欢迎来到天天文库
浏览记录
ID:37418279
大小:2.83 MB
页数:103页
时间:2019-05-23
《基于超短期自适应预测的变电站电压无功综合模糊控制》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉大学硕士论文基于超短期自适应预测的变电站电压无功练台模糊控制摘要本文以电力系统电压无功调节的基本原理和变电站综合调控的目标为基础,对目前国内外变电站电压无功综合控制的概况和存在的问题作了仔细的分析和比较,研究设计了适合于分布式智能在线监控的新型控制策略;同时针对目前电压无功综合控制装置存在的不足,应用32位微处理器MC68HC376和Bluetooth通信技术,以有载调压交和晶闸管控制投切的电容器组为控制对象,开发了性能先进、工作稳定的电压无功综合控制装置。本方案通过对电力参数进行队列式高速采集和计算获得的电压、无功数列,构建改进的最小二乘算法
2、寻找其变化规律,从而对一定时间后的电压、无功做出预测。在改进最小二乘算法中应用灰色自关联分析生成权重序列,使得超短期预测模型自适应地跟踪系统参数的变化。同时,对历史预测误差序列进行预处理,并应用GM(1,1)模型实现二次残差预测,对预测作反馈补偿,从而减小预测的整体误差。预测提前时间可以根据现场的需要进行设置和修改。由于装置能对参数越限进行提前判断和决策,因此减少了电压、无功的不合格时间。本文对现有的控制策略加以改进,首次提出“梯度式离散无功边界的改进17区”电压无功控制方案,适合于单片机控制;同时引入电压、无功的变化速度作为辅助控制量,将传统静态
3、区间控制改进为动态分析控制,更好地反应系统的动态特性。同时,方案应用数字式单片机眦68HC376,实现模糊推理机改造,并完成QADC、LCD显示、键控菜单、SCI通信等模块。决策部分根据电压、无功的预测值及其当前的实时值以及其变化速度进行耦合模糊分析,在改进后的区域图基础上进行两级模糊推理,实现合理的综合调控。仿真实验证明,本方案在保证供电质量的前提下减少了有载调压变分接头和电容器组的动作次数,并提高了装置对随机和不确定因素的处理能力。最后,论文研究并应用新型Bluetooth技术对装置RS232端口实现无线改造,提高了装置的网络通信能力和可互操作
4、性,同时简化了电站结构,使装置向电站综合保护控制方向发展。论文在基本完成硬软件调试的基础上,给出了具体的算法分析和硬、软件实现方案,通过仿真实验,对装置的超短期预测作了误差分析,同时验证了装置动作的有效性。关键词:电压无功自动控制:超短期自适应预测;灰色模型GM(1,1);灰色关联度分析:模糊逻辑推理;32位微处理器MC68HC376:蓝牙无线通信技术武汉大学硕士论文基于超短期自适应预测的变电站电压无功综合模糊控制ABSTRACTBasedonthebasicprinciplesofvoltageandreactivepowercontrol(VQ
5、C)inelectricpowersystem,togetherwiththemainmodulatingtargetinsubstation,thispaperanalyzesthepresentdevelopingstatusofVQC,andsomecurrentdeficiencyisdiscussed.Then,anovelon-linecontrolstrategyisdesigned.TodevelopalladvancedandstableVQCapparatussupervisoringtheLoadTapChangingTran
6、sformer(LTC)andtheThyristor-ControlledSwitchingCapacitors(TCSC).thenovel32_bitMCUMC68HC376aswellastheBluetoothtechnologyareapplied.Thisstrategyobtainsvoltageandreactivepowerseriesviahigh—speedQADCandcomputation。thenanimprovedadaptive]eastsquareprocedureisconstructedtoforecastt
7、henextprospectivevalueforV&Q.Inthismodel.grayrelativityanalysisisappliedtobuildtheappropriateweightseries,sothatthemodelcanadaptivelyfollowthefluctuationoftheelectricalparameters.Toimprovetheaccuracyofthemodel,theforecasterrseriesarepretreatedtobeanalyzedbyGM(1,1)topredictthen
8、extprospectiveerr,whichisaddedtotheprimaryforecastvalue.Theti
此文档下载收益归作者所有