特高压直流输电暂态稳定控制方法技术

本发明专利技术公开了一种特高压直流输电暂态稳定控制方法，提出了基于pi-sigma模糊神经网络的特高压直流输电暂态稳定控制方法，该方法利用高木-关野模糊机制构成控制器的推理系统，利用误差反向传播神经网络的学习算法来优化模糊系统的相关参数，结合特高压直流输电系统设计了结构简单、易于实现的pi-sigma模糊神经网络控制器。该方法在系统控制结构或系统运行点发生改变时依然可以为系统提供很大的阻尼，快速抑制系统振荡，并且结构简单运行可靠，同时具有很好的适应性和鲁棒性，为特高压直流输电暂态稳定控制系统的开发提供了必要的数据支持和有利参考。

【技术实现步骤摘要】

本专利技术涉及，用以提高交直流混合电力系统的暂态稳定性，属于电力系统稳定控制

技术介绍
高压直流输电因其输电容量大，控制响应速度快，自身没有同步运行的稳定性问题，在远距离、大容量送电时优势明显，已成为目前电能传输和区域联网的重要方式。然而，目前的高压直流输电在传输长度、传输容量方面仍不能满足供电需求，因此发展特高压直流输电势在必行。由于电力工业的大容量、远距离、跨区域输电的要求，特高压直流输电 (UHVDC)以其电压等级高、输送容量大、控制方式灵活、响应速度快的优势在地区电网互联中得到越来越广泛的应用，充分利用特高压直流输电的优势，可以为交流电力系统故障条件下提供功率支援，对整个电力系统的安全稳定运行具有重要的现实意义。特高压直流输电技术起源于20世纪60年代，瑞典Chalmers大学1966年开始研究士750kV导线。1966年后前苏联、巴西等国家也先后开展了特高压直流输电研究工作，20世纪80年代曾一度形成了特高压输电技术的研究热潮。国际电气与电子工程师协会(IEEE) 和国际大电网会议(CIGRE)在考虑了经济、环境及技术要求等角度后，均在80年代末得出结论根据已有技术和运行经验，士SOOkV是合适的直流输电电压等级，2002年CIGRE又重申了这一观点。特高压直流输电(UHVDC)拥有普通高压直流输电(HVDC)的所有优势，同时电压等级更高、传输电流(功率)更大，能够更大地降低线路损耗，但对两侧交流系统的影响也将更大。如果对该直流系统没有一个好的控制措施，在交流系统发生故障有可能引起换流器的换相失败。若换相失败时间过长而引起单极甚至双极闭锁，大量的功率将无法通过直流系统传输，极有可能引起两侧交流系统的失稳。而如果控制措施得当，在交流系统发生故障后，通过既定的控制策略自动调节直流线路传输的电流和功率，减少换相失败的时间甚至防止发生换相失败，就可以充分利用直流系统调节的快速性，对交流系统进行紧急功率支援，或在故障后帮助交流系统快速恢复，减弱交流系统振荡，保证两侧电网安全稳定的运行。所以研究特高压直流输电的暂态稳定控制方法，为相应的特高压直流输电暂态稳定控制系统的开发提供数据支持和有利参考，具有巨大的经济价值和应用前景。目前已经采用的特高压直流附加控制方法主要是基于经典自动控制理论，对系统数学建模的要求很高，不易得到满意的控制效果，而且鲁棒性不强。
技术实现思路
本专利技术所要解决的技术问题是提供一种，在交流系统发生故障后，可自动调节直流线路传输的电流和功率，能够快速有效地对交流系统进行紧急功率支援，帮助交流系统快速恢复，从而保证电网安全稳定运行。为解决上述技术问题，本专利技术提供一种，其特3征是，步骤如下(1)选择控制系统结构选择pi-sigma模糊神经网络系统，确定输入/输出变量的个数、模糊变量划分、规则数；(2)训练初始系统利用误差反向传播神经网络学习算法来训练已建立的初始系统，得到精确的隶属度函数和模糊推理规则；(3)检查系统泛化能力检查已训练好的pi-sigma模糊神经网络系统的泛化能力；(4)反模糊计算得出附加控制信号用pi-sigma模糊神经网络系统的反模糊计算方法计算并输出特高压直流输电暂态稳定附加控制信号。所述pi-sigma模糊神经网络系统为高木-关野模糊机制构成控制器的推理系统。 将pi-sigma模糊神经网络，基本结构为高木-关野模糊系统，用于特高压直流暂态附加控制中，同时具有模糊系统和人工神经网络的优点，具有很好的适应性和鲁棒性，同时结构简单、易于实现。本专利技术所达到的有益效果本专利技术结合模糊控制和人工神经网络控制的优势，提出基于pi-sigma模糊神经网络的特高压直流暂态稳定控制方法，通过与传统的直流暂态稳定控制方法比较，表明该方法在交流系统发生故障后，可自动调节直流线路传输的电流和功率，能够快速有效地对交流系统进行紧急功率支援，帮助交流系统快速恢复，从而保证电网安全稳定运行。本专利技术为特高压直流输电暂态稳定控制系统的开发提供了必要的数据支持和有利参考。附图说明图lpi-sigma模糊神经网络附加控制原理框图；图2初始模糊神经网络输入隶属度函数；图3误差反向传播神经网络训练算法流程；图4训练好的模糊神经网络输入隶属度函数；图5泛化能力测试；图6某地交直流电力系统拓扑结构；图7a正常运行情况2号发电机故障响应电磁转矩变化情况；图7b正常运行情况2号发电机故障响应功角变化情况；图fe加入时滞环节后2号发电机故障响应电磁转矩变化情况；图8b加入时滞环节后2号发电机故障响应功角变化情况；图9a改变出力后2号发电机故障响应电磁转矩变化情况；图9b改变出力后2号发电机故障响应功角变化情况。具体实施例方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。下面结合附图对本专利技术的技术方案进行详细叙述(1)选择控制系统结构电力系统是一个非线性时变的复杂系统，一维控制器(单输入变量)难以满足控制要求，而三维及以上控制器控制规律复杂，现实中难以精确获得，所以应用较广泛的二维控制器。根据经验将输入变量论域分割为3 5个模糊变量一般可以满足控制要求，控制规则一般设定为模糊变量个数的乘积，根据控制精度需要选择输出变量的阶数。以二维控制器、每个输入变量分为3个模糊变量为例，附加控制原理框图见图1，随机生成的模糊控制初始规则见表1，初始模糊神经网络输入隶属度函数设定为随论域空间均勻分布，见图2。表1模糊控制初始规则本文档来自技高网...

【技术保护点】
１．　一种特高压直流输电暂态稳定控制方法，其特征是，步骤为：（１）选择控制系统结构：选择ｐｉ－ｓｉｇｍａ模糊神经网络系统，确定输入／输出变量的个数、模糊变量划分、规则数；（２）训练初始系统：利用误差反向传播神经网络学习算法来训练已建立的初始系统，得到精确的隶属度函数和模糊推理规则；（３）检查系统泛化能力：检查已训练好的ｐｉ－ｓｉｇｍａ模糊神经网络系统的泛化能力；（４）反模糊计算得出附加控制信号：用ｐｉ－ｓｉｇｍａ模糊神经网络系统的反模糊计算方法计算并输出特高压直流输电暂态稳定附加控制信号。

【技术特征摘要】
1.一种特高压直流输电暂态稳定控制方法，其特征是，步骤为(1)选择控制系统结构选择Pi-Sigma模糊神经网络系统，确定输入/输出变量的个数、模糊变量划分、规则数；(2)训练初始系统禾Ij用误差反向传播神经网络学习算法来训练已建立的初始系统，得到精确的隶属度函数和模糊推理规则；(3)检查系统泛化能力检查已训练好的p...

【专利技术属性】
技术研发人员：刘建坤，顾伟，胡弢，李群，孙蓉，魏旭，
申请(专利权)人：江苏省电力试验研究院有限公司，东南大学，
类型：发明
国别省市：84