蔣 平，嚴(yán) 棟，劉盛松，胡 偉

（1.東南大學(xué)電氣工程學(xué)院，江蘇 南京 210096；2.江蘇電力調(diào)度控制中心，江蘇 南京 210024）

0 引言

未來十年內(nèi)華中-華東電網(wǎng)將出現(xiàn)多回特高壓直流輸電系統(tǒng)[1]。以錦屏-蘇南工程為例，該工程預(yù)計(jì)在2012年建成投運(yùn)，屆時(shí)將有7 200 MW電量從四川水電基地送至江蘇電網(wǎng)，巨大功率輸入對(duì)受端電網(wǎng)的運(yùn)行方式和穩(wěn)定性必將帶來重大影響[2]。

利用UHVDC傳輸功率大，響應(yīng)速度極快的優(yōu)勢(shì)可以改善交流系統(tǒng)的暫態(tài)穩(wěn)定性，為此，學(xué)者進(jìn)行大量的相關(guān)研究[3-9]。文獻(xiàn)[4]通過利用UHVDC的暫態(tài)過負(fù)荷能力減少故障期間系統(tǒng)的功率缺額，但當(dāng)系統(tǒng)本身阻尼較小時(shí)，該方法并不能實(shí)時(shí)快速增大系統(tǒng)阻尼從而使系統(tǒng)快速恢復(fù)正常運(yùn)行；文獻(xiàn)[5]通過利用模糊神經(jīng)控制器代替?zhèn)鹘y(tǒng) PI調(diào)節(jié)器，取得較好的控制效果，但文中模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)相對(duì)獨(dú)立，兩者內(nèi)部參數(shù)的確定依賴操作人員的知識(shí)經(jīng)驗(yàn)，帶有一定的主觀性。

廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)（GD-FNN）結(jié)構(gòu)緊湊，泛化能力好，并且參數(shù)估計(jì)和結(jié)構(gòu)辨識(shí)同時(shí)進(jìn)行，可操作性高，目前在電力系統(tǒng)應(yīng)用較少，在UHVDC暫穩(wěn)控制方面更是空白。本文提出在特高壓直流輸電（UHVDC）中應(yīng)用GD-FNN來對(duì)系統(tǒng)暫態(tài)穩(wěn)定進(jìn)行控制。在Matlab中實(shí)現(xiàn)了GD-FNN算法，在PSCAD/EMTDC搭建了2012年江蘇電網(wǎng)夏季高峰典型運(yùn)行方式的電磁暫態(tài)模型，通過聯(lián)合仿真對(duì)算法效果進(jìn)行驗(yàn)證。在系統(tǒng)不同運(yùn)行情況下與未進(jìn)行暫態(tài)控制以及采用傳統(tǒng)極點(diǎn)配置法的控制效果進(jìn)行對(duì)比，證明了GD-FNN控制器對(duì)系統(tǒng)具有良好的適應(yīng)性和魯棒性，取得較好的暫態(tài)穩(wěn)定控制效果。

1 特高壓直流輸電（UHVDC）原理

特高壓直流輸電工程常采用如圖1的每極兩組12脈動(dòng)換流器串聯(lián)接線方式。每組12脈動(dòng)換流器額定直流電壓值設(shè)為為直流每極電壓一半。我國(guó)已有特高壓直流輸電工程均采用(400+400) kV的每極兩組12脈動(dòng)換流器串聯(lián)接線方式[3]。

圖1 每極兩組12脈動(dòng)換流器串聯(lián)接線Fig. 1 Series connection of two 12-pulse converters in each pole

2 廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)(GD-FNN)

2.1 GD-FNN的結(jié)構(gòu)[10]

廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)如圖2所示。

圖2 GD-FNN的結(jié)構(gòu)Fig. 2 Structure of GD-FNN

網(wǎng)絡(luò)有r個(gè)輸入，每個(gè)輸入 xi( i = 1,2,? ??,r )有u個(gè)隸屬函數(shù)

其中，ijσ和cij表示xi的第j個(gè)隸屬度函數(shù)的寬度和中心。網(wǎng)絡(luò)的第三層第j個(gè)規(guī)則的輸出為

將第三層的規(guī)則運(yùn)算結(jié)果運(yùn)算加權(quán)和得

2.2 GD-FNN的學(xué)習(xí)算法

如果系統(tǒng)誤差||ek||>ke，則一條新的規(guī)則增加至GD-FNN系統(tǒng)。其中

其中：emin是誤差限；emax是最大誤差；k是系統(tǒng)學(xué)習(xí)的次數(shù)； β∈ (0,1)稱為收斂常數(shù)。可以推導(dǎo)出

當(dāng)一個(gè)訓(xùn)練樣本（Xk，tk）進(jìn)入系統(tǒng)，定義馬氏距離 mdk(j)，它是Xk和現(xiàn)有的RBF單元中心 Cj( j = 1,2,???,u )之間的馬氏距離。

如果 mdk,min= mdk(J )> kd，則現(xiàn)有的系統(tǒng)不滿足ε-完備性而應(yīng)該產(chǎn)生一條新的規(guī)則，其中

若系統(tǒng)已經(jīng)有u條模糊規(guī)則，當(dāng)?shù)玫揭粋€(gè)新的訓(xùn)練樣本（xk，tk）時(shí)，要將多維的輸入映射到一維隸屬度函數(shù)空間，同時(shí)還要求得數(shù)據(jù)和邊界集φi之間的歐氏距離edi(j)，并找到它的最小值edi( jn)，如果 edi(jn)≤kmf，則無需修改新的高斯函數(shù)的相關(guān)參數(shù)，否則有必要添加新的高斯函數(shù)，其寬度由式(9)決定，其中心設(shè)置為

其中，ci?1和ci+1是鄰近的兩個(gè)隸屬函數(shù)的中心。

對(duì)于||ek||>ke和 mdk,min≤kd成立，則對(duì)輸入變量xi最近的隸屬函數(shù)的寬度ijσ可以修正如下

圖3為GD-FNN算法流程圖。

圖3 GD-FNN算法流程圖Fig. 3 Flow diagram of GD-FNN algorithm

2.3 GD-FNN在UHVDC暫穩(wěn)控制中的實(shí)現(xiàn)

要在UHVDC中實(shí)現(xiàn)GD-FNN智能算法，目前有三種主要途徑：一是通過GD-FNN算法動(dòng)態(tài)調(diào)節(jié)直流控制器內(nèi)部參數(shù)（如PI環(huán)節(jié)的控制參數(shù)）；二是用GD-FNN控制環(huán)節(jié)代替原有的直流控制環(huán)節(jié)；三是考慮在現(xiàn)有控制環(huán)節(jié)的基礎(chǔ)上加上附加控制。由于直流基本控制策略發(fā)展較為成熟，運(yùn)行經(jīng)驗(yàn)豐富，故采用第三種方法。

GD-FNN附加控制的實(shí)現(xiàn)需要選取合適的調(diào)制信號(hào)，調(diào)制信號(hào)的選取并無通用標(biāo)準(zhǔn)，它與交流網(wǎng)絡(luò)的結(jié)構(gòu)和運(yùn)行狀態(tài)有很大關(guān)系，本文選擇雙側(cè)頻差信號(hào)作為調(diào)制信號(hào)，它可以即時(shí)反映整個(gè)網(wǎng)絡(luò)的頻率狀況，且便于測(cè)量。再選擇二維信號(hào)作為輸入，即調(diào)制信號(hào)E本身及其變化率EC，這樣可以較深刻地展示系統(tǒng)在控制過程中動(dòng)態(tài)特性，且結(jié)構(gòu)并不復(fù)雜，確定系統(tǒng)相關(guān)參數(shù)并不困難，所以相對(duì)緊湊，便于實(shí)現(xiàn)。對(duì)于交直流互聯(lián)系統(tǒng)，交流系統(tǒng)頻率和直流線路輸送功率的相互影響比較明顯，所以GD-FNN模塊的輸出量應(yīng)附加在直流輸電系統(tǒng)定電流控制或定功率控制的指令值上，從而對(duì)輸送功率進(jìn)行實(shí)時(shí)控制，對(duì)交流系統(tǒng)進(jìn)行動(dòng)態(tài)迅速的支援。

實(shí)際運(yùn)行中通過內(nèi)置 GD-FNN算法的微機(jī)控制將二維控制信號(hào)進(jìn)行處理后疊加至功率或電流指令信號(hào)中即可實(shí)現(xiàn)GD-FNN的附加控制，控制原理框圖如圖4所示。

圖4 GD-FNN控制原理框圖Fig. 4 Control block diagram of GD-FNN

3 仿真及結(jié)果分析

為實(shí)現(xiàn)GD-FNN算法在UHVDC中的應(yīng)用，在PSCAD/EMTDC中搭建了2012年江蘇電網(wǎng)夏季高峰典型運(yùn)行方式的電磁暫態(tài)模型。該模型中包括了江蘇網(wǎng)的500 kV架構(gòu)以及錦蘇直流，如圖5 所示。

圖5 2012年江蘇電網(wǎng)夏季高峰典型運(yùn)行方式（部分）Fig. 5 Typical operating mode of summer in Jiangsu Province in 2012 (Partial)

采用Matlab編制GD-FNN的運(yùn)算程序，算法參數(shù)設(shè)置為：emax=0.5， emin= 0.03，εmin= 0.5，εmax=0.8， kmf= 0.8，kerr= 0.01。

算法參數(shù)設(shè)置好以后，需對(duì)廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練數(shù)據(jù)為極點(diǎn)配置環(huán)節(jié)的輸入輸出響應(yīng)，訓(xùn)練過程如圖6所示，隨著迭代的不斷進(jìn)行，誤差不斷縮小至誤差限內(nèi)，模糊規(guī)則最終收斂于4條（如表1所示），而若采用一般的模糊控制或模糊神經(jīng)網(wǎng)絡(luò)控制，則一般至少需3× 3=9條規(guī)則，所以GD-FNN使控制器結(jié)構(gòu)更加緊湊，確保系統(tǒng)的泛化能力。

圖6 訓(xùn)練過程Fig. 6 Training process

表1 模糊控制規(guī)則表Table 1 Fuzzy control rules

GD-FNN算法雖以極點(diǎn)配置法為學(xué)習(xí)樣本，但兩者有本質(zhì)區(qū)別，GD-FNN算法是通過對(duì)樣本的歸納總結(jié)獲得一般的控制規(guī)律，而不是基于某一運(yùn)行點(diǎn)的閉環(huán)控制，例如從GD-FNN輸入輸出特性（如圖7所示）可以看出，當(dāng)頻差量E和變化率EC都為正時(shí)，即故障系統(tǒng)頻率正在上升，此時(shí)GD-FNN為較大的負(fù)值輸出量，即減小指令電流和功率輸送，從而使故障區(qū)域頻率上升減緩并回落。就這樣，GD-FNN附加控制在故障恢復(fù)期間對(duì)直流功率進(jìn)行調(diào)整，利用UHVDC的快速調(diào)節(jié)與短期過載能力，起到了抑制系統(tǒng)振蕩，提高暫態(tài)穩(wěn)定性的作用。

當(dāng)GD-FNN訓(xùn)練好后，利用PSCAD/EMTDC的Matlab接口進(jìn)行聯(lián)合仿真。在上黨站設(shè)置金屬性三相短路， 0.1s后故障消失。觀察離短路點(diǎn)較近的鎮(zhèn)江Ⅲ廠發(fā)電機(jī)功角變化及直流功率變化，并與未進(jìn)行暫態(tài)控制及采用傳統(tǒng)極點(diǎn)配置法的系統(tǒng)對(duì)比。

圖7 訓(xùn)練好的GD-FNN環(huán)節(jié)輸入輸出特性Fig. 7 Input and output characteristics of trained GD-FNN

3.1 正常運(yùn)行情況

正常運(yùn)行情況下，極點(diǎn)配置法和GD-FNN控制的暫態(tài)穩(wěn)定控制效果相當(dāng)，都能對(duì)系統(tǒng)的振蕩進(jìn)行快速的抑制，保證系統(tǒng)安全穩(wěn)定運(yùn)行（圖8、圖9）。

圖8 正常運(yùn)行情況鎮(zhèn)江Ⅲ廠發(fā)電機(jī)功角變化情況Fig. 8 Change of Zhenjiang-3 generator’s angle in normal situation

圖9 直流輸送功率變化Fig. 9 Change of DC power

由于附加控制量疊加在直流定電流控制的電流設(shè)定值上，所以故障時(shí)直流輸電線路上的功率根據(jù)系統(tǒng)阻尼的需要進(jìn)行了快速調(diào)節(jié)。與未加附加控制相比，加附加控制后直流線路傳輸?shù)墓β试诠收习l(fā)生后變化更為劇烈(如圖8～圖9所示)，這就相當(dāng)于是“分擔(dān)”了故障對(duì)交流系統(tǒng)的沖擊。

3.2 控制器結(jié)構(gòu)發(fā)生變化后的情況

實(shí)際運(yùn)行中UHVDC控制器可能會(huì)發(fā)生變化，如測(cè)量信號(hào)和輸出信號(hào)的延遲都有可能會(huì)使控制器性能發(fā)生惡化。在HVDC整流側(cè)定電流控制器加入時(shí)滯環(huán)節(jié)來模擬該種情況，滯后時(shí)間取50 ms。

由圖10、圖11可知：加入時(shí)滯環(huán)節(jié)后，極點(diǎn)配置法和GD-FNN的暫態(tài)穩(wěn)定控制效果都有所降低，但GD-FNN的控制效果明顯優(yōu)于極點(diǎn)配置法，說明GD-FNN控制相對(duì)于傳統(tǒng)方法具有較好的魯棒性，在系統(tǒng)具有延遲的情況下也具有一定的控制效果。

圖10 加入時(shí)滯環(huán)節(jié)后鎮(zhèn)江Ⅲ廠發(fā)電機(jī)功角變化情況Fig. 10 Change of Zhenjiang-3 generator’s angle with time delay

圖11 直流輸送功率變化Fig. 11 Change of DC power

3.3 系統(tǒng)運(yùn)行點(diǎn)發(fā)生變化后的情況

實(shí)際運(yùn)行中系統(tǒng)的運(yùn)行點(diǎn)不斷發(fā)生變化，所以控制方法對(duì)系統(tǒng)的適應(yīng)能力顯得至關(guān)重要。將鎮(zhèn)江Ⅲ發(fā)電機(jī)出力減少30%來模擬該種情況。

由圖12、圖13可以看出：改變鎮(zhèn)江Ⅲ發(fā)電機(jī)出力后，系統(tǒng)的運(yùn)行狀況發(fā)生改變，由于電力系統(tǒng)的非線性，故極點(diǎn)配置法配置的極點(diǎn)會(huì)發(fā)生偏差，從而會(huì)導(dǎo)致穩(wěn)定控制效果有所降低，而GD-FNN控制本質(zhì)上是一個(gè)參數(shù)合理準(zhǔn)確，結(jié)構(gòu)緊湊合理的模糊推理系統(tǒng)，所以對(duì)系統(tǒng)模型結(jié)構(gòu)和參數(shù)要求不高，但其與一般的模糊控制系統(tǒng)相比，其尺度變換、隸屬度函數(shù)和輸出值函數(shù)更為精確嚴(yán)格，所以在系統(tǒng)模型結(jié)構(gòu)和參數(shù)不確定的情況也具有較好的控制效果。

圖12 改變出力后鎮(zhèn)江Ⅲ廠發(fā)電機(jī)功角變化情況Fig. 12 Change of Zhenjiang-3 generator’s angle after output power reduced

圖13 直流輸送功率變化Fig. 13 Changing of DC power

4 結(jié)論

在正常運(yùn)行情況下，廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)控制與傳統(tǒng)的極點(diǎn)配置方法效果接近，并未顯現(xiàn)出明顯的優(yōu)勢(shì)。當(dāng)控制器內(nèi)部發(fā)生改變或系統(tǒng)運(yùn)行狀況發(fā)生改變時(shí)，極點(diǎn)配置的控制效果降低，而GD-FNN方法由于具有對(duì)系統(tǒng)良好的適應(yīng)性和強(qiáng)魯棒性，仍然可以起到較為理想的控制效果。相比于模糊控制，GD-FNN能夠進(jìn)行參數(shù)估計(jì)和結(jié)構(gòu)辨識(shí)，具有良好的可操作性；相比于神經(jīng)網(wǎng)絡(luò)控制，GD-FNN結(jié)構(gòu)清晰，邏輯意義明確，擴(kuò)充性好；相比于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制（ANFIS），GD-FNN可以優(yōu)化至較緊湊的結(jié)構(gòu)，保證泛化能力，在電力系統(tǒng)自動(dòng)化控制領(lǐng)域具有非常廣闊的應(yīng)用前景。

[1] 周浩, 鐘一俊. 特高壓交、直流輸電的適用場(chǎng)合及其技術(shù)比較[J]. 電力自動(dòng)化設(shè)備, 2007, 27(5): 6-12.

ZHOU Hao, ZHONG Yi-jun. Applicable occasions of UHVAC/UHVDC transmission and their technology comparisons in China[J]. Electric Power Automation Equipment, 2007, 27(5): 6-12.

[2] 徐政. 交直流電力系統(tǒng)動(dòng)態(tài)行為分析[M]. 北京: 機(jī)械工業(yè)出版社, 2005.

[3] 許愛東, 柳勇軍, 吳小辰. ±800 kV 云廣特高壓直流安全穩(wěn)定控制策略研究[J]. 南方電網(wǎng)技術(shù), 2008, 2(5):14-18.

XU Ai-dong, LIU Yong-jun, WU Xiao-chen. Study on security and stability control strategy for ±800 kV Yun-Guang UHVDC Transmission[J]. Southern Power System Technology, 2008, 2(5): 14-18.

[4] 陳漢雄, 胡勁松. 金沙江一期送端特高壓直流輸電系統(tǒng)的協(xié)調(diào)控制[J]. 電網(wǎng)技術(shù), 2008, 32(8): 10-14.

CHEN Han-xiong, HU Jin-song. Coordinated control of UHVDC transmission system at sending end of first phase Jinsha River project[J]. Power System Technology,2008, 32(8): 10-14.

[5] 莊侃沁, 李興源. 高壓直流輸電系統(tǒng)在線模糊神經(jīng)控制器的研究[J]. 電力系統(tǒng)自動(dòng)化, 2001, 25(24): 3-6.

ZHUANG Kan-qin, LI Xing-yuan. Study of an on-line HVDC controller based on fuzzy logic and ANN[J].Automation of Electric Power Systems, 2001, 25(24):3-6.

[6] 張少康, 李興源, 王渝紅. HVDC附加控制策略對(duì)頻率穩(wěn)定性的影響研究[J]. 電力系統(tǒng)保護(hù)與控制, 2011,39(19): 100-103.

ZHANG Shao-kang, LI Xing-yuan, WANG Yu-hong.Research on the effect of HVDC additional control strategy on frequency stability[J]. Power System Protection and Control, 2011, 39(19): 100-103.

[7] 陳文濱, 嚴(yán)兵, 張堯, 等. 基于EMTDC的UHVDC交流側(cè)故障的仿真[J]. 電力系統(tǒng)保護(hù)與控制, 2009,37(11): 15-18.

CHEN Wen-bin, YAN Bing, ZHANG Yao, et al.Simulation of fault in UHVDC AC side based on EMTDC[J]. Power System Protection and Control, 2009,37(11): 15-18.

[8] Martin Atena, Herbert Werner. Subsynchronous damping controller design for high voltage DC links using linear matrix inequalities[J]. Control Engineering Practice,2004, 12: 735-744.

[9] 陳小龍, 毛曉明, 葉鋒, 等. 模糊和神經(jīng)網(wǎng)絡(luò)控制方法在高壓直流輸電系統(tǒng)阻尼調(diào)制研究中的應(yīng)用與發(fā)展[J].電力系統(tǒng)保護(hù)與控制, 2009, 37(5): 98-102.

CHEN Xiao-long, MAO Xiao-ming, YE Feng, et al.Application and development of fuzzy logic and neural network control in HVDC damping modulation[J]. Power System Protection and Control, 2009, 37(5): 98-102.

[10] 伍世虔, 徐軍. 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)——設(shè)計(jì)與應(yīng)用[M].北京: 清華大學(xué)出版社, 2008.