基于模糊神经网络PID阻抗控制的TCSC研究.pdfVIP

基于模糊神经网络PID 阻抗控制的TCSC 研究 马红霞，李鑫滨，朱庆军，薛辉 （燕山大学电气工程及其自动化学院，河北 秦皇岛 066004 ） 摘 要 仿照传统 PID 控制结构，设计了一种基于神经网 把它们当作辅助设计方式。而且它们具有智能性、 络结构的模糊控制器，并将它与PID 控制器相结合对TCSC [4 ] 鲁棒性、自适应性和容错能力 。近年来，人工智 进行控制，使得模糊神经网络掌握调节PID 参数的规则，模 能技术的日臻成熟为电力系统稳定控制开辟了广 糊神经网络根据系统的偏差和偏差变化率实时的对 PID 的 阔的前景。 三个参数进行优化。使控制器具有了适应时变、不确定系统 常规PID 控制对于线性系统具有很好的控制效 的自学习和自组织能力。克服了传统PID 控制的不足，具有 果，但是实际工业生产过程往往具有非线性、时变 较强的鲁棒性，提高了控制质量。 不确定性，难以建立精确的数学模型，由于受到参 关键词 模糊；神经网络；PID 控制；TCSC 数正定方法烦杂的困扰，常规PID 控制器参数往往 0 引言 正定不 、性能欠佳、对运行工况的适应性很差。 TCSC 是一个可控的串联容性电抗，能够对线 模糊理论是解决这一问题的有效途径，模糊控制不 路功率进行大范围的连续控制。从系统的观点来 依赖对象模型，它不是用数值变量而是用语言变量 看，可变串联补偿的原理只是通过适当的改变触发 来描述系统特征，具有较强的鲁棒性，但其控制精 角a 而使串联补偿线路中固定电容器上的基频电 度不高，而且存在着模糊规格库难于控制等缺点。 压得到提高，而这个提高了的电压改变了串联容性 本文利用模糊神经网络控制PID 使神经网络和模糊 电抗的有效值。TCSC 能灵活连续的调节补偿容量 理论相结合，克服了参数不易收敛和模糊规则库难 和线 的正序阻抗，改变系统的功率分布，减小功 于控制的缺点，对被控系统的适应性强，鲁棒性好， 率损耗，增大系统的功率传输极限，有效的阻尼系 [5] 能很好的适应生产过程的控制要求 。 统振荡 （低频振荡，次同步振荡），提高电力系统 1 TCSC 的模糊神经网络PID 控制设计 静态稳定性和暂态稳定性，提高输送功率。控制器 1.1 TCSC 的常规PID 控制 是设计TCSC 的关键，其性能的优劣直接影响整个 [1] 系统的运行性能 。 目前，对于TCSC 控制策略的研究，主要按照 三条路来进行 一是线性控制方式，现在已经有很 K 多关于线性阻尼控制方面的研究，线性化方法设计 P K / s 的控制器在工作点附近具有良好的控制效果，可是 I K .s 对于大扰动必然显得力不从心，虽然H 可以协调 D 不同工况下的控制器的工作，但这也只能在一定的 [2] 图1 TCSC 阻抗控制原理图 范围内适