智能控制理念在电力体系AGC控制之应用.docVIP

　　智能控制理念在电力体系AGC控制之应用 第一章 绪论 1.1课题提出的背景及意义 现有实际应用的基于 CPS 标准的 AGC 控制策略主要是经典 PI 控制结构[1-4]或是根据一定规则的参数自调节（self-tuning）型 PI 控制结构[6-9]。在前人研究[4],[8],[9]的基础上，结合变论域模糊控制的最新进展，本人在文[42]中提出了一种新颖的变论域模糊 AGC松弛控制方法，此后，在进一步的研究中通过增加等比因子与自寻优的方式提出新的参数自寻优的变论域模糊控制方法来获得更好的效果。文[4]分析到： 提高 CPS1 指标是以增加控制命令的下发次数为代价的。ě同时也提到 要对这一矛盾需进行协调ě，但该文并没有具体给出方案。文[6]提出用改进的粒子算法来对 PI 控制参数进行相应的优化，从而更好地适应电网结构变化，以使得 CPS 考核水平得以进一步提高，文[8]首次在基于 CPS 标准的 AGC 控制中引入模糊控制理论，通过控制积分增益来对 CPS 控制器进行自动调整，最终仿真得出的统计结果显示机组的损耗得到了相应的降低。文[7]则利用强化学习控制器取代传统的经典 PI 调节器，强化学习的自学习属性很好的克服了积分增益系数 KI难以确定的问题，从而增强了系统的鲁棒性。 本文提出采用智能控制方法应用到电力系统 AGC 控制中，以提高 CPS 考核指标。变论域模糊控制器是对模糊控制器的一种改进，它继承了模糊控制器的结构简单、鲁棒性强、无须控制对象精确数学模型等优点，克服了模糊控制器稳态控制精度不高、主观因数多等缺点。本文在变论域模糊控制基础上提出一种新颖的参数自寻优的模糊控制方法，使得 CPS 指标得到进一步的提升。强化学习是一种重要的人工智能控制方法，它具有自学习和动态随机优化等优点，与适应电力系统实际运行状态具有良好效果，因此，近年来，强化学习方法也开始被研究应用于电力系统自动发电控制中。本文一方面通过变论域模糊控制方法及对其采用参数自寻优方法的改进进行电力系统 AGC 控制，此外考虑到传统智能学习方法无法解决控制器之间的交流与协作问题，本文提出基于均衡理论的多智能体强化学习方法，并成功应用到电力系统控制中去。 1.2国内外研究现状 针对电力系统 AGC 控制策略的研究一直是一个十分热门的研究课题，大量研究者针对该问题提出了各种各样的控制策略。 1.2.1经典的控制策略 传统的 AGC 控制系统多采用经典的 PI 控制策略，但新的 CPS 标准的实施对 AGC系统控制策略提出了新的要求，需要同时考虑 ACE 与系统频率之间的关系。传统的 PI控制方式具有结构简单的特点与优势，在实际控制工程中有着很好的应用。文[4]基于CPS 标准，提出了 CPS 调节功率分量这一新概念，并将其与比例分量和积分分量相结合，率先提出了针对国内电网的基于 CPS 标准的 PI 控制策略。文[5]提出了一种针对CPS考核标准特点的AGC控制策略，即在频率偏差大时，AGC的控制目标是尽量使 ACE 和频率偏差符号相反，在频率偏差较小时，AGC 的控制目标则是尽量使 ACE 的绝对值最小。在此控制策略基础上，文[5]在上海电网进行了大量的分析和实验，结果有效地提高了上海电网 AGC 运行水平和 CPS 考核水平，并取得了明显的经济效益。 1.2.2自适应控制策略 前节所讲的经典控制策略都是在通过对实际工程经验进行总结而获得经验参数或是完全采用固定参数的 PI 控制结构的控制方式，这样的控制方法理论基础非常完备，应用也很广，但它们需要为之建立较为精准的数学模型。因而当电网结构或者运行方式发生改变时，控制器的参数需要进行重新整定，对此，人们提出了自适应控制策略来解决此类问题。自适应控制已经被引入电力系统 AGC 控制中因为其具有对未建模部分的动态过程不敏感和对过程参数的变化等特点。文[10]、[11]将频率偏差与功率偏差进行加权，并采用自校正最小方差控制策略，进行负荷频率控制。文[9]、[12]在 CPS 标准下，利用 CPS 标准中的统计特性，通过自调节参数的方式来自动整定 CPS 控制器中主要的控制增益参数，最终形成能电网结构和运行方式变化自动调整参数的自适应控制系统。由于这一类控制策略自学习机制简单实用，故而易于在现有大多数电网调度 AGC 系统上实现。 第二章 AGC 仿真模型介绍和 CPS 考核标准 2.1 AGC 仿真模型介绍 由于难以精确获得南方电网各省网周边边界条件及许多模型参数，因此，要搭建南方电网AGC精确模型是非常困难的。为简化分析，本文仿照IEEE推荐的区域负荷频率控制模型（IEEE Load-freqenncy Control Model），将南方电网分为两区域系统，即广东电网及等值外网，而等值外网包括云南、贵州、广西三