基于神经网络的电力系统暂态稳定分布式自适应控制

• 作者: 陈世明 卢家胜 高彦丽
• 来源期刊: 控制与决策
• 关键词: 神经网络 电力系统 暂态稳定 分布式控制 自适应估计 多智能体框架 储能装置
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 论文与报告|Papers and Reports
• 页码范围: 1407-1414
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2019.1168

摘要

针对电力系统中普遍存在的系统非线性和参数不确定性等问题,提出一种基于径向基函数神经网络(RBFNN)的分布式自适应控制器,以提高多机电力系统的暂态稳定性.利用基于RBFNN的方法对系统中的未知非线性项和外部扰动进行补偿,设计相应的自适应参数估计方法,逼近未知非线性项的理想权值矩阵.该策略基于多智能体框架,分布式控制器通过通信网络接收测量装置测量的实时数据,并控制储能装置动作,使受到扰动后各发电机能够迅速实现频率同步.利用李雅普诺夫稳定性理论,证明所提出的分布式控制方法的收敛性.最后,通过仿真研究验证所提出的分布式控制方法的有效性.