基于RNGO算法的多机电力系统稳定器参数优化方法技术方案

本发明专利技术提出了一种基于RNGO算法的多机电力系统稳定器参数优化方法，步骤为：将PSS接入电力系统，设置不同的运行方式，构建电力系统的动态模型，并对动态模型进行线性化处理，得到多机电力系统的状态方程；应用QR法计算多机电力系统的状态方程的状态矩阵的特征值，根据特征值计算系统阻尼比，构造基于阻尼比的目标函数，以PSS的控制参数为约束条件构建优化问题；采用基于PWLCM映射、动态转换概率和自适应种群调整策略的RNGO算法对优化问题进行优化，得到最优的PSS控制参数的值。本发明专利技术优化后的PSS参数值提高了系统抑制低频振荡的能力，有效改善了电力系统的整体阻尼特性和动态稳定性，增强了电力系统在多种运行方式下的鲁棒性。性。性。

【技术实现步骤摘要】
基于RNGO算法的多机电力系统稳定器参数优化方法


[0001]本专利技术涉及电力系统动态稳定性的分析与控制的
，尤其涉及一种基于RNGO(改进的北方苍鹰优化，Revised Northern Goshawk Optimization)算法的多机电力系统稳定器参数优化方法，主要用于抑制电力系统的低频振荡。

技术介绍

[0002]电力系统的安全稳定运行在国民经济和社会发展中具有举足轻重的作用。近些年来，随着我国电网规模的不断扩大，尤其是长距离、高电压直流的电网建设使得各大区域电网之间的联系变得更加薄弱，削弱了联网系统的阻尼，导致区域电网极易产生低频振荡，此时若不加以抑制这种振荡，这些振荡可能持续增长并最终导致系统崩溃，将会造成大规模停电，威胁到电网的安全稳定运行。因此，及时抑制低频振荡对整个电网安全稳定运行具有重要意义。
[0003]PSS(电力系统稳定器，Power System Stabilizer)是目前使用最广泛、经济有效且技术最成熟的振荡抑制措施。PSS是励磁系统的一个附加部件，它通过提取与振荡有关的信号向励磁系统提供控制信号，使发电机产生附加阻尼，增大系统振荡模式阻尼，从而抑制系统的低频振荡，提高系统的稳定性。然而，在实际电力系统运行中，结构固定的传统超前
‑
滞后型PSS由于其结构简单、安全可靠、经济便利且参数易于调整，是应用最为广泛的电力系统振荡阻尼控制器。
[0004]在电网实际运行过程中，PSS的参数值对其抑制低频振荡效果有着非常重要的影响，PSS的参数选择决定了系统的稳定性程度。对PSS参数值进行优化时，一般采用某个确定的运行方式下的系统线性化模型。使用传统方法对系统中多个PSS的参数整定通常是独立进行的，可能在抑制某一特定振荡模式的同时对另一个振荡模式起到反作用，加剧其他模式的振荡。因此，在多机电力系统中独立设计性能良好的PSS并不一定总能保持好的控制效果，只有对系统中所有PSS的参数进行统一协调和优化，才能使系统整体的控制效果达到最佳，提高系统的阻尼比和鲁棒性。为了改善PSS的鲁棒性，并减少不同PSS之间的交互效应，可以将多个PSS参数的整定问题转化为一个基于特征值阻尼比的寻优问题。但传统的方法存在着一些不足之处，难以应对非线性多极值优化问题，容易陷入局部最优，无法适应多种运行方式下的低频振荡问题。目前的研究集中在采用人工智能优化算法进行多个PSS参数的优化整定，人工智能优化算法在电力系统控制中的应用仍有很大的潜力可以挖掘，包括加快寻优速度和避免陷入局部极值等方面。
[0005]传统的NGO算法属于群体智能启发式优化算法，具有实现简单，可并行计算，易于理解等特点。但是NGO算法初始种群都是在给定范围内随机生成的，不能保证种群的多样性；且只通过搜索个体的信息反馈机制在全局探索和局部开发之间建立平衡，导致在搜索后期进行局部寻优时可能会陷入局部最优。
[0006]申请号为202211485723.6的专利技术专利公开了一种基于改进麻雀算法的电力系统稳定器参数优化方法，包括以下具体步骤：S1：依据事先设置的系统故障，通过仿真系统的
故障振荡模式，采用留数法和状态量的相关因子来进行确定PSS的安装位置；S2：改进麻雀算法初始化优化，将需要优化的PSS模型参数设置为外部变量；S3：利用TLS
‑
ESPRIT算法辨识低频振荡数据，得到振荡模态参数；S4：将振荡模态参数代入PSS目标函数，采用改进麻雀算法寻优，得到更新后参数；S5：判断更新后参数是否满足目标函数最小，若满足条件，得出最优的PSS参数，反之，返回步骤S3。上述专利技术优化PSS参数，加速对参数寻优的收敛，同时提高其鲁棒性，对低频振荡的抑制效果得到了提升。

技术实现思路

[0007]针对当前互联电力系统中存在低频振荡的问题，现有优化方法无法适应多种运行方式下的低频振荡的技术问题，本专利技术提出一种基于RNGO算法的多机电力系统稳定器参数优化方法，基于PWLCM(Piecewise Linear Chaotic Map，分段线性混沌)映射、动态转换概率和自适应种群调整策略的RNGO算法在互联系统中可以同时优化多个PSS的参数，进行各种运行条件下的模拟验证，使PSS具有较强的适应性，有效提高了系统的阻尼比，增强了电力系统的动态稳定性。本专利技术在PSS参数优化过程中同时虑了不同的运行方式，优化后的PSS具有较强的适应性，在不同的运行方式均能对振荡起到较好的抑制效果。
[0008]为了达到上述目的，本专利技术的技术方案是这样实现的：一种基于RNGO算法的多机电力系统稳定器参数优化方法，其步骤如下：
[0009]步骤一、将PSS接入电力系统，设置不同的运行方式，构建电力系统的动态模型，并对动态模型进行线性化处理，得到多机电力系统的状态方程；
[0010]步骤二、应用QR法计算多机电力系统的状态方程的状态矩阵的特征值，根据特征值计算系统阻尼比，构造基于系统特征值阻尼比的目标函数，以PSS的控制参数为约束条件利用目标函数构建优化问题；
[0011]步骤三、采用基于PWLCM映射、动态转换概率和自适应种群调整策略的RNGO算法对优化问题进行优化，得到最优的PSS控制参数的值。
[0012]优选地，所述电力系统的动态模型的微分
‑
代数方程为：
[0013][0014]式中，x＝[θ,ω,E
′
q
,E
fd
]T
是状态变量，θ和ω分别是发电机的转子角和角速度，E
′
q
和E
fd
分别是发电机的交轴暂态电压和励磁系统输出电压；u＝[u
pss1
,u
pss2
,
……
u
pssn
]T
是输入的控制变量即PSS的辅助调制信号，n为配置PSS的个数；y是代数变量；表示状态变量x对时间的导数；f是一组表示电力系统和PSS动力学的一阶非线性微分方程；g是一组描述网络潮流方程的非线性代数方程。
[0015]优选地，所述多机电力系统的状态方程的构建方法为：采用李雅普诺夫线性化方法对电力系统的发电机、励磁系统、PSS和负荷在平衡点用泰勒级数展开，进行线性化处理并消去代数变量y后，得到多机电力系统的状态方程：
[0016][0017]式中，A为系统状态矩阵；B为系统输入矩阵，Δx和Δu分别为状态变量和控制变量的变化量。
[0018]优选地，所述优化问题为：
[0019][0020]其中，J为目标函数，p＝1,2,
……
,n；n为配置PSS的个数；K
pmin
、T
1pmin
、T
3pmin
分别为优化参数中第p个PSS的增益K
p
、时间常数T
1p
、时间常数T
3p
对应的取值上限，K
pmax
、T
1pmax
、T...

【技术保护点】

【技术特征摘要】
1.一种基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，其步骤如下：步骤一、将PSS接入电力系统，设置不同的运行方式，构建电力系统的动态模型，并对动态模型进行线性化处理，得到多机电力系统的状态方程；步骤二、应用QR法计算多机电力系统的状态方程的状态矩阵的特征值，根据特征值计算系统阻尼比，构造基于系统特征值阻尼比的目标函数，以PSS的控制参数为约束条件利用目标函数构建优化问题；步骤三、采用基于PWLCM映射、动态转换概率和自适应种群调整策略的RNGO算法对优化问题进行优化，得到最优的PSS控制参数的值。2.根据权利要求1所述的基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，所述电力系统的动态模型的微分
‑
代数方程为：式中，x＝[θ,ω,E
′
q
,E
fd
]
T
是状态变量，θ和ω分别是发电机的转子角和角速度，E
′
q
和E
fd
分别是发电机的交轴暂态电压和励磁系统输出电压；u＝[u
pss1
,u
pss2
,
……
u
pssn
]
T
是输入的控制变量即PSS的辅助调制信号，n为配置PSS的个数；y是代数变量；表示状态变量x对时间的导数；f是一组表示电力系统和PSS动力学的一阶非线性微分方程；g是一组描述网络潮流方程的非线性代数方程。3.根据权利要求2所述的基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，所述多机电力系统的状态方程的构建方法为：采用李雅普诺夫线性化方法对电力系统的发电机、励磁系统、PSS和负荷在平衡点用泰勒级数展开，进行线性化处理并消去代数变量y后，得到多机电力系统的状态方程：式中，A为系统状态矩阵；B为系统输入矩阵，Δx和Δu分别为状态变量和控制变量的变化量。4.根据权利要求3所述的基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，所述优化问题为：其中，J为目标函数，p＝1,2,
……
,n；n为配置PSS的个数；K
pmin
、T
1pmin
、T
3pmin
分别为优化参数中第p个PSS的增益K
p
、时间常数T
1p
、时间常数T
3p
对应的取值上限，K
pmax
、T
1pmax
、T
3pmax
为别为优化参数增益K、时间常数T
1p
、时间常数T
3p
对应的取值下限。5.根据权利要求4所述的基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，所述PSS的数学模型的传递函数为：
式中，u
pss
为PSS向励磁系统提供的辅助调制信号；K为PSS放大环节的增益，T5为隔直环节的时间常数，T1‑
T4为超前
‑
滞后补偿环节的时间常数，Δω为发电机的转速偏差量，s为微分算子；基于系统特征值的阻尼比的目标函数为：式中，k是在参数优化过程中运行方式的数量，ζ0是优化目标中期望得到的最小阻尼比，ζ
i,j
是第j种运行方式下第i个低频振荡模式的阻尼比；所述阻尼比的计算方法为：状态矩阵A的特征值为λ＝σ
±
jω，σ是特征值λ的实部为阻尼因子；特征值λ的虚部ω得到振荡频率f＝ω/2π；每一对特征值对应一种低频振荡模式；利用参与因子法识别低频振荡模式并计算阻尼比为：式中，σ
i
是振荡模式i的阻尼因子，ζ
i
为振荡模式i的阻尼比，ω
i
为振荡模式i的角频率。6.根据权利要求1或5所述的基于RNGO算法的多机电力系统稳定器参数优化方法，其特征在于，运行方式包括基本运行方式和两种较为严重的单回路线路退出运行的3种方式，最小阻尼比为0.3，放大环节中增益K
p
的取值范围为[0.1,50]，补偿环节中时间常数T
1p
、T
3p
的取值范围为[0.001...

【专利技术属性】
技术研发人员：刘鹏，樊树龙，赵俊红，雷霆，余培照，孙军伟，王英聪，王延峰，鲁迎波，何艳，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：