[发明专利]一种风机虚拟惯量控制器的参数整定方法

权利要求书

1.一种风机虚拟惯量控制器的参数整定方法，其特征在于：包括如下步骤：

步骤1：系统频率f和风机转子转速w在输入基于DHDP的在线学习结构之前进行预处理，利用预处理算法将f和w转化为偏差量；

步骤2：设风机虚拟惯量控制器的控制对象为：

x(t+1)＝F(x(t),v(t))

v(t)＝h(x(t),K)

其中，t为离散时间，x(t)∈Rⁿ为t时刻状态向量，v(t)∈Rⁿ为t时刻控制向量，K∈R^l为控制器参数向量，F(x(t),v(t)):Rⁿ×R^m→Rⁿ为系统动态，h(x(t),K):Rⁿ×R^l→R^m为控制策略，R为实数，n，m，l为空间维数，取值为正整数；

步骤3：利用下式计算在风机虚拟惯量控制器的作用下控制对象在第t个采样点的控制效果：

r(t)＝(r_f(t)+r_w(t)+r_u(t))Δt

其中r_f(t)用于约束系统的频率偏移，r_u(t)用于约束虚拟惯量控制器的参数变化，r_w(t)用于约束风机的转子转速，根据上式计算结果，得到控制对象从第t个采样点开始的累积控制效果为：

其中0＜α＜1为折扣因子，α^i-1表示α的i-1次方；

步骤4：建立一个以神经网络为逼近结构的评价网络，评价网络以状态x(t)和控制u(t)为输入，评价网络输出近似代价函数来逼近代价函数J(t)，J(t)应满足Bellman方程

J(t-1)＝r(t-1)+αJ(t)；

步骤5：建立一个以神经网络为逼近结构的执行网络，执行网络将输入的状态x(t)映射为输出u(t)，再根据一个比例-积分结构更新控制器参数

K(t+1)＝K(t)+ΔK(t)＝K(t)+Mu(t)

其中K(0)为控制器的初始参数，M∈R⁺为调制因子，执行网络的目标是最小化评价网络估计的代价函数J(t)；

步骤6：设虚拟惯量控制器参数更新的最大时步为t_max，若系统运行采样点t大于t_max，训练即可停止，进行步骤9，否则，采用当前虚拟惯量控制器参数对控制对象进行控制，采集控制对象的状态向量，进行步骤7；

步骤7：更新评价网络的权重；

步骤8：更新执行网络的权重；

步骤9：输出当前控制器优化后参数K(t)；

所述的步骤7具体过程包括以下步骤：

步骤7.1：设定评价网络权重的更新次数指标为i，初始化时使i＝0；

步骤7.2：设评价网络的逼近误差为

设定评价网络的训练精度ε_c，为了防止训练出现死循环，设评价网络的最大迭代次数为i_max，当评价网络的逼近误差大于训练精度，且评价网络权重的更新次数小于最大迭代次数时，进行步骤7.3，此时，令第t个采样点第i次更新中评价网络权重为评价网络隐层节点输出φ_c(t)为φ_c(t,i)，输出为否则训练停止，进行步骤8；

步骤7.3：根据梯度下降算法训练评价网络

其中l_c为评价网络的学习因子；

步骤7.4：更新评价网络输出

步骤7.5：更新评价网络权重的更新次数指标，使i＝i+1，进行步骤7.2；

所述的步骤8具体过程包括以下步骤：

步骤8.1：设执行网络权重的更新次数指标为j，初始化时使j＝0；

步骤8.2：设定执行网络的逼近误差为

U_c(t)为近似代价函数需要逼近的目标值，令U_c(t)＝0，设定执行网络的训练精度ε_a，为了防止训练出现死循环，设执行网络的最大迭代次数为j_max，当执行网络的逼近误差大于训练精度，且执行网络权重的更新次数小于最大迭代次数时，进行步骤8.3，此时，令第t个采样点第j次更新中执行网络权重为执行网络隐层节点输出φ_a(t)为φ_a(t,j)，否则训练停止，进行步骤6，

步骤8.3：根据梯度下降算法训练执行网络

其中l_a为执行网络的学习因子，矩阵在第x行第y列的元素为

其中，φ_cx(t)为评价网络隐层节点输出φ_c(t)的第x个元素，为t时刻连接第(n+y)个输入节点和第x个隐层节点的评价网络权重；

步骤8.4：更新评价网络权重的更新次数指标，使i＝i+1，进行步骤8.2。