Software & Systems

Нечеткое управление (Fuzzy Control, Fuzzy-управление) является одной из перспективнейших технологий, позволяющих создавать высококачественные системы управления в условиях неопределенности математического описания объекта управления. В области управления электроэнергетическими системами (ЭЭС) актуальной научной и инженерной задачей является улучшение устойчивости параллельной работы ЭЭС, которая в основном обеспечивается автоматическими регуляторами возбуждения (АРВ).

Система АРВ синхронного генератора осуществляет функции поддержания статорного напряжения (Uг) на уровне Uзад за счет изменения тока возбуждения (Iв).

В промышленной эксплуатации применяются два типа АРВ, имеющих конструктивные отличия. Первый тип – АРВ-СД (отечественная разработка), второй тип (которому и посвящена статья) подразумевает разделение системы регулирования по выполняемым функциям на два устройства: автоматического регулятора напряжения (Automatic Voltage Regulator (AVR)) и системного стабилизатора (Power System Stabilizer (PSS)). В упрощенном виде структурная схема такой системы АРВ представлена на рисунке 1.

AVR обеспечивает поддержание статорного напряжения генератора за счет регулирования по отклонению напряжения, PSS служит для демпфирования электромеханических колебаний при больших возмущениях. В качестве параметра стабилизации выступает частота вращения вала wГ.

Происходящие изменения в электроэнергетике выдвигают задачу создания новых, более современных АРВ, удовлетворяющих требованию обеспечения устойчивости ЭЭС во всем многообразии режимов работы.

Предлагается методика синтеза нечеткого PSS (Fuzzy Logic PSS) с использованием системы компьютерной математики MATLAB и пакетов расширения данной системы: Simulink, SimPowerSystems, Fuzzy Logic.

В работе рассматриваются три типа системных стабилизаторов (PSS): Generic PSS (универсальный); Multiband PSS (многополосный) и нечеткий стабилизатор (Fuzzy Logic PSS).

Синтез нечеткого системного стабилизатора осуществлялся с помощью нечеткой нейронной сети, обучающейся на основе данных, полученных в результате работы классического многополосного стабилизатора. В качестве нечеткой сети используется ANFIS (Adaptive Neuro-Fuzzy Inference System), которая представляет собой многослойную нейронную сеть специальной структуры без обратных связей. После синтеза нечеткого стабилизатора осуществляется оптимизация его параметров с помощью инструментального средства MATLAB Nonlinear Control Design (NCD).

Исследование синтезированной нечеткой системы управления осуществлялось на модели энергосистемы (рис. 2). Крупная гидроэлектростанция (установленная мощность Руст=4500 МВт) выдает мощность в систему через линию 500 кВ длиной 250 км. В установившемся режиме станция выдает в сеть мощность 1500 МВт.

На рисунке 3 представлена осциллограмма изменения скорости ротора (главный параметр режима, по которому оценивается эффективность работы стабилизатора) при трехфазном коротком замыкании (КЗ) на землю в конце линии электропередачи. Данный график отражает лучшее демпфирование колебаний посредством Fuzzy Logic PSS в сравнении с Generic PSS и Multiband PSS. Оценим работу нечеткого стабилизатора для различных нарушений режима ЭЭС. Численная оценка качества демпфирования производилась по двум критериям: время переходного процесса и интегральная квадратичная ошибка скорости вращения ротора.

В качестве возмущений были реализованы: 1 – трехфазное КЗ на землю в конце линии электропередачи; 2 – однофазное КЗ на землю в конце линии электропередачи; 3 – трехфазное КЗ на землю в начале линии электропередачи; 4 – однофазное КЗ на землю в начале линии электропередачи; 5 – увеличение генерации на 25 %; 6 – уменьшение генерации на 25 %.

Результаты, представленные на рисунке 4, показывают превосходство нечеткого стабилизатора над Generic PSS и Multi-Band PSS для всех моделируемых нарушений.

По результатам проведенных модельных экспериментов можно заключить, что применение нейро-нечетких методов позволяет эффективно решать задачу стабилизации ЭЭС. C помощью нейро-нечеткой сети возможно копирование обычного регулятора с последующей его реализацией на основе нечеткой логики. Это позволяет в первом приближении создать работоспособный нечеткий регулятор и далее осуществлять его настройку.