• <li id="00i08"><input id="00i08"></input></li>
  • <sup id="00i08"><tbody id="00i08"></tbody></sup>
    <abbr id="00i08"></abbr>
  • 新聞中心

    EEPW首頁 > 設計應用 > 電力系統穩定器的混合差分進化算法設計研究

    電力系統穩定器的混合差分進化算法設計研究

    作者:郭軍煒 李栩 時間:2015-11-09 來源:電子產品世界 收藏
    編者按:本文采用混合差分進化算法設計微電網中的穩定器。首先,對單發電機對無線匯流排系統的穩定器進行研究,變化發電機有功、無功功率及輸電線阻抗,采用混合差分進化算法,指定不同目標函數極點使穩定器工作于復平面左半部分,以求優良好的動態穩定性能。然后,再延伸到多機和復雜網絡結構的電網中。

    摘要:本文采用混合差分進化算法設計微電網中的穩定器。首先,對單發電機對無線匯流排系統的穩定器進行研究,變化發電機有功、無功功率及輸電線阻抗,采用混合差分進化算法,指定不同目標函數極點使穩定器工作于復平面左半部分,以求優良好的動態穩定性能。然后,再延伸到多機和復雜網絡結構的電網中。

    本文引用地址:http://www.czjhyjcfj.com/article/281888.htm

      隨著用電量不斷快速增長,電力系統穩定度下降,為改善穩定性加裝穩定器[1]。設計穩定器的關鍵是如何調整參數以獲得最佳動態特性。過去用過的方法有模糊控制法、分散模態控制法、多目標基因法等,而混合差分進化法才是解決線性與非線性最小化問題的最好方法[2-4]。

      本文使用混合差分進化算法,設計單機與無限匯流排系統中的穩定器[5-7],然后再將穩定器擴展使用于多機和復雜網絡結構的系統中去。

    1 系統模型

      圖1為單發電機與無限匯流排系統,包括發電機及動態勵磁系統,發電機使用交、直雙軸模型,其參數如表1所示[8],為系統狀態參數,ΔE'dΔE'qdq軸的暫態電壓,ΔωΔδ為角速度和角度,ΔEFD為勵磁電壓,ΔVs為系統內部穩定器輸出。利用混合為變數向量的目標函數。此處變數向量為發電機電力系統參數。

      圖2為靜態勵磁系統的方框圖,參數如表2所示[8]。勵磁系統及發電機方程式在某工作點線性化,表示如下:

    (1)

      其中,為系統狀態參數,ΔE'd,ΔE'qdq軸的暫態電壓,Δω與Δδ為角速度和角度,ΔEFD為勵磁電壓,ΔVs為系統內部穩定器輸出。

      用混合差分進化算法設計穩定器時,應在一些限制條件下求目標函數最優化,即:

      目標函數: (2)

      限制條件: (3)

    (4)

      式(2)中,為變數向量的目標函數。此處變數向量為發電機電力系統參數。

      穩定器以發電機速度偏差為輸入信號見圖3,其傳遞函數如下:

    (5)

      若時間常數T5為固定值5 sec,其余參數KS、T1、T2T3T4可調,結合發電機與勵磁系統可得線性方程為:

    (6)

      其中為系統狀態變數,ΔV1、ΔV2內部電壓,ΔVpss為輸出信號。

    2 穩定器設計

    2.1 穩定器設計原理

      為增加系統阻尼,在發電機輸出有效功率為P,無效功率為Q,輸電線路電抗Xe變化的條件下,將系統于指定的復平面內,定義三種目標函數如下:

    (7)

    (8)

    (9)

      式中NiP范圍內總點數,NjQ范圍內總點數,NkXe范圍內總點數,相位超前或落后補償型的參數限制為[9]

    (10)

      若(7)~(9)中目標函數為零,結果將使實部皆位于垂線左邊,阻尼比區域內。設定發電機輸出有效功率為P,無效功率Q及輸電線路阻抗Xe取值變化范圍如下[8]

    2.2 混合差分進化法穩定器設計流程

      混合差分進化法穩定器設計流程見圖4。用隨機方式取得差異向量產生一次進化中的突變,擴大搜尋范圍,通過交配產生進化中的下一代,父子兩代經選擇環節擇其性能優者繼續向前進化,直到目標函數獲得最優。這就是差分進化法[10-12]

      單純差分進化法有缺點。遇到多代子不如其父,目標函數收斂將很慢;又有時會錯誤地收斂到局部最小解;所以,圖4中增加了遷移及加速環節。為此更名為混合差分進化法,其詳見后 [13-15] 。

      (1)初始化:以隨機方式產生Np個族群,在每一個解中有D個變數,此變數均勻分布在整個求解空間內,表示如下:

    (11)

      式(11)中為均勻分布隨機數,、為變數Xj 的最大最小值。

      (2)突變:利用隨機方式得到差異向量以產生一個擾動向量,擴大搜索范圍,在突變過程中,第G+1代突變向量為:

    (12)

      其中,F為常數,、為隨機產生的兩個向量。

      (3)交配:交配過程是第G代向量與第G+1代突變向量交換、混合成為G+1實驗向量,表達式如下:

    (13)

      (4)選擇:如果下一代更好,則替換低G代,相反則保留第G代。首先做競爭,然后選擇最佳個體

    (14)

    (15)

      將以上步驟反復進行,直到有合適結果為止。針對差分進化法缺點,采用混合差分進化法進行改善,并將演算步驟代入遷移及加速過程,提高收斂速度及克服局部最小解[13-15]。



    上一頁 1 2 下一頁

    評論


    技術專區

    關閉
    主站蜘蛛池模板: 永寿县| 宜兴市| 买车| 香格里拉县| 磐安县| 黄浦区| 定陶县| 屏东县| 万安县| 同仁县| 余庆县| 托里县| 建水县| 大新县| 宜宾县| 偃师市| 湖北省| 饶阳县| 双峰县| 启东市| 鱼台县| 吉隆县| 巴林右旗| 舟山市| 肥西县| 惠水县| 广宁县| 邵东县| 邮箱| 红河县| 七台河市| 乃东县| 敖汉旗| 琼中| 商洛市| 广昌县| 南平市| 申扎县| 平定县| 周至县| 建水县|