基于集成 Koopman 建模的微电网二次电压与频率在线数据驱动控制方法
系统与控制
2022-07-13 v1 系统与控制
摘要
低惯性、非线性以及高度不确定性（拓扑与运行条件多变）给微电网 (MG) 的系统级运行带来挑战。本文提出一种用于微电网二次电压与频率控制的在线自适应 Koopman 算子最优控制 (AKOOC) 方法。与典型的需要大量数据且缺乏稳定性保证的数据驱动方法不同，所提 AKOOC 无需预热训练，且保证有界输入有界输出 (BIBO) 稳定性，在某些温和条件下甚至渐近稳定。所提 AKOOC 基于一种融合线性与非线性基、无需事件检测或切换的完备基函数集成 Koopman 状态空间建模。还提出了一种迭代学习方法来提取模型参数，确保所设计控制的有效性与自适应性。在 4-总线（含详细内环控制）微电网系统与 34-总线微电网系统中的仿真研究表明，其建模精度与控制性能均有提升，验证了所提方法在各种运行条件变化甚至存在时延、测量噪声与数据缺失情况下的有效性。
引用
@article{arxiv.2207.05204,
title = {An Online Data-Driven Method for Microgrid Secondary Voltage and Frequency Control with Ensemble Koopman Modeling},
author = {Xun Gong and Xiaozhe Wang and Geza Joos},
journal= {arXiv preprint arXiv:2207.05204},
year = {2022}
}
备注
Accepted by IEEE Transactions on Smart Grid for future publication