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
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 Download PDFInfo
- Publication number
- CN110161849A CN110161849A CN201910325692.XA CN201910325692A CN110161849A CN 110161849 A CN110161849 A CN 110161849A CN 201910325692 A CN201910325692 A CN 201910325692A CN 110161849 A CN110161849 A CN 110161849A
- Authority
- CN
- China
- Prior art keywords
- svc
- damping
- population
- particle
- power oscillation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
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
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KD、隔直时间常数TW、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,Xi=[Xi1,Xi2,···,Xic]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=(Xα+Xβ)/2,Xα为种群当前最优粒子,Xβ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[KD,T1,T2,TW]表示含有需要进行优化搜索的变量KD,T1,T2,TW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Pm=0.1pu,加SVC-POD控制器时***振荡情况;
图5机械扰动Pm=0.1pu,加PSS控制器时***振荡情况;
图6电磁扰动Pe=0.2pu,加SVC-POD控制器时***振荡情况;
图7电磁扰动Pe=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Pm与电磁功率Pe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KD为SVC附加阻尼控制器的增益;TW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;Kc和Tc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、Ex(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KD、隔直时间常数TW、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KD、TW、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KD=0.2,TW=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,Xi=[Xi1,Xi2,···,Xic]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=(Xα+Xβ)/2,Xα为种群当前最优粒子,Xβ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[KD,T1,T2,TW]表示含有需要进行优化搜索的变量KD,T1,T2,TW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KD=0.01,TW=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KD、隔直时间常数TW、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,Xi=[Xi1,Xi2,···,Xic]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=(Xα+Xβ)/2,Xα为种群当前最优粒子,Xβ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[KD,T1,T2,TW]表示含有需要进行优化搜索的变量KD,T1,T2,TW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]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910325692.XA CN110161849A (zh) | 2019-04-22 | 2019-04-22 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910325692.XA CN110161849A (zh) | 2019-04-22 | 2019-04-22 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110161849A true CN110161849A (zh) | 2019-08-23 |
Family
ID=67639958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910325692.XA Pending CN110161849A (zh) | 2019-04-22 | 2019-04-22 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110161849A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850169A (zh) * | 2019-11-13 | 2020-02-28 | 南方电网科学研究院有限责任公司 | 一种水轮机调速***超低频相频特性的测试方法及装置 |
CN113904347A (zh) * | 2021-09-30 | 2022-01-07 | 广东电网有限责任公司 | 一种可控移相器附加阻尼控制器的参数优化方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646146A (zh) * | 2013-12-20 | 2014-03-19 | 武汉大学 | 基于改进原子分解参数辨识的svc控制器设计方法 |
US20140172125A1 (en) * | 2012-09-29 | 2014-06-19 | Operation Technology, Inc. | Dynamic parameter tuning using particle swarm optimization |
CN105470976A (zh) * | 2015-12-25 | 2016-04-06 | 中国电力科学研究院 | 一种稳态条件下svc和tcsc的协调配置方法 |
CN106712057A (zh) * | 2017-01-18 | 2017-05-24 | 天津大学 | 电力***稳定器与静止无功补偿器的协调优化方法 |
CN106950831A (zh) * | 2017-03-06 | 2017-07-14 | 湖北工业大学 | 一种离线优化/在线切换的无功补偿方法 |
-
2019
- 2019-04-22 CN CN201910325692.XA patent/CN110161849A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140172125A1 (en) * | 2012-09-29 | 2014-06-19 | Operation Technology, Inc. | Dynamic parameter tuning using particle swarm optimization |
CN103646146A (zh) * | 2013-12-20 | 2014-03-19 | 武汉大学 | 基于改进原子分解参数辨识的svc控制器设计方法 |
CN105470976A (zh) * | 2015-12-25 | 2016-04-06 | 中国电力科学研究院 | 一种稳态条件下svc和tcsc的协调配置方法 |
CN106712057A (zh) * | 2017-01-18 | 2017-05-24 | 天津大学 | 电力***稳定器与静止无功补偿器的协调优化方法 |
CN106950831A (zh) * | 2017-03-06 | 2017-07-14 | 湖北工业大学 | 一种离线优化/在线切换的无功补偿方法 |
Non-Patent Citations (2)
Title |
---|
吕锋等: "基于PSO的SVC附加阻尼控制器参数优化设计", 《电力电容器与无功补偿》 * |
肖海军等: "双核因素蝙蝠算法", 《中南民族大学学报(自然科学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850169A (zh) * | 2019-11-13 | 2020-02-28 | 南方电网科学研究院有限责任公司 | 一种水轮机调速***超低频相频特性的测试方法及装置 |
CN110850169B (zh) * | 2019-11-13 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 一种水轮机调速***超低频相频特性的测试方法及装置 |
CN113904347A (zh) * | 2021-09-30 | 2022-01-07 | 广东电网有限责任公司 | 一种可控移相器附加阻尼控制器的参数优化方法及装置 |
CN113904347B (zh) * | 2021-09-30 | 2024-04-23 | 广东电网有限责任公司 | 一种可控移相器附加阻尼控制器的参数优化方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266062B (zh) | 逆变型分布式电源双层自适应惯量控制方法及装置 | |
CN112003323A (zh) | 一种利用自适应虚拟参数提高风电并网一次调频性能的方法 | |
CN109149605A (zh) | 一种基于vsg的微电网暂态自适应参数控制策略 | |
CN112467784B (zh) | 一种混合微网换流器自适应虚拟同步机控制方法 | |
CN106410849A (zh) | 基于虚拟同步发电机的微网逆变器均衡控制方法 | |
CN111030141A (zh) | 一种基于一致性算法的源-荷协同分布式优化调控方法 | |
CN111064232B (zh) | 基于虚拟同步发电机的微网***逆变器二次频率控制方法 | |
CN110161849A (zh) | 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 | |
CN113572199B (zh) | 一种基于模型预测算法的构网型换流器平滑切换方法 | |
CN109980686A (zh) | 基于储能型虚拟同步发电技术的***振荡抑制方法及装置 | |
CN110365051A (zh) | 一种自适应指令滤波反演的虚拟同步电机控制方法 | |
CN105356781A (zh) | 一种抑制下垂控制逆变器暂态虚拟功角曲线偏移的控制方法 | |
CN112491070A (zh) | 一种储能自适应阻尼vsg控制方法 | |
CN105337290B (zh) | 一种适用于电力***低频振荡辅助决策的无功调整方法 | |
CN110611321B (zh) | 一种补偿虚拟同步机负阻尼特性的虚拟电力***稳定器设计方法 | |
CN116247750A (zh) | 一种惯量和阻尼自适应的vsg控制方法 | |
CN115912405A (zh) | 一种用于复杂振荡环境下虚拟同步发电机自适应控制策略 | |
Maleki Rizi et al. | Dynamic Stability Improvement of Power System with Simultaneous and Coordinated Control of DFIG and UPFC using LMI | |
CN109659978A (zh) | 一种自适应参数的虚拟同步发电机控制方法及控制*** | |
Lundstrom et al. | Weight selection for H-infinity and mu-control methods-Insights and examples from process control | |
CN111525581B (zh) | 含不平衡负载微电网***的电压控制方法 | |
CN116632866A (zh) | 一种液流超容锂电池混合储能自适应惯量vsg控制方法 | |
CN115912393A (zh) | 一种基于rbf神经网络的多机并联vsg***稳定性提高方法 | |
CN111146786A (zh) | 一种附加阻尼调节的虚拟同步发电机功率控制方法和*** | |
CN113708367A (zh) | 一种基于一致性算法的电力***分布式协同控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |