本发明专利技术涉及一种基于多模型模糊神经网络PI的STATCOM控制方法，其包括以下步骤：S1：根据配电系统负载侧接入不同冲击性负载后接入点电压Upcc的降低幅值大小，将配电系统划分为三个模型Mi(i＝1,2,3)；S2：对于每个模型分别设计d轴PI控制器PIdi（i＝1,2,3）与q轴PI控制器PIqi（i＝1,2,3）；S3：模糊神经网络模块包括模糊控制器和神经网络两个部分。通过模糊神经网络模块来整定Mi(i＝1,2,3)中d轴PI控制器PIdi（i＝1,2,3）与q轴PI控制器PIqi（i＝1,2,3）的控制参数kp、ki。本发明专利技术的优越性在于：1.设计的PI控制器采用了多模型技术，该技术根据模型切换指标对PI参数进行了选择，使PI控制器能够适应接入点负载的变化；2.PI控制器参数kp、ki通过模糊神经网络进行整定得到，大大减少了人工PI参数整定带来的繁琐工作量。
【技术实现步骤摘要】
本专利技术涉及电力系统电能质量无功补偿中的静止同步补偿器，特别是涉及一种基于多模型模糊神经网络PI的STATCOM直接电压控制方法。
技术介绍
静止同步补偿器(STATCOM)的目标之一是通过无功补偿实现接入点电压的稳定，从而达到改善电能质量的目的，相比传统的静止无功补偿器(SVC)，STATCOM具有更好的无功功率特性和电压稳定特性，在近年来逐渐成为研究的热点。 STATCOM的主要控制方法有双闭环PI控制法，但该方法所需PI控制器太多，难以实现。除此之外还有直接电压控制方法，该方法省去了双闭环控制中的电流内环，减少了 PI控制器，使控制器的设计更为简单。然而，STATCOM具有非线性的特性，其等效参数在运行过程中会发生变化，仅仅依靠PI控制器难以满足电压控制的精度要求。
技术实现思路
针对配电系统接入的冲击性负载的不确定性，本专利技术提出了一种基于多模型模糊神经网路PI的STATCOM控制方法。该方法将多模型模糊神经网络技术应用到STATCOM直接电压控制法中，根据配电系统接入冲击性负载后接入点电压幅值的跌落范围建立多个模型。对于每个模型预先设定好相应的d轴PI控制器与q轴PI控制器，PI控制器参数kp、ki通过模糊神经网络模块进行整定得到，然后根据瞬时检测到的电压降低幅值切换PI参数。本专利技术采取以下技术方案一种基于多模型模糊神经网络PI的STATCOM控制方法，包括以下步骤SI :根据配电系统负载侧接入不同冲击性负载后接入点电压Upcx的降低幅值大小，将配电系统划分为三个模型Mi (i = 1,2, 3)；S2 :对于每个模型分别设计d轴PI控制器PIdi(i = I, 2，3)与q轴PI控制器PIqi(1=1,2,3)；S3 :模糊神经网络模块包括模糊控制器和神经网络两个部分。通过模糊神经网络模块来整定Mi (i = 1,2, 3)中d轴PI控制器PIdi (i = 1，2，3)与q轴PI控制器PIqi (i=I, 2, 3)的控制参数kp、kp较佳地,所示步骤S3进一步包括S31 :将给定电压U:k / Ifpcc与实际输出电压UdcZUpcc的差值ed。(k) /epcc (k)，和edc (k) /epcc (k)的导数k乍为模糊控制的输入，通过模糊控制器得到相应的输出；S32 :将步骤S31中的输出作为BP神经网络的输入数据来训练神经网络，其中输入层具有3个神经元，输入层的输入为；Inpuf1t" l)(k) = fk_xJ —1,2,3(4)其中f为输入层函数，k为输入变量；输入层的输出与输入相等，即权利要求1.一种基于多模型模糊神经网络PI的STATCOM控制方法，其特征在于，包括以下步骤 S1:根据配电系统负载侧接入不同冲击性负载后接入点电压up。。的降低幅值大小，将配电系统划分为三个模型Mi (i = I, 2，3)； S2:对于每个模型分别设计d轴PI控制器PIdi (i = 1，2，3)与q轴PI控制器PIqi(i=l，2，3)； S3:模糊神经网络模块包括模糊控制器和神经网络两个部分；通过模糊神经网络模块来整定Mi (i = 1,2, 3)中d轴PI控制器PIdi (i = 1,2,3)与q轴PI控制器PIqi (i =1,2,3)的控制參数kp、ki。2.如权利要求I所述的ー种基于多模型模糊神经网络PI的STATCOM控制方法，其特征在于，所示步骤S3进ー步包括 S31:将给定电压￡4 /ひ^.与实际输出电压UdcZUpcx的差值ed。(k)/epc;c;(k)，和edc;(k)/epcc(k)的导数し⑷/ふ,(幻作为模糊控制的输入，通过模糊控制器得到相应的输出； S32:将步骤S31中的输出作为BP神经网络的输入数据来训练神经网络，其中输入层具有3个神经兀,输入层的输入为；全文摘要本专利技术涉及一种基于多模型模糊神经网络PI的STATCOM控制方法，其包括以下步骤S1根据配电系统负载侧接入不同冲击性负载后接入点电压Upcc的降低幅值大小，将配电系统划分为三个模型Mi(i＝1,2,3)；S2对于每个模型分别设计d轴PI控制器PIdi(i＝1,2,3)与q轴PI控制器PIqi(i＝1,2,3)；S3模糊神经网络模块包括模糊控制器和神经网络两个部分。通过模糊神经网络模块来整定Mi(i＝1,2,3)中d轴PI控制器PIdi(i＝1,2,3)与q轴PI控制器PIqi(i＝1,2,3)的控制参数kp、ki。本专利技术的优越性在于1.设计的PI控制器采用了多模型技术，该技术根据模型切换指标对PI参数进行了选择，使PI控制器能够适应接入点负载的变化；2.PI控制器参数kp、ki通过模糊神经网络进行整定得到，大大减少了人工PI参数整定带来的繁琐工作量。文档编号H02J3/16GK102856910SQ201210269748公开日2013年1月2日 申请日期2012年7月31日 优先权日2012年7月31日专利技术者郑益慧, 王昕 , 李立学, 周晨, 李军良, 王艳华, 谢宁, 王滨 申请人:上海交通大学, 吉林省电力有限公司四平供电公司, 国家电网公司本文档来自技高网...
【技术保护点】
一种基于多模型模糊神经网络PI的STATCOM控制方法，其特征在于，包括以下步骤：S1：根据配电系统负载侧接入不同冲击性负载后接入点电压Upcc的降低幅值大小，将配电系统划分为三个模型Mi(i＝1,2,3)；S2：对于每个模型分别设计d轴PI控制器PIdi（i＝1,2,3）与q轴PI控制器PIqi（i=1,2,3）；S3：模糊神经网络模块包括模糊控制器和神经网络两个部分；通过模糊神经网络模块来整定Mi(i＝1,2,3)中d轴PI控制器PIdi（i＝1,2,3）与q轴PI控制器PIqi（i＝1,2,3）的控制参数kp、ki。
【技术特征摘要】
【专利技术属性】
技术研发人员：郑益慧，王昕，李立学，周晨，李军良，王艳华，谢宁，王滨，
申请(专利权)人：上海交通大学，吉林省电力有限公司四平供电公司，国家电网公司，
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。