关于电力网络中鲁棒反馈控制与状态估计问题的可扩展性
系统与控制
2023-12-01 v2 系统与控制
最优化与控制
摘要
许多主流的电力网络鲁棒控制/估计算法使用 Lyapunov 理论设计，因为它为不确定电力网络的线性/非线性模型提供性能保证，但代价是可扩展性与敏感性。特别是，基于 Lyapunov 的方法依赖于形成半定规划（SDPs），这些规划（i）不可扩展且（ii）对确保线性矩阵不等式（LMIs）严格可行性的边界标量的选择极为敏感。本文通过采用控制理论文献中一种著名的非 Lyapunov 方法（NLA）来解决这两个问题。我们关注（更具代表性的）非线性微分代数方程（DAE）模型而非电力网格的线性化模型，并展示了 NLA 的简洁性、可扩展性和参数弹性。对于某些电力系统，该方法比通过标准求解器求解 SDPs 快近五十倍，且对性能几乎无影响。案例研究还表明，NLA 可应用于更现实的场景，其中（i）仅可获得部分状态数据且（ii）在反馈增益上施加稀疏结构。本文还展示了应用 NLA 时状态估计质量几乎无退化。
引用
@article{arxiv.2311.17836,
title = {On Scaling Robust Feedback Control and State Estimation Problems in Power Networks},
author = {MirSaleh Bahavarnia and Muhammad Nadeem and Ahmad F. Taha},
journal= {arXiv preprint arXiv:2311.17836},
year = {2023}
}
备注
In Press