[发明专利]基于无模型自适应控制算法的发电机广域阻尼控制方法

权利要求书

1.一种基于无模型自适应控制算法的发电机广域阻尼控制方法，其特征在于，该方法包括：

1)根据传统发电机广域阻尼控制方法的传递函数表达式及参数计算公式得到传统发电广域阻尼控制方法的控制参数；

2)定义被控电力系统的动态线性表达式、控制准则函数表达式和伪梯度向量估计准则函数表达式；

3）然后根据传统发电机广域阻尼控制方法得到的控制参数计算发电机广域阻尼自适应控制方法的控制参数初始值，包括伪梯度向量的初始值惩罚因子γ；

4）以步骤3）中得到伪梯度向量初始值为初始点，利用被控系统实测的输入输出数据在线更新伪梯度向量的估计值

5）最后根据在线更新的伪梯度向量的估计值计算发电机广域阻尼自适应控制信号；

6）将步骤5）中的发电机广域阻尼自适应控制信号作用于被控电力系统的发电机励磁端，k增加1，重复步骤4）～6）直至达到所需计算的发电机广域阻尼控制信号的最大时刻。

2.根据权利要求1所述方法，其特征在于，所述步骤3）根据传统发电机广域阻尼控制方法得到的控制参数计算发电机广域阻尼自适应控制方法的控制参数初始值，包括伪梯度向量的初始值具体实现方式为：

取伪阶数L_u＝3和L_y＝3,通过极小化控制准则函数得到发电机广域阻尼自适应控制方法的控制律表达式为：

u(k)=u(k-1)+ρkφ^u1(k)γ+|φ^u1(k)|2[y*(k+1)-y(k)-φ^y1(k)Δy(k)-φ^y2(k)Δy(k-1)---(6)]]>

-φ^y3(k)Δy(k-2)-φ^u2(k)Δu(k-1)-φ^u3(k)Δu(k-2)]]]>

其中ρ_k为步长序列；

将k+1时刻区间频差信号的期望值y^*(k+1)取为0；

令所述控制律的离散传递函数表达式为：

KM(z)=θe(k){[1+φ^y1(k)]z3+[φ^y2(k)-φ^y1(k)]z2+[φ^y3(k)-φ^y2(k)]z-φ^y3(k)}z3+(θe(k)φ^u2(k)-1)z2+θe(k)(φ^u3(k)-φ^u2(k))z-θe(k)φ^u3(k)---(7)]]>

=θe(k){[1+φ^y1(k)]z3+[φ^y2(k)-φ^y1(k)]z2+[φ^y3(k)-φ^y2(k)]z-φ^y3(k)}(z-1)[z2+(θe(k)φ^u2(k)z+θe(k)φ^u3(k)]]]>

离散传递函数K_M(z)由三个零点和三个极点组成，其中一个极点为1；

将k=1时刻K_M(z)的零极点取值与K_C(s)的零极点相同；其中k=1时刻K_M(z)的一个零点配置在极点1附近，另外两个零点和两个极点分别与K_C(s)的零点和极点相同；

假设x₀₁，x₀₂，x₀₃为表达式[1+φ^y1(1)]z3+[φ^y2(1)-φ^y1(1)]z2+[φ^y3(1)-φ^y2(1)]z-φ^y3(1)=0]]>的三个根；x₀₁为在极点1附近的零点，（为减小零点x₀₁和极点1对振荡模式的动态性能影响，）取该零点到原点的距离为区间低频振荡模式对应的特征根到虚轴距离的1/5，即其中T_s=0.1s，ξ₀=7.576%，ω_d=3.662；x₀₂＝x₀₃与K_C(s)中的零点相同，即x02=x03=e-1T1Ts=e-10.34×0.1=0.7452;]]>

令z＝1，得到11+φ^y1(1)=(1-x01)(1-x02)2=(1-0.9945)(1-0.7452)2;]]>

根据上述等式得到计算的表达式如式（8）所示：

φ^y1(1)=1(1-x01)(1-x02)2-1=2800---(8)]]>

由于K_M(z)化简为：

≈θe(1){φ^y1(1)z3+[φ^y2(1)-φ^y1(1)]z2+[φ^y3(1)-φ^y2(1)]z-φ^y3(1)}z3+(θe(1)φ^u2(1)-1)z2+θe(1)(φ^u3(1)-φ^u2(1))z-θe(1)φ^u3(1)---(9)]]>

=θe(1)[φ^y1(1)z2+φ^y2(1)z+φ^y3(1)][z2+θe(1)φ^u2(1)z+θeφ^u3(1)]]]>

根据根与系数的关系式得到如下关系式：

-φ^y2(1)φ^y1(1)=2×e-10.34×0.1---(10)]]>

φ^y3(1)φ^y1(1)=(x02)2=e-10.34×0.1×2=0.555---(11)]]>

由式（10）、（11）得到计算的表达式如式（12）、（13）所示：

φ^y2(1)=-2x02·φ^y1(1)=-4173---(12)]]>

φ^y3(1)=φ^y1(1)·(x02)2=1555---(13)]]>

假设极点x_p2、x_p3为的两个根，取x_p2、x_p3与K_C(s)中的极点相同，即xp2=xp3=e-1T2Ts=e-10.22×0.1=0.635;]]>

根据根与系数的关系式得到如下关系式：

-θe(1)φ^u2(1)2=xp2---(14)]]>

θe(1)φ^u3(1)=(xp2)2---(15)]]>

由式（14）、（15）得到计算的表达式如式（16）、（17）所示：

θe(1)φ^u2(1)=-2xp2=2×e-10.22×0.1=-1.27---(16)]]>

θe(1)φ^u3(1)=(xp2)2=e-10.22×0.2=0.4029---(17)]]>

令|KC(s)||s=jωd=|KM(z)||z=ejωdTs,]]>得到如下等式：

θe(1)[φ^y1(1)+φ^y2(1)+φ^y3(1)][1+θe(1)φ^u2(1)+θe(1)φ^u3(1)]=Kc=0.064---(18)]]>

式（18）中和均已知，得到θ_e(1)的计算表达式如式（19）所示：

θe(1)=Kc·[1+θe(1)φ^u2(1)+θe(1)φ^u3(1)][φ^y1(1)+φ^y2(1)+φ^y3(1)]=4.6955×10-5---(19)]]>

根据式（19）得到的θ_e(1)的取值计算出

由于按经验值选取ρ_k＝0.7,γ＝10⁶，则根据θ_e(1)的表达式算出φ_u1(k)＝67.3。