基于SPSA的电力系统单区域负荷频率的数据驱动控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105720574A(43)申请公布日2016.06.29(21)申请号201610095937.0(22)申请日2016.02.22(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人董娜方星吴爱国江晓东高忠科韩学烁(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人李丽萍(51)Int.Cl.H02J3/00(2006.01)权利要求书2页说明书9页附图2页(54)发明名称基于SPSA的电力系统单区域负荷频率的数据驱动控制方法(57)摘要本发明公开了一种基于SPSA的电力系统单区域负荷频率的数据驱动控制方法，包括：实时获取被控电力系统的频率偏差增量、汽轮发电机输出功率的增量变化以及调节阀位置的增量变化的数据信息；建立系统的在线神经网络辨识模型；建立神经网络控制器；神经网络控制器连接权值的更新；计算得到控制信号并反馈回被控系统中，通过控制汽轮发电机的进汽阀门、蒸汽阀门或水轮机的进水阀门的开度，改善原动机功率与负荷功率的不平衡状况，使得系统的频率重新稳定到给定值。本发明的方法计算简单，参数少，易实现，并且能够有效地避免对电力系统复杂的建模过程，同时也能够避免系统模型不准确或不确定参数所可能导致的控制效果差等问题。CN105720574ACN105720574A权利要求书1/2页1.一种基于SPSA的电力系统单区域负荷频率的数据驱动控制方法，其特征在于，对于电力系统的控制能够脱离对于其模型信息的依赖，包括以下步骤：步骤一、实时获取被控电力系统的频率偏差增量、汽轮发电机输出功率的增量变化以及调节阀位置的增量变化的数据信息；步骤二、建立系统的在线神经网络辨识模型：以前P个时刻实际系统的状态值，即{x(k),x(k-1),...,x(k-P+1)}和前Q个时刻实际系统的控制输入值{u(k-1),u(k-2),...,u(k-Q)}作为神经网络模型的输入，P和Q为时间窗长度，以当前时刻电力系统的状态估计值x*(k+1)作为神经网络的输出；选取三层结构，即一个输入层，一个隐含层和一个输出层，径向基函数神经网络作为系统的在线辨识模型，网络隐节点的基函数采用欧氏距离函数，并使用高斯函数作为激活函数；确定网络隐节点数、各径向基函数的数据中心及扩展常数，将以误差函数作为神经网络学习的目标函数，其中，S为输入的训练样本数，βj为遗忘因子，ej为网络输出与实际系统输出间的误差；采用梯度训练方法，通过最小化目标函数来调节各个隐节点的数据中心、扩展常数和连接权值，从而使神经网络辨识模型逼近实际被控的电力系统；步骤三、建立神经网络控制器：以前M时刻实际系统的状态值，即{x(k),x(k-1),...,x(k-M+1)}、前N时刻实际系统的控制输入值，即{u(k-1),u(k-2),...,u(k-N)}作为神经网络控制器的输入，以系统的控制信号，即所需要调整的电力系统功率值作为神经网络控制器的输出，选取四层结构的BP网络作为神经网络控制器，即一个输入层，两个隐含层和一个输出层；步骤四、控制器参数更新：采用SPSA算法，选取为优化目标函数，并使用在线神经网络辨识器模型代替实际系统来计算加入随机扰动信号时系统的状态值，继而完成神经网络控制器连接权值的更新；步骤五、计算得到控制信号并反馈回被控系统中：使用更新过的神经网络控制器的连接权值，计算得到系统的控制信号u(k)，即所需调整的系统功率ΔPc的值，并根据ΔPc来调整系统中原动机的功率：即当ΔPc>0时，增大汽轮发电机的进汽阀门或水轮机的进水阀门的开度，进而增加原动机的功率；当ΔPc<0时，减小汽轮发电机的蒸汽阀门或水轮机的进水阀门的开度，进而减少原动机的功率；从而改善原动机功率与负荷功率的不平衡状况，使得系统的频率重新稳定到给定值。2.根据权利要求1所述基于SPSA的电力系统单区域负荷频率的数据驱动控制方法，其特征在于，步骤四中，更新神经网络控制器的连接权值的方法如下：计算控制器参数±神经网络控制器所产生的控制量，记做u(k)，其中θk为神经网络控制器的连接权值、为上一时刻的控制器连接权值的估计值、ck为趋于0的序列或值等于常数的标T±量系数、Δk＝[Δk1,Δk2,...,ΔkL]为一个随机向量，并将u(k)分别作为两次输入信号加入至系统的在线神经网络辨识模型中，记录其相应的输出，记做x(k+1)±；将x(k+1)±的值代入到控制器的优化目标函数中，计算得到2CN105720574A权利要求书2/2页再将代入进梯度估计公式中，其中，l＝1,2,...,L，L为控制器参数的个数，进而得到梯度的估计值最后将代入到控制器参数更新公式中，其中ak为标量系数，计算得到k时刻控制器连接权值的估计值从而完