ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN VĂN NGHĨA ỨNG DỤNG THUẬT TOÁN ĐỒNG THUẬN ĐIỀU KHIỂN BÙ MẤT ĐỐI XỨNG ĐIỆN ÁP TRONG LƯỚI ĐIỆN SIÊU NHỎ ĐỘC LẬP LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng –Năm 2018 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN VĂN NGHĨA ỨNG DỤNG THUẬT TOÁN ĐỒNG THUẬN ĐIỀU KHIỂN BÙ MẤT ĐỐI XỨNG ĐIỆN ÁP TRONG LƯỚI ĐIỆN SIÊU NHỎ ĐỘC LẬP Chuyên ngành: TỰ ĐỘNG HÓA Mã số: 8520216 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC TS: Trần Thị Minh Dung Đà Nẵng – Năm 2018 MỤC LỤC Trang MỞ ĐẦU CHƯƠNG I GIỚI THIỆU TỔNG QUAN 1.1 Bối cảnh .4 1.1.1 Hệ thống đa đối tượng 1.1.1.1 Khái niệm hệ thống đa đối tượng 1.1.1.2 Các ứng dụng hệ thống đa đối tượng .7 1.1.2 Nguồn điện phân tán 1.1.2.1 Định nghĩa nguồn điện phân tán 1.1.2.2 Những lợi ích tích cực nguồn phân tán 10 1.1.2.3 Các hạn chế nguồn phân tán 11 1.2 Lưới điện siêu nhỏ .11 1.2.1 Khái niệm lưới điện siêu nhỏ (Microgrid - MG) 11 1.2.2 Các chế dộ vận hành lưới điện siêu nhỏ 13 1.2.3 Ứng dụng lưới điện siêu nhỏ 15 1.3 Thuật toán đồng thuận .16 1.3.1 Phân loại thuật toán đồng thuận 16 1.3.1.1 Hệ thống thời gian rời rạc 17 1.3.1.2 Hệ thống thời gian tuyến tính .18 1.3.1.3 Vấn đề đồng thuận thời gian hữu hạn .18 1.3.2 Thiết kế ma trận đồng thuận 19 1.3.2.1 Trọng số có bậc lớn 19 1.3.2.2 Trọng số Metropolis 19 1.3.2.3 Trọng số cạnh số 19 1.3.2.4 Tối ưu hóa 20 1.4 Mục tiêu đề tài 20 CHƯƠNG II: LÝ THUYẾT ĐỒ THỊ 21 2.1 Khái niệm 21 2.1.1 Định nghĩa 21 2.1.2 Biểu diễn đồ thị 22 2.1.3 Đồ thị có hướng đồ thị vô hướng 22 2.1.4 Đơn đồ thị (simple graph) đa đồ thị (Multiple graph) 22 2.1.5 Ví dụ 22 2.2 Tính kết nối đồ thị .23 2.3 Đặc tính đồ thị đại số .24 2.4 Đặc tính quang phổ đồ thị 26 2.5 Các loại đồ thị tiêu chuẩn 28 3.1 Giới thiệu thuật toán đồng thuận .31 3.2 Đánh giá 33 3.2.1 Phương pháp dựa khái niệm đa thức tối thiểu 33 3.2.2 Phương pháp dựa hệ số ma trận 36 3.2.2.1 Sự tồn 37 3.2.2.2 Bài giải cho biểu đồ cụ thể 38 3.2.2.3 Giải pháp chung 41 3.2.3 So sánh phương pháp đa thức tối thiểu cách tiếp cận hệ số ma trận hóa 42 3.3 Giải pháp phân tán tìm tham số cho ma trận cho hệ số ma trận hóa 43 3.4 Các kết tính tốn số 51 3.4.1 Ví dụ 52 3.4.2 Ví dụ 55 3.5 Kết luận .58 CHƯỢNG IV: ỨNG DỤNG THUẬT TOÁN ĐỒNG THUẬN ĐỂ ĐIỀU KHIỂN BÙ MẤT ĐỐI XỨNG TRONG MG ĐỘC LẬP 60 4.1 Chế độ không đối xứng lưới điện siêu nhỏ độc lập 60 4.1.1 Định nghĩa không đối xứng hệ thống điện 60 4.1.2 Nguyên nhân gây đối xứng lưới điện MG độc lập 61 4.1.2.1 Không đối xứng lâu dài 61 4.1.2.2 Chế độ không đối xứng ngắn hạn 61 4.1.3 Ảnh hưởng chế độ không đối xứng MG độc lập 61 4.1.3.1 Ảnh hưởng chế độ không đối xứng chất lượng điện .61 4.1.3.2 Ảnh hưởng chế độ không đối xứng thiết bị dùng điện 62 4.2 Phân tích chế độ khơng đối xứng lưới điện siêu nhỏ độc lập 63 4.2.1 Phân tích mơ hình hệ thống MG độc lập đối xứng 66 4.2.2 Phương pháp bù đối xứng điện áp cách phân chia dòng thứ tự nghịch 67 4.3 Thiết lập sơ đồ điều khiển bù đối xứng cho SLB MG 69 4.3.1 Phương pháp VUC tập trung 69 4.3.2 Cách tiếp cận phân phối VUC 70 4.4 Kết mô Matlab Simulink 75 4.4.1 Đặt vất đề 75 4.5 Kết luận .80 TÀI LIỆU THAM KHẢO 82 LỜI CẢM ƠN Để hồn thành đề tài luận văn thạc sĩ cách hoàn chỉnh, bên cạnh nỗ lực cố gắng thân cịn có hướng dẫn nhiệt tình q Thầy Cơ, động viên ủng hộ gia đình, bạn bè đồng nghiệp suốt thời gian học tập nghiên cứu thực luận văn thạc sĩ Xin chân thành bày tỏ lịng biết ơn đến Cơ TS Trần Thị Minh Dung người hết lòng giúp đỡ tạo điều kiện tốt cho tơi hồn thành luận văn Xin chân thành bày tỏ lịng biết ơn đến tồn thể q thầy mơn Tự động hóa – kho điện - Đại học Bách Khoa – Đại học Đà Nẵng tận tình truyền đạt kiến thức quý báu tạo điều kiện thuận lợi cho tơi suốt q trình học tập nghiên cứu thực đề tài luận văn Cuối cùng, xin chân thành cảm ơn đến gia đình hỗ trợ cho tơi nhiều suốt trình học tập, nghiên cứu thực đề tài luận văn thạc sĩ cách hoàn chỉnh Đà Nẵng, tháng năm 2018 Học viên thực Nguyễn Văn Nghĩa LỜI CAM ĐOAN Tôi cam đoan, cơng trình ngun cứu riêng tơi, có tham khảo số tài liệu tác giả nước xuất Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tác giả Nguyễn Văn Nghĩa TĨM TẮT ỨNG DỤNG THUẬT TỐN ĐỒNG THUẬN ĐỂ ĐIỀU KHIỂN BÙ MẤT ĐỐI XỨNG ĐIỆN ÁP TRONG LƯỚI ĐIỆN SIÊU NHỎ ĐỘC LẬP Học viên: Nguyễn Văn Nghĩa Chuyên ngành: Kỹ thuật điều khiển tự động hóa Mã số: 8520216 Khóa: K33 TĐH.DL Trường Đại học Bách khoa – ĐHĐN Tóm tắt - Luận văn nghiên cứu phương pháp tối ưu hóa thiết kế thuật tốn đồng thuận trung bình thời gian hữu hạn (FACA) cho hệ thống đa đối tượng, hệ thống lưới điện siêu nhỏ (MG) Mục tiêu thuật toán đồng thuận tất đối tượng (DG) hệ thống MG đạt đến giá trị chung, giá trị trung bình tất giá trị ban đầu đối tượng hệ thống Để thuật tốn đồng thuận trung bình hoạt động được, cần thực hai bước: bước tự cấu hình bước thực thi Tại bước cấu hình, thuật tốn đồng thuận thiết kế cập nhật lên đối tượng hệ thống cho bước thực thi, đối tượng hệ thống đạt đến giá trị chung trung bình thời gian ngắn Phương pháp tối ưu hóa đề xuất luận văn dựa vào phương pháp học trình huấn luyện mạng nơ-ron Bằng cách (FACA) kết hợp với điều khiển phân tầng (Primary control Secondary Control) sẵn có [30] cho phép máy phát phân tán (DG) chia sẻ hợp tác việc bù lại phần điện áp không đối xứng bus tải nhạy cảm (SLB) bù Khái niệm mức đóng góp (CL) bù áp lần đề xuất cho DG cục để khả bù Cấu trúc bù thứ cấp hai lớp bao gồm lớp giao tiếp lớp bù thiết kế cho DG cục Một chiến lược phân phối hoàn toàn liên quan đến chia sẻ thông tin trao đổi đề xuất, dựa thuật tốn phát triển đồng thuận trung bình thời gian hữu hạn Chiến lược khơng u cầu biết trước tồn cấu trúc hệ thống trước mà cần biết số lượng đối tượng có hệ thống Từ khóa: Lưới điện siêu nhỏ độc lâp; phương pháp truyền ngược; hệ thống đa đối tượng; thuật toán đồng thuận trung bình thời gian hữu hạn, lượng bù tham khảo (UCR) FINITE –TIME AVERAGE CONSENSUS ALGORITHM BASED DISTRIBUTED VOLTAGE UNSYMMETRY COMPENSATION IN ISLANDED MICROGRIDS Abstract – This thesis deals with, the optimization methods in designing a finite-time average consensus protocol for multi-agent systems or wireless sensors network are taken into account As we all know, the purpose of the average consensus protocol is that all agents reach the final common value, which is the average of the initial values In order to run a consensus protocol, there are main steps: self-configuration step, and execution step In the selfconfiguration step, the consensus protocol is designed and uploaded to each agent of the system so that the final average value is achieved in the minimal execution time The proposed optimization method is based on learning and training methods applied for neural network In this way (FACA) and in combination with available control (Primary Control and Secondary Control) [30] letting each distributed generator (DG) share the compensation effort cooperatively, unbalanced voltage in sensitive load bus (SLB) can be compensated The concept of contribution level for compensation is first proposed for each local DG to indicate its compensation ability A two-layer secondary compensation architecture consisting of communication layer and compensation layer is designed for each local DG A totally distributed strategy involving information sharing and exchange is proposed, which is based on finite-time average consensus This strategy does not require the whole system structure in a priori but the number of nodes of the given network The proposed scheme not only achieves similar voltage unbalance compensation performance to the centralized one, but also brings some advantages, such as plug-and-play property Key words: Microgird Islanded, back-propagation method; Multi-agent systems; Finite-time average consensus algorithm(FACA); Unbalance Compensation Reference (UCR) DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT Ký hiệu, chữ viết tắt Nội dung TTN Thành phần thứ tự nghịch TTK Thành phần thứ tự không DG Nguồn điện phân tán (Distributed generator) MG Lưới điện siêu nhỏ (Microgrids) MAS Hệ thống đa đối tượng (Multi-agent systems) MSE Mean Square Error GPRS/3G 3G CIGRE IEA IEEE EPRI DC/AC GPRS giao thức kết nối internet (General Packet Radio Service) Mạng 3G (Third-generation technology) hệ thứ ba chuẩn công nghệ điện thoại di động Một định nghĩa khác nguồn điện phân tán (International Council on Large Electricity Systems) Một định nghĩa khác nguồn điện phân tán (International Energy Agency) Một định nghĩa khác nguồn điện phân tán (Institute of Electrical and Electronics Engineers Inc) Một định nghĩa khác nguồn điện phân tán (Electric Power Research Institute) Bộ nghịch lưu điện áp chiều sang điện áp xoay chiều DER Nguồn lượng phân tán (Distributed energy resources) G Đồ thị vô hướng G(V,E) - (The (undirected) graph G(V, E) xi Véc tơ thứ I (The ith element of the vector x) R Số thực R X Ma trận X XT Ma trận chuyển vị ma trận X ||x|| Định thức Euclidien V Tập hợp đỉnh (nút đối tượng) E Tập hợp cạnh di Độ góc nút thứ i dmax Độ góc lớn dmax = maxidi Ni Hàng xóm lân cận nút i N Số nút d(G) Đường kính đồ thị G A Ma trận kề D Ma trận góc L Ma trận Laplacian sp(L) Ma trận phổ Laplacian Laplacian W Ma trận đồng thuận wij Phần tử hàng i cột j ma trận W (phần tử (i, j)) sp(W) λi(L) Ma trận phổ ma trận W Giá trị riêng thứ i ma trận Laplacian Λ Tập hợp giá trị riêng biệt Laplacian không phân biệt SG Tập hợp ma trận SG = {W ∈ RN×N|wij = (i, j)  E i ≠ j} ρ(A) Bán kính quang phổ ρ(A) = max{|λ1(A)|, , |λN(A)|} ≜ UCRdq Định nghĩa Bù cân tham chiếu (Unbalance Compensation Reference) VUF Hệ số điện áp cân (Voltage Unbalance Factor) CLi Mức đóng góp đối tượng thứ i (contribution levels) FACA SLB Thuật tốn đồng thuận trung bình thời gian hữu hạn (Finitetime average consensus algorithm) Tải nhạy cảm (sensitive load bus) 71 Hình Sơ đồ khối bù đối xứng điện áp MG độc lập 4.3.2.1 Thiết lập sơ Trái ngược với UCR chia sẻ giá trị trung bình cho DG (4.16) phương pháp tập trung DG có mức đóng góp khác cho việc bù điện áp đối xứng SLB tùy thuộc vào điều kiện hoạt động nó, Để thực điều này, trước tiên định mức đóng góp (CL) cho DG mức sau: Ví dụ, khoảng thời gian định, DG thứ i thiếu lượng hoạt động bất thường, khơng thể tham gia vào bù thứ cấp, sau CL gán CLi = 0%; Lưu ý CL DG thay đổi theo tình hoạt động chỗ Với điều này, DG hợp tác bù cho điện áp không đối xứng SLB 4.3.2.2Phân phối VUC Thông tin liên lạc đối tượng N + lớp giao tiếp thứ cấp bao gồm lượng bù đối xứng (UCRdq) tham chiếu cho SLB mức đóng góp (CLi; i = 1; · · ·; N) Khác với cấu trúc truyền thông “một đến tất cả” tập trung, lược đồ phân tán, thông tin liên lạc nằm số đối tượng Mỗi đối tượng có quyền truy cập vào thơng tin chỗ, thay tồn thơng tin tồn hệ thống MG Tức là, ban đầu UCRdq CLi biết đối tượng N + i; i = 1; · · ·; N tương ứng Bên 72 cạnh đó, đối tượng giao tiếp với đối tượng lân cận nó, chọn giống hàng xóm láng giềng kết nối Mức bù thứ cấp miền thời gian minh họa hình 4.5 Hình Minh họa bồi thường thứ cấp miền thời gian Mỗi đối tượng lấy mẫu thơng tin cục đặt chúng làm giá trị truyền thông ban đầu tm, m = 1; 2; · · · Dựa FACA (3.1) chương III, đảm bảo trao đổi thơng tin hồn thành bước hữu hạn giai đoạn giao tiếp số ∆t biểu đồ truyền thông cho Sau đạt đồng thuận trung bình, đối tượng bắt đầu giao tiếp vòng Gọi trạng thái thông tin truyền thông đối tượng i lần lặp l suốt thời gian truyền thơng [tm; tm + ∆t], vectơ × Giá trị ban đầu đặt thành [36]: = [ai UCRdq(tm) CLi(tm)]T (4.17) Trong đó, UCRdq (tm), CLi (tm) thông tin chỗ lấy mẫu đối tượng N +1 đối tượng i tm tương ứng, cho biết đối tượng i gán để giám sát thông tin điện áp không đối xứng từ SLB hay không Theo [33], sau bước D hữu hạn, thông tin truyền đạt đối tượng I,j =1,…,N đạt đồng thuận như: xitKm  x jtKm   aN UCRdq tm  N   N  CLk (tm )   k 1  N   T (4.18) Sau đó, lớp giao tiếp gửi thông tin đồng thuận đến lớp bù thứ cấp Theo biểu thức (4.3.3), bù thứ cấp phân tán để bù điện áp thiết kế sau [36]: UCRdqi  CLi  UCR dqi CLi (4.19) 73 đó, CLdqi   xitK  , UCR dqi   xitK  biểu thị thông tin đồng thuận thu m m đối tượng i Ở {y}k biểu thị phần tử thứ k vectơ y Khi đạt đồng thuận trung bình, đối tượng cập nhật UCRdqi theo biểu thức (4.19) bắt đầu giao tiếp vòng Trong thời gian [tm; tm + ∆t], UCRdqi giữ giá trị cập nhật trước Sau đó, lượng bù tham chiếu thu UCRdqi gửi đến lớp điều khiển để thực bù đối xứng điện áp Thơng tin chi tiết lớp điều khiển (primary control) thao khảo [30, 34] Information Sharing & Discoerary CFi = 1? No Agent Added of Removed? Yes FACA Step Yes No Delete Agent i Step Step Hình Sơ đồ lược đồ kiểm soát hợp tác phụ phân phối 4.3.2.3 Thiết kế sơ đồ điều khiển thứ cấp (secondary control) phối hợp điều phối phân tán (DCSCS) Sơ đồ thể hình 4.6, với bước tương ứng mô tả sau: Bước 1: Chia sẻ thông tin Bù: Ở bước này, đối tượng sử dụng giá trị riêng thu để tính tốn mức tăng cập nhật theo (3.5) sau áp dụng giao thức FACA để chia sẻ khám phá thơng tin Sau đó, đối tượng tính tốn tham chiếu bù theo (4.19) gửi đến lớp điều khiển (primary control) Bước 2: Giám sát CF: Tại bước này, đối tượng j; j = 1, · · ·, N + cần kiểm tra xem có CF xảy thân hàng xóm láng giềng i; j Ni lớp giao tiếp khơng Nếu có, đối tượng j xóa i khỏi hàng xóm chuyển sang Bước Bước 3: Cấu hình lại chức cắm chạy (Plug-in & Plug-out) 74 Ở bước này, đối tượng cần kiểm tra xem có đối tượng thêm vào bị loại bỏ khỏi lưới điện hay khơng Nếu có, thực thi quy tắc Định cấu hình lại biểu đồ (Graph Reconfiguration) mơ tả bên sau chuyển sang sang Bước Tái cấu trúc đồ thị (Graph Reconfiguration): Nếu đối tượng (đối tượng n) thêm vào, cố gắng tìm hàng xóm gần nó, cho phép hàng xóm sau thêm chúng vào danh sách lân cận Nếu đối tượng (đối tượng i) bị loại bỏ, đối tượng lân cận j, j  Ni xóa đối tượng i từ danh sách vùng lân cận Nj cố gắng thiết lập liên lạc với đối tượng khác k, k  Ni\j, hàng xóm đối tượng i Nếu k , tức khơng có người hàng xóm khác đối tượng tồn tại, khơng cần phải làm ngồi việc xóa đối tượng i Nhận xét: Sơ đồ có ưu điểm sau: - DCSCS đề xuất phân phối hồn tồn, khơng có chuẩn bị sơ hệ thống cho biết trước số lượng đối tượng; - Lõi truyền thơng phát đối tượng riêng lẻ, giúp cải thiện độ tin cậy toàn hệ thống; - Nó mang lại số lợi ích khác chức plug and play, nghĩa cho phép đối tượng thêm vào đối tượng có loại bỏ mà không ảnh hưởng đến hệ thống 4.3.2.4 Phân tích ổn định phân bổ VUC Sự đồng thuận trung bình đạt thời gian hữu hạn, ngắn nhiều so với thuật toán đồng thuận trung bình thơng thường [35] Trong thực tế, truyền thơng phân tán áp dụng cho mạng không dây, chẳng hạn ZigBee, WiFi mạng truyền thông di động Đối với mạng chậm trễ tầm xa mạng truyền thông di động, thời gian trễ truyền thông lần lặp lại ∆T, thường không đáng kể Tuy nhiên, thời gian hội tụ ước tính đơn giản ∆t = K × ∆T, K xác định biểu đồ truyền thông Khi số lượng DG trở nên lớn có giao tiếp lớn chậm trễ đối tượng thời gian hội tụ trở nên không đáng kể Trong thời gian [tm; tm + ∆t], UCRdqi giữ giá trị cập nhật trước theo (4.19) 75 4.4 Kết mơ Matlab Simulink 4.4.1 Đặt vất đề Hình Sơ đồ Simulink hệ thống MG độc lập có tải khơng cân Cho hệ thống MG hình 4.8 có tải khơng cân ZUB coi hệ thống thử nghiệm MG bao gồm 05 DG (i = {1, 2, 3, 4, 5}) với thông số cho bảng 4.1 BẢNG 4.1: THÔNG SỐ CỦA CÁC DG VÀ PRIMARY CONTROLLER DG Primary Controller DG1/DG2 VDC 700V fs 10kHz Kpv Krv 0,5 wcv 10 Kpi 10 Kri 10 mP 6e-4/3e-4 nQ 1,3e-3 DG3/DG4 VDC 700V fs 10kHz Kpv Krv 0,5 wcv 10 Kpi 10 Kri 10 mP 2e-4/1,5e-4 nQ 1,3e-3 VDC fs Kpv Krv wcv Kpi Kri mP nQ DG5 700V 10kHz 0,5 10 10 10 3e-4/2e-4 1,3e-3 76 Rv 2/1 Rv Rv Lv 8e-3/4e-3 Lv Lv 6e-3/2e-3 Và mức đóng góp khác gán trước: CL1 = 10%, CL2 = 30%, CL3 = 20%, CL4 = 15%, CL5 = 25% dãi công công suất khác (S1: S2: S3: S4:S5 = ) Tải cân (Tải ZB) tải không cân (Tải ZUB) kết nối với SLB Thiết kế lớp điều khiển chấp nhận từ [30] tham số thiết kế liệt kê Bảng I Các tham số điều khiển thứ cấp hệ thống MG tóm tắt Bảng 4.2 Với VUF tham chiếu đặt VUFref = 0: 5% theo chuẩn ANSI C84.1-1995 [29] lõi đo lường tồn mơi trường cơng nghiệp thực tế Hình 4.9: Đồ thị điện áp SLB có tải khơng cân ZUB chưa bù (Đơn vị đồ thị p.u) Các nguồn phân tán DG mạng lưới kết nối với theo hình vẽ sau: 77 Khi xảy việc cân tải, số bù UCRdq tính tốn truyền nút điều khiển giám sát chung N+1 Và giá trị truyền DG theo vector Từ đây, Thuật toán (FACA) khởi động đối tượng DG I nhận thông tin bao gồm {CLi (0), UCRdq trung bình, N, wij} BẢNG 4.2: THAM SỐ CỦA HỆ THỐNG MG VÀ SECONDARY CONTROLLER DG1/DG2 DG3/DG4 DG5 Kp = 1, Ki = 20, VUFref = 0,5% Controller Lf 1,5e-3H 1,5e-3H 1,5e-3H LCL Cf 50µF 50µF 50µF Filter Rf 0,05Ω 0,05Ω 0,05Ω Transmission RL 0,23 Ω/0,35 Ω 0,2Ω/0,2Ω 0,3Ω/0,3Ω line XL 3,18e-4H/1,87e-3H 2,31e-3H/2,31e-3H 3,2e-3H/2,3e-3H Load (ZB) ZB = 50 +j12.57Ω (per phase) Load (ZUB) ZUB = 20 Ω Theo kết tính tốn chương III, cần bước ta tính W1, W2    W1      0.7147   0.5150     0        0    0.3637   0.5458   0.8167   0.3799     0      0     0    0.4109   0.6682   0.3997   0   0        0    0.4575   0.6104  0.4117   0.3756   0        0    0.3240   0.5872  78    W2         W2 * W1      0.4465   0.5264     0        0    0.6172    0.5498  0.3535   0.5004     0        0      0     0.3664  0.2416   0.4858     0      0       0     0.4866  0.2735   0.5323  0.3883     0         0     0.4372  0.2064  0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000    0.1999   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000   0.2000  Với giá trị CL1 = 10%, CL2 = 30%, CL3 = 20%, CL4 = 15%, CL5 = 25% ta có: 0.1  0.3    CL(0)  0.2    0.15 0.25 Giá trị đồng thuận đạt sau bước: 0.2000    0.2000   CL  W2* W1* CL(0)    0.2000     2000     0.2000 Việc đồng thuận thể qua đồ thị sau: MSE 79 Hìn h 10 Đồng thuận trung bình đạt sau bước 0.4 0.35 0.3 0.25 0.2 0.15 0.1 10 Iterations Hình 4.11 Sự đồng thuận trung bình bước Chỉ cần bước để đối tượng đạt đồng thuận Các giá trị trạng thái đối tượng đạt tới giá trị đồng thuận 1/5 p.u, xác nhận tính hiệu thuật tốn đồng thuận trung bình thời gian hữu hạn (FACA) áp dụng 80 Sau có giá trị đồng thuận, module bù thứ cấp, DGi tính tồn số cần bù tương ứng theo cơng thức (4.19) Hình 4.12 Đồ thị điện áp SLB sau bù (Đơn vị đồ thị p.u) Sau theo [30], ta thực phần điều khiển bù Preimary Control level Ta thấy điện áp đươc bù hình vẽ sau Từ đồ thị hình 4.10 ta thấy thời điểm có tải ZUB hệ thống dao đông đường màu vàng bị lõm xuống, sau 0,5s (hệ thống thực bù UCR) điện áp SLB trở lại trạng thái đỗi xứng 4.5 Kết luận Thông qua kết mô ta giải vấn đề sau: Các nguồn phát DG kết nối lưới điện sử dụng phương pháp điều khiển theo FACA thông qua điều chỉnh biến tần, phụ tải thay đổi (tải không cân ZUB) tần số biên độ điện áp hệ thống nối lưới luôn ổn định sau bù URC 81 CHƯƠNG V: KẾT LUẬN CHUNG Nội dung luận văn tốt nghiệp tập trung nghiên cứu đánh giá hiệu thuật tốn đồng thuận trung bình thời gian hữu hạn (FACA: Finite-time average consensus algorithm) Trong luận văn tơi đề xuất phương pháp tối ưu hóa dựa phương pháp truyền ngược (Back-Propagation) phương thức gốc gradient liên quan để giải vấn đề đồng thuận số bước hữu hạn Bằng cách sử dụng phương pháp học huấn luyện, cách giải vấn đề hệ số ma trận theo cách phân phối đầy đủ Phân tích yếu tố tạo ma trận mà không thiết phải đối xứng ngẫu nhiên Với đường kính d (G) đồ thị, tìm giá trị tối ưu số bước cần thiết để đạt đồng thuận trung bình (UCR trung bình) cách thay đổi giá trị D d (G) ≤ D ≤ N-1 Vì thuật tốn FACA đề xuất dựa phương pháp gốc gradient nên bị chậm tốc độ hội tụ Do đó, cải tiến đề xuất cách thêm thuật ngữ tác động hàm chi phí, điều dẫn đến tăng cường tỷ lệ hội tụ nhanh Điều cho thấy nguồn phân tán nhanh chóng đạt giá trị trung bình chung để làm tham số tham khảo, từ đưa mức đóng góp (CL) theo tỷ lệ thích hợp mà khơng phụ thuộc vào giá trị đầu vào 82 TÀI LIỆU THAM KHẢO [1] L Xiao and S Boyd Fast linear iterations for distributed averaging Systems Control Letters, 53:65–78, 04 [2] L Xiao, S Boyd, and S Kim Distributed average consensus with least-meansquare deviation Journal on Parallel Distributed Computation, 67(1):33–46, January 07 [3] Kenneth H.Rosen, Toán rời rạc - Ứng dụng tin học, NXB Khoa học kỹ thuật Hà nội-1997 (Phạm Văn Thiều Đặng Hữu Thịnh dịch) [4] M Friedler Algebraic connectivity of graphs Czechoslovak Mathematical Journal,23:298–305, 1973 [5] C Godsil and G Royle Algebraic graph theory Springer, 01 [6] R Merris Laplacian matrices of a graph: a survey Linear Algebra and its Applications, 197:143–176, 1994 [7] V.D Blondel, J.M Hendrickx, and J N Tsitsiklis Continuous-time averagepreserving opinion dynamics with opinion-dependent communications SIAM Journal on Control and Optimization, 48:5214–5240, 10 [8] J W Chinneck Practical optimization: A gentle introduction Systems and Computer Engineering Carleton University Ottawa, Canada, 2012 [9] E K P Chong and S H Zak An Introduction to Optimization John Wiley & Sons, third edition, 2012 [10] J Cortes, S Martinez, and F Bullo Robust rendezvous for mobile autonomousagents via proximity graphs in arbitrary dimensions IEEE Transactions on Automatic Control, 51(8):1289–1298, Aug 2006 [11] A H Dekker and B D Colbert Network robustness and graph topology In Proceedings of the 27th Australasian Conference on Computer Science (ACSC) Volume 26, 2004 [12] M.N Vrahatis G.D Magoulas and G.S Androulakis Improving the convergence of the backpropagation algorithm using learning rate adaptation methods Neural Computation, 11:1769–1796, November 1999 [13] L Georgopoulos Definitive consensus for distributed data inference PhD thesis, EPFL, Lausanne, 2011 [14] J.M Hendrickx, R.M Jungers, A Olshevsky, and G Vankeerberghen Graph diameter, eigenvalues, and minimum-time consensus Automatica, 50(2):635– 640, 2014 83 [15] J.M Hendrickx, G Shi, and K.H Johansson Finite-time consensus using stochastic matrices with positive diagonals IEEE Transactions on Automatic Control, PP(99):1–1, 2014 doi:10.1109/TAC.2014.2352691 [16] A J Hoffman and M H McAndrew The polynomial of a directed graph Proc.American Mathematical Society, 16:303–309, 1965 [17] A Y Kibangou Step-size sequence design for finite-time average consensus in secure wireless sensor networks Systems and Control Letters, 67:19–23, March 2014 [18] A.Y Kibangou Finite-time average consensus based protocol for distributed estimation over awgn channels In Proc of the 50th IEEE Conference on Decision and Control (CDC), pages 261–265, Orlando, Fl, USA, December, 1215 2011 [19] A.Y Kibangou Graph Laplacian based matrix design for finite-time distributed average consensus In Proc of the American Conference on Control(ACC), pages 261–265, Montreal, Canada, 2012 [20] A.Y Kibangou and A.L.F de Almeida Distributed PARAFAC based DSCDMA blind receiver for wireless sensor networks In Proc of the IEEE Workshop SPAWC, Marrakech, Morocco, June 20-23, 2010 [21] C.K Ko On matrix factorization and scheduling for finite-time average consensus PhD thesis, January, 2010 [22] O L Mangasarian and M V Solodov Serial and parallel backpropagation convergence via nonmonotone perturbed minimization (1994) Optimzation Methods and Software, 4:103–116, 1994 [23] H Shao and G Zheng Convergence analysis of a back-propagation algorithm with adaptive momentum Neurocomputing, 74(5):749–752, 2011 [24] S Sundaram and C.N Hadjicostis Finite-time distributed consensus in graphs with time-invariant topologies In Proc of American Control Conference (ACC), pages 711–716, New York, USA, July 2007 [25] W Wu Convergence of gradient method with momentum for back-propagation neural networks Computational Mathematics, 26(4):613–623, 2008 [26] Y Yuan, G Stan, L Shi, M Barahona, and J Goncalves Decentralized minimimtime consensus Automatica 49, pages 1227–1235, 2013 [27] A E Brouwer, A M Cohen, and A Neumaier Distance-Regular Graphs Springer,1989 [28] Y Yuan, G B Stan, L Shi, and J Goncalves Decentralised final value theorem for discrete-time LTI systems with application to minimal-time distributed consensus In Proc of the 48th IEEE Conference on Decision and Control, 2009 held jointlywith the 2009 28th Chinese Control Conference (CDC/CCC), pages 2664–2669, December 2009 [29] “Electric power systems and equipment-voltage ratings (60Hertz),” ANSI Stand Publ no ANSI C84.1-1995 84 [30] M Savaghebi, A Jalilian, J C Vasquez, and J M Guerrero, “Secondary Control Scheme for Voltage Unbalance Compensation in an Islanded Droop-Controlled Microgrid,” IEEE Trans Smart Grid, vol 3, no 2, pp 797–807, Jun 2012 [31] J D Glover, M Sarma, and T Overbye, Power System Analysis and Design 2011 [32] “IEEE Standard for Interconnecting Distributed Resources with Electric Power Systems,” IEEE Std 1547-2003, pp 1–28, 2003 [33] A Y Kibangou, “Graph Laplacian based matrix design for finite-time distributed average consensus,” in Proc of American Contr Conf., pp 1901-1906, 2012 [34] M Savaghebi, A Jalilian, J.C Vasquez and J M Guerrero, “Secondary control for voltage quality enhancement in microgrids,” IEEE Trans Smart Grid, vol 3, no.4, pp 1893-1902 , Dec., 2012 [35] H Liang, B J Choi, W Zhuang, and X Shen, “Stability enhamcement of decentralized inverter control through wireless communications in micorgrids,” IEEE Trans Smart Grid, vol.4, no.1, pp 321-331, 13 [36] Jingang Lai, Xiaoqing Lu, Xin Li, Ruo-li Tang, “Distributed Multiagent-oriented Average Control for Voltage Restoration and Reactive Power Sharing of Autonomous Microgrids” Apr 18 Scanned by CamScanner ... CHƯỢNG IV: ỨNG DỤNG THUẬT TOÁN ĐỒNG THUẬN ĐỂ ĐIỀU KHIỂN BÙ MẤT ĐỐI XỨNG TRONG MG ĐỘC LẬP 60 4.1 Chế độ không đối xứng lưới điện siêu nhỏ độc lập 60 4.1.1 Định nghĩa không đối xứng hệ... nhân đối xứng lưới điện siêu nhỏ độc lập; - Ứng dụng thuật toán đồng thuận trung bình thời gian hữu hạn để điều khiển bù đối xứng lưới điện siêu nhỏ vận hành chế độ độc lập - Phương pháp lập trình... tượng đối xứng lưới điện siêu nhỏ vận hành chế độ độc lập ứng dụng thuật toán đồng thuận trung bình thời gian hữu hạn để điều khiển bù đối xứng điện áp lưới điện siêu nhỏ vận hành độc lập nhằm