Дискретное управление при переменных задержках во времени: устойчивый подход для сетей с высоким уровнем возобновляемых источников

Сохранение устойчивости сетей на возобновляемой энергии

По мере того как солнечные панели и ветряные турбины занимают всё больше места в наших энергосистемах, сеть всё в большей степени полагается на быстрое цифровое управление, чтобы поддерживать подачу электроэнергии и стабильность напряжения. Однако управляющие сигналы передаются по тем же несовершенным коммуникационным сетям, что мы используем для данных и голоса: сообщения могут задерживаться, приходить нерегулярно или вовсе теряться. В этой статье рассматривается, как сохранить устойчивость «умной» сети с высоким уровнем возобновляемых источников даже когда её цифровая «нервная система» медлительна, нестабильна или частично ненадёжна.

Почему задержки связи важны

В современных интеллектуальных сетях датчики измеряют такие величины, как напряжение и частота, а затем передают их по коммуникационным каналам контроллерам, которые рассчитывают корректирующие воздействия для силовой электроники, например инверторов. В отличие от старых, преимущественно аналоговых сетей, этот цикл зависит от дискретных цифровых данных и сетевой связи. Когда сообщения задерживаются, поступают с нерегулярными интервалами или теряются, контроллер фактически управляет на основе устаревшей или отсутствующей информации. В сетях, где доминируют быстродействующие ресурсы на базе инверторов, это может сократить запасы устойчивости, вызвать крупные колебания или даже привести к локальной потере синхронизма, что ставит под угрозу надёжную работу при высокой доле возобновляемой генерации.

Новый способ оценивать состояние сети

Ключевая идея исследования — сделать контроллер явно осведомлённым о текущем «состоянии здоровья» коммуникационного канала и адаптировать своё поведение в соответствии с этим. Вместо предположения фиксированных худших задержек или отдельной обработки каждого вида нарушения авторы вводят единый индекс интенсивности задержки–джиттера, обозначаемый θ_k, который всегда лежит в интервале от 0 до 1. Этот индекс объединяет информацию о длительности задержки измерений и о том, насколько интервал дискретизации отклоняется от номинального значения, используя только временную информацию, которую контроллеры реально могут оценить по меткам времени и локальным часам. Когда связь быстрая и регулярная, θ_k близок к нулю; по мере роста задержек и нерегулярности он стремится к единице.

Контроллер, который автоматически тихо снижает активность

Имея в распоряжении этот текущий показатель качества связи, контроллер регулирует, насколько агрессивно он реагирует. Усиление обратной связи задаётся простой линейной функцией от индекса: сильное воздействие при малом θ_k и более осторожное — по мере его роста. Это заставляет уровень управления вести себя подобно аккуратному водителю, который замедляется в густом тумане. Математически в работе показано, что такая адаптация возможна без утраты строгих гарантий: с помощью специально сконструированной функции, подобной энергии, и тестов на основе линейных матричных неравенств авторы доказывают, что система остаётся экспоненциально устойчивой для всех допустимых сочетаний задержек, временной нерегулярности и случайных потерь пакетов. Важно, что устойчивость требуется проверять лишь в двух крайних состояниях θ_k (при наилучшей и наихудшей связи), что делает проектирование вычислительно выполнимым.

Испытание метода на практике

Чтобы увидеть, как этот подход работает на практике, авторы моделируют гибридную микросеть с солнечной и ветровой генерацией и динамическими нагрузками, все связанные через инверторы и подверженную потерям цифровую сеть. Они сравнивают свой адаптивный контроллер с более традиционными контроллерами с постоянным усилением и с устойчивыми проектами на худший случай, а также с события-инициируемыми и моделирующе-прогнозными схемами. В сценариях с ограниченной задержкой, сильным джиттером дискретизации и 10% случайной потерей пакетов адаптивная схема систематически обеспечивает более быстрое успокоение, меньшую перерегулировку и меньшие затраты управляющей энергии. Отмеченные улучшения включают до 33% более короткое время установления, 52% меньшее превышение и 40% снижение энергозатрат, связанных с управлением. В статье также вводятся показатели надёжности, учитывающие, как часто система остаётся в безопасных рабочих пределах и как часто происходят перебои, показывая, что адаптивный контроллер сохраняет безопасные запасы даже при совокупных нарушениях.

Что это значит для будущих интеллектуальных сетей

Для неспециалиста главное вытекающее заключение таково: устойчивость сетей с высокой долей возобновляемых источников зависит не только от доступности солнца или ветра, но и от того, насколько надёжно информация передаётся по цифровой «нервной системе» сети. Эта работа предлагает способ, который позволяет контроллерам «чувствовать», когда качество связи ухудшается, и автоматически снижать агрессивность действий, при этом гарантируя математическую устойчивость. Вклад заключается не в изобретении новой теории управления, а в умелом встраивании индекса качества связи в хорошо зарекомендовавшие себя инструменты устойчивости, создавая мост от поведения сети к физической безопасности энергосистемы. Таким образом, это даёт строительный блок для уровня управления, который может работать под прогнозированием на данных, мониторингом кибербезопасности и продвинутыми системами управления энергией, помогая обеспечивать, чтобы будущие сети с высокой долей возобновляемой генерации оставались одновременно «умными» и устойчивыми, даже если их коммуникации далеки от идеала.

Цитирование: Hassan, M. Sampled-data control under time-varying delays: a robust approach for high-renewable smart grids. Sci Rep 16, 9674 (2026). https://doi.org/10.1038/s41598-026-41199-7

Ключевые слова: интеллектуальные сети, интеграция возобновляемых источников, сетевое управление, устойчивость микросетей, задержки связи