電網(wǎng)混沌系統(tǒng)的T－S模糊非線性PI控制

李向群，劉 浩，羅詩敏，楊龍月，翟周林

（1.中國礦業(yè)大學(xué)計算機學(xué)院，徐州221116；2.中國礦業(yè)大學(xué)信電學(xué)院，徐州221116）

現(xiàn)代電力系統(tǒng)作為一個強非線性、高耦合性和不可避免的不確定性的復(fù)雜系統(tǒng)，存在復(fù)雜的分岔及混沌運行行為［1～3］，表現(xiàn)為鐵磁諧振、混沌振蕩以及電壓崩潰等現(xiàn)象。這種混沌運行會造成系統(tǒng)過電壓，引起過電流，長時間的持續(xù)振蕩將造成絕緣閃絡(luò)、避雷管爆炸、設(shè)備損壞，嚴(yán)重時會造成停電事故。

目前，國內(nèi)外學(xué)者對于混沌現(xiàn)象的控制已提出了較多方法［4］，如延遲反饋法、自適應(yīng)控制、智能控制等。在電力系統(tǒng)混沌控制方面，很多先進(jìn)的控制理論、方法和技術(shù)也被引入，用以提高電網(wǎng)安全穩(wěn)定，主要的方法是向電力系統(tǒng)注入有功和無功能量，通過控制能量的注入，將系統(tǒng)從混沌狀態(tài)引導(dǎo)至正常運行狀態(tài)［7］。這些方法的提出和應(yīng)用為系統(tǒng)的安全運行提供了可靠的保證。但是由于不同電網(wǎng)結(jié)構(gòu)復(fù)雜性和操作形式不同，不同的電網(wǎng)控制時采取的控制策略與手段也不同?；陔娋W(wǎng)的特殊性和所連接設(shè)備的屬性，對電網(wǎng)建模并對其混沌控制技術(shù)進(jìn)行研究，有助于消除或延遲非線性振蕩現(xiàn)象，提高電網(wǎng)的穩(wěn)定性，同時也可以為基于柔性輸配電技術(shù)及發(fā)電控制系統(tǒng)的混沌控制設(shè)計提供理論指導(dǎo)和技術(shù)支持，對安全生產(chǎn)具有重要意義。

本文根據(jù)電網(wǎng)混沌模型的強非線性和局部線性特性，提出一種電網(wǎng)T－S模型非線性狀態(tài)PI控制的方法。建立相應(yīng)的T－S模糊模型，將強非線性系統(tǒng)局部線性化，使其在一定精度上逼近原系統(tǒng)模型，根據(jù)并行補償原理，設(shè)計非線性狀態(tài)PI控制器，進(jìn)一步克服系統(tǒng)的非線性。應(yīng)用模糊系統(tǒng)的控制理論求得模糊控制器，用此非線性控制器對電網(wǎng)混沌模型進(jìn)行控制，由仿真分析驗證了該方法的有效性和準(zhǔn)確性。

1 電網(wǎng)的非線性動力學(xué)分析

本文主要考慮系統(tǒng)的外在因素（如擾動對系統(tǒng)）的影響，而暫不考慮網(wǎng)側(cè)等值系統(tǒng)各端轉(zhuǎn)動慣量等內(nèi)在因素，建立高壓電網(wǎng)可等效圖，如圖1所示。

圖1 電網(wǎng)等效系統(tǒng)圖Fig.1 Equivalent system of power grid

給出電磁功率擾動情況下的電網(wǎng)混沌二階模型［8］：

其中：σ（t）＝σ1－σ2為系統(tǒng)1、2等值發(fā)電機q軸電勢間相對角度，rad；ω（t）為相對角速度，rad／s；H為等值轉(zhuǎn)動慣量，kg·m2；D等值阻尼系數(shù)，N·m·s／rad；Pmax為系統(tǒng)1輸送至系統(tǒng)2電磁功率最大值，W；Pm為等值發(fā)電機1的機械功率，W；Pξ為擾動功率幅值，W；β為擾動功率的頻率，Hz。δ＝ΔpPmax為電磁功率擾動幅值，Δp為電磁功率增大倍數(shù)。此時系統(tǒng)中存在2個擾動項，Pξ和δ分別為2個擾動幅值。

為了直觀表現(xiàn)系統(tǒng)運動狀態(tài)［10］，取k＝0.8 Hz，Pξ＝2W，Pmax＝100W，H＝100kg·m2，Pm＝20W，D＝40N·m·s／rad，β＝1Hz，｛σ，ω｝變量的初值｛π／15，0｝。

分析得到電磁功率擾動δ變化時的電網(wǎng)運行狀態(tài)：

當(dāng)δ＝0時，系統(tǒng)正常工作；

當(dāng)0＜δ＜127時，隨著擾動幅值的增加，其運行軌道出現(xiàn)了周期4、周期8、周期16的倍周期分岔狀態(tài)；

當(dāng)δ≥127時，系統(tǒng)工作在混沌狀態(tài)。

下面給出δ＝127時的σ－ω相圖，σ時序圖，ω時序圖如圖2所示。

圖2 混沌運行狀態(tài)Fig.2 Chaotic running state

2 電網(wǎng)混沌控制器設(shè)計

2.1 電網(wǎng)T－S模型

T－S模糊模型是將非線性系統(tǒng)用一組“如果－則”模糊規(guī)則來描述，其中的每一條模糊規(guī)則代表一個子系統(tǒng)。整個模糊系統(tǒng)由各個子系統(tǒng)的線性組合構(gòu)成。模糊規(guī)則狀態(tài)方程模型可以表示為

其中：Ri為模糊系統(tǒng)第i條規(guī)則，x＝ ［x1，x2，…，xp（t）］T表示模糊系統(tǒng)狀態(tài)向量，（i＝1，…，l，k＝1，…，n）表示系統(tǒng)的模糊集合。

利用單點模糊法模糊化，模糊推理采用Sum－Product推理，采用重心法解模糊，最終得到的模糊系統(tǒng)總體模型表示為

如圖2所示，當(dāng)電網(wǎng)系統(tǒng)運行在混沌狀態(tài)時，功角σ的變化范圍為－2＜σ＜3，因此，系統(tǒng)模型的不確定項sinσ的取值范圍－1＜sinσ＜1，給出不確定項的模糊近似如表1。

表1 不確定項模糊近似表Tab.1 Fuzzy approximate table of uncertainties

其中σ1＝－2／π，σ2＝0，σ3＝2／π，Δσ＝2／π，參考表1，本文用三個子系統(tǒng)去近似逼近原系統(tǒng)，給出模糊規(guī)則：

選取隸屬度曲線：

用h1、h2、h3分別表示三個子系統(tǒng)的隸屬度，最終系統(tǒng)的模糊模型可表示為

隸屬度曲線如圖3所示。

圖3 T－S模型隸屬度函數(shù)Fig.3 Membership function of T－S model

2.2 非線性狀態(tài)PI控制器

為實現(xiàn)電磁功率擾動下電網(wǎng)的混沌控制，維持功角σ恒定，并使角速度ω穩(wěn)定到0，對電網(wǎng)T－S模型的3個子系統(tǒng)分別設(shè)計了非線性PI控制器，該控制器既具有線性PI控制器的良好控制能力，又能克服系統(tǒng)被控對象變化的干擾。以狀態(tài)變量ω作為控制量，設(shè)計非線性PI控制器形如：

其中，i＝1，2，3。eω（t）＝ωst－ω（t）為狀態(tài)量與給定值的實時偏差，ωst為給定值，kp為比例增益參數(shù)，ki為積分增益參數(shù)。

（1）比例增益參數(shù)kp

在響應(yīng)初始階段，比例增益參數(shù)kp應(yīng)取較大值以實現(xiàn)系統(tǒng)的快速響應(yīng)，同時為抑制過大超調(diào)，kp應(yīng)隨輸出y的增大而減??；當(dāng)系統(tǒng)出現(xiàn)超調(diào)時，為了加強反向控制作用以實現(xiàn)快速“制動”，kp應(yīng)逐漸增大；在系統(tǒng)偏差較小時，為了使輸出盡快穩(wěn)定到指定點，應(yīng)抑制較大的kp帶來的慣性，期望kp較小。構(gòu)造如下非線性函數(shù)：

kp取值空間為［ap，ap＋bp］，當(dāng)誤差ey（t）→±∞ 時，kp取最大值；當(dāng)ey（t）＝0時，kp取最小值。cp是kp的非線性系數(shù)，調(diào)節(jié)cp的大小可以調(diào)節(jié)kp的變化速率。

（2）積分增益參數(shù)ki

偏差較大時，積分增益不宜太大，否則可能會引起震蕩；而當(dāng)偏差較小時，積分增益取值應(yīng)適當(dāng)增大，使其快速抑制系統(tǒng)輸出偏差。積分參數(shù)非線性函數(shù)可以表示為：

電網(wǎng)T－S模型的3個模糊子系統(tǒng)滑模變結(jié)構(gòu)控制器分別為u1，u2，u3，由已知的隸屬度曲線設(shè)計總系統(tǒng)控制器，可得控制器的形式如下：

2.3 非線性狀態(tài)PI控制穩(wěn)定性分析

下面通過系統(tǒng)的穩(wěn)定性分析來確定PI參數(shù)的范圍。

基于電網(wǎng)T－S模糊模型，為確保消除系統(tǒng)混沌，加入PI控制器后，在平衡點P（π／15，0）處線性化系統(tǒng)方程。

得到系統(tǒng)的Jacobian矩陣為

得出對應(yīng)的特征方程

其中：a0＝1

閉環(huán)系統(tǒng)漸近穩(wěn)定的條件為雅克比矩陣的兩個特征值的實部均為負(fù)。為降低控制成本適當(dāng)限制kp、ki的范圍，限定kp＜100且ki＜100，得出kp、ki取如下范圍時系統(tǒng)穩(wěn)定，kp＞－40，ki＞－223。

又因閉環(huán)系統(tǒng)應(yīng)為負(fù)反饋系統(tǒng)，故當(dāng)取值kp＞0，ki＞0時，系統(tǒng)穩(wěn)定。

分析知，所設(shè)計的非線性PI控制器中，ap、bp決定kp的變化范圍，cp決定kp的非線性變化；ai、bi決定ki的變化范圍，ci決定ki的非線性變化。

考慮到控制成本，限定ap＜1，bp＜4，ai＜1，bi＜4，cp＜10，ci＜10，即kp＜5，ki＜5。

當(dāng)σ→－π／2時，取非線性參數(shù)向量為［0.70，3.77，4.02，0.67，2.70，0.08］；

當(dāng)σ→0時，參數(shù)向量為［0.61，3.47，8.08，0.22，2.69，0.60］；

當(dāng)σ→π／2時，參數(shù)向量為［0.46，3.53，9.61，0.88，3.90，1.82］。

3 電網(wǎng)混沌控制仿真研究

采用上述控制參數(shù)對電網(wǎng)混沌二階模型進(jìn)行控制仿真研究，在第10s投入控制，控制效果如圖4所示。

圖4 電網(wǎng)T－S模型控制效果Fig.4 Control result of T－S model of power grid

在第10s加入非線性PI狀態(tài)控制器后，系統(tǒng)很快的趨向平衡點，可見在功角ω項上加PI控制器就能快速抑制混沌，并使系統(tǒng)達(dá)到平衡態(tài)。

本文定義一個穩(wěn)態(tài)誤差標(biāo)準(zhǔn)以觀測控制系統(tǒng)是否實現(xiàn)了穩(wěn)態(tài)無靜差。數(shù)值仿真中取積分步長為0.001s，對控制過程中150s～200s內(nèi)的50000個點取方均根誤差，得到上述非線性PI控制的穩(wěn)態(tài)誤差為4.4902×10－4。這說明，對電網(wǎng) T－S模糊模型設(shè)計的非線性PI狀態(tài)控制器可以對系統(tǒng)精確模型進(jìn)行有效控制，很好地實現(xiàn)無靜差控制。

4 結(jié)論

本文研究了基于T－S模糊模型的電網(wǎng)混沌行為非線性PI狀態(tài)控制研究，可得以下結(jié)論：

（1）構(gòu)造了電網(wǎng)T－S模糊模型，將系統(tǒng)劃分為三個子系統(tǒng)，并確定了相應(yīng)的基于功角的隸屬度函數(shù)；

（2）利用平行分布補償法，從快反應(yīng)速度、低超調(diào)、小慣性等目標(biāo)出發(fā)構(gòu)造了狀態(tài)非線性PI控制器；

（3）根據(jù)非線性狀態(tài)PI控制器參數(shù)整定，優(yōu)化控制器參數(shù)，實現(xiàn)了穩(wěn)態(tài)無靜差的控制要求，動態(tài)控制效果較好。

［1］ 盧強，梅生偉，孫元章.電力系統(tǒng)非線性控制（第二版）［M］.北京：清華大學(xué)出版社，2008.

［2］ 薛禹勝，周海強，顧曉榮（Xue Yusheng，Zhou Haiqiang，Gu Xiaorong）.電力系統(tǒng)分岔與混沌研究述評（A review of bifurcation and chaos researches in power systems）［J］.電力系統(tǒng)自動化（Automation of Electric Power Systems），2002，26（16）：9－15.

［3］ 劉凡，孫才新，司馬文霞，等（Liu Fan，Sun Caixin，Sima Wenxia，et al）.鐵磁諧振過電壓混沌振蕩的理論研究（Theoretical analysis of chaotic oscillation of ferroresonance overvoltage in power systems）［J］.電工技術(shù)學(xué)報（Transactions of China Electrotechnical Society），2006，21（2）：103－107.

［4］ 李衛(wèi)東，王秀巖（Li Weidong，Wang Xiuyan）.混沌控制綜述（A survey of chaotic control）［J］.自動化技術(shù)與 應(yīng) 用 （Techniques of Automation and Applications），2009，28（1）：1－5，9.

［5］ Lu Zhao，Shieh Leang－San，Chen Guanrong，et al.Adaptive feedback linearization control of chaotic systems via recurrent high－order neural networks［J］.Information Sciences，2006，176（16）：2337－2354.

［6］ Pyragas K.Control of chaos via extended delay feedback［J］.Physics Letters A，1995，206（5－6）：323－330.

［7］ Liu Chih－Wen，Thorp James S，Lu Jin，et al.Detection of transiently chaotic swings in power systems u－sing real－time phasor measurements［J］.IEEE Trans on Power Systems，1994，9（3）：1285－1292.

［8］ 張強（Zhang Qiang）.電力系統(tǒng)非線性振蕩研究（Study on nonlinear oscillations of electric power system）［J］.電力自動化設(shè)備（Electric Power Automation Equipment），2002，22（5）：17－19.

［9］ 代姚，司馬文霞，孫才新，等（Dai Yao，Sima Wenxia，Sun Caixin，et al）.應(yīng)用T－S模糊方法對鐵磁諧振過電壓的混沌抑制（Chaos controlling in ferroresonance overvoltage with T－S fuzzy method）［J］.高電壓技術(shù)（High Voltage Engineering），2010，36（4）：878－883.

［10］ 宋運忠，趙光宙，齊冬蓮（Song Yunzhong，Zhao Guangzhou，Qi Donglian）.電力系統(tǒng)混沌振蕩的自適應(yīng)補償控制（Adaptive compensation control for chaos oscillation of power system）［J］.電力系統(tǒng)及其自 動 化 學(xué) 報 （Proceedings of the CSU－EPSA），2006，18（4）：5－8，81.

［11］ 張智晟，馬龍，孫雅明（Zhang Zhisheng，Ma Long，Sun Yaming）.混沌理論和支持向量機結(jié)合的負(fù)荷預(yù)測模型（Load forecasting model using chaos theory and support vector machine）［J］.電力系統(tǒng)及其自動化學(xué)報（Proceedings of the CSU－EPSA），2008，20（6）：31－35.