CN110161849A - 一种基于改进粒子群的svc功率振荡阻尼控制器参数优化方法 - Google Patents

Abstract

本发明公开了一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，包括：S1、基于电力***传统的菲利普‑海佛容模型，加装SVC功率振荡阻尼控制环节，建立含有SVC附加阻尼控制的单机无穷大***数学模型；S2、将发电机端电磁功率与机组机械功率差值作为建立的单机无穷大***数学模型的输入扰动信号；S3、改进粒子群优化算法根据步骤S1中的单机无穷大***数学模型由ITAE性能评价指标为依据筛选合适的SVC功率振荡阻尼控制环节参数；S4、采用改进粒子群优化算法获得的优化参数返回含有SVC附加阻尼控制的单机无穷大***数学模型，对控制信号进行相位补偿。本发明与传统的电力***稳定器控制器进行对比，具有更好的振荡调节性能。

Description

一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化 方法

技术领域

本发明涉及一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，属于电力***领域。

背景技术

为了保证电力***安全稳定运行，必须抑制电力***的振荡，包括区域内振荡和区域间振荡。这些振荡通常产生较大的频率偏差，因此***的阻尼作用对于***振荡的抑制就显得十分关键。由于***的运行方式变化多样，因此必须采用鲁棒性更好的控制器来适应尽可能多的运行方式。

目前，主要采用PSS来抑制电力***中的低频振荡，但是目前公认振荡频率低于0.3Hz时采用PSS的效果并不理想。

发明内容

本发明提供了一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，采用发电机端电磁功率与机组机械功率差值作为输入信号并采用改进粒子群优化算法对参数进行自适应优化，对控制信号进行了相位补偿。

本发明的技术方案是：一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，所述方法步骤如下：

S1、基于电力***传统的菲利普-海佛容模型，加装SVC功率振荡阻尼控制环节，建立含有SVC附加阻尼控制的单机无穷大***数学模型；

S2、将发电机端电磁功率与机组机械功率差值作为建立的单机无穷大***数学模型的输入扰动信号；

S3、改进粒子群优化算法根据步骤S1中的单机无穷大***数学模型由ITAE性能评价指标为依据筛选合适的SVC功率振荡阻尼控制环节参数；其中，SVC功率振荡阻尼控制环节参数包括SVC附加阻尼控制器的增益K_D、隔直时间常数T_W、时间超前滞后环节的时间常数T₁和T₂；

S4、采用改进粒子群优化算法获得的优化参数返回含有SVC附加阻尼控制的单机无穷大***数学模型，对控制信号进行相位补偿。

所述改进粒子群优化算法为：

定义在一个C维搜索空间中，n个粒子组成的改进粒子群中，X_i＝[X_i1,X_i2,···,X_ic]表示第i个粒子的空间位置，每次迭代过程中，粒子由极值迭代的位置更新如下：

其中，为第k+1次迭代下，第i个粒子的空间位置；位置更新采用种群粒子最优中心点pbest，pbest＝(X_α+X_β)/2，X_α为种群当前最优粒子，X_β为种群当前次优粒子；k为迭代次数；a₁为搜索方向粒子；c₁、c₂、r₁、r₂为非负常数，称为搜索因子；

选择的ITAE性能评价指标作为适应值函数，定义如下：

其中，T[K_D,T₁,T₂,T_W]表示含有需要进行优化搜索的变量K_D,T₁,T₂,T_W的函数T，t为仿真时间，△ω为速度偏差值。

所述c₁、c₂∈[0,2]，r₁、r₂∈[0,1]。

本发明的有益效果是：本发明采用的功率振荡阻尼(POD)可视为包括两个级联框图：方框1用于导出速度偏差信号，在SVC接入位置将测量到的电磁功率与机组机械功率进行比较，输入方框1的发电机模型，以获得合适的阻尼控制信号；方框2为超前滞后补偿及隔直环节，采用改进粒子群优化算法对控制器参数进行自适应优化，选择超前滞后补偿参数，以补偿控制信号之间的相移和由此产生的速度误差，产生与速度偏差相关的相量转矩。这样，通过速度偏差即获得SVC的电压支撑，以达到机电模式所需的阻尼比。与传统的电力***稳定器(PSS)控制器进行对比，本发明具有更好的振荡调节性能。

附图说明

图1为SVC附加阻尼控制器；

图2为含有SVC附加阻尼控制的单机无穷大***数学模型；

图3为改进的粒子群算法流程图；

图4机械扰动P_m＝0.1pu，加SVC-POD控制器时***振荡情况；

图5机械扰动P_m＝0.1pu，加PSS控制器时***振荡情况；

图6电磁扰动P_e＝0.2pu，加SVC-POD控制器时***振荡情况；

图7电磁扰动P_e＝0.2pu，加PSS控制器时***振荡情况。

具体实施方式

下面结合附图和实施例，对本发明作进一步说明，但本发明的内容并不限于所述范围。

实施例1：如图1-7所示，一种基于改进粒子群针对低频振荡的SVC功率振荡阻尼控制器参数优化方法，所述方法步骤如下：

如图1所示，本发明采用的SVC功率振荡阻尼控制环节主要由方框1与方框2组成，方框1中的M和D为发电机模型的转动惯量和阻尼系数。在单机***发生线路瞬时故障的情况下会引起发电机侧机械功率P_m与电磁功率P_e的瞬间不平衡，将两者的功率差值ΔP作为控制环节的输入量，通过改变晶闸管控制支路上的电抗值可以对SVC接入点的母线电压起到支撑作用；方框2包括超前滞后环节和隔直环节，其中K_D为SVC附加阻尼控制器的增益；T_W是隔直时间常数；T₁和T₂是时间超前滞后环节的时间常数，对它们进行调整，可以使原***有效地增加振荡阻尼；K_c和T_c是SVC模型的增益及其时间常数。

S1、基于电力***传统的菲利普-海佛容模型，加装图1的SVC功率振荡阻尼控制环节，建立含有SVC附加阻尼控制的单机无穷大***数学模型；如图1所示，虚线表示加装的SVC阻尼控制环节在以菲利普-海佛容数学模型为基础的控制模型中的位置；选择典型的菲利普-海佛容数学模型各个环节参数：M＝5、D＝4、K₁＝0.6、K₂＝0.9；K₃＝5.1、K₄＝0.45、K₅＝-0.09、K₆＝0.6、T′_d0＝5.1、E_x(s)＝20s/(0.1+1)。

S2、将发电机端电磁功率与机组机械功率差值作为建立的单机无穷大***数学模型的输入扰动信号；

S3、改进粒子群优化算法根据步骤S1中的单机无穷大***数学模型由ITAE性能评价指标为依据筛选合适的SVC功率振荡阻尼控制环节参数；其中，SVC功率振荡阻尼控制环节参数包括SVC附加阻尼控制器的增益K_D、隔直时间常数T_W、时间超前滞后环节的时间常数T₁和T₂；

针对图2设置电磁功率与机组机械功率的差值ΔP作为***阶跃信号，改进粒子群优化算法据此由ITAE性能评价指标选择合适的SVC阻尼控制器参数。将SVC-POD控制器的控制参数K_D、T_W、T₁、T₂的常规值作为改进粒子群优化的初始参数，各参数群体在特定的搜索空间中优化，初始值K_D＝0.2，T_W＝5，T₁＝0.4，T₂＝0.5；

为了避免传统的粒子群算法存在的全局搜索能力差，容易陷入局部最优解的问题，本发明采用改进粒子群优化算法，所述改进粒子群优化算法为：

定义在一个C维搜索空间中，n个粒子组成的改进粒子群中，X_i＝[X_i1,X_i2,···,X_ic]表示第i个粒子的空间位置，每次迭代过程中，粒子由极值迭代的位置更新如下：

其中，等式右侧三项分别是种群粒子最优中心点，最优粒子学习公式和次优粒子学习公式；为第k+1次迭代下，第i个粒子的空间位置；位置更新采用种群粒子最优中心点pbest，pbest＝(X_α+X_β)/2，X_α为种群当前最优粒子，X_β为种群当前次优粒子；k为迭代次数；a₁为搜索方向粒子；c₁、c₂、r₁、r₂为非负常数，称为搜索因子，c₁、c₂∈[0,2]，r₁、r₂∈[0,1]；

选择的ITAE性能评价指标作为适应值函数，定义如下：

其中，T[K_D,T₁,T₂,T_W]表示含有需要进行优化搜索的变量K_D,T₁,T₂,T_W的函数T，t为仿真时间，△ω为速度偏差值。

其流程如图3。采用改进粒子群优化算法基于已经建立的含有SVC附加阻尼控制的单机无穷大***数学模型对待优化SVC功率振荡阻尼控制环节参数进行自适应选择，得到优化的参数为K_D＝0.01，T_W＝10，T₁＝0.32，T₂＝0.38。

S4、采用改进粒子群优化算法获得的优化参数返回含有SVC附加阻尼控制的单机无穷大***数学模型，进行参数设置并仿真验证：

在图2数学模型中采用了时域仿真分析分别对机械功率变化和电磁功率变化两种情况下的稳定性进行研究。如图4至7，相同扰动下与PSS控制器对比(速度偏差Δω的值)：

(1)机械扰动Pm＝0.1pu，加SVC-POD控制器时***振荡情况。

(2)机械扰动Pm＝0.1pu，加PSS控制器时***振荡情况。

(3)电磁扰动Pe＝0.2pu，加SVC-POD控制器时***振荡情况。

(4)电磁扰动Pe＝0.2pu，加PSS控制器时***振荡情况。

其中图4、图6给出SVC-POD控制器各环节常规参数与改进粒子群优化算法得到的参数进行对比，PSS数字仿真结果如图5、图7所示，在相同的功率扰动下，SVC-POD控制器可以快速的抑制振荡，有效地降低了转速偏差峰值，提高了***的稳定性。

上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (3)

1.一种基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，其特征在于：所述方法步骤如下：

S1、基于电力***传统的菲利普-海佛容模型，加装SVC功率振荡阻尼控制环节，建立含有SVC附加阻尼控制的单机无穷大***数学模型；

S2、将发电机端电磁功率与机组机械功率差值作为建立的单机无穷大***数学模型的输入扰动信号；

S3、改进粒子群优化算法根据步骤S1中的单机无穷大***数学模型由ITAE性能评价指标为依据筛选合适的SVC功率振荡阻尼控制环节参数；其中，SVC功率振荡阻尼控制环节参数包括SVC附加阻尼控制器的增益K_D、隔直时间常数T_W、时间超前滞后环节的时间常数T₁和T₂；

S4、采用改进粒子群优化算法获得的优化参数返回含有SVC附加阻尼控制的单机无穷大***数学模型，对控制信号进行相位补偿。

2.根据权利要求1所述的基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，其特征在于：所述改进粒子群优化算法为：

定义在一个C维搜索空间中，n个粒子组成的改进粒子群中，X_i＝[X_i1,X_i2,···,X_ic]表示第i个粒子的空间位置，每次迭代过程中，粒子由极值迭代的位置更新如下：

其中，为第k+1次迭代下，第i个粒子的空间位置；位置更新公式采用种群粒子最优中心点pbest，pbest＝(X_α+X_β)/2，X_α为种群当前最优粒子，X_β为种群当前次优粒子；k为迭代次数；a₁为搜索方向粒子；c₁、c₂、r₁、r₂为非负常数，称为搜索因子；

选择的ITAE性能评价指标作为适应值函数，定义如下：

其中，T[K_D,T₁,T₂,T_W]表示含有需要进行优化搜索的变量K_D,T₁,T₂,T_W的函数T，t为仿真时间，△ω为速度偏差值。

3.根据权利要求2所述的基于改进粒子群的SVC功率振荡阻尼控制器参数优化方法，其特征在于：所述c₁、c₂∈[0,2]，r₁、r₂∈[0,1]。