The invention patent discloses a method for optimizing the parameters of MMC based on adaptive firefly algorithm, which can optimize the control parameters of a modular multilevel converter (MMC) using carrier phase shift modulation. The main steps of this technical scheme include: initializing the parameters of adaptive firefly algorithm, representing the controller parameters as the position of firefly, representing the matrix of firefly population; initializing the location distribution of firefly; running simulation model, calculating the target function value and attractiveness of each firefly; searching other fireflies according to the attractiveness, according to the location of common firefly. The formula updates the position and determines whether the iteration termination condition is satisfied. If the output of the result is satisfied, the optimized controller parameters are obtained. If not, the brightness and attractiveness are updated again and searched until the conditions are met. The simulation results of the implementation show that the proposed method can significantly improve the accuracy of the controller and optimize the current output waveform of MMC.
【技术实现步骤摘要】
一种基于自适应萤火虫算法的MMC参数优化方法
本专利技术专利涉及高压直流输电系统中的电力电子
,主要应用于柔性直流输电环节的模块化多电平换流器部分,具体设计一种模块化多电平换流器(MMC)的控制器参数优化方法。
技术介绍
电压源型高压直流输电系统(VSC-HVDC)广泛应用于电力系统输电环节,而电压源换流器是其核心部件。德国学者Lesnicar和Marquardt提出的模块化多电平换流器(MMC)以其独特的高度模块化结构,具有良好的故障穿越能力等优势成为VSC-HVDC中最优越的一种拓扑结构。MMC具有模块化的拓扑结构,利用上下桥臂开通子模块数目的变化实现电压和功率等级的改变,输出电压波形平滑接近理想正弦波形,这样在硬件上可以省去大容量的交流滤波器,节省成本。但是,MMC将能量分散存储于各子模块的电容中,因此在运行时子模块电容电压的均衡问题尤为关键。对于子模块电容电压的均衡问题,有学者提出将载波移相调制策略(CPS-SPWM)应用于MMC中,根据子模块能量均分和电压均衡两种原则,设计适用于MMC的电压平衡控制策略。但该策略的大多参数主要依靠人为经验设定,相关调试工作量大。为了解决这个问题,本专利技术在载波移相调制策略理论基础上,提出基于自适应萤火虫算法的MMC控制参数优化方法。
技术实现思路
本专利技术目的在于,针对采用载波移相调制方法的MMC控制器进行参数优化,提出一种基于自适应萤火虫算法的参数优化方法,使控制器的参数达到最佳配置,提高控制精度和控制效果,换流器输出电流波形得到改善。为实现上述目的,采用的技术方案是:(1)初始化自适应萤火虫算法的种群数 ...
【技术保护点】
1.一种基于自适应萤火虫算法的MMC参数优化方法,包含以下步骤:1)初始化自适应萤火虫算法的种群数、迭代次数、初始步长等参数,设置种群中萤火虫个数为N,由所需要优化的控制器参数为W,则每个萤火虫的位置矢量有W个控制参数组成,即一个二维D=W的数组,该萤火虫种群可以表示为N*(D+2)的矩阵。初始参数选取依据工程需要在每个参数大致允许的范围选取。2)根据位置公式初始化每一个萤火虫的位置分布。每一个萤火虫的位置信息即为待优化的控制器各参数取值。3)运行仿真模型,根据目标函数公式,计算每个萤火虫对应的目标函数值,即为自适应算法中的萤火虫亮度。4)算法中每个萤火虫依据吸引度大小对其他萤火虫进行搜寻,对亮度大于自身的个体,向其进行移动,并根据位置公式对位置进行更新。5)判断是否满足迭代结束条件,如果满足将结果输出即为最优解,得到优化后的控制器参数。如果不满足,则再由第三步更新亮度和吸引度,再次进行迭代搜寻,直到满足条件。
【技术特征摘要】
1.一种基于自适应萤火虫算法的MMC参数优化方法,包含以下步骤:1)初始化自适应萤火虫算法的种群数、迭代次数、初始步长等参数,设置种群中萤火虫个数为N,由所需要优化的控制器参数为W,则每个萤火虫的位置矢量有W个控制参数组成,即一个二维D=W的数组,该萤火虫种群可以表示为N*(D+2)的矩阵。初始参数选取依据工程需要在每个参数大致允许的范围选取。2)根据位置公式初始化每一个萤火虫的位置分布。每一个萤火虫的位置信息即为待优化的控制器各参数取值。3)运行仿真模型,根据目标函数公式,计算每个萤火虫对应的目标函数值,即为自适应算法中的萤火虫亮度。4)算法中每个萤火虫依据吸引度大小对其他萤火虫进行搜寻,对亮度大于自身的个体,向其进行移动,并根据位置公式对位置进行更新。5)判断是否满足迭代结束条件,如果满足将结果输出即为最优解,得到优化后的控制器参数。如果不满足,则再由第三步更新亮度和吸引度,再次进行迭代搜寻,直到满足条件。2.根据权利要求1所述的基于自适应萤火虫算法的MMC参数优化方法,其特征在于,步骤1)中对于自适应萤火虫种群矩阵的建立,每个萤火虫i都由一个矢量xi表示...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。