基于无迹变换的广域阻尼控制器概率设计方法及其在电力系统稳定性优化中的应用

针对电力系统低频振荡抑制中广域阻尼控制器(WADC)设计面临的时延不确定性问题，研究团队提出了一种融合无迹变换(UT)和粒子群优化(PSO)的概率设计方法。该方法通过建立负荷与时延的随机模型，将稳定性概率约束纳入优化框架，在巴西测试系统中验证了相较于蒙特卡洛模拟更高的计算效率与精度，为复杂电力系统稳定控制提供了新思路。

　　

电力系统如同精密运作的神经系统，低频振荡(LFO)就像危险的"癫痫发作"——当0.1-2Hz的未充分阻尼振荡在电网中传播时，轻则限制区域间输电能力，重则引发连锁故障导致大停电。传统电力系统稳定器(PSS)虽能处理1-2Hz的局部振荡，但对更危险的0.1-1Hz区域间振荡模式却力不从心。广域阻尼控制器(WADC)通过整合来自相量测量单元(PMU)的远程信号，理论上能显著提升振荡抑制效果，但信号传输时延的随机性如同"神经传导延迟"，使传统确定性设计方法面临严峻挑战。

针对这一难题，巴西电力系统研究机构的研究人员开发了基于无迹变换(UT)的概率优化框架。这项发表在《Sustainable Computing: Informatics and Systems》的工作创新性地将负荷波动与时延不确定性建模为正态随机变量，通过二阶Padé近似刻画时延特性，构建了以WADC增益最小化为目标、以稳定性概率为约束的优化模型。研究团队采用粒子群优化(PSO)作为求解引擎，在每次迭代中运用UT高效计算概率指标，避免了蒙特卡洛模拟的计算负担。

关键技术方法包括：1)建立含时延的闭环系统状态空间模型；2)采用二阶Padé近似处理时变延迟；3)构建含概率约束的非线性优化问题；4)UT算法生成Sigma点进行高效概率评估；5)PSO优化WADC参数。测试采用巴西7母线5发电机系统，包含等效东南电网的复杂工况。

【Power system modeling】部分建立了微分-代数方程描述的小信号稳定分析框架，状态空间模型Δx?_op
=A_op
Δx_op
+B_op
Δu精确刻画了发电机与控制器动力学，为后续概率分析奠定基础。

【Proposed approach】详细阐述了创新方法：将负荷与延迟的不确定性纳入正态分布模型，通过UT选取2n+1个Sigma点（n为随机变量维度）替代传统随机采样，在保持相关性的同时大幅降低计算量。优化目标是最小化WADC总增益，约束条件为特征值实部小于阈值的概率需达到用户设定置信水平。

【System description】验证环节显示，在巴西测试系统中，UT-PSO组合方法仅需17个Sigma点即可达到与3000次蒙特卡洛模拟相当的精度，计算时间缩短85%。特别值得注意的是，当负荷波动达±15%、时延变化范围±30%时，该方法仍能保证92.7%的稳定性概率。

【Conclusions】总结三大发现：1)UT在保持概率评估精度的同时，计算效率较蒙特卡洛提升5-8倍；2)概率约束的引入使WADC在85%负荷扰动下仍维持阻尼比>3%；3)该方法对通信故障具有鲁棒性，在2个通道中断时仍能保持系统稳定。

这项研究的意义在于：首次将UT应用于WADC概率设计，建立了考虑多重不确定性的优化框架；提出的方法可直接嵌入现有广域测量系统(WAMS)架构；为智能电网时代的自适应阻尼控制提供了新范式。正如文中所强调，随着新能源并网比例提高，系统不确定性将进一步加剧，这类概率设计方法的价值将愈发凸显。