论文部分内容阅读
静止同步串联补偿器(SSSC)作为柔性交流输电系统(FACTS)的重要装置之一，具有响应速度快、控制精度高、动态性能好等优越性。快速潮流控制是SSSC的主要功能之一，然而选择好的控制方法是充分发挥其潮流控制作用的关键。
详细分析了SSSC的原理和工作特性，在两相同步旋转d—q坐标系下建立了SSSC的恒阻抗模型，同时，考虑SSSC和电力系统的不确定性，利用具有非线性拟合能力的人工神经网络建立了逆变器电容电压和线路有效阻抗的神经网络模型。
根据SSSC控制系统的特点，把SSSC的控制分为两部分，即电容电压控制和有效阻抗控制，每个部分都有其明确的被控制对象，并可以分别独立的设计其控制器。在电容电压控制中，考虑到由于电感的存在，线路电流在电容电压稳定前不会有大的变化，选择SSSC装置本身为被控对象，以SSSC的电容电压为控制目标，选用传统的PID控制器去维持电容电压的稳定。考虑到传统PID控制器的参数很难整定、不具有适应性和响应时间长等方面的缺陷，利用人工神经网络和传统PID控制器相结合的方法设计了神经网络自整定PID控制器，并用此控制器去控制直流侧电容电压。因为利用神经网络的非线性拟合能力在线整定PID控制器的3个参数，使其适应系统的变化，所以解决了传统PID控制器由于参数固定而产生的缺陷。在有效阻抗控制中，选择装设SSSC的输电线路为被控对象，以输电线路的有效阻抗为控制目标，选择传统的PID控制器去控制线路的有效阻抗。但是，装设SSSC的输电线路是一个复杂的非线性系统，传统的PID控制器的控制效果不理想。本文采用启发式近似动态规划(HDP)算法设计了有效阻抗的HDP控制器，控制器总共包含3个神经网络，既模型网络、评价网络和动作网络，动作网络的作用是产生控制量，而评价网络的作用是评价这个控制量的好坏，它们互相协作，从而得到最佳的控制序列。由于将一个复杂的大系统分成两个设计相对容易的子系统，并且每个子系统都有各自的控制对象，所以降低了控制器的复杂性和设计的难度。
在MATLAB动态仿真环境中对所建立的神经网络模型和所设计的内环控制器和外环控制器进行了仿真，并与传统的PID控制器作了对比，仿真结果验证了该控制器的有效性和适用性。