CN108829065A - 基于事件触发的分布式发电***时滞输出协同控制方法 - Google Patents
基于事件触发的分布式发电***时滞输出协同控制方法 Download PDFInfo
- Publication number
- CN108829065A CN108829065A CN201810780114.0A CN201810780114A CN108829065A CN 108829065 A CN108829065 A CN 108829065A CN 201810780114 A CN201810780114 A CN 201810780114A CN 108829065 A CN108829065 A CN 108829065A
- Authority
- CN
- China
- Prior art keywords
- intelligent body
- time lag
- state
- distributed generation
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013461 design Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000013178 mathematical model Methods 0.000 claims abstract description 13
- 238000010248 power generation Methods 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 9
- 230000006641 stabilisation Effects 0.000 claims abstract description 8
- 238000011105 stabilization Methods 0.000 claims abstract description 8
- 230000008054 signal transmission Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 52
- 239000003795 chemical substances by application Substances 0.000 claims description 23
- 230000006854 communication Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 20
- 238000007665 sagging Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 230000017105 transposition Effects 0.000 claims description 7
- 230000003416 augmentation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005312 nonlinear dynamic Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001934 delay Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 230000004044 response Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000009951 qiqi Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000003916 acid precipitation Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Eletrric Generators (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于事件触发的分布式发电***时滞输出协同控制方法,步骤为:抽象出分布式发电***的动力学方程并建立数学模型,将分布式发电单元控制问题转化成多智能体协同控制问题;将每个智能体的状态量与相邻智能体的通信权重建立每个跟随智能体的组合状态;使用组合状态设计事件触发机制并进行比较判断,决定是否更新每个跟随智能体的控制输出信号;考虑信号传输时滞对协同控制的影响,设计出每个跟随智能体的控制器形式,使每个跟随智能体与领导智能体的状态保持一致,同时降低计算量和通信量,实现分布式发电***的最终稳定。发明将分布式发电控制问题转化成多智能体之间协同控制问题,能够精确快速实现输出电压和频率的控制。
Description
技术领域
本发明涉及一种分布式发电控制领域,具体为一种基于事件触发的分布式发电***时滞输出协同控制方法。
背景技术
随着一次能源的日益紧缺和酸雨、雾霾等一系列生态环境问题日益严重,一些清洁能源发电技术得到了迅速发展。相比传统能源,清洁能源有可再生、无污染、可靠性高、通用性强等优点,因此开发利用可再生的清洁能源以实现可持续发展是人类必须采取的措施。在未来随着越来越多的清洁能源发电单元接入电网***,传统的电网调控策略已不能很好的保证电能质量,如大量清洁能源发电的并网可能带来电力***电压波动或者频率异常。为此需要研究一种新的适合清洁能源发电大规模并网协同控制方法。
目前清洁能源发电的并网控制策略主要分为:集中式、分散式、分布式。由于集中式需要中央处理器和较为复杂的通信线路,容易发生单点故障。分散式控制策略中发电单元之间缺少相互通信,因此需要极强的鲁棒性和抗干扰性。分布式并网控制策略仅需要自身发电单元和相邻发电单元之间通信即可,不需要中央处理器和复杂的通信网络,具有较好的经济性、鲁棒性、可靠性。在现实生活中由于分布式发电单元通常使用嵌入式数字微处理器而导致有限计算、通信能力的问题,同时有限的带宽和网络控制经常会存在时滞的影响。鉴于如何在输出时滞存在的情况下,降低通信和计算量,并能保证相邻单元之间网络信息传输质量,同时保证分布式发电单元并网的电能质量。目前还缺乏有效的方案实现对并网分布式发电单元电压频率精确跟踪的优化处理。
发明内容
针对现有技术中乏有效的方案实现对并网分布式发电单元电压频率精确跟踪的优化处理等不足,本发明要解决的问题是提供一种带宽占用低、稳定性好、抗时滞干扰强、动态响应快、跟踪精度高的基于事件触发的分布式发电***时滞输出协同控制方法。
为解决上述技术问题,本发明采用的技术方案是:
本发明一种基于事件触发的分布式发电***时滞输出协同控制方法,将每个分布式发电单元看成一个智能体,同时对分布式发电单元合理建立数学模型和动态特性方程,并将其非线性动态方程通过输入输出线性化方法进行转化,步骤为:
1)抽象出分布式发电***的动力学方程并建立数学模型,将分布式发电单元控制问题转化成多智能体协同控制问题;同时考虑多智能体中降低通信带宽占用量、计算量和通信过程中存在时滞等问题的影响;
2)将每个智能体的状态量与相邻智能体的通信权重建立每个跟随智能体的组合状态;
3)使用上述组合状态设计事件触发机制,并在事件发生器模块中进行比较判断,决定是否更新每个跟随智能体的控制输出信号;
4)考虑信号传输时滞对协同控制的影响,设计出每个跟随智能体的控制器形式,使每个跟随智能体与领导智能体的状态保持一致,同时降低计算量和通信量,实现分布式发电***的最终稳定。
步骤1)中,抽象出分布式发电***的动力学方程并建立数学模型为:
根据实际工业生产与现实生活中遇到的过程,将***转化为多智能***,进而抽象出动力学方程并建立数学模型:
其中,xi(t)为***第i个跟随智能体的状态变量,为***第i个跟随智能体的状态量的导数,x0(t)为***领导智能体的状态变量,ui(t)为***第i个智能体的控制输入,A和B为***参数。
将任意分布式发电单元看作一个智能体,同时将分布式发电单元的参考值设定为领导智能体,根据意分布式发电单元下垂控制的等效电路得到其动态方程:
wi=w0i-mpiPi
v* odi=v0i-mqiQi (14)
v* oqi=0
其中,w0i和v0i分别是通过二级控制设定的第i个智能体的初级下垂控制频率和电压设定值;Pi和Qi分别是经过滤波后得到的第i个智能体的有功和无功功率值;v* odi是将电压进行d-q轴分解且电压值设定在d轴上,同时相应的q轴的电压值v* oqi为0;mpi和mqi分别为有功功率和无功功率下垂系数。
步骤2)是针对步骤1中各个跟随智能体的状态量与其之间的通信权重建立每个跟随智能体的组合状态,定义任意智能体i组合状态ei(t):
其中,aij是智能体i与相邻智能体通信权重,xi(t)是跟随智能体i的状态量,x0(t)是领导智能体的状态量,gi是智能体i与领导智能体通信权重,j为与智能体i相邻的智能体,n为与智能体i相邻的智能体个数总和。
步骤3)是根据步骤2)中设计的各个跟随智能体的组合状态,在事件发生器模块设计事件触发机制给出是否更新跟随智能体输入信号的判断条件,分别定义任意智能体i状态误差ζi(t)和任意智能体i测量误差εi(t)为:
ζi(t)=xi(t)-x0(t), (23)
其中,xi(t)是跟随智能体i的状态量,x0(t)是领导智能体的状态量,gi是智能体i与领导智能体通信权重,是智能体i第k次触发的组合状态,为智能体i第k+1次触发时刻,为智能体i第k次触发时刻;
设计任意智能体i时滞依赖的事件触发函数:
其中λM(H)是对称正定矩阵H的最大特征值,λm(H)和λm(D)分别为对称正定矩阵H和D的最小特征值,τ(t)为***输出固定时滞或时变时滞,||·||为向量的2范数。
步骤4)具体为:
401)考虑网络传输中存在时滞问题,将任意智能体i的控制器ui(t)设计为:
其中,K是基于时滞依赖的事件触发控制器增益,是考虑输出时滞智能体i第k次触发的组合状态,ei(t-τ(t))是考虑输出时滞智能体i的组合状态,εi(t-τ(t))是考虑输出时滞智能体i的测量误差;
402)将多智能体的协同控制问题转化为闭环***稳定性问题,任意智能体i闭环***定义为:
通过使用矩阵的Kronecker product将上式整合,可以得到增广的闭环***为:
其中ζ(t)是闭环***中任意跟随智能体与领导智能体的状态误差变量,ζ(t-τ(t))是闭环***中考虑时滞问题各个跟随智能体与领导智能体的状态误差变量,ε(t-τ(t))为闭环***中考虑时滞问题任意智能体的测量误差,A和B是***固定参数,K是设计的基于时滞依赖事件触发控制增益,为智能体之间通信连接权重矩阵,τ(t)为***输出定长固定时滞或者时变时滞;
403)确定引理和稳定性分析的Lyapunov函数V(t),对Lyapunov函数V(t)对时间求导,然后将引理和假设应用到Lyapunov函数的求导过程中,得到考虑时滞基于事件触发控制器存在的充分条件,使得闭环***稳定,即分布式发电的输出电压和频率通过协同控制器调节到参考设定值;
404)将引理应用到Lyapunov函数V(t)的求导过程中,同时将矩阵变换和代入增广的闭环***,得到考虑时滞基于事件触发控制器存在的充分条件;
405)据考虑时滞基于事件触发控制器存在的充分条件,使得Lyapunov函数对时间的导数小于0,从而确定闭环***的稳定;
406根据定理,采用MATLAB中的LMI求解器来获得任意智能体i的控制器中的控制增益K,同时还可获得任意智能体i基于时滞依赖的事件触发协议fi(t)。
步骤403)中确定引理为:
Schur补引理:假设对称矩阵矩阵S11和S22是可逆的,当下面两个条件任意一个成立时,可以得到S是对称负定矩阵,上标T代表矩阵的转置,上标-1代表矩阵的逆;
选取Lyapunov函数V(t)
V(t)=V1(t)+V2(t)+V3(t), (29)
其中,
其中,P,H,R,W是已知的对称正定矩阵,为智能体之间通信连接权重矩阵,θ为任意实数,IN为N×N维单位矩阵,为状态误差的导数,V1、V2、V3代表选取三个Lyapunov函数,t为***运行时间,s代表被积分变量,上标T代表矩阵的转置。
步骤402)中,当即t→∞时,对于任意智能体的状态误差的2范数为0,说明闭环***能达到稳定,也即发电单元智能体可以实现协同控制。
本发明还包括步骤5),在MATLAB中搭建Simulink仿真模型,将步骤4)中求解的控制器作为初级下垂控制中电压和频率的设定值v0i和w0i,并进行仿真验证***最终可以较快较准确的达到和的目标,其中yi1=vdi,yi2=wi,vdi分别为清洁能源发电***输出电压在d轴上的分量,wi是清洁能源发电***实时频率。
本发明具有以下有益效果及优点:
1.本发明将分布式发电控制问题转化成多智能体之间协同控制问题,能够精确快速实现输出电压和频率的控制。
2.本发明将时滞依赖事件触发机制首次应用于多智能体***的协同控制问题上,既考虑了通信过程中时滞问题的影响,也考虑了减少智能体之间通信资源浪费的问题的影响,形成了一种新的性能较好的控制方法。设计了基于时滞依赖的事件触发协同控制器,将以上现实中易发生的问题考虑其中,设计更加全面。
3.本发明与传统方法中控制器设计的理念不同,通过设计事件触发协议,当智能体的状态误差满足相应的触发条件时,相邻智能体之间才可以进行通信。不仅降低了通信带宽使用量和计算量,减少了资源的浪费,也降低了传统闭环***的保守性。
4.本发明事件触发控制***不仅可以通过调节控制增益K来调节***达到稳定性能的响应速度,也可以改变触发条件来调节智能体之间通信频率,进一步优化***的性能。
附图说明
图1为本发明中第i分布式发电单元智能体的等效电路图;
图2为本发明中分布式发电单元转化为多智能体***图;
图3为本发明中一种基于事件触发的分布式发电***时滞输出协同控制方法流程图;
图4为本发明中事件发生器(Event Generator)框图;
图5为本发明中考虑输出时滞基于事件触发的协同控制器框图。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
如图3所示,本发明一种基于事件触发的分布式发电***时滞输出协同控制方法,是将每个分布式发电单元看成一个智能体,同时对分布式发电单元合理建立数学模型和动态特性方程,并将其非线性动态方程通过输入输出线性化方法进行转化,步骤为:
1)抽象出分布式发电***的动力学方程并建立数学模型,将分布式发电单元控制问题转化成多智能体协同控制问题;同时考虑多智能体中降低通信带宽占用量、计算量和通信过程中存在时滞等问题的影响;
2)将每个智能体的状态量与相邻智能体的通信权重建立每个跟随智能体的组合状态;
3)使用上述组合状态设计事件触发机制,并在事件发生器模块中进行比较判断,决定是否更新每个跟随智能体的控制输出信号;
4)考虑信号传输时滞对协同控制的影响,设计出每个跟随智能体的控制器形式,使每个跟随智能体与领导智能体的状态保持一致,同时降低计算量和通信量,达到***闭环稳定也即实现分布式发电***的最终稳定也即每个发电单元(每个智能体)均能跟踪参考设定值(领导者),进而实现任意发电单元的协同控制。
如图1、2所示,是将分布式发电***建立合理的数学模型和动态方程,并将分布式发电控制问题转化为多智能体***协同控制问题。图4~5是设计的考虑输出时滞基于事件触发的协同控制器,包括组合状态模块、事件发生器模块、协同控制器模块,其中组合状态模块接收各个智能体的状态信息后经过组合处理生成各个智能体的组合状态,各个智能体的组合状态发送到事件发生器模块;事件发生器模块根据与状态相关的触发函数判断各个智能体的当前组合状态是否满足触发条件,然后将输出变量送至协同控制器模块;最终通过协同控制器模块将控制信号传回发电单元智能体***。事件发生器模块和协同控制器模块组合形成考虑输出时滞基于事件触发的协同控制器。
事件发生器模块通过判断当前状态是否满足触发条件,若满足触发条件则当前时刻记作下一次触发时刻且更新输出变量,若不满足则仍然记作这一时刻且不更新输出变量。在整个过程中不仅考虑网络时滞对输出变量传输至协同控制器模块的影响,还使用事件发生器模块有效降低计算量和带宽占用量,因此发电单元***的稳定性和精确性得到有效的提高。
协同控制器模块是通过事件发生器模块输送的信号,通过控制增益K得到每个智能体的控制信号,因此可以实现任意智能体的协同控制。从而达到分布式发电***的最终稳定的目的,也即任意发电单元(任意智能体)均能跟踪到参考设定值(领导者)。
步骤1)中,根据实际工业生产与现实生活中遇到的过程,将***转化为多智能***进而抽象出动力学方程并建立数学模型:
其中,xi(t)为***第i个跟随智能体的状态变量,为***第i个跟随智能体的状态变量的导数,x0(t)为***领导智能体的状态变量,ui(t)为***第i个智能体的控制输入,A和B为***参数。
将微网中任意分布式发电单元(Distributed Generation简写为DG)看作一个智能体,同时将分布式发电单元的参考值设定为领导智能体如图4所示。根据图1任意分布式发电单元下垂控制的等效电路得到其动态方程:
wi=w0i-mpiPi
v* odi=v0i-mqiQi (14)
v* oqi=0
其中,w0i和v0i分别是通过二级控制设定的第i个智能体的初级下垂控制频率和电压设定值;Pi和Qi分别是经过滤波后得到的第i个智能体的有功和无功功率值;v* odi是将电压进行d-q轴分解且电压值设定在d轴上,同时相应的q轴的电压值v* oqi为0;mpi和mqi分别为有功功率和无功功率下垂系数。
假设微网中有n个分布式发电单元可以将其看成n个智能体,通过二级控制求解初级下垂控制中电压和频率的设定值v0i和w0i,使得***最终可以达到和的目标,其中yi1=vdi,yi2=wi,vdi是清洁能源发电***输出电压在d轴上的分量,wi是清洁能源发电***实时频率。同时由于在微电网动态中下垂控制的动态响应起决定作用,因此可以忽略电压和电流控制环、LC滤波器和线路的动态特性。故第i个分布式单元动态方程可以转化为如下所示:
其中,字母上标·对应变量的导数。同时,经过将可求解的Pi和Qi代入上式可以进一步得到:
上式存在非线性动态,经过使用输入-输出线性化方法,可以将上式转化为如下所示:
其中,A,B是已确定的***参数,ui1,ui2是后面要设计的。
输入-输出线性化方法表示如下:
对输出y求导数
其中,如果Lgh(x)=0,则与u无关,则继续计算y的二阶导数,记为y(2)一直计算到y(p)的方程中u的系数为非0,即:其中 上述方程表明***是可输入-输出线性化的,因此状态反馈控制器可以设计为:y(p)=v。
步骤2)针对步骤1中各个跟随智能体的状态量与其之间的通信权重建立每个跟随智能体的组合状态。
定义任意智能体i组合状态ei(t):
步骤3)根据步骤2)中设计的各个跟随智能体的组合状态,在事件发生器模块设计事件触发机制给出是否更新跟随智能体输入信号的判断条件。
分别定义任意智能体i状态误差ζi(t)和任意智能体i测量误差εi(t)为:
ζi(t)=xi(t)-x0(t), (23)
其中aij是智能体i与相邻智能体通信权重,xi(t)是跟随智能体i的状态量,x0(t)是领导智能体的状态量,gi是智能体i与领导智能体通信权重(通信gi=1,反之gi=0),是智能体i第k次触发的组合状态,为智能体i第k+1次触发时刻,为智能体i第k次触发时刻。
设计任意智能体i时滞依赖的事件触发函数fi(t):
其中λM(H)是对称正定矩阵H的最大特征值,λm(H)和λm(D)分别为对称正定矩阵H和D的最小特征值,τ(t)为***输出固定时滞或时变时滞,||·||为向量的2范数。
步骤4)考虑信号传输时滞对协同控制的影响,设计出每个跟随智能体的控制器形式,使每个跟随智能体i与领导智能体的状态实现协同控制,同时降低计算量和通信量,达到***闭环稳定。
步骤401)为了考虑网络传输中存在时滞问题,将任意智能体i的控制器ui(t)可以设计为:
其中,K是基于时滞依赖的事件触发控制器增益,是考虑输出时滞智能体i第k次触发的组合状态,ei(t-τ(t))是考虑输出时滞智能体i的组合状态,εi(t-τ(t))是考虑输出时滞智能体i的测量误差。
步骤402)根据步骤3)中定义的任意智能体i状态误差ζi(t)、测量误差εi(t)和组合状态ei(t),可以将多智能体的协同控制问题转化为闭环***稳定性问题。因此任意智能体i闭环***可以定义为:
通过使用矩阵的Kronecker product将上式整合,可以得到增广的闭环***为:
其中ζ(t)是闭环***中任意跟随智能体与领导智能体的状态误差变量,IN是N×N维的单位矩阵,ζ(t-τ(t))是闭环***中考虑时滞问题各个跟随智能体与领导智能体的状态误差变量,ε(t-τ(t))为闭环***中考虑时滞问题任意智能体的测量误差,A和B是***固定参数,K是设计的基于时滞依赖事件触发控制增益,为智能体之间通信连接权重矩阵,τ(t)为***输出定长固定时滞或者时变时滞。当即t→∞时,对于任意智能体的状态误差的2范数为0。这也就意味着闭环***能达到稳定,也即发电单元智能体可以实现协同控制。
步骤403)确定引理和稳定性分析的Lyapunov函数V(t),对Lyapunov函数V(t)对时间求导,然后将引理和假设应用到Lyapunov函数的求导过程中,得到考虑时滞基于事件触发控制器存在的充分条件,使得闭环***稳定,也即分布式发电的输出电压和频率可以通过协同控制器调节到参考设定值。
(1)Schur补引理:假设对称矩阵矩阵S11和S22是可逆的。当下面两个条件任意一个成立时,可以得到S是对称负定矩阵,上标T代表矩阵的转置,上标-1代表矩阵的逆。
(2)选取合适的Lyapunov函数V(t)
V(t)=V1(t)+V2(t)+V3(t), (29)
其中,
其中,P,H,R,W是已知的对称正定矩阵,为智能体之间通信连接权重矩阵,θ为任意实数,IN为N×N维单位矩阵,为状态误差的导数,V1、V2、V3代表选取三个Lyapunov函数,t为***运行时间,s代表被积分变量,上标T代表矩阵的转置。
步骤404)将引理应用到Lyapunov函数V(t)的求导过程中,同时将矩阵变换和代入增广的闭环***,得到考虑时滞基于事件触发控制器存在的充分条件,即定理:
假设存在和正定对称矩阵并且时滞满足0≤τ(t)≤τ1,(τ1是时滞的上界,是时滞一阶导数的最大值并且小于1)的条件,控制器增益矩阵设计为闭环***能达到稳定性也即达到协同控制,存在下列包含***所有量的矩阵不等式Ξ;
其中,可调参数k1>0,k2>0,U为一个标准的正交矩阵,为智能体之间通信连接权重矩阵,通过U进行正交变换后得到的对角正定矩阵θ=diag(ν1,ν2…νN)>0,为基于状态误差的对称正定矩阵,和分别为基于时滞的对称正定矩阵,τ1为时滞τ(t)的上界,为时滞τ(t)一阶导数的最大值,定义控制器增益矩阵为其中上标-1代表矩阵的逆,A为***状态参数矩阵,B为***输入系数矩阵,K为控制器增益,*为对称矩阵中对称项,矩阵上标T代表矩阵的转置。
步骤405)根据考虑时滞基于事件触发控制器存在的充分条件,使得Lyapunov函数对时间的导数小于0,从而确定闭环***的稳定。
其中,Ξ是步骤4.4中定义的对称负定矩阵。
步骤406)根据定理,采用MATLAB中的LMI求解器来获得任意智能体i的控制器中的控制增益K,同时还可获得任意智能体i基于时滞依赖的事件触发协议fi(t)。
本发明方法还包括步骤5),在MATLAB中搭建Simulink仿真模型,将步骤4)中求解的控制器作为初级下垂控制中电压和频率的设定值v0i和w0i,并进行仿真验证***最终可以较快较准确的达到和的目标,其中yi1=vdi,yi2=wi。
仿真结果证明,本发明提出的一种基于事件触发的分布式发电***时滞输出协同控制方法能够在考虑输出时滞的情况下快速并准确的实现电压和频率对参考设定值的跟踪,同时使用事件触发机制降低了计算量和通信量的情况下实现协同控制。
本发明针对分布式发电控制策略在网络传输存在时滞和需要降低带宽和计算量情况下实现协同控制问题上,提出一种基于事件触发的分布式发电***时滞输出协同控制方法,具有带宽占用低、稳定性好、抗时滞干扰强、动态响应快,跟踪精度高等优点。
Claims (10)
1.一种基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:将每个分布式发电单元看成一个智能体,同时对分布式发电单元合理建立数学模型和动态特性方程,并将其非线性动态方程通过输入输出线性化方法进行转化,步骤为:
1)抽象出分布式发电***的动力学方程并建立数学模型,将分布式发电单元控制问题转化成多智能体协同控制问题;同时考虑多智能体中降低通信带宽占用量、计算量和通信过程中存在时滞等问题的影响;
2)将每个智能体的状态量与相邻智能体的通信权重建立每个跟随智能体的组合状态;
3)使用上述组合状态设计事件触发机制,并在事件发生器模块中进行比较判断,决定是否更新每个跟随智能体的控制输出信号;
4)考虑信号传输时滞对协同控制的影响,设计出每个跟随智能体的控制器形式,使每个跟随智能体与领导智能体的状态保持一致,同时降低计算量和通信量,实现分布式发电***的最终稳定。
2.根据权利要求1所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:
步骤1)中,抽象出分布式发电***的动力学方程并建立数学模型为:
根据实际工业生产与现实生活中遇到的过程,将***转化为多智能***,进而抽象出动力学方程并建立数学模型:
其中,xi(t)为***第i个跟随智能体的状态变量,为***第i个跟随智能体的状态量的导数,x0(t)为***领导智能体的状态变量,ui(t)为***第i个智能体的控制输入,A和B为***参数。
3.根据权利要求1或2所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:
将任意分布式发电单元看作一个智能体,同时将分布式发电单元的参考值设定为领导智能体,根据意分布式发电单元下垂控制的等效电路得到其动态方程:
其中,w0i和v0i分别是通过二级控制设定的第i个智能体的初级下垂控制频率和电压设定值;Pi和Qi分别是经过滤波后得到的第i个智能体的有功和无功功率值;v* odi是将电压进行d-q轴分解且电压值设定在d轴上,同时相应的q轴的电压值v* oqi为0;mpi和mqi分别为有功功率和无功功率下垂系数。
4.根据权利要求1所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:
步骤2)是针对步骤1中各个跟随智能体的状态量与其之间的通信权重建立每个跟随智能体的组合状态,定义任意智能体i组合状态ei(t):
其中,aij是智能体i与相邻智能体通信权重,xi(t)是跟随智能体i的状态量,x0(t)是领导智能体的状态量,gi是智能体i与领导智能体通信权重,j为与智能体i相邻的智能体,n为与智能体i相邻的智能体个数总和。
5.根据权利要求1所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:
步骤3)是根据步骤2)中设计的各个跟随智能体的组合状态,在事件发生器模块设计事件触发机制给出是否更新跟随智能体输入信号的判断条件,分别定义任意智能体i状态误差ζi(t)和任意智能体i测量误差εi(t)为:
ζi(t)=xi(t)-x0(t), (23)
其中,xi(t)是跟随智能体i的状态量,x0(t)是领导智能体的状态量,gi是智能体i与领导智能体通信权重,是智能体i第k次触发的组合状态,为智能体i第k+1次触发时刻,为智能体i第k次触发时刻;
设计任意智能体i时滞依赖的事件触发函数:
其中λM(H)是对称正定矩阵H的最大特征值,λm(H)和λm(D)分别为对称正定矩阵H和D的最小特征值,τ(t)为***输出固定时滞或时变时滞,||·||为向量的2范数。
6.根据权利要求1所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:步骤4)具体为:
401)考虑网络传输中存在时滞问题,将任意智能体i的控制器ui(t)设计为:
其中,K是基于时滞依赖的事件触发控制器增益,是考虑输出时滞智能体i第k次触发的组合状态,ei(t-τ(t))是考虑输出时滞智能体i的组合状态,εi(t-τ(t))是考虑输出时滞智能体i的测量误差;
402)将多智能体的协同控制问题转化为闭环***稳定性问题,任意智能体i闭环***定义为:
通过使用矩阵的Kronecker product将上式整合,可以得到增广的闭环***为:
其中ζ(t)是闭环***中任意跟随智能体与领导智能体的状态误差变量,IN是N×N维的单位矩阵,ζ(t-τ(t))是闭环***中考虑时滞问题各个跟随智能体与领导智能体的状态误差变量,ε(t-τ(t))为闭环***中考虑时滞问题任意智能体的测量误差,A和B是***固定参数,K是设计的基于时滞依赖事件触发控制增益,为智能体之间通信连接权重矩阵,τ(t)为***输出定长固定时滞或者时变时滞;
403)确定引理和稳定性分析的Lyapunov函数V(t),对Lyapunov函数V(t)对时间求导,然后将引理和假设应用到Lyapunov函数的求导过程中,得到考虑时滞基于事件触发控制器存在的充分条件,使得闭环***稳定,即分布式发电的输出电压和频率通过协同控制器调节到参考设定值;
404)将引理应用到Lyapunov函数V(t)的求导过程中,同时将矩阵变换和代入增广的闭环***,得到考虑时滞基于事件触发控制器存在的充分条件;
405)据考虑时滞基于事件触发控制器存在的充分条件,使得Lyapunov函数对时间的导数小于0,从而确定闭环***的稳定;
406根据定理,采用MATLAB中的LMI求解器来获得任意智能体i的控制器中的控制增益K,同时还可获得任意智能体i基于时滞依赖的事件触发协议fi(t)。
7.根据权利要求6所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于步骤403)中确定引理为:
Schur补引理:假设对称矩阵矩阵S11和S22是可逆的,当下面两个条件任意一个成立时,可以得到S是对称负定矩阵,上标T代表矩阵的转置,上标-1代表矩阵的逆;
8.根据权利要求6所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:
选取Lyapunov函数V(t)
V(t)=V1(t)+V2(t)+V3(t), (29)
其中,
其中,P,H,R,W是已知的对称正定矩阵,为智能体之间通信连接权重矩阵,θ为任意实数,IN为N×N维单位矩阵,为状态误差的导数,V1、V2、V3代表选取三个Lyapunov函数,t为***运行时间,s代表被积分变量,上标T代表矩阵的转置。
9.根据权利要求6所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:步骤402)中,
当即t→∞时,对于任意智能体的状态误差的2范数为0,说明闭环***能达到稳定,也即发电单元智能体可以实现协同控制。
10.根据权利要求1所述的基于事件触发的分布式发电***时滞输出协同控制方法,其特征在于:还包括步骤5),在MATLAB中搭建Simulink仿真模型,将步骤4)中求解的控制器作为初级下垂控制中电压和频率的设定值v0i和w0i,并进行仿真验证***最终可以较快较准确的达到和的目标,其中yi1=vdi,yi2=wi,vdi分别为清洁能源发电***输出电压在d轴上的分量,wi是清洁能源发电***实时频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780114.0A CN108829065B (zh) | 2018-07-16 | 2018-07-16 | 基于事件触发的分布式发电***时滞输出协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780114.0A CN108829065B (zh) | 2018-07-16 | 2018-07-16 | 基于事件触发的分布式发电***时滞输出协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108829065A true CN108829065A (zh) | 2018-11-16 |
CN108829065B CN108829065B (zh) | 2020-11-27 |
Family
ID=64140997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810780114.0A Expired - Fee Related CN108829065B (zh) | 2018-07-16 | 2018-07-16 | 基于事件触发的分布式发电***时滞输出协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829065B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109491396A (zh) * | 2018-12-28 | 2019-03-19 | 辽宁工业大学 | 一种多智能体事件驱动编队控制***及方法 |
CN109617475A (zh) * | 2019-01-04 | 2019-04-12 | 安徽大学 | 一种基于自触发机制的发电机最优励磁控制方法及装置 |
CN109861304A (zh) * | 2018-12-28 | 2019-06-07 | 东北大学 | 一种考虑通信时变时滞的微电网经济调度方法 |
CN110518641A (zh) * | 2019-09-23 | 2019-11-29 | 西南交通大学 | 一种交流微电网实现功率分配的分布式分层协调控制方法 |
CN110597109A (zh) * | 2019-08-26 | 2019-12-20 | 同济人工智能研究院(苏州)有限公司 | 基于事件触发的多智能体一致性控制方法 |
CN110933056A (zh) * | 2019-11-21 | 2020-03-27 | 博智安全科技股份有限公司 | 防攻击的多智能体控制***及其方法 |
CN111844026A (zh) * | 2020-07-02 | 2020-10-30 | 兰州大学 | 一种事件触发的多机器人分布式协同控制方法 |
CN112947329A (zh) * | 2021-01-28 | 2021-06-11 | 中南大学 | 分布参数***的事件触发控制方法及*** |
CN112987611A (zh) * | 2021-02-23 | 2021-06-18 | 河海大学 | 基于切换rlc电路***的事件触发控制方法及控制*** |
CN113031644A (zh) * | 2021-02-06 | 2021-06-25 | 中南大学 | 一种面向通信时滞的飞行器编队控制***事件触发方法、装置及介质 |
CN113359711A (zh) * | 2021-05-21 | 2021-09-07 | 杭州电子科技大学 | 一种具有未知信息的多智能车***分布式自触发控制方法 |
CN113504727A (zh) * | 2021-07-14 | 2021-10-15 | 桂林理工大学 | 一种带有自适应阈值的混合阶非线性***事件触发协同控制方法 |
CN114296342A (zh) * | 2021-11-11 | 2022-04-08 | 电子科技大学 | 一种分布式动态事件触发多智能体***的一致性控制方法 |
CN114638051A (zh) * | 2022-03-08 | 2022-06-17 | 浙江大学 | 一种基于***不变量的智能汽车时滞稳定性分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577906B1 (en) * | 1999-08-05 | 2003-06-10 | Sandia Corporation | Distributed optimization system and method |
CN201789341U (zh) * | 2010-07-30 | 2011-04-06 | 北京市电力公司 | 一种智能微电网的监控*** |
CN203094176U (zh) * | 2012-12-02 | 2013-07-31 | 上海理工大学 | 一种容错实时转向控制***的分布式容错单元 |
CN104638645A (zh) * | 2015-02-12 | 2015-05-20 | 东北大学 | 一种能源互联网及其分级控制***与控制方法 |
CN105847438A (zh) * | 2016-05-26 | 2016-08-10 | 重庆大学 | 基于事件触发的多智能体一致性控制方法 |
CN106300421A (zh) * | 2016-08-31 | 2017-01-04 | 科大智能电气技术有限公司 | 一种分布式发电并网***的监控***及其孤岛保护方法 |
US20170300287A1 (en) * | 2015-01-04 | 2017-10-19 | Huawei Technologies Co., Ltd. | Cooperative control method for user equipment, user equipment, and communications system |
US9882386B2 (en) * | 2014-04-23 | 2018-01-30 | Nec Corporation | Consensus-based distributed cooperative control for microgrid voltage regulation and reactive power sharing |
-
2018
- 2018-07-16 CN CN201810780114.0A patent/CN108829065B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577906B1 (en) * | 1999-08-05 | 2003-06-10 | Sandia Corporation | Distributed optimization system and method |
CN201789341U (zh) * | 2010-07-30 | 2011-04-06 | 北京市电力公司 | 一种智能微电网的监控*** |
CN203094176U (zh) * | 2012-12-02 | 2013-07-31 | 上海理工大学 | 一种容错实时转向控制***的分布式容错单元 |
US9882386B2 (en) * | 2014-04-23 | 2018-01-30 | Nec Corporation | Consensus-based distributed cooperative control for microgrid voltage regulation and reactive power sharing |
US20170300287A1 (en) * | 2015-01-04 | 2017-10-19 | Huawei Technologies Co., Ltd. | Cooperative control method for user equipment, user equipment, and communications system |
CN104638645A (zh) * | 2015-02-12 | 2015-05-20 | 东北大学 | 一种能源互联网及其分级控制***与控制方法 |
CN105847438A (zh) * | 2016-05-26 | 2016-08-10 | 重庆大学 | 基于事件触发的多智能体一致性控制方法 |
CN106300421A (zh) * | 2016-08-31 | 2017-01-04 | 科大智能电气技术有限公司 | 一种分布式发电并网***的监控***及其孤岛保护方法 |
Non-Patent Citations (5)
Title |
---|
LI WEIXUN: "Leader following consensus of second order time delay multi agent systems with and without nonlinear dynamics", 《中国科学技术大学出版社》 * |
MILAN PRODANOVIC: "Modeling,Analysis and Testing of Autonomous Operation of an Inverter-based Microgrid", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 * |
XIAOLI WANG ET AL.: "Distributed event-triggered output regulation of multiagent systems", 《JOURNAL OF CONTROL》 * |
余志文等: "基于多智能体一致性的微电网自适应下垂控制策略", 《电力自动化设备》 * |
黄红伟等: "事件触发机制下的多智能体领导跟随一致性", 《计算机工程与应用》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109491396B (zh) * | 2018-12-28 | 2021-11-09 | 辽宁工业大学 | 一种多智能体事件驱动编队控制***及方法 |
CN109861304A (zh) * | 2018-12-28 | 2019-06-07 | 东北大学 | 一种考虑通信时变时滞的微电网经济调度方法 |
CN109861304B (zh) * | 2018-12-28 | 2022-07-12 | 东北大学 | 一种考虑通信时变时滞的微电网经济调度方法 |
CN109491396A (zh) * | 2018-12-28 | 2019-03-19 | 辽宁工业大学 | 一种多智能体事件驱动编队控制***及方法 |
CN109617475A (zh) * | 2019-01-04 | 2019-04-12 | 安徽大学 | 一种基于自触发机制的发电机最优励磁控制方法及装置 |
CN110597109A (zh) * | 2019-08-26 | 2019-12-20 | 同济人工智能研究院(苏州)有限公司 | 基于事件触发的多智能体一致性控制方法 |
CN110597109B (zh) * | 2019-08-26 | 2020-10-02 | 同济人工智能研究院(苏州)有限公司 | 基于事件触发的多智能体一致性控制方法 |
CN110518641A (zh) * | 2019-09-23 | 2019-11-29 | 西南交通大学 | 一种交流微电网实现功率分配的分布式分层协调控制方法 |
CN110933056B (zh) * | 2019-11-21 | 2022-07-08 | 博智安全科技股份有限公司 | 防攻击的多智能体控制***及其方法 |
CN110933056A (zh) * | 2019-11-21 | 2020-03-27 | 博智安全科技股份有限公司 | 防攻击的多智能体控制***及其方法 |
CN111844026A (zh) * | 2020-07-02 | 2020-10-30 | 兰州大学 | 一种事件触发的多机器人分布式协同控制方法 |
CN111844026B (zh) * | 2020-07-02 | 2023-07-11 | 兰州大学 | 一种事件触发的多机器人分布式协同控制方法 |
CN112947329A (zh) * | 2021-01-28 | 2021-06-11 | 中南大学 | 分布参数***的事件触发控制方法及*** |
CN113031644A (zh) * | 2021-02-06 | 2021-06-25 | 中南大学 | 一种面向通信时滞的飞行器编队控制***事件触发方法、装置及介质 |
CN112987611A (zh) * | 2021-02-23 | 2021-06-18 | 河海大学 | 基于切换rlc电路***的事件触发控制方法及控制*** |
CN112987611B (zh) * | 2021-02-23 | 2021-10-22 | 河海大学 | 基于切换rlc电路***的事件触发控制方法及控制*** |
CN113359711A (zh) * | 2021-05-21 | 2021-09-07 | 杭州电子科技大学 | 一种具有未知信息的多智能车***分布式自触发控制方法 |
CN113359711B (zh) * | 2021-05-21 | 2022-09-20 | 杭州电子科技大学 | 一种具有未知信息的多智能车***分布式自触发控制方法 |
CN113504727A (zh) * | 2021-07-14 | 2021-10-15 | 桂林理工大学 | 一种带有自适应阈值的混合阶非线性***事件触发协同控制方法 |
CN113504727B (zh) * | 2021-07-14 | 2022-06-17 | 桂林理工大学 | 一种带有自适应阈值的混合阶非线性***事件触发协同控制方法 |
CN114296342B (zh) * | 2021-11-11 | 2022-11-08 | 电子科技大学 | 一种分布式动态事件触发多智能体***的一致性控制方法 |
CN114296342A (zh) * | 2021-11-11 | 2022-04-08 | 电子科技大学 | 一种分布式动态事件触发多智能体***的一致性控制方法 |
CN114638051A (zh) * | 2022-03-08 | 2022-06-17 | 浙江大学 | 一种基于***不变量的智能汽车时滞稳定性分析方法 |
CN114638051B (zh) * | 2022-03-08 | 2024-02-27 | 浙江大学 | 一种基于***不变量的智能汽车时滞稳定性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108829065B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829065A (zh) | 基于事件触发的分布式发电***时滞输出协同控制方法 | |
CN108363306B (zh) | 基于线性二次型优化的微电网分布式控制器参数确定方法 | |
WO2018228068A1 (zh) | 基于临界特征根跟踪的微电网延时裕度计算方法 | |
CN104638643B (zh) | 一种对电力***微电网的全分布式二次调频方法 | |
CN108565898B (zh) | 一种基于神经网络的集散式微电网群能量调度方法 | |
CN107579543A (zh) | 一种基于分层控制策略的孤岛微电网分布式协调控制方法 | |
CN109474017A (zh) | 一种配电网实时分布式经济调度方法 | |
CN105186500B (zh) | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 | |
CN104537178B (zh) | 一种基于Matlab和Netlogo的电力***联合仿真建模方法 | |
CN110308659A (zh) | 具有时延和切换拓扑的不确定多智能体***混合触发一致的控制方法 | |
CN105634828A (zh) | 线性微分包含多智能体***的分布式平均跟踪的控制方法 | |
CN107623337B (zh) | 一种微电网能量管理方法 | |
CN108153259A (zh) | 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法 | |
CN107706939A (zh) | Cps概念下的微网中考虑时滞和丢包问题的分布式控制方法 | |
CN104269873A (zh) | 基于***健康状态评估与借鉴csma/cd机制的微电网自治控制方法 | |
CN106099921B (zh) | 一种电力***时滞稳定裕度快速求解方法 | |
CN104332985B (zh) | 基于混合控制策略的直流配网运行控制与优化调度方法 | |
CN106159955B (zh) | 基于连续惩罚对偶分解的电力***分布式最优潮流方法 | |
CN102065510A (zh) | 基于模糊逻辑的无线传感器网络节点自适应功率控制***及方法 | |
CN109066765B (zh) | 基于一致性策略的孤岛微电网自适应同步频率控制方法 | |
CN107357988A (zh) | 基于iec61850的分布式光伏集群动态建模方法 | |
CN105720574A (zh) | 基于spsa的电力***单区域负荷频率的数据驱动控制方法 | |
CN114221355B (zh) | 基于事件触发机制的微电网有限时间二次调频控制方法 | |
CN107994564A (zh) | 基于特征根聚类的多重时滞微电网电压稳定性分析方法 | |
Li et al. | AGC fuzzy PID control strategy based on Parameter Optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201127 Termination date: 20210716 |
|
CF01 | Termination of patent right due to non-payment of annual fee |