基于人工免疫算法的SVG电压外环控制器控制策略.PDFVIP

［收稿日期］　２００６ －０７ －１０；修回日期　２００６ －０９ －１５ ［基金项目］　江苏省高新技术资助项目（ＧＢ２００４０２４） ，江苏省教育厅博士基金创新技术资助项目（１２２３００００１７） ［作者简介］　杨建宁（１９５６ －）男，江苏镇江市人，江苏大学副教授，博士研究生 基于人工免疫算法的 SVG 电压 外环控制器控制策略 杨建宁， 孙玉坤， 李自成， 孙运全 （江苏大学电气信息学院， 江苏镇江 ２１２０１３） ［摘要］　针对高维非线性电力系统复杂的控制对象，在静止无功发生器（ＳＶＧ）的电压偏差－无功的控制方 法上，采用人体免疫系统维持自身功能正常的机理，以稳定电力系统工作状态，提出基于人工免疫算法的 ＳＶＧ外环控制器控制策略。 研究中识别电力系统中相应抗原物质的电压变动因素，细胞激活生成过程的模 糊建模，运用 Ｍａｍｄａｎｉ模糊推理和重心中心解模糊方法，得到内环控制所需要的无功参考值指令。 通过单机 双闭环控制的 ＳＶＧ控制器离线仿真，对三相对称短路故障后控制的影响分析，并与 ＰＩ 控制方式比较。 结果 表明，所提出的仿生免疫机理的控制方案对于 ＳＶＧ中动态无功调节过程和对电力系统稳定性的控制作用是 有效的。 ［关键词］　电力系统； 静止无功发生器； 类人体免疫反应模型； 李雅普诺夫能量函数 ［中图分类号］　ＴＭ７６１ ＋．１　［文献标识码］　Ａ　［文章编号］　１００９ －１７４２（２００７）１０ －００３０ －０６ 1　引言 常规的电力系统静态无功发生器（ ＳＶＧ， ｓｔａｔｉｃ ｖａｒ ｇｅｎｅｒａｔｏｒ）的控制方案大多数是基于局部线性化 控制，一般仅能够保证电力系统在运行点局域小范 围内的稳定性。 由于电力系统本身具有很强的非线 性特征，当系统发生大扰动时，或在故障状态下运行 点偏离正常值较远时，控制器性能会大大降低。 近年来，ＳＶＧ 设计中采用和试验了经典、现代、 非线性、智能、鲁棒等各种不同类型 ＳＶＧ 控制方案， 取得了一定效果。 这些控制方案按照控制器对系统 信息提取和综合的过程不同，分为基于系统内部和 外部控制的两种方法 ［ １］ 。 基于系统内部结构的控 制方法有李雅普诺夫（Ｌｙａｐｕｎｏｖ）能量函数法［２］ 、直 接反馈线性化 ＤＦＬ［３］ 、逆系统方法［ ４］ 、鲁棒控制［５］ 等，这类控制方法的控制精度高，系统响应速度快， 但均需要精确的数学模型，对电力系统内部建模要 求非常高，仿真的结论和现场实际效果有较大差距。 基于系统外部特征的控制方法，如 ＰＩＤ［６］ 、模糊逻 辑 ［ ７］ 、人工神经网络［８］ 、遗传优化算法［ ９］等，模拟了 人类智慧，但对外部信息的获取要求较高，需要增加 在线判断，完善获取外部信息手段。 ＳＶＧ 控制器设 计的发展方向，目前国内外学者倾向于采用非线性 和人工智能控制相结合 ［１０］ 。 在复杂的非线性电力系统中，基于免疫算法的 ＳＴＡＴＣＯＭ稳定性控制［１１］ 、建模［ １２］ 、电压无功综合 控制 ［ １３］ 、潮流计算［１４］的研究引起了广泛关注。 笔 者对于双闭环结构的 ＳＶＧ 控制系统，提出一种基于 类人体免疫反应模型（ＭＨＩＲＭ， ｍｉｍｉｃ ｈｕｍｏｒａｌ ｉｍ唱 ｍｕｎｅ ｒｅｓｐｏｎｓｅ ｍｏｄｅｌ）的电压控制器控制策略，用于 ＳＶＧ 外环控制，向内环执行机构发出保持系统电压 稳定的指令，提供所需的无功功率参考值。 2　生物免疫系统简要机理［15］ 生物免疫系统反应简要机理如图 １ 所示。 免疫 反应主要由抗原识别、免疫细胞激活生成以及抗体 03 　中国工程科学 产生 ３ 个阶段。 当抗原反应细胞 （ ＡＲＣ， antigen reactive cell）感受到抗原物质入侵后，如果捕获后识 别的为类似人体内病变细胞等体内抗原物质时，将 直接激活生成免疫 Ｂ 细胞；如果为类似移植器官细 胞等体外抗原物质时，将会刺激产生 ＣＤ４ ＋Ｔ 胞，经 过克隆或变异增生扩散，孕育成 ＴＨ 细胞，再激活生 成 Ｂ 细胞，发生Ⅰ类和Ⅱ类免疫应答，形成抗体 Aｂ 来杀死对人体有害的抗原物质。 图 1　生物免疫系统反应简要机理 Fig．1　Brief mechanism of biology immunity system 免疫系统提供了一种多样化机制，具有识别能 力，能够对样本自动分类，利用学习、记忆、联想、恢 复等方法，实现预定功能，形成了完善的机理，免疫 系统具有更高的自治性，对训练样本的要求远低于 神经网络，对类似于电力系统的复杂非线性系统具 有更强的适应能力。 生物免疫系统抵御内外不利因素的恶性进入， 维持本身功能正常的策略，用于 ＳＶＧ 控制系统识别 外部因素造成电压变动和内部因素影响的电压波 动，排除干扰，保证预定的目标输出。 3　SVG的MHIRM控