡、发散。此外，对于反馈控制，无论采用哪种控制器，也不管采用何种控制参数整定方法，都必须在lf
技术实现思路
1、针对现有技术的不足，本专利技术提出一种抑制电力系统共振攻击的最优负荷频率控制方法，该方法实现了对电力系统共振攻击的有效抑制，并同时兼顾了控制系统的动态响应性能。
2、具体技术方案如下：
3、一种抑制电力系统共振攻击的最优负荷频率控制方法，包括以下步骤：
4、s1：使用遗传算法对闭环控制器的参数进行优化，使被控对象p(z)在仅受到阶跃扰动的情况下动态调整性能最佳；
5、s2：通过自适应建模方式，对被控对象p(z)进行建模，得到自适应对象模型并将闭环控制器的输出信号作为自适应对象模型的输入信号；
6、s3：通过自适应建模方式，构建自适应对象逆模型q(z)，将被控对象p(z)的输出值与自适应对象模型输出值的差值作为自适应对象逆模型q(z)的输入信号；闭环控制器的输出与自适应对象逆模型q(z)的输出的差值作为被控对象p(z)的输入。
7、进一步地，所述闭环控制器采用pi控制器，当区域控制偏差为e时，闭环控制器的输出为：
8、
9、式中，kp为比例系数、ki为积分系数，两者均根据电力系统参数、期望性能整定。
10、进一步地，所述s1中，用遗传算法对pi控制器的参数进行优化具体通过如下子步骤实现：
11、s1.1：将lfc系统的频率偏差输出的绝对误差积分指标itae作为遗传算法的适应度函数，所述lfc系统包括：闭环控制器、自适应对象模型、自适应对象逆模型；被控对象p(z)在仅受到阶跃扰动的情况下的动态调整性能最优解问题即转换为求式(2)最小值的问题：
12、
13、式中，δfi为频率偏差，优化变量x为pi控制器的比例参数kp和积分参数ki；tmax表示仿真运行时间；
14、s1.2：构建参数kp、ki的初始种群；
15、s1.3：将初始种群kp、ki赋值于pi控制器，输出得到频率偏差δfi；
16、s1.4：将所述频率偏差δfi代入式(2)，求得适应度函数值itae，并判断适应度函数值是否满足设定的最小阈值；若满足，则结束计算；反之，则转至s1.5；
17、s1.5：使用遗传算法进行选择、保留精英、交叉、变异，产生新的kp、ki种群，并转至s1.3。
18、进一步地，所述s2中，自适应对象模型的构建具体通过如下子步骤实现：
19、s2.1：采用带抽头延时线的有限长单位冲激响应滤波器作为自适应对象模型并利用最小均方算法自动调节连接延时线抽头的自适应权系数；
20、s2.2：采用功率较小的高斯白噪声δk作为自适应对象模型的输入训练信号，使自适应对象模型与被控对象p(z)在设定频率范围内充分的匹配；
21、s2.3：构建一个与自适应对象模型一模一样的第一复制模型并将闭环控制器的输出作为所述第一复制模型的输入；
22、s2.4：将被控对象p(z)输出值与第一复制模型输出值的差值，作为自适应对象模型的期望响应训练信号zj，使得自适应对象模型的期望响应训练信号zj中不包含任何来自闭环控制器输出的动态成分；
23、s2.5：调整自适应对象模型的权系数，使自适应对象模型的输出与期望响应训练信号zj的最小均方误差，与被控对象p(z)仅受负荷扰动时产生的频率偏差输出相等，此时自适应对象模型准确收敛于被控对象p(z)，此时的自适应对象模型对应的第一复制模型为训练好的第一复制模型，所述训练好的第一复制模型的输入输出特性与被控对象p(z)相同。
24、进一步地，所述s3中，自适应对象逆模型q(z)的构建具体通过如下子步骤实现：
25、s3.1：采用带抽头延时线的有限长单位冲激响应滤波器作为自适应对象逆模型q(z)，并利用最小均方算法自动调节连接延时线抽头的自适应权系数；
26、s3.2：构建一个自适应对象逆模型q(z)与一模一样的第二复制模型q，并在自适应对象逆模型q(z)和第二复制模型的前面均放置单位延时；
27、s3.3：将被控对象p(z)的输出值与训练好的第一复制模型输出值的差值nk，作为第二复制模型的输入信号，以及作为自适应对象逆模型q(z)的训练输入信号和期望响应，自适应对象逆模型q(z)为训练好的第一复制模型的逆；所述nk具有与负荷扰动相同的统计特性，使自适应对象逆模型q(z)在负荷扰动量的频谱范围内能够准确收敛于训练好的第一复制模型的逆；
28、s3.4：将自适应对象逆模型q(z)的第二复制模型的输出信号，作为负荷扰动消除指令输出至加法器，该加法器的另一个输入为闭环控制器的输出，加法器输出两个输入的差值至被控对象p(z)。
29、本专利技术的有益效果是：
30、本专利技术针对未知负荷扰动(包括共振攻击)，通过构建与被控对象匹配的自适应对象模型实时预估负荷扰动产生的对象输出，并利用该输出去驱动自适应对象逆模型产生扰动消除指令，实现对象输出中的扰动消除；并使用遗传算法对闭环控制器的参数进行优化，使lfc系统达到理想的动态响应特性；相较于负荷扰动抑制能力与动态响应性能需要折中考虑的传统lfc方法，本专利技术方法不但可以实现对电力系统任意类型负荷扰动的有效抑制，同时可以兼顾控制系统的动态响应性能。
本文档来自技高网...【技术保护点】
1.一种抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述闭环控制器采用PI控制器，当区域控制偏差为e时，闭环控制器的输出为：
3.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述S1中，用遗传算法对PI控制器的参数进行优化具体通过如下子步骤实现：
4.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述S2中，自适应对象模型的构建具体通过如下子步骤实现：
5.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述S3中，自适应对象逆模型Q(z)的构建具体通过如下子步骤实现：
【技术特征摘要】
1.一种抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述闭环控制器采用pi控制器，当区域控制偏差为e时，闭环控制器的输出为：
3.根据权利要求1所述的抑制电力系统共振攻击的最优负荷频率控制方法，其特征在于，所述s1中，用遗传算法...
【专利技术属性】
技术研发人员：胡文，钟瑞龙，彭子舜，黄山，曾国强，朱翔鸥，戴瑜兴，
申请(专利权)人：温州大学，
类型：发明
国别省市：
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。