用于延迟电力系统同步频率控制的动态事件触发型循环神经网络框架

《Journal of the Franklin Institute》：Dynamic event-triggered recurrent neural network framework for synchronized frequency control of delayed power system

　　摘要：本文针对存在延迟的电力系统中的频率不稳定问题，提出了一种基于双隐藏层循环神经网络的有韧性控制器，该控制器能够有效应对参数不确定性、未建模动态以及负载变化。自适应超扭转积分终端滑模控制器可确保在存在不可避免的数据传输延迟的情况下仍实现有限时间内的功率频率同步，而动态事件触发机制则可降低通信负担。双隐藏层循环神经网络能够提升干扰估计精度，改善瞬态性能，减少奇异现象和抖动，并提供适合执行器的有界控制动作。通过李雅普诺夫-克拉索夫斯基方法以及无芝诺效应的触发条件，证明了该系统的稳定性、鲁棒性以及有限时间收敛性。在两区域延迟电力系统上的仿真及OPAL-RT 4610XG实验结果表明，与现有方法相比，该方案具有更优异的收敛性、干扰抑制能力以及通信效率。

引言：为应对全球变暖以及减少碳足迹和对化石燃料的依赖，目前各类含有逆变器集成可再生能源的发电厂使得电网能够更灵活、高效地应对快速变化的动态负载。然而，尽管可再生能源具有间歇性和不稳定性，要维持功率频率平衡依然是一项挑战，这促使人们深入研究负载频率控制技术。为便于实时监控和顺畅控制电力系统，通常会在现场部署远程终端单元，通过开放通信网络定期将数据传输至主控站或监控与数据采集系统。此外，工业4.0/5.0的推进以及物联网传感器的广泛应用使得现代电网的互联互通程度不断提高，但同时也更容易受到数据传输过程中网络延迟的影响。可再生能源的间歇性、负载的动态变化以及通信延迟都可能降低系统性能，甚至引发系统不稳定。另外，在资源有限的开放通信网络中确保数据传输的安全也变得极为重要。因此，有必要研究数据传输延迟、采样问题、网络拥堵以及网络攻击等因素对负载频率控制性能的影响，同时设计出能够在不可避免的物理干扰下保持系统稳定运行的有韧性二级控制回路。在存在网络延迟、可再生能源间歇性以及网络攻击的大规模电力系统中，实现功率频率同步至关重要。为缓解功率频率不稳定问题，人们提出了多种二级控制方法。有研究探讨了有韧性的微电网运行策略，还有研究针对存在控制器到执行器通道约束的两区域电力系统设计了具备网络抗毁能力的频率控制器，但这些方法未能充分考虑协同网络攻击和通信延迟带来的负面影响。此外，在网络延迟存在的情况下，诸如发电机输出速率限制和调速器死区等未建模动态的影响也几乎未被研究。利用元启发式算法优化的二级控制器在频率调节领域已被广泛研究，但在考虑延迟的网络物理系统中，由于数据包丢失和时变通信延迟会改变系统动态特性，基于理想条件设计的控制器可能无法提供足够的鲁棒性。而且，大多数元启发式方法依赖于线性化模型进行离线优化，这在非线性且存在延迟的网络物理系统中会导致模型与实际情况的偏差。有研究采用了经过改进的排球冠军联赛算法优化出的分数阶控制器用于主动频率调节，但并未研究时间延迟和网络拥堵的影响。此外，为大规模含有可再生能源的电力系统优化多个控制器参数需要大量的计算资源。这些方法通常采用固定增益控制器，这类控制器往往缺乏适应性，且仅能在接近理想工作条件下保持稳定。在功率频率同步研究中，滑模控制器已被广泛研究并得到实际应用的认可。有研究表明，终端滑模控制器能够确保有限时间收敛并具备抗不确定性能力，但其往往需要较大的控制力才能应对各种不确定因素和网络攻击。另有研究提出了结合径向基函数神经网络补偿器的非线性滑模控制器，其网络抗毁性能优于其他方法。还有研究在积分滑模控制器框架下研究了含有发电机输出速率限制的可再生能源集成电力系统的负载频率控制问题，其中未知的不确定因素和未建模动态是通过径向基函数神经网络来近似处理的，但该网络的性能对其超参数的选择极为敏感，参数设置不当会影响估计精度和系统稳定性。还有研究利用循环神经网络研究了相互连接的含有可再生能源的电力系统中的功率频率平衡问题，虽然循环神经网络擅长处理高维数据和非线性动态，但这些研究并未评估存在数据传输延迟时的系统性能。有研究提出了基于动态滑模控制器的时延电力系统频率调节方法，但在39节点电力系统上的验证并未考虑网络突发状况。另有研究指出，前馈滑模控制器有助于减少系统抖动并实现良好的瞬态响应特性，但其参数优化对于大规模动态系统而言计算成本较高。还有研究为交流微电网设计了基于扩展状态观测器的回退控制框架，用于在存在不确定因素的情况下调节电压和频率，确保分布式发电机之间实现均衡的功率分配，但该框架需要准确的系统参数信息，而这些参数会随着温度和设备老化而发生变化，从而影响控制效果。此外，这些研究也未考虑时间延迟的影响。还有研究研究了使用二阶滑模控制器对多区域电力系统进行频率调节，该方法能更好地减少系统抖动，为应对不确定因素和不可避免的时间延迟，该研究采用了双积分滑模面结构，但并未解决积分饱和问题。而且在实际测试环境中实现双积分器会增加系统的状态维度、内存需求以及设计复杂性。还有研究为三相有源电力滤波器测试平台提出了基于双隐藏层循环神经网络的自适应全局滑模控制器，虽然基于该神经网络的估计功能能够提升系统对干扰的抵抗能力并减少抖动，但该控制器并不能保证系统实现有限时间收敛。总体而言，现有研究都表明，需要在考虑网络延迟、固有不确定性以及网络约束的前提下，进一步研究功率频率同步问题，以确保系统的稳定性。智能电网架构中通信技术的快速发展使得物理层与网络层之间能够实现可靠的实时信息交换，提升了电网的扩展性、灵活性和经济性。然而，随着系统规模的扩大，周期性触发式的通信方式会增加计算负荷、处理器使用率以及能耗，从而使系统更容易受到延迟、带宽限制以及网络攻击的影响。此外，周期性数据传输也限制了其在资源受限的嵌入式系统中的应用。因此，基于事件触发的控制机制受到了众多研究者的关注。有研究对用于网络控制系统的自适应静态事件触发机制框架进行了综述。还有研究为多区域电力系统设计了基于事件触发的滑模控制器，旨在实现特定的H∞性能指标，但该设计并未考虑数据包传输中的时间延迟问题。此外，静态事件触发条件是基于最坏情况设计的，这就导致了设计上的保守性以及不必要的触发现象。而且，静态触发条件缺乏对系统动态特性的适应性，因此在不同场景下系统的性能都无法达到最优。有研究详细介绍了结合H∞/H2控制与动态事件触发机制的强大频率控制框架，并证明了该框架在抵御恶意网络攻击方面的有效性。还有研究对网络系统中的基于模型的事件触发机制进行了研究。另有研究探讨了一种自适应的分布式动态事件驱动估计与控制框架，该框架可用于对网络中的线性节点进行动态平均跟踪，研究表明，仅利用本地信息即可实现完全分布式的事件驱动跟踪，且系统具有良好的鲁棒性。同样，还有研究提出了针对线性化二阶多智能体系统的、具有预定性能的自适应分布式动态事件触发式时变一致性控制方法。为提高通信资源的利用效率，该框架还加入了基于事件触发的边缘式间歇测量更新机制。不过，这些研究均未明确考虑在存在恶意网络攻击且存在通信延迟的非线性系统中实现有限时间收敛的问题。有研究提出了一种基于事件触发机制的自适应快速有限时间神经网络辅助回退控制器，该控制器采用功率积分器技术，可用于处理高阶非线性系统，研究表明该控制器具有快速收敛的特点，且不会产生奇异现象，同时还能降低通信负担。与静态事件触发机制相比，基于事件触发机制的控制方法具有以下优势：能够动态调整触发策略，降低通信负担，以及确保事件之间的最小间隔时间足够长，从而避免出现芝诺效应。在存在延迟的互联系统中，之所以要提出这种整合了自适应超扭转积分终端滑模控制器、基于双隐藏层循环神经网络的估计机制以及基于事件触发机制的控制环节的统一二级控制回路，原因如下：首先，虽然基于元启发式算法优化的控制器能够提升系统对干扰的抵抗能力，但它们对参数设置较为敏感，且容易陷入局部最优解，这限制了它们的实时应用前景。其次，终端滑模控制器及其变体虽然能够通过确保有限时间收敛来提升系统的鲁棒性，但在存在延迟和协同干扰时，它们需要较大的控制力，且容易产生严重抖动，因此不太适合在嵌入式系统中应用。再者，许多现有的负载频率控制方法忽略了实际的通信限制，如基于事件触发的控制机制，这使得系统在面对协同干扰和网络延迟时难以实现良好的扩展性。此外，基于静态事件触发机制的方法存在设计过于保守、触发过于频繁以及可能出现芝诺效应等问题。最后，基于事件触发机制的框架虽然能够提升系统效率，但在存在延迟、干扰类型不匹配以及非线性系统动态特性的情况下，如何实现快速有限时间收敛仍然是一个尚未解决的难题。基于以上分析，所提出的框架将自适应的有限时间、无奇异现象的终端滑模控制器、基于双隐藏层循环神经网络的估计机制以及基于事件触发机制的控制环节整合到了控制器到执行器的信号传递路径中。该框架的目标是在存在协同干扰、时间延迟以及各种不确定因素的情况下，实现区域频率的调节以及输电线路功率偏差的校正，同时确保系统具有有限时间收敛性。该框架能够在保证系统稳定性的同时降低带宽消耗，并避免出现芝诺效应。该框架的主要贡献如下：首先，提出了一种结合了双隐藏层循环神经网络前馈补偿器与自适应超扭转积分终端滑模控制器的统一有韧性控制框架，该框架为存在延迟的互联系统提供了一种基于数据的、具有强鲁棒性的非线性控制策略，从而提升了系统在面对不确定因素和干扰时的瞬态性能。其次，为便于在嵌入式系统中应用，该框架在控制器到执行器的信号传递路径中加入了基于事件触发机制的控制环节，从而降低了通信负载和计算复杂度，同时保证了系统从输入到状态的稳定性以及避免出现芝诺效应。最后，通过李雅普诺夫-克拉索夫斯基稳定性分析以及在两区域存在延迟的互联系统上进行的OPAL-RT 4610XG实时实验，验证了所提出的统一二级控制框架的有效性。本文的结构如下：第二部分介绍了具有延迟动态特性的两区域电力系统的小信号稳定性模型。第三部分描述了基于双隐藏层循环神经网络的前馈补偿器，以及相关的稳定性分析和系统稳定的充分条件。第四部分给出了理论分析结果以及实验验证结果。最后，第五部分对全文进行了总结。