×
Mahmoud，Magdi S.马哈茂德。；侯赛因，S.Azher

智能自治微电网系统的自适应PI二次控制。 （英语） Zbl 1333.93144号

国际期刊改编。控制信号处理。 29，第11期，1442-1458（2015）.
摘要：本文提出了一种基于神经网络的分布式二次控制，用于调节智能自治微电网系统的输出电压和频率。通常，次级控制器是使用固定增益比例加积分控制器以集中的方式实现的，该控制器仅在某些操作条件下可以表现良好。中央控制器的故障也意味着整个系统没有二次控制动作。本文提出的控制技术是一种分布式控制技术，它利用神经网络（NN）的概念来提高系统的性能。训练有素的神经网络根据每个操作点为控制器提供合适的增益。在训练神经网络之前，采用进化优化技术，即差分进化，以获得控制器在每个工作负载条件下的最优增益，从而形成神经网络的训练集。仿真结果表明，该控制器抑制了负载变化引起的振荡，将系统的输出电压和频率恢复到标称值，并保持了基线控制器的适当负载分担特性。并将控制器的性能与固定增益控制器进行了比较。

引用于1文件

MSC公司：

93C40型 自适应控制/观测系统
93立方厘米 控制理论中的应用模型
93A30型 系统数学建模（MSC2010）
93立方厘米 由常微分方程控制的控制/观测系统

关键词：

二级控制；动态控制；分布式发电；神经网络；差异演化

软件：

PID_调整；神经网络工具箱
PDF格式BibTeX公司 XML格式引用
\textit{M.S.马哈茂德}和\textit{S.A.侯赛因}，国际期刊Adapt。控制信号处理。29，第11号，1442--1458（2015；Zbl 1333.93144）
全文： 内政部

参考文献：

[1] Lasseter RH微电网分布式发电IEEE电力工程学会冬季会议1 Columbus，Ohio 2001 146 149
[2] Mahmoud，《微电网建模与控制：概述》，《富兰克林研究所杂志》351（5），第2822页–（2014）·Zbl 1372.93036号 ·doi:10.1016/j.jfranklin.2014.01.016
[3] Malik，《电力系统向智能网络的演变》，《控制、自动化和电气系统杂志》24（1-2），第139页–（2013）·doi:10.1007/s40313-013-0005-6
[4] Farhangi，智能电网之路，IEEE Power and Energy Magazine 8（1）pp 18–（2010）·doi:10.1109/MPE.2009.934876
[5] Lasseter RH Paigi P微电网：概念解决方案IEEE第35届电力电子专家年会PESC’04德国，第6卷2004 4285 4290
[6] Dobakhshari L Salehi A Azizi S Ranjbar AM微电网控制：前景与展望IEEE国际会议网络、传感与控制（ICNSC）Delft 2011 38 43
[7] Pedrasa MA Spooner T岛运行期间用于控制微电网发电和存储的技术调查澳大利亚大学电力工程会议论文集2006 1 6
[8] 马哈茂德，《大型控制系统：理论与技术》（1985）·Zbl 0628.93001号
[9] Mohamed，有源配电系统中稳健微电网运行和无缝模式传输的分层控制系统，IEEE智能电网汇刊2（2），第352页–（2011）·doi:10.1109/TSG.2011.2136362
[10] Bakken，解除管制电力系统中的自动发电控制，IEEE电力电子学报13（4），第1401页–（1998）
[11] Mazumder，《输配电会议与展览会（T&D）论文集》，第1页–（2008年）
[12] Vandooron，《输配电会议与展览会（T&D）论文集》，第1页–（2012年）
[13] Zheng W Ma H He X实时网络控制并联多逆变器系统的建模、分析和实现第七届国际电力电子和运动控制会议论文集哈尔滨，2012年第2卷，1125 1130
[14] Vasquez，智能微电网的分层控制，IEEE Industrial Electronics Magazine 4（4）pp 23–（2010）·doi:10.1109/MIE.2010.938720
[15] Guerrero JM Chandorkar M Lee T Loh PC智能微电网高级控制架构第一部分：分散和分级控制2012 1 1254 1262
[16] Guerrero JM Loh CL Lee T-L Chandorkar M智能微电网的高级控制架构-第二部分：电能质量、储能和AC/DC微电网2012 1 1 1263 1270
[17] Savaghebi M Vasquez JC Jalilian A Guerrero JM微电网电压谐波和不平衡补偿的二次控制第三届IEEE分布式发电系统电力电子国际研讨会论文集2012年奥尔堡46 53
[18] 格雷罗，下垂控制交流和直流微电网的分级控制——标准化的一般方法，IEEE工业电子汇刊58（1）第158页–（2011）·doi:10.1109/TIE.2010.2066534
[19] Bidram，使用反馈线性化的微电网分布式合作二次控制，IEEE电力系统汇刊28（3），第3462页–（2013）·doi:10.10109/TPWRS/2013.2247071
[20] Bidram，基于多智能体系统分布式协同控制的微电网二次控制，IET发电、输电和配电7（8），第822页–（2013）·doi:10.1049/iet-gtd.2012.0576
[21] Simpson-Porco，孤岛微电网中下垂控制逆变器的同步和功率共享，Automatica 49 pp 9–（2013）·Zbl 1364.93544号 ·doi:10.1016/j.automatica.2013.05.018
[22] Shafiee Q Vasquez JC Guerrero JM孤岛微电网分布式二次控制-网络控制系统方法IEEE第38届工业电子年会论文集-IECON’12 Montreal，QC 2012 5637 5642
[23] Wang，基于神经网络的自校正PI控制器，用于PMAC电机的精确运动控制，IEEE工业电子学报48（2），第408-（2001）页·数字对象标识代码：10.1109/41.915420
[24] Zhao J Guo L Zhu B Duan W通过PI和神经网络算法对汽车防抱死制动系统进行建模和控制电子机械工程与信息技术（EMEIT）国际会议4 2011 2155 2158
[25] Peas Lopes，定义微电网孤岛运行的控制策略，IEEE电力系统汇刊21（2），第916页–（2006）·doi:10.1109/TPWRS.2006.873018
[26] Jiayi，分布式能源与微电网综述，《可再生能源与可持续能源评论》12（9），第2472页–（2008）·doi:10.1016/j.rser.2007.06.004
[27] Katiraei，微电网管理，IEEE电力与能源杂志汇刊6（3），第54页–（2008）·doi:10.1109/MPE.2008.918702
[28] Katiraei，孤岛过程期间和之后的微网格自治运行，IEEE电力输送交易20（1）第248页–（2005）·doi:10.1109/TPWRD.2004.835051
[29] Piagi P Lasseter RH微电网组件的控制和设计2006年最终报告
[30] Guerrero，基于并联线路互操作UPS系统的柔性微电网控制策略，IEEE工业电子学报56（3），第726页–（2009）·doi:10.1109/TIE.2008.2009274
[31] Pogaku，基于逆变器的微电网自主运行的建模、分析和测试，IEEE电力电子学报22（2），第613页–（2007）·doi:10.1109/TPEL.2006.890003
[32] Coelho，独立交流供电系统中并联逆变器的小信号稳定性，IEEE工业应用汇刊38（2），第533页–（2002）·doi:10.1109/28.993176
[33] Chandorkar，独立交流供电系统中并联逆变器的控制，IEEE工业应用汇刊29（1），第136页–（1993）·doi:10.1109/28.195899
[34] 阿鲁兰帕兰，分布式发电微电网中电力电子接口的控制，国际电子杂志91（9），第503页–（2004）·doi:10.1080/00207210412331289023
[35] 赤城，由不带储能元件的开关设备组成的瞬时无功功率补偿器，IEEE工业应用汇刊3第625页–（1984）·doi:10.1109/TIA.1984.4504460
[36] Shafiee，孤岛微电网分布式二次控制的鲁棒网络控制方案，IEEE工业电子学报61（10）pp 5363–（2013）·doi:10.1010/TIE.2013.2293711
[37] Olshevsky，分布式一致性和平均中的收敛速度，SIAM控制与优化杂志48（1），第33页–（2009）·Zbl 1182.93008号 ·doi:10.1137/060678324
[38] Lei Y Jianhua Z Cheng J基于神经网络自校正PI的D-statcom控制IEEE国际配电会议论文集（CICED）中国2012年1月4日
[39] Narendra，使用神经网络识别和控制动力系统，IEEE神经网络汇刊1（1）第4页–（1990）·数字对象标识代码：10.1109/72.80202
[40] Soleimani Mohseni M Thomas B神经网络用于PI和PID控制器的自整定智能系统设计与应用（ISDA）布达佩斯，匈牙利2004
[41] 《进化计算手册》（1997）·doi:10.1887/0750308958
[42] Storn，差分进化——连续空间上全局优化的简单高效启发式算法，《全局优化杂志》11（4）第341页–（1997）·Zbl 0888.90135号 ·doi:10.1023/A:1008202821328
[43] Chiou JP Wang F差分进化混合方法及其在生物过程系统最优控制问题中的应用IEEE国际计算智能和进化计算大会成果，AK 1998 627 632
[44] 高阳L明光L微分进化算法及其改进总结第三届国际先进计算机理论与工程会议论文集2010成都153 156
[45] Haykin，《神经网络：综合基础》，神经网络2（2004）·Zbl 0828.68103号
[46] Demuth，用于MATLAB的神经网络工具箱（2000）
[47] Hornik，使用多层前馈网络对未知映射及其导数的通用近似，神经网络3（5）pp 551–（1990）·doi:10.1016/0893-6080（90）90005-6
[48] Ng，神经网络在非线性系统自适应控制中的应用（1997）
[49] Hagan，用Marquardt算法训练前馈网络，IEEE神经网络汇刊5（6），第989页–（1994）·数字对象标识代码：10.1109/72.329697
[50] Riedmiller M Braun H一种快速反向传播学习的直接自适应方法：RPROP算法IEEE国际会议神经网络会议论文集，加利福尼亚州旧金山，1993 586 591
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。