科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
机电学院博士生获2021川渝科技学术大会优秀论文二等奖
文:机电学院 图:机电学院 来源:机电学院 时间:2021-12-24 1341

  近日,2021川渝科技学术大会在重庆举行,机械与电气工程学院、电力系统广域测量与控制四川省重点实验室发表在中科院1区Top期刊IEEE Transactions on Smart Grid论文《Deep Reinforcement Learning-Based Approach for Proportional Resonance Power System Stabilizer to Prevent Ultra-Low-Frequency Oscillations》获得大会“2021川渝科技学术大会优秀论文二等奖”。电子科技大学为论文唯一通讯单位,论文第一作者为机电学院博士生张国洲,通讯作者为胡维昊教授,其他合作者包括丹麦奥尔堡大学陈哲教授和Frede Blaabjerg教授。                                           

  近年来,随着西南区域各水电能源基地的不断并网,西南电网逐渐成为典型的高水电占比系统,电网运行特征显著改变。此外,水电出力的丰枯变化、负荷的不确定波动等问题交织在一起,使西南电网运行方式和安全稳定特性复杂多变,超低频振荡问题突出,严重制约清洁能源外送,威胁系统安全稳定运行。为此,本文分析了富集水电区域集中外送系统中诱发超低频振荡的时域与频域特征,明确了调速器参数和水锤效应为诱发振荡的主因, 厘清了其与传统低频振荡的差异。并基于复转矩系数法对超低频振荡机理进行剖析,通过理论推导与实验仿真验证了传统电力系统稳定器(power system stabilizer,PSS)难以有效抑制超低频振荡。为克服该问题,文中基于模态分离思想,针对PSS结构进行改进,用多项式模型代替传统PSS结构,并附加比例谐振(proportional resonance, PR)单元,形成一种新的PR-PSS控制器。改控制器弥补了传统PSS在超低频段相位超前,无法提供充分阻尼的缺陷,可有效抑制超低频振荡。此外,为确保控制器在复杂工况下的鲁棒性,将控制器参数的整定问题转化成马尔可夫决策过程,并引入深度强化学习算法训练智能体来学习控制器参数的自调整策略,实现自适应控制。最后通过四川某区域水电外送系统验证所提方法的有效性。


编辑:赵海玲  / 审核:林坤  / 发布:林坤