神经网络技术在多端直流输电控制系统中的应用研究

目前,在高压直流输电(High Voltage Direct Current Transmission,HVDCTransmission)控制应用领域中常用的控制方法还是经典的控制方法(如PID调节器等)。虽然它们具有一定的适应性和鲁棒性,但对于高压交、直流输电系统这样一个典型的强非线性、时变系统来说,当工况变化的范围很大时,便有些捉襟见肘了。 人工智能技术是近年来研究十分活跃、发展异常迅速的一个领域。它用来解决那些用传统方法难以解决的复杂系统控制问题。随着控制理论和控制技术的发展,智能控制越来越显出它的优越性,将人工智能技术引入高压直流输电控制领域势在必行。 本文首先概述了高压直流输电系统的研究现状及存在问题,介绍了人工智能技术的功能与特点。然后概述了高压直流输电系统的控制原理和控制特性,并给出了高压直流输电系统的数学模型。并对直流输电中几种主要的输电方式和换流器控制方式的优劣进行了比较。提出了电压稳定性指标(VSF)概念,并在此基础上进一步比较整流侧定功率逆变侧定熄弧角控制、整流侧定电流逆变侧定熄弧角控制、整流侧定功率或定电流逆变侧定直流电压三种直流控制方式组合,从换流站交流侧电压稳定性的角度对本文所采用的整流侧、逆变侧控制方式进行了选择。最后着重介绍神经网络技术应用于多端高压直流输电(Multi-terminal HVDC,即MTDC)系统的控制中,设计了一种快速灵活的神经直流控制器和神经功率控制器,与传统的PID调节网络控制器相比,这种直流控制器更加符合实际,因此具有更强的鲁棒性和自适应学习能力以及较好的动态性能。通过数字仿真实验证明了该控制器对于提高多端直流系统的稳定性具有良好的效果。