論文の概要: Online Event-Triggered Switching for Frequency Control in Power Grids with Variable Inertia
- arxiv url: http://arxiv.org/abs/2408.15436v1
- Date: Tue, 27 Aug 2024 22:44:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-29 17:32:58.812880
- Title: Online Event-Triggered Switching for Frequency Control in Power Grids with Variable Inertia
- Title（参考訳）: 可変慣性を有する電力系統における周波数制御のためのオンラインイベントトリガースイッチング
- Authors: Jie Feng, Wenqi Cui, Jorge Cortés, Yuanyuan Shi,
- Abstract要約: 再生可能エネルギー資源の電力グリッドへの統合は、時間とともに変化するシステムの慣性と周波数力学の連続的な劣化につながった。
有望な解決策は、周波数偏差に応じて出力設定点を調整することにより、再生可能発電機や電池エネルギー貯蔵などのエネルギー資源を一次周波数制御に使用することである。
時間変化慣性下での周波数ダイナミクスを非線形スイッチングシステムとしてモデル化し、各モードの周波数ダイナミクスを非線形揺動方程式で記述し、異なるモードが異なる慣性レベルを表す。
ニューラルネットワークの集合から最も適切なコントローラを選択するためのオンラインイベントトリガースイッチングアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 5.344266377824671
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The increasing integration of renewable energy resources into power grids has led to time-varying system inertia and consequent degradation in frequency dynamics. A promising solution to alleviate performance degradation is using power electronics interfaced energy resources, such as renewable generators and battery energy storage for primary frequency control, by adjusting their power output set-points in response to frequency deviations. However, designing a frequency controller under time-varying inertia is challenging. Specifically, the stability or optimality of controllers designed for time-invariant systems can be compromised once applied to a time-varying system. We model the frequency dynamics under time-varying inertia as a nonlinear switching system, where the frequency dynamics under each mode are described by the nonlinear swing equations and different modes represent different inertia levels. We identify a key controller structure, named Neural Proportional-Integral (Neural-PI) controller, that guarantees exponential input-to-state stability for each mode. To further improve performance, we present an online event-triggered switching algorithm to select the most suitable controller from a set of Neural-PI controllers, each optimized for specific inertia levels. Simulations on the IEEE 39-bus system validate the effectiveness of the proposed online switching control method with stability guarantees and optimized performance for frequency control under time-varying inertia.
- Abstract（参考訳）: 再生可能エネルギー資源の電力網への統合が増加し、時間的に変化するシステムの慣性や周波数力学の劣化につながった。
性能劣化を軽減するための有望な解決策は、周波数偏差に応じて出力設定点を調整することにより、再生可能発電機や一次周波数制御のための電池エネルギー貯蔵など、電力エレクトロニクスにインターフェースされたエネルギー資源を使用することである。
しかし,時変慣性下での周波数制御系の設計は困難である。
具体的には、時間不変システム用に設計されたコントローラの安定性や最適性は、時間変化システムに適用すれば妥協することができる。
時間変化慣性下での周波数ダイナミクスを非線形スイッチングシステムとしてモデル化し、各モードの周波数ダイナミクスを非線形揺動方程式で記述し、異なるモードが異なる慣性レベルを表す。
我々は,各モードの指数的入力-状態安定性を保証するニューラルプロポーショナル-インテゴラル(ニューラル-PI)コントローラというキーコントローラ構造を同定する。
さらに性能向上のために,一組のNeural-PIコントローラから最適なコントローラを選択するための,オンラインイベントトリガースイッチングアルゴリズムを提案する。
IEEE 39バスシステムのシミュレーションは,時間変化慣性下での周波数制御における安定性保証と最適化性能を備えたオンラインスイッチング制御方式の有効性を検証した。
関連論文リスト
- Iterative Learning Control of Fast, Nonlinear, Oscillatory Dynamics (Preprint) [0.0]
非線形でカオス的で、しばしばアクティブな制御方式では速すぎる。
そこで我々は,反復的,軌道最適化,パラメータ調整による代替能動制御システムを開発した。
特定の要件を満たす限り、コントローラは情報不足や制御不能なパラメータに対して堅牢であることを示す。
論文 参考訳（メタデータ） (2024-05-30T13:27:17Z) - Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。
これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。
本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文 参考訳（メタデータ） (2024-04-17T02:04:10Z) - Energy control in a quantum oscillator using coherent control and engineered environment [83.88591755871734]
我々は、コヒーレント、電磁、電場、非コヒーレント制御を用いて、量子調和振動子におけるエネルギーの新たな操作法を開発し、解析する。
速度勾配アルゴリズムに基づくコヒーレントかつ非コヒーレントな制御設計手法を提案する。
また, 速度勾配制御アルゴリズムの差分法も提案した。
論文 参考訳（メタデータ） (2024-03-25T20:44:46Z) - Model-Free Load Frequency Control of Nonlinear Power Systems Based on
Deep Reinforcement Learning [29.643278858113266]
本稿では,Deep Deterministic Policy gradient (DDPG) に基づく非線形電力系統のモデルフリーLFC法を提案する。
制御器は適切な制御動作を生成でき、非線形電力系に対して強い適応性を有する。
論文 参考訳（メタデータ） (2024-03-07T10:06:46Z) - Self-Tuning PID Control via a Hybrid Actor-Critic-Based Neural Structure
for Quadcopter Control [0.0]
Proportional-Integrator-Derivative (PID) コントローラは、幅広い産業および実験プロセスで使用されている。
モデルパラメータの不確実性と外乱のため、Quadrotorsのような実際のシステムはより堅牢で信頼性の高いPIDコントローラを必要とする。
本研究では,Reinforcement-Learning-based Neural Networkを用いた自己調整型PIDコントローラについて検討した。
論文 参考訳（メタデータ） (2023-07-03T19:35:52Z) - On Controller Tuning with Time-Varying Bayesian Optimization [74.57758188038375]
制御対象とその変更に関する適切な事前知識を用いて、時間変化最適化(TVBO)を用いて、変更環境におけるコントローラのオンラインチューニングを行う。
本研究では,不確実性注入(UI)を用いたTVBO戦略を提案する。
我々のモデルはTVBOの最先端手法よりも優れており、後悔の軽減と不安定なパラメータ構成の低減を実現している。
論文 参考訳（メタデータ） (2022-07-22T14:54:13Z) - Deep Explicit Duration Switching Models for Time Series [84.33678003781908]
状態依存型と時間依存型の両方のスイッチングダイナミクスを識別できるフレキシブルモデルを提案する。
状態依存スイッチングは、リカレントな状態-スイッチ接続によって実現される。
時間依存スイッチング動作を改善するために、明示的な期間カウント変数が使用される。
論文 参考訳（メタデータ） (2021-10-26T17:35:21Z) - Stable Online Control of Linear Time-Varying Systems [49.41696101740271]
COCO-LQは、大規模なLTVシステムの入出力安定性を保証する効率的なオンライン制御アルゴリズムである。
COCO-LQの性能を実証実験とパワーシステム周波数制御の両例で実証した。
論文 参考訳（メタデータ） (2021-04-29T06:18:49Z) - Provably Correct Controller Synthesis of Switched Stochastic Systems
with Metric Temporal Logic Specifications: A Case Study on Power Systems [9.191903314933915]
本稿では,MTL仕様のスイッチング制御系に対して,確率的保証を証明可能なコントローラ合成手法を提案する。
まず,スイッチング制御系とその名目決定論的制御系との分岐を境界とするスイッチト制御系の制御バイシミュレーション関数を提案する。
そこで我々は,決定論的制御システムの名目的軌跡の最適化問題を解き,最適制御入力を計算する手法を開発した。
論文 参考訳（メタデータ） (2021-03-26T04:50:29Z) - Lyapunov-Regularized Reinforcement Learning for Power System Transient
Stability [5.634825161148484]
本稿では、損失ネットワークにおける過渡安定性のための最適周波数制御のためのLyapunov正規化RLアプローチを提案する。
ケーススタディでは、リアプノフ正則化の導入により、コントローラの安定化と損失の低減が可能になる。
論文 参考訳（メタデータ） (2021-03-05T18:55:26Z) - Fast and differentiable simulation of driven quantum systems [58.720142291102135]
我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。
回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
論文 参考訳（メタデータ） (2020-12-16T21:43:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。