基于SOGWO的电力系统稳定器参数优化
发布时间：2021-04-04 15:02
电力系统稳定器（Power System Stabilizer, PSS）是抑制电力系统低频振荡的主要手段。提出选择反向运算灰狼优化（Selected Opposition-Based Grey Wolf Optimizer, SOGWO）算法对PSS进行参数优化。首先,选择典型的PSS实现类型,并设置优化过程的目标函数。其次,利用选择反向学习算法加快搜索速度,增强灰狼算法的全局搜索性能。最后,应用IEEE四机两区域系统模型验证所提方法的有效性。此外,分别对PSS参数进行PSO、GWO、SOGWO的100次优化,由统计出的阻尼比最大值、最小值、平均值以及标准差数据可知:三种优化算法均能较好地避免陷入局部最优并快速收敛,而SOGWO优化PSS参数的鲁棒性更好。
【文章来源】：电力系统保护与控制. 2020,48(22)北大核心CSCD
【文章页数】：6 页
【部分图文】：
领先-滞后型PSS的IEEEST1A型励磁系统
tion’。一维实数x介于[a1,b1]之间，取其反向估计值并记为xop，二者关系如式(12)所示。op11xabx(12)图2中设x、xop分别与‘solution’的距离用g(x)和g(xop)分别表示，将其作为反向估计的判定函数。x为初始随机估计值，在x∈[a1,b1]条件下，当x更接近‘solution’时，即g(x)≥g(xop)，当前迭代对x寻优处理，反之则对xop寻优处理。在每个迭代中，搜索空间被分成两半，迭代直到其中一个接近‘solution’，此举显然提高了寻优过程的搜索速度。图2OBL原理示意图Fig.2SchematicofOBLprinciple2.3SRC判则SRC是一种统计两个数组序列相关性程度的指标参数。在寻优迭代过程中，本文将其用作当前灰狼的位置和最优灰狼的位置之间相关性程度的判则。假设灰狼个体位置坐标的维度为n，任意两匹灰狼位置坐标向量分别用u和v表示：12u(u,u,3,,)nuu，123(,,,,)nvvvvv；令jjjduv，其中j1,,,,n，SRC定义如式(13)所示。1RC26()1(1)niiiuvSnn-(13)当u和v位置关系完全一致时，二者呈现完全相关性，此时iiuv，从而RC10,jdS。而当两
?。在SOGWO算法中，运用SRC作为当前灰狼(ω)位置和头狼(α)位置之间相关性程度的判则，有选择地进行后续OBL方法的操作，达到简化运算的目的。2.4SOGWO优化PSS参数流程图综合以上论述，SOGWO算法流程图以及运用SOGWO算法对PSS参数优化策略流程图分别用图3和图4表示。图3流程中的蓝色虚线框所标识的步骤是引入OBL和SRC判则对GWO算法改进的内容。图4中为计算目标函数中的阻尼比，采用TLS-ESPRIT算法进行低频振荡模态辨识[23]，PSS安装地点选择采用留数法[3]进行配置。图3SOGWO算法流程图Fig.3FlowchartofSOGWOalgorithm3算例分析本文以IEEE四机两区域系统[23]为例，设定部分同步发电机受到小干扰系统产生低频振荡，对其采取PSS抑制的仿真作为算例分析。区域1由同步发电机G1和G2等组成，区域2由同步发电机G3图4PSS参数优化策略流程图Fig.4FlowchartofPSSparameteroptimizationstrategy和G4等组成，设置区域1向区域2通过联络线传送413MW功率，此时系统呈现重载弱连接，受扰易发生低频振荡。设置扰动：G1和G3在1s时刻同时出现母线稳态电压幅值5%的方波脉冲信号扰动，持续时间0.1s。在此扰动激励作用下，产生两区域间的联络线功率振荡信号振荡情况作为研究分析对象。经计算分析将PSS安装在G3和G4两台发电机上。3.1SOGWO优化PSS抑制效果仿真为检验SOGWO对PSS参数优化后，PSS抑制系统低频振荡的效果，分析三种工况，即未加装PSS的情况下，输出联络线有功功率的振荡波形标记为Pno-pss；加装系统默认参数的PSS后，联络线有功功率振荡波形记录为Pdefault-pss；加装经SOGWO参数优化后的PSS?
【参考文献】：
期刊论文
[1]改进随机森林算法在电机轴承故障诊断中的应用[J]. 李兵,韩睿,何怡刚,张晓艺,侯金波. 中国电机工程学报. 2020(04)
[2]基于PSO-MLP神经网络的遥信插件质量识别方法研究[J]. 陈东阳. 电力系统保护与控制. 2020(03)
[3]基于差分进化算法的逆变器SHEPWM方法的研究[J]. 李国华,李文悍. 电力系统保护与控制. 2019(17)
[4]多机系统中电力系统稳定器与可控串联补偿器阻尼控制器的协调设计[J]. 房大中,牛伟,周保荣. 天津大学学报. 2006(08)
[5]基于遗传算法的电力系统稳定器参数优化[J]. 王德意,闫伟,邱锦东,刘建荣. 电力系统及其自动化学报. 2006(03)
博士论文
[1]电力系统附加阻尼控制器的优化配置与设计方法研究[D]. 孙勇.哈尔滨工业大学 2009
本文编号：3118260
【文章来源】：电力系统保护与控制. 2020,48(22)北大核心CSCD
【文章页数】：6 页
【部分图文】：
领先-滞后型PSS的IEEEST1A型励磁系统
tion’。一维实数x介于[a1,b1]之间，取其反向估计值并记为xop，二者关系如式(12)所示。op11xabx(12)图2中设x、xop分别与‘solution’的距离用g(x)和g(xop)分别表示，将其作为反向估计的判定函数。x为初始随机估计值，在x∈[a1,b1]条件下，当x更接近‘solution’时，即g(x)≥g(xop)，当前迭代对x寻优处理，反之则对xop寻优处理。在每个迭代中，搜索空间被分成两半，迭代直到其中一个接近‘solution’，此举显然提高了寻优过程的搜索速度。图2OBL原理示意图Fig.2SchematicofOBLprinciple2.3SRC判则SRC是一种统计两个数组序列相关性程度的指标参数。在寻优迭代过程中，本文将其用作当前灰狼的位置和最优灰狼的位置之间相关性程度的判则。假设灰狼个体位置坐标的维度为n，任意两匹灰狼位置坐标向量分别用u和v表示：12u(u,u,3,,)nuu，123(,,,,)nvvvvv；令jjjduv，其中j1,,,,n，SRC定义如式(13)所示。1RC26()1(1)niiiuvSnn-(13)当u和v位置关系完全一致时，二者呈现完全相关性，此时iiuv，从而RC10,jdS。而当两
?。在SOGWO算法中，运用SRC作为当前灰狼(ω)位置和头狼(α)位置之间相关性程度的判则，有选择地进行后续OBL方法的操作，达到简化运算的目的。2.4SOGWO优化PSS参数流程图综合以上论述，SOGWO算法流程图以及运用SOGWO算法对PSS参数优化策略流程图分别用图3和图4表示。图3流程中的蓝色虚线框所标识的步骤是引入OBL和SRC判则对GWO算法改进的内容。图4中为计算目标函数中的阻尼比，采用TLS-ESPRIT算法进行低频振荡模态辨识[23]，PSS安装地点选择采用留数法[3]进行配置。图3SOGWO算法流程图Fig.3FlowchartofSOGWOalgorithm3算例分析本文以IEEE四机两区域系统[23]为例，设定部分同步发电机受到小干扰系统产生低频振荡，对其采取PSS抑制的仿真作为算例分析。区域1由同步发电机G1和G2等组成，区域2由同步发电机G3图4PSS参数优化策略流程图Fig.4FlowchartofPSSparameteroptimizationstrategy和G4等组成，设置区域1向区域2通过联络线传送413MW功率，此时系统呈现重载弱连接，受扰易发生低频振荡。设置扰动：G1和G3在1s时刻同时出现母线稳态电压幅值5%的方波脉冲信号扰动，持续时间0.1s。在此扰动激励作用下，产生两区域间的联络线功率振荡信号振荡情况作为研究分析对象。经计算分析将PSS安装在G3和G4两台发电机上。3.1SOGWO优化PSS抑制效果仿真为检验SOGWO对PSS参数优化后，PSS抑制系统低频振荡的效果，分析三种工况，即未加装PSS的情况下，输出联络线有功功率的振荡波形标记为Pno-pss；加装系统默认参数的PSS后，联络线有功功率振荡波形记录为Pdefault-pss；加装经SOGWO参数优化后的PSS?
【参考文献】：
期刊论文
[1]改进随机森林算法在电机轴承故障诊断中的应用[J]. 李兵,韩睿,何怡刚,张晓艺,侯金波. 中国电机工程学报. 2020(04)
[2]基于PSO-MLP神经网络的遥信插件质量识别方法研究[J]. 陈东阳. 电力系统保护与控制. 2020(03)
[3]基于差分进化算法的逆变器SHEPWM方法的研究[J]. 李国华,李文悍. 电力系统保护与控制. 2019(17)
[4]多机系统中电力系统稳定器与可控串联补偿器阻尼控制器的协调设计[J]. 房大中,牛伟,周保荣. 天津大学学报. 2006(08)
[5]基于遗传算法的电力系统稳定器参数优化[J]. 王德意,闫伟,邱锦东,刘建荣. 电力系统及其自动化学报. 2006(03)
博士论文
[1]电力系统附加阻尼控制器的优化配置与设计方法研究[D]. 孙勇.哈尔滨工业大学 2009
本文编号：3118260
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3118260.html
教材专著
