（电力系统及其自动化专业论文）基于模糊神经网络的hvdc控制器的研究.pdf

硕士论文基于模糊神经网络的h v d c 控制器的研究 a b s t r a c t b a s e do nt h e s t u d y o f f u z z yl o g i cc o n t r o lt e c h n o l o g y a n da r t i f i c i a l n e u r a l - n e t w o r k o q - n ) c o n t r o lt e c h n o l o g ya n dh v d cs y s t e m , i np r i n c i p l e ，t h eq u i c k c o n t r o l l i n go fc o n v e r t e r sc a na d v a n c et h ed y n a m i cb e h a v i o ro fa c d ca n ds t e a d i n e s so f d cc u r r e n ta n dv o l t a g e t h er e c t i f e ra n di n v e r t e rc o r r e s p o n d i n g l ys e l e c tt h ec u r r e n ta n d v o l t a g eo f t h ed cl i n en e a r b yt h e i rc o n v e r t e la n dr a t er a t i o 踮i n p u ts i g n a l so f f u z z yc o n t m l t h eo u t p u to f f u z z yp a r ta so n eo f t h e i n p u ts i g n a l so f n e u r a l n e t w o r k t h es i m u l a t i o nf o ra h v d c1 2 一p u l s et r a n s m i s s i o ns y s t e mi sc a r r i e do u tb yt r a d i t i o n a lc o n t r o lm e t h o da n df u z z y n e u r a l - n e t w o r kc o n t r o lm e t h o dr e s p e c t i v e l yb ym a t l a b t h es i m u l a t i o nr e s u l t ss h o w t h a tc o m p a r e dw i t ht r a d i t i o n a lc o n t r o lm e t h o dw h e ni th a p p e n sg r o u n d i n gf a u l to nt h ed c l i n eo rs i n g l e - p h a s ea cb u s ，t h ef u z z yn e u r a l n e t w o r kc o n t r o lc a n i m p r o v et h es t e a d i n e s s o fd cc u r r e n ta n dv o l t a g ei nc o n v e r t e rs u b s t a t i o na n dt h et r a n s i e n ts t a b i l i t yo fa c d c s y s t e mi se n h a n c e dt o o f i n a l l y ，t h es i m u l a t i o nr e s u l t sa l s os h o wt h a tt h ee f f e c t c o n t r o l l e db yf u z z yn e u r a l n e t w o r kb o t hi nr e c t i f i e ra n di n v e r t e ri sb e r e rt h a nb yo n eo f t h e m k e y w o r d s ：f 缸巧l o g i cc o n t r o l ， i m p r o v e d b p a l g o r i t h m ， m v e r t e rc o n t r o l r t i f i c i a ln e u r a l n e t w o r kc o n t r o l ，h v d c ， m a t l a b s o f t w a r e ， r e c t i f i e rc o n t r o l ， 粤7 6 3 2 6 6 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他入己经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历两使用过的材料。与我同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名：地簦照。吖年月堋 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的全部或部分内容，可以向有关部门或机构送 交并授权其保存、借阕或上网公布本学位论文的全部或部分内容。对 于保密论文，按保密的有关规定和程序处理。 一一r 年钼j 口日 顿上论文基于模糊神经网络的h v d c 控制器的研究 1 绪论 发电、输电和用电的a c 和d c 之争，在经过半个多世纪之后，a c 占据优势。直 到2 0 世纪5 0 年代，a c 的地位仍未动摇。此时，大功率汞弧整流器的诞生，对应用于 d c 输电产生了新的兴趣。自从1 9 5 4 年世界上第一条1 0 0 k v ，2 0 m w ，9 5 k m 的海底电 缆直流输电工程在瑞典投入运行以来，高压直流输电技术h v d c 的商业化运行已有5 0 年的历史，随着科学技术的不断进步，电力电子技术、计算机光纤技术、新材料技术 和新控制方法的发展，促进了h v d c 技术不断改进和提高，使之更趋成熟，在电力发 展中的应用将更为广泛。 改善和提高电力系统的稳定性对国民经济有着十分重要的意义，因为如果电力 系统的稳定性遭到破坏，就会酿成大面积的停电，使国民经济遭受重大损失，并给人 民生活带来严重危害。而提高h v d c 系统以及d c a c 之间的稳定性的一个重要因索是 采用鲁棒性、自适应能力和动态性能良好的控制器。 1 1i - w d c 控制的意义 高压直流输电技术在传统的远距离输电和大电网联网中的应用份额越来越大， 在实现电力市场化运行、加强环保和充分利用可再生能源、解决城市供电需求等方面 必将发挥更大的作用。 大容量和直接触发式晶闸管的应用、串联电容器换相技术和电压源换流器的发 展、新型直流电缆都会对h v d c 特别是在中小功率传输中产生重大的影响。另外， 由于计算机和光纤技术的应用，h v d c 系统的控制、调节、保护功能更趋完善；为消 除换流装置产生的谐波电流和电压，采用有源滤波器，可以大大减少甚至取消大而笨 重的无源滤波设备；提高h v d c 远距离输电的电压等级可将线损降低到最低限度。 随着电力电子技术的发展，h v d c 核心部分的换流器价格不断下降，世界各国 都竟相采用h v d c 进行远距离输电。大电网互联可提高供电的可靠性，节省电力投 资，提高电网运行的经济效益。国内随着三峡工程的建设，一个全国联网的局面将会 形成，许多专家都指出，采用直流联网具有减少电网间的相互影响，限制故障范围， 不增加短路容量，进行可靠的事故支援等许多优点，可提高全国互联电网安全稳定水 平，是最佳的联网方式。 1 2i n d c 控制方式的发展 高压直流( h v d c ) 输电系统是一个典型的非线性系统，其控制策略复杂多变，同 时h v d c 输电联络线又是高度可控的。h v d c 控制器对提高电力系统稳定性起着重 硕士论文基于模糊神经刚络的h v d c 控制器的研究 要的作用，高压直流输电控制方面的研究工作一直备受关注。随着高压直流输电的大 规模应用，h v d c 控制对电力系统稳定性的影响越来越明显，科技工作者对此进行了 长期而广泛的研究，取得了许多显著的成果。 高压直流输电系统的研究主要包括两个方面： 曲输电系统本身及系统控制方式的改进 控制器控制方式( 策略) 的改进。 本文主要对控制器控制方式( 策略1 进行研究。电力系统高压直流控制器控制方式 是随着控制理论的发展而发展的，其主要经历了三个发展阶段。 1 2 1 基于古典控制理论的单变量控制方式 单变量的古典控制方式有比例控制方式和p i d 控制方式，统称为常规控制方式。 在经典控制理论中，被控对象的频率特性是设计控制系统的主要依据，整个系统的性 能指标也是通过引入控制器来整定开环系统频率特性的方法而实现的。由于被控对象 的频率特性通常是靠实验测试等手段获得的，因此，不可避免地带有不确定性。这就 导致经典控制理论设计的控制器，在很大程度上必须依靠现场调试，才能获得满意的 控制性能”。高压直流输电系统是一个典型的非线性大系统，在大扰动下交直流系统 间的相互作用特性十分复杂，传统的h v d c 换流器大多采用p i 调节器，结构简单， 易于实现，技术成熟，但随着系统工作点的变化，控制器的参数要重新调整。 1 2 2 基于现代控制理论的多变量控制方式 随着近年来现代控制理论的发展，很多国内外正在研究的先进控制策略被广泛 应用于h v d c 系统中 2 1 。 文献 3 】借助关系度方法设计了h v d c 非线性主控制器，主控制器包括非故障控 制器和故障控制器两部分，它们分别在不同的条件下起作用。非故障控制器使整流器 工作在定直流电流方式，逆变器工作在恒定超前角方式：故障控制器使整流器触发延 迟角保持恒定，而使逆变器工作在定直流电流方式。仿真结果证明了主控制器的有效 性。 基于状态方程等数学模型为主要依据的现代控制理论，主要依靠线性代数、微 分几何以及最优化方法等严谨的数学工具，采用数学解析的手段来设计控制系统。同 理，通常用机理推导和模型识别等手段得到的数学模型同样带有不确定性，所以，通 过严谨的数学手段设计出来的控制器，在实际运行时，其理论上预期的性能指标仍然 不能完全实现。而且基于现代控制理论设计的控制器，其现场调试更为复杂，有时甚 至显得无从下手f ”。 2 硕士论文 基于模糊神经网络的h v d c 控制器的研究 1 2 3 鲁棒非线性控制h 5 6 1 鲁棒控制是在建立数学模型和设计控制器的过程中，考虑不确定的影响，并且 基于有关不确定性的完整信息，设计不依赖于不确定性的控制器，使得实际系统满足 期望性能指标。鲁棒性，粗略地讲就是指系统的性能对不确定性的“强健”程度。这 里所说的不确定性并不意味着一无所知或变幻莫测，而是指对系统的某些部分了解不 全面，只知道片段的不完整信息。通俗地讲，鲁棒控制问题就是如何将这些已知的不 完整信息利用到系统设计中l ”。 文献 7 】指出在f f v d c 系统中设计控制器的关键是得到被控对象的数学模型，但 换流站及高压直流线路的动力学模型难以在线求取，针对这一问题，在介绍了h v d c 系统结构的基础上，提出了一种新的基于参数模型集估计的辨识算法。文献 8 提出 了一种换流站的分散鲁棒自适应控制器的设计方法，设计中引入自适应非线性阻尼项 来抑制系统非线性不确定参数和未知有界干扰的影响，同时采用反演设计方法来克服 控制器设计的复杂性，最后获得高压直流输电系统换流站的分散鲁棒自适应控制策略 的一般表达式，并提供了整个系统的稳定性证明。所得控制器利用其本地测量实现， 控制策略具有分散性和适应性，并且通过仿真证明该控制器比常规的p i 控制器具有 更好的控制效果。 1 2 4h v d c 输电系统智能控制 模糊控$ 1 j ( f u z z yc o n 2 0 1 ) 、人工神经网络a n n ( a r t i f i c i a ln e u r a ln e t w o r k ) 和专家 系统的智能控制由于有能处理各种非线性( 包括强非线性) 的能力、并行计算的能力、 自适应、自组织和自学习的能力，对模型不精确甚至不确定的系统也能实施有效的控 制等优点，因此，人工神经网络、模糊及人工智能控制在电力系统控制领域中得到了 广泛应用【9 以o i ，是电力系统的前沿课题之一。 模糊控制技术是一种对系统控制的宏观方法，其核心是用语言描述的控制规则。 语言控制规则通常用“如果，则( i f ”t h e n ) ”的方式来表达在实际控制中的专家知 识和经验。模糊控制的最大特征是将专家的控制经验、知识表示成语言控制规则，然 后用这些规则控制系统，因此模糊控制系统特别适用于模拟专家对数学模型未知的、 复杂的、非线性系统的控制中1 2 l 】。 神经网络技术是一种不依赖模型的自适应函数估计器，给定组输入，可以得 到一组输出，但它并不依赖于模型，即它并不需要知道输出与输入之间存在着怎样的 数学关系。在神经网络中，知识是通过学习例子而分布地存储在网络中。正是由于这 一点，神经网络具有很好的容错能力，当个别处理单元损坏时，对神经网络的整体行 为只有很小的影响，而不会影响整个系统的正常工作。神经网络比较适用于那些具有 硕士论文基于模糊神经嘲络的i t v d c 控制器的研究 不确定性或高度非线性的控制对象，具有较强的适应和学习能力 2 2 1 。 文献 2 3 1 针对现有p i 控制的不足，提出了一种基于模糊控制的智能直流电源控 制策略及其实现方法。将模糊控制和p i 控制的性能优劣进行比较，实验结果证明模 糊控制在直流电源控制器中具有良好的应用前景。文献 2 4 1 研究了高压直流输电系统 ( t w d c ) 紧急功率支援控制的实现方法，提出了一种基于参数自适应模糊p i d 控制算 法的h v d c 紧急功率支援控制器，它可以根据两侧交流系统的运行情况、故障后的 状态等信息，即时地决定最佳的支援功率值。并控制直流输电系统按照最佳支援功率 值进行定值功率支援。该控制器基于确定模糊模型，构造模糊p i d 控制器，并引入确 定性模糊调整规则对其进行参数自适应调整，整个控制器结构简单、稳定性强且实现 容易。文献【2 5 】基于t a g a g i 和s u g e n o 的确定性模糊模型，提出了一种参数自适应模 糊p i d 控制器。该控制器的参数调整也采用确定性模糊调整规则，从而使控制器的设 计简易、容易，同时与一般的参数自适应相比较具有很强的适应性和鲁棒性。文献 2 6 1 提出了一种适用于高压直流输电系统快速灵活控制的在线模糊神经直流控制器，选取 直流电流的误差及其变化率作为模糊逻辑控制部分的输入，其输出结果作为神经网络 的一个输入，进行在线训练。此文献指出，由于是在线控制，所以这种直接控制器与 传统的p i 调节器和离线式神经网络控制器相比更具鲁棒性和自适应学习能力；与只 考虑电流误差的神经网络控制相比，则具有更好的动态性能。文献 2 7 1 提出了一种 h v d c 在线模糊神经控制器以提高交直流系统的暂态稳定性，该控制器的特点是结合 了模糊系统处理复杂和不确定性问题及神经网络具有自学习能力的优点，选取整流侧 交流母线电压相位误差及其变化率作为模糊逻辑控制部分的输入，其输出结果作为神 经网络的一个输入，采用改进b p 算法进行在线训练神经网络，神经网络的输出用来 修正整流器的触发延迟角o ，并利用n e t o m a c 软件对控制器主要参数进行了离线 优化。仿真结果表明该控制器能有效地抑制有功功率振荡，改善发电机的功角特性， 提高系统的暂态稳定性。 高压直流输电( i q v d c ) 作为一种新兴的输电技术，目前已经得到了广泛的重视和 应用。上述文献研究表明把模糊控制技术和人工神经网络控制技术应用于电力系统高 压直流输电系统能解决复杂的非线性、不确定问题，基于模糊神经网络的h v d c 控 制器能提高系统的动态性能、鲁棒性和自适应学习能力。 1 3 本文的工作 本论文主要对当前高压直流输电系统的数学模型以及控制原理进行研究，比较 各自的优缺点。h v d c 传输系统整流侧采用定电流控制，逆变侧采用恒电压控制，利 用模糊人工神经网络具有自适应学习、并行分析处理及容错等特点，结合现代控制理 论，设计出一种较为先进的基于模糊人工神经网络的h v d c 控制器，使系统的动态 4 硕l 论文基于模糊神经嘲络的h v d c 控制器的研兜 性能、鲁棒性和自适应学习能力在初始响应状态和故障条件下都达到比较满意的控制 效果，以及具有良好的恒定性。 所设计的控制器包括两部分：( 1 ) 整流控制器为定直流模糊神经网络控制器， 确定模糊逻辑控制部分的输入，把其输出作为神经网络的输入，采用改进的b p 算法 进行学习训练，计算控制目标口；( 2 ) 逆变控制器为定电压模糊控制器，选取逆变 侧交流电压的偏差信号腑及其变化率作为输入，模糊控制量作为逆变器控制目 标口的辅助控制变量。 最后把训练好的模糊神经网络通过m a t l a b p s b 建立模型并进行仿真，分析整 流端和逆变端控制变量即触发延迟角对系统的影响；分析基于模糊神经网络的整流侧 和逆变侧控制器各自的性能以及两者协调控制的结果，把它们分别与传统的p i 控制 比较，分析它们对系统的动态性能、鲁棒性和自适应学习能力控制能力，论文具体安 排如下： 第一章为绪论，简要说明高压直流输电控制的意义以及前人的工作、拟采用的 原理和研究方法、仿真设计以及预期的结果和意义。 第二章分析高压直流输电系统的基本原理、常见接线方式、控制特性以及控制 方式的选择。 第三章深入讨论模糊逻辑控制技术和人工神经网络控制技术理论，为控制器的 理论推导作好准备。 第四章分别设计基于模糊神经网络的整流侧定电流控制器和逆变侧定电压控制 器。每个控制器都由模糊逻辑、神经网络和故障非故障判断器组成，从原理上推导控 制流程。 第五章为仿真及结果分析。分别对整流端采用模糊神经控制而逆变端采用p i 控 制、整流端采用p i 控制而逆变端采用模糊神经网络控制、两端都采用模糊神经网络 控制进行仿真，把仿真结果跟两端都采用传统p i 控制时比较，分析采用模糊神经网 络控制电流、电压、用功功率等方面的优势。 硕士论文 基于模糊神经阿络的h v d c 控制器的研究 2 高压直流输电( h v d c ) 系统【2 b 一： 随着晶闸管的出现和发展，高压直流输电的吸引力越来越大。晶闸管阀已成为 直流换流器的标准设备，换流设备的新发展，使其体积减少、成本降低，而可靠性得 到了提高，这些发展使高压直流输电得以更广泛的应用。 2 1 直流输电系统概述 2 1 1 基本原理 一个简单的直流输电系统如图2 1 所示。 图2 1 简单直流输电系统 图2 1 中包括两个换流站a 和b 及直流输电线路。两个换流站的直流端分别接 在直流线路的两端，而交流端则分别连接两个交流电力系统。换流站中主要设备为换 流器，其作用是实现交流与直流的相互转换。从交流系统1 向交流系统2 输送电能时， 换流站a 把交流系统l 送来的三相交流电流变换成直流电流，通过直流输电线路把 直流电流( 功率) 输送到换流站b ，再由换流站b 把直流电流变换成三相交流电流。a 称为整流站，b 称为逆变站。 设整流站a 的直流输出电压为。，逆变站b 的直流输入电压为：，则从图1 1 可知直流线路电流为： ，。= 毕 【 式中l 为直流线路电流，r 为直流线路电阻。 直流输电线路和交流输电线路不同，它只输送有功功率，不输送无功功率。换流 站a 送到直流线路的功率和换流站b 从直流线路吸收的功率分别为： p d l = v d l ，d 和只2 = v d 2 1 d 两者之差，即；只。一只：= 。一：，d = ，d ( 。一：) 为直流线路的损耗。 当直流电压乃。大于电压：时，就有电流沿着图2 1 中箭头所示的方向流通。只 6 顶士论文基于模糊神经网络的h v d c 控制器的研究 要改变两端直流电压。和：，就可以调节电流i d ，从而改变直流线路所输送的功 率。如果需要，通过调节可以保持输送的电流或功率不变 2 a l 。 2 1 2 直流输电系统常见的接线方式 直流输电系统常见的接线方式分为两大类：单极线路方式和双极线路方式。其中 单极线路方式又可细分为单线制和双线制，双极线路方式可细分为中性点两端接地方 式、中性点单端接地方式、中性线方式、背靠背( b a c k 4 0 b a c k ) 方式。【2 9 】 单极单线制接线方式是用一根架空导线或电缆线，以大地或海水作为返回线路组 成直流输电系统，如图2 2 ( a ) 所示。 单极两线制方式( 或称同极方式) ，是将返回线路用一根导线代替的单极线路方 式。单极两线单点接地是将导线任一根在一侧换流站进行单点接地，如图2 2 ( b ) 所示。 双极中性点两端接地方式如图2 3 ( a ) 所示，将整流站和逆变站的中性点均接地， 双极对地电压分别为+ v 和一v 。正常运行时，接地点之间没有电流通过。实际上，由 于两侧变压器的阻抗和换流器控制角的不平衡，总有不平衡电流以大地作为回路流 过。当一线路故障切除后，可以利用健全极和大地作为回路，维持单极运行方式。 交流系统 交流氟婉 ( a ) ( b ) 交流系统 交流系统 图2 2 单极线路方式 将双极两端的中性点用导线直接连接起来，就构成双极中性线方式，如图2 3 ( b ) 所示。这种方式在整流侧或逆变侧一端接地，当一极发生故障时，能用健全极继续输 7 硕士论文基于模糊神经刚络的h v d c 控型器的研究 送功率。这种方式由于增加了一根导线，在经济上将增加一定的投资。 交流系统 交流系统 交流系统 交漉幕统 ( a ) 交流系统 交流系统 ( b ) 图2 3 双极线路方式 2 1 - 3 高压直流输电特性及与交流输电的比较 交流蕞统 交流系考宽 在特定条件下，高压直流( h v d c ) 输电的优点超过交流输电。5 0 0 k v 交流电压等 级已基本成为我国各大区电网的主要电压等级，而其合理的上一级电压等级应是 7 5 0 k v 和1 1 0 0 k v ，但从我国当前的科研、设计、制造和运行水平等各方面条件看， 还未能完全满足这一电压等级的要求，针对这一情况则可以采用高压直流输电来解决 1 2 8 j 。 1 ) 从技术性能来看，直流输电没有相位和功角，当然也不存在稳定问题，只要 电压降、网损等技术指标符合要求，就可达到传输的目的；直流线路故障时的自防护 能力比交流的强；就过负荷能力来说，交流有更大的灵活性；利用直流输电调节作用 能提高交流系统的稳定性；在潮流和功率控制、短路容量、调度管理和线路走廊等方 面，直流输电都表现出比交流输电强。但控制复杂是限制直流输电的因素之一，所以 研究先进的高压直流控制器很有必要的。 2 ) 从可靠性和可用率两个指标来看，交、直流两种输电方式是相当的，都是可 行的。 3 ) 我们知道，交、直流输电费用随着输电距离的增加而提高。当输电距离达到 顾士论文基于模糊神经网络的h v d c 控制器的研究 “经济等价距离”时，直流线路所节省的费用可以抵偿换流站增加的费用。显然，当 输电距离超过经济等价距离时，那么采用直流输电在经济上就合算了。 2 2 系统模型 高压直流输电系统( 双极系统) 的直流输电线路可以用图2 4 所示的等值电路来 表示。 工d r工dr d 融工d l d i 图2 4 直流输电线路等值电路 图中和分别表示整流器和逆变器的直流电压，k 和l 分别表示整流侧和 逆变侧平波电抗器的电感值，厶和心分别为二分之一的直流线路电感值和电阻值， c 。为直流输电线路总的对地电容值，和匕分别表示整流侧和逆变侧的直流电流， 矿为电容上的电压值。 由图2 4 ，应用电路理论，可列写出直流输电线路的状态方程组为： tl d r 十u ! 一一一y c ( 上讲+ 警一r 一+ ( 2 1 ) c d c 每吨r _ i d i 由前一章的分析，整流器在系统中可以等值为如图2 5 所示的等效电路。 岛 图2 5 整流器等效电路 考虑触发延迟时整流器的直流电压平均值为： 9 硕士论文基于模期神经网络的h v d c 控制器的研究 = 南= 竽即。s 口= v d o c o s 口= 1 3 5e , c o s 口 式中。= 半e ，= 1 3 5 e ，理想情况下整流器输出的直流电压平均值。 又由v d = oc o s 口一1 d r 。 式中r 。= 兰争，为整流侧等值换相电阻。综合上述公式得： ：丝c 。s 口一三x ，j 卉( 2 2 ) 其中为整流侧换流变压器二次侧的线电压，x ，= c o l 。为换相电抗。 同样的，逆变器在系统中可以等值为如图2 6 所示的等效电路。 尺 凰i 图2 6 矬殳器寺嫂电跆 i a 2 瓦 f l - 。瓦i ( c o sy - c o s ) = 7 t z ( c o s ；v - c o s ) , - ：1 4 ： ；半嘣f ) c 。卢+ 喜x 。j 。 万霈 由触发超前角与熄弧超前角的关系，上式可变换为： ：娑。唧一三州。 乱饨 由式( 2 1 ) 、( 2 2 ) 和( 2 3 ) 可得直流输电系统的状态方程组： k 譬一。+ 竽吲，) c o s l 2 - - 小吃 警一。一等哪) c o s 卢一 _ ( 2 3 ) ( 2 4 ) 1 0 硕士论文基于模糊神经网络的h v d c 控制器的研究 c 。百d v c = i 扩i 。 方程组( 2 4 ) 即直流输电系统数学模型。 所有式中的口为触发延迟角；声= 万一口，为触发超前角；引入一个角占= 口+ ， 为熄弧延迟角：，= 石一占，为熄弧超前角；= 占一口= 一，为换相角。 2 3 基本的控制方程及控制特性 高压直流输电系统是高度可控的，其运行依赖于这种可控性的正确应用，以保 证系统有期望的性能。高压直流输电系统采用分层控制方式 3 0 1 ，目的在于使系统高 效稳定的运行和保持功率控制的最大灵活性，同时保证设备的安全。系统中最底层的 控制就是整流器的本地控制( 极控制) 。 2 3 1 控制的基本原理与方程 根据上述分析和图2 5 、图2 , 6 可得出直流输电系统简单等值电路图和电压分布 图，如图2 7 ( a ) 和( b ) 所示。 o c o s a ：o c ( a ) 由基尔霍夫定理可得， i d = 图2 7 系统电压分布示意图 从整流器流向逆变器的直流电流为 矿d m c o sd v 曲。c o sr r ，+ r 一r i o c o s r ( 2 5 ) 硕士论文基于模糊神经网络的h v d c 控制器的研究 整流器终端的功率为：，0 = y 。j 。 逆变器终端的功率为：p d = v 。i 。= p 女一r 。，； 高压直流系统通过控制整流器和逆变器的内电势来控制线路上任一点的直流电 压以及线路电流( 或功率) 。具体的说，从式( 2 5 ) 可以看出，改变直流电流( 或功率) 可 以从两个方面来进行调节： ( 1 ) 调节整流器的触发延迟角口或逆变器的熄弧角，( 越前角) ，即调节加到换流 阀控制极的触发脉冲相位。采用这种方式调节不但调节范围大，而且非常迅速，是直 流输电系统主要的调节手段【3 l 】。 ( 2 ) 调节换流器的交流电势。一般靠调节发电机励磁或改变换流变压器分接头来 实现，调节速度相对较慢，是直流输电系统的辅助调节方式。 出于以下几个目的，必须保持输电系统送端和受端的功率因数尽可能的高： ( 1 ) 在给定变压器和阀的电流电压额定值的条件下，使换流器的功率较高； ( 2 ) 减轻阀上的压力； ( 3 ) 减少与直流系统连接的交流系统的损耗； ( 4 ) 在负荷增加时，使交流终端的电压降最小； ( 5 ) 减少换流器损耗的无功功率。 要得到高功率因数，必须保持整流器的触发延迟角口和逆变器的熄弧角y 尽可能 的小【3 2 1 。但是，为了确保触发前阀上有足够的电压，整流器有一个最小口角限制， 约为5 。还必须留一些升高整流器电压的裕度来控制直流功率潮流f 3 3 】，因此，整流 器正常运行时口角一般为1 5 。2 0 。 对于逆变器，必须维持一个确定的最小熄弧角以避免换相失败。确保换相完成 且有足够的裕度很重要，这样可以保证在口= 1 8 0 。或，= o 。换相电压反向之前去游离。 因为即使换相已经开始，直流电流和交流电压仍有可能改变，所以在最小7 角限制的 基础上必须有足够的换相裕度，一般1 5 。左右。 2 3 2 理想的控制特性 为了满足上述控制的基本原则，应该将电压调节和电流调节加以区别，并将它 们分置在不同的换流端。在正常运行条件下，整流器运行于恒定电流状态以保持系统 的稳定，逆变器运行于恒定熄弧角状态以维持足够的换相裕度。系统正常状态伏安特 性图如图2 8 所示。 图2 8 中以电压圪和电流l 形成坐标，a b 、c d 线上的点与整流器端测量的值 对应，从而逆变器特性包括了线路上的电压降。一般换相电阻略大于线路电阻，逆变 器的特性直线斜率为负且较小，如图中c d 线。e 点为理想稳态运行点，同时囊足整 1 2 硕士论文基于模糊神经网络的h v d c 控制壁煎婴塑 流器和逆变器的特性。 2 3 3 实际的控制特性 图2 8 理想稳态伏安特性 整流器通过改变口角来保持恒定电流。但是口角不能小于其最小值 。) ，一旦 达到口。i n ，就不可能再升高电压，整流器将运行在恒触发角状态。所以，整流器特性 曲线实际上有两部分，如图2 9 中a b 和f a 所示。f a 部分对应于定触发角控制方式， a b 段表示正常的定电流控制方式。 n f c f 图2 9 实际稳态伏安特性 在实际的系统中，由于电流调节器的增益有限9 ”，定电流特性直线可能稍有倾 斜，如图中g h 和a b 所示。 在正常电压下，逆变器的定熄弧角特性曲线和整流器特性曲线相交于e 。但逆 变器的定熄弧角特性线( c d ) 不会与降低电压情况下的整流器特性曲线( f a b ) 相交。 所以，整流器电压的大幅度降低会引起电流和功率在短时间内下降到零，从而造成系 统停运【3 ”。为了避免上述问题，逆变器也必须配置定电流控制器，而且其整定电流 值要比整流器定电流控制器的整定电流值小，它们的差值为电流裕度，如图2 9 中，。 所示。电流裕度可以确保两条定电流特性曲线不会相交。这样完整的逆变器特性曲线 硕士论文基于模糊神经刚络的h v d c 控制器的研究 包括两部分：定熄弧角特性曲线和定电流特性曲线，如图2 9 中d g h 所示。 正常运行条件下( 如图2 9 中e 点) ，整流器控制直流电流，逆变器控制直流电压。 整流器电压降低时，运行条件如图2 9 中五点所示。此时逆变器进入定电流控制，整 流器进入定触发角控制，建立电压。 2 3 4 控制方式的选择 综上所述，每个换流器的特性曲线包括三部分，相应于口。的恒定触发角( c i a ) 特性曲线、恒定电流( c c ) 特性曲线和恒定熄弧角( c e a ) 特性曲线。 在正常运行条件下，整流器运行于恒定电流状态( c c ) 以保持系统的稳定，逆变 器运行于恒定熄弧角状态( c e a ) 以维持足够的换相裕度。但逆变器的c e a 控制方式 稍加变化就会在特定情况下具有某些优点。【2 ，1 ( 1 ) 直流电压控制方式。 用闭环电压控制取代调节y 到固定值( c e a ) ，可以保证在直流线路上的一个期望 点维持恒定电压，通常该点为送端( 整流器) 。与恒定y 角控制( 有下降的电压特性盐线) 相比较，这种电压控制方式的y 值略高，因而换相失败的可能性较小。 ( 2 ) 恒定卢角控制。 卢角保持恒定时，逆变器的矿一j 特性曲线斜率为正，在低负荷时，恒定的能 保证不会产生换相失败。可是，在较高的电流( 较大的叠弧) 下，会遇到最小，值问题。 恒定角控制方式并不用于正常运行状态，它被认为是一种备用的控制方式，在暂态 条件下直接作用于触发角是有意的。 综合整流侧和逆变侧各种控制方式的优点，整流侧采用恒定电流( c c ) 控制方式 以保持系统的稳定；逆变侧采用恒定电压( c v ) 控制方式以减少换相失败的可能性，对 于提高逆变器交流侧系统的电压稳定性是十分有效的。 2 3 本章小结 本章分析了高压直流输电系统的基本原理、常见接线方式和特性，在高压直流 输电线路等效电路的基础上建立了高压直流输电系统的数学模型，在基本控制方程的 基础上比较各种控制方式特性优缺点，并作出选择。整流侧采用恒定电流( c c ) 控制方 式，逆变侧采用恒定电压( c v ) 控制方式，这两种运行特性的配合可以更好的保持系统 稳定。 1 4 硕士论文 基于模糊神经网络的h v d c 控制器的研究 3 模糊神经网络理论 由第二章中对高压直流输电系统的数学模型以及控制方式特性的分析得知，交直 流混合系统中h v d c 的控制方式一般为：在整流侧采用定电流方式，在逆变侧采用 定电压方式，其定电流和定电压控制器为传统尸一，型。在正常稳态运行状态，这些 控制器无疑具有较好的鲁棒性与满意的运行效果。但由于交直流系统是一个呈现复杂 的非线性特性的系统，当交流系统受到大干扰时，交流系统的暂态稳定性下降，此时 如采用传统的p 一1 型控制方式，直流输电系统整流端的定电流也将难以保持其较好 的恒定性，主要表现为电流有较多振荡和较大振幅，很难发挥直流换流器的快速调节 对改善交直流并联系统的暂态稳定性的积极作用。因此，论文主要结合模糊系统处理 复杂、不确定性问题和神经网络具有自学习能力的优点，把其应用于h v d c 控制器， 更好地改善交直流系统的暂态稳定性。本章首先对模糊神经网络的理论进行一下论述 1 2 1 t 4 6 4 7 t 4 “ 3 1 模糊控制理论 3 1 1 概述 模糊是由l a z a d c h 于1 9 6 5 年在名为“模糊集合”( z a d e h 1 9 6 5 ) 的开创性文章 中提出的，他首先提出来用模糊隶属函数来描述模糊概念，创立了模糊集合论，为模 糊数学奠定了基础，开创了模糊数学及其应用的新纪元。在研究模糊理论以前，z a d e h 是一位很有威望的控制论学者。 模糊理论自诞生之日起，就一直处于各派的激烈争论之中。2 0 世纪6 0 年代是模 糊理论的萌芽时期，7 0 年代继续发展并出现了实际的应用，8 0 年代其大规模应用使 其产生了巨大的飞跃，9 0 年代初的发展是迅猛的，但仍有更多的挑战。 3 1 2 基本原理 模糊控制( f u z z yc o n t r 0 1 ) 是一种对系统控制的宏观方法，其核心是用语言描述的 控制规则。语言控制规则通常用“如果，则( i f ”m e n ) ”的方式来表达在实际控制 中的专家知识和经验。模糊控制的最大特征是将专家的控制经验、知识表示成语言控 制规则，然后用这些规则控制系统，因此模糊控制系统特别适用于模拟专家对数学模 型未知的、复杂的、非线性系统的控制中。 模糊控制器的基本结构如图3 1 所示。 硕士论文基于模糊神经网络的h v d c 控制器的研究 图3 1 具有模糊器和解模糊器的模糊系统的基本框图 图中虚线框中的即为模糊控制器。模糊控制器主要由以下4 个部分组成。 a ) 模糊化 即模糊器，这部分的作用是将u 上输入的精确量x 转换成模糊化量。其中输入量 包括外界的参考输入、系统的输出或状态等。模糊化的具体过程如下： ( 1 ) 首先对这些输入量进行处理以变成模糊控制器要求的输入量。例如，常见的 情况是计算p = ，一y 和a = d e d t ，其中，表示参考输入，y 表示系统输出，e 表示误 差： ( 2 ) 将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围； ( 3 ) 将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模 糊量，并用相应的模糊集合来表示。模糊化出来的是【，上的模糊集合。 b ) 知识库 即模糊规则库，它包含了具体应用领域中的知识和要求的控制目标。它通常由数 据库和模糊控制规则两部分组成。 ( 1 ) 数据库主要包括各语言变量的隶属度函数，尺度变换因子以及模糊空间的分 割数等； ( 2 ) 规则库包括了用模糊语言变量表示的一系列控制规则。它们反映了控制专家 的经验和知识。 c 1 模糊推理 模糊推理是模糊控制器的核心，宏观世界具有模拟人的基于模糊概念的推理能 力。该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。模糊推理机是把 u 上的模糊集合变换为矿上的模糊集合。 m 清晰化 即解模糊器，清晰化的作用是将模糊推理得到的控制量( 模糊量) 变换为实际用于 控制的清晰量。y 上的模糊集合经清晰化得矿上的y ，它包含以下两部分的内容： ( 1 ) 将模糊的控制量经清晰化变换变成表示在论域范围的清晰量； ( 2 ) 将表示在论域范围的清晰量经尺度变换变成实际的控制量。 1 6 硕士论文基于模糊神经嘲络的h v d c 控制器的研究 3 l3 模糊化运算 通过以上对模糊控制器的结构的分析知道，首先要将输入的精确量进行模糊化 运算，即将输入空间的观测量映射为输入论域上模糊集合。模糊化在处理不确定信息 方面具有重要的作用。在模糊控制中，观测到的数据常常是清晰量，由于模糊控制器 对数据进行处理是基于模糊集合的方法，因此对输入数据进行模糊化是必不可少的一 步。在进行模糊化运算之前，还需要对输入量进行尺度变换，将其精确量的论域变换 到相应的模糊论域范围。 3 1 - 3 1 模糊集 模糊系统是建立在自然语言的基础上，而自然语言中常采用一些模糊的概念，如 “温度偏高”、“压力偏大”等。如何描述这些模糊的概念，并对它们进行分析、推理， 这正是模糊集合与模糊逻辑所要解决的问题。 模糊集是一种边界不分明的集合，模糊集与普通集合既有区别又有联系。对于普 通集合而言，任何一个元素要么属于该集合，要么不属于该集合，具有精确明了的边 界；而对于模糊集合，一个元素可以是即属于该集合又不属于该集合，亦此亦彼，边 界不分明或界限模糊。 建立在模糊集基础上的模糊逻辑，任何陈述或命题的真实性只是一定程度的真实 性，与建立在普通集合基础上的布尔逻辑相比，模糊逻辑是种广义化的逻辑。论域 【，上的模糊集合是用隶属度函数t ( x ) 来表征的，t ( x ) 的取值范围是【o ，1 】。因此， 模糊集合是经典集合的一种推广，它允许隶属度函数在区间【o ，l 】内任意取值。换句 话说，经典集合的隶属度函数只允许取两个值：0 或l ，而模糊集合的隶属度函数则 是区间【o ，1 】上的一个连续函数。由定义可以看出，模糊集合一点都不模糊，它只是 一个带有连续隶属度函数的集合。 模糊性反映了事件的不确定性，但这种不确定性不同于随机性。随机性反映的是 客观上的自然的不确定性，或事件发生的偶然性，而模糊性则反映人们主观理解上的 不确定性，即人们对有关事件定义或概念描述在语言意义理解上的不确定性。 3 1 3 2 输入量尺度变换 在进行模糊化运算之前，需要将实际的输入量进行尺度变换，将其变换到要求的 论域范围。变换的方法可以是线性的，也可以是非线性的。 例如，若实际的输入量为，其变化范围为陋m l nx 。 ，要求的模糊论域为 【工：i i i i ，x ：l 。】，若采用线性变换，则变换后的z ：为 1 7 硕士论文基于模糊神经网络的h v d c 控制器的研究 x 0 + = 半州犷毕) 女= x m a x - - x m m x m “一x m i n 其中k 称为比例因子。 3 1 3 3 模糊化运算 ( 3 1 ) ( 3 2 ) 在将输入量进行尺度变换之后，就可以进行输入量的模糊化运算了，也就是此输 入量属于某一模糊集合的程度，某元素属于某模糊集合的程度是由“0 ”与“1 ”之间 一个数值隶属度来刻画或描述。而把一个具体的元素映射到一个合适的隶属度是 由隶属度函数来实现的。隶属度函数可以是任意形状的曲线，取什么形状取决于是否 让我们使用起来感到简单、方便、快速、有效，惟一的约束条件是隶属度函数的值域 是【o ，l 】，模糊系统中常用的隶属度函数有以下几种。 a ) 高斯型隶属度函数 b ) 钟形隶属度函数 c ) s i g m o i d 型隶属度函数 d ) 三角形隶属度函数 e ) 梯形隶属度函数 ，( z ，口，b ，岛d ) = ( z c ) 2 f ( x ，盯，= p 2 a z o x 一目 b n x s 口 d x b 三二兰 6 x c c b 0c z 南南 i i 一斗喀去 一 i l 力 0 研 0 以 厂 “ 硕七论文基于模糊神经网络的h v d c 控制器的研塞 ，( x ，a ，b ，c ，d ) = 0 x 一甜 b a 1 d x d c o x 口 口x b 6 s 工c c x d x d 隶属度函数，其值可在0 1 之间连续变化，反映了模糊集合中的元素属于该集合 的程度。若以大写字母a 表示模糊集合，隶属度函数用表示，a 中的元素用z 表示， 则心( 砷便表示x 属于a 的隶属度。 3 1 4 数据库 如前所述，模糊控制器中的知识库有两部分组成：数据库和模糊控制规则库，这 里先讨论数据库。数据库中包含了与模糊控制规则及模糊数据处理有关的各种参数， 其中包括尺度变换参数、模糊空间分割和隶属度函数的选择等。对于输入量的尺度变 换在前面已经论述了，下面就其它方面进行说明。 3 1 4 1 输入和输出空间的模糊分割 模糊控制规则中前件的语言变量构成模糊输入空间，后件( 即结论) 的语言变量构 成模糊输出空间。 粗略地讲，如果一个变量取自然语言中的词语为值，则称其为语言变量。当用数 学术语来描述这些词语时，语言变量的定义为：如果一个变量能够取普通语言中的词 语为值，则称该变量为语言变量。这里，词语由定义在论域上的模糊集