基于环境信号辨识控制输入矩阵的广域自适应阻尼控制系统研究

Ambient signals are the measurements of power systems which are aroused by the widely-distributed and always-existing stochastic perturbations with quite low energy. Currently, the ambient signals are primarily used for online identification of electromechanical modes and mode shapes (i.e. identification of state and output matrices). It is proposed in this project to further investigate the identification technique based on ambient signals, and to extend its application to online identification of the state-space model (consisting of state, output and input matrices) of open-loop power system. Accordingly, a wide-area adaptive damping control system is constructed to handle the inter-area oscillation problem under a large range of equilibrium points, which could not be effectively tackled by the conventional damping controllers with fixed structures and parameters. Therefore, the key content of this project is to study the theories and methods of identifying the input matrix of open-loop power system only based on ambient signals (without the probing signal). Moreover, some significant issues introduced by the adaptive strategy and the infrastructure of wide-area control are also investigated in this project, for example, design of robust damping controllers and model reduction of synthesized damping controller with block diagonal structure constraints, countermeasure on losing wide-area feedback control signals, et. al. In addition, the proposed wide-area adaptive damping control system will be trial-manufactured and be under hardware-in-loop test. The studies in this project provide great relieves to the threats on the secure and economic operation of power systems; they are also the positive examples to initiating new idea in power system stability control.

环境信号是指由广泛分布且时刻存在的低能量随机扰动在电力系统中激发出来的信号，现阶段主要用于在线辨识机电功率振荡的模式和模态(即辨识状态矩阵和输出矩阵)。本项目将深挖基于环境信号的辨识技术，拓宽其应用至在线辨识开环系统的状态空间模型(状态矩阵+输出矩阵+输入矩阵)，并基于此构建广域自适应阻尼控制系统，从而应对传统固定结构和参数阻尼控制器无法有效解决的平衡点大范围变化情况下的区间功率振荡问题。因此，本项目的关键研究内容是：（无激励信号施加于控制输入）仅凭环境信号辨识控制输入矩阵的原理和方法。此外，本项目将研究由自适应策略和广域控制实施架构所衍生的重要问题，例如，分块对角结构约束的鲁棒阻尼控制器设计和综合阻尼控制器降阶，应对广域反馈控制通信故障等。最终，研究试制广域自适应阻尼控制系统并进行硬件在环测试。本项目研究有助于缓解区间振荡对电力系统安全经济运行的威胁，为电力系统稳定控制提供新思路。

在线闭环辨识被控对象输入-输出动态模型并据此更新控制器，是应对被控对象时变特性的一种经典自适应方式。然而，由于低信噪比以及输入耦合系统噪声等原因，基于传统阻尼控制器的输入输出信号闭环辨识电力系统动态模型的精度很差，导致无法应用上述自适应方式来解决系统运行平衡点大范围漂移情况下的区间功率振荡控制问题。因此，本项目旨在通过研究新的阻尼控制器来改善其输入输出信号的“质量”，从而显著提升闭环辨识系统动态模型的精度，并最终实现区间功率振荡的自适应抑制效果。首先，本项目提出了基于条件性随机扰动的自适应模型预测控制（MPC）方法，其显著特征就是在MPC控制信号序列中周期性间隔插入随机扰动脉冲，并且随机扰动的允许幅值范围条件性地依赖于系统实时状态，从而确保系统动态性能在可接受范围以内（例如，系统不会因为随机扰动而进入不可控失稳状态）。因此，系统的输入输出信号质量由于此随机扰动而显著提升，导致在线闭环辨识能有效跟踪系统的缓慢时变特性，实现区间功率振荡的自适应控制。此外，本项目还提出了具备持续激励能力的新型MPC，即MPC的优化目标要额外考虑尽量增大信息矩阵的最小特征根，使得MPC产生的输出不仅对系统具有控制功能，还兼具隐式激励的作用，从而明显提升系统输入输出信号的信噪比。因此，基于此新型MPC的广域阻尼控制器可以通过在线闭环辨识系统动态模型实现自适应的区间功率振荡抑制。.本项目搭建了基于实时数字仿真器（RTDS）的广域阻尼控制器硬件在环测试平台。该平台的控制器部分基于Raspberry Pi 4B（ARM Cortex A72 Quad Core @1.5G Hz, 8G RAM）并拓展外接AD/DA接口，目前具备双通道1kHz级输入输出能力，装配实时补丁的Linux操作系统保证了周期性循环任务的极低时延（小于80微秒），同时为控制程序提供了友好的编辑和编译环境。基于本项目所提MPC的广域阻尼控制器在该平台上展示了良好的实时性和自适应控制效果。后期该平台将进一步升级，使其能适用于更多的硬件在环测试，例如电力系统转动惯量在线辨识和控制等。