基于ADHDP的STATCOM优化控制
针对静止同步补偿器(Static Synchronous Compensator，STATCOM)的传统PI控制中存在的快速性与稳定性之间的矛盾，以及对精确数学模型的依赖性、适应性及鲁棒性较差的问题，本文设计了一种基于执行依赖型的启发式动态规划(Action Dependant Heuristic Dynamic Programming)方法的新型优化神经控制器。该控制器采用BP神经网络构建其控制网络和评价网络模块，利用系统的电压变化量和无功功率等信号对控制网络与评价网络进行交替训练，以达到优化控制器的目的。该控制器不但具有结构简单、不依赖于系统数学模型的优点，而且能够在线学习。最后，以单机无穷大系统为例，在Matlab/Simulink环境中对系统进行了变负载等仿真实验，并和传统PI控制器的控制效果进行对比。结果显示前者在超调量、响应速度以及稳态误差方面都优于后者，前者具有更好的自适应性以及鲁棒性。
自适应动态规划 执行依赖启发式 自适应控制 静止同步补偿器 优化控制 无功功率
宋绍剑 贺毅 林小峰 廖碧莲
广西大学电气工程学院,南宁530004
国内会议
北京
中文
1570-1575
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）