【技术实现步骤摘要】
本专利技术属于高水电占比电网频率稳定控制，更具体的为涉及一种基于粒子群算法的多级水电机组超低频振荡优化方法。
技术介绍
1、在我国西南地区，随着新能源电力系统大量接入以及特高压交直流异步联网结构的变化，本来就以水电机组为主的西南地区电网面临着更大的频率稳定问题。“强直弱交，异步互联”的区域电网特性显著，异步运行后西南电网实现了水电集群电能“远距离，大容量”的外送，在提升清洁能源消纳的同时，送受端电网的暂态功角稳定性极大提升、故障的电网间传递风险有所降低，但由于送受端系统相互隔离，送端电网惯量减小，互相功率支援能力弱，导致频率稳定问题突出，电网也中发生了几次频率低于0.1hz的超低频振荡。
2、为解决超低频振荡现象，主流的方案是优化调速器参数或者加装gpss。然而这些方法都存在一定的不足，对调速器参数优化后，会牺牲水电机组的一次调频能力；加装gpss后，gpss参数优化方案主要为阻尼转矩法，然而此时的水电机组调速器参数并不是最优，机组的稳定性和速动性都有提升空间，而gpss参数与调速器参数相互耦合，因此需要有更优的方案。
3、对于水电占比高的电力系统，agc与一次调频的矛盾也会导致超低频振荡的发生，因此针对水电机组的超低频振荡抑制策略不光要对单机系统进行优化，还需对agc系统进行优化。为抑制水电机组主导的多机电力系统，本专利技术提出了一种基于粒子群算法的多级水电机组超低频振荡优化方法。
技术实现思路
1、为解决现有超低频振荡抑制方案的问题，本专利技术公开了一种
2、本专利技术的技术方案如下：
3、一种基于粒子群算法的多级水电机组超低频振荡优化方法，包括如下步骤：
4、s1、建立区域电网及联络线模型；
5、s2、基于模型求解参与因子，从而确定主导机组；
6、s3、对主导机组加装gpss，并用粒子群算法进行多目标优化；
7、s4、基于区域电网模型对地区电网agc参数进行多目标优化。
8、进一步地，步骤s1具体为：
9、水轮机及其调速器模型为：
10、
11、式中i、j为区域i中的第j台机组，其中eij＝eqyijehij-eqhijeyij。
12、区域i的等效发电机算法为：
13、
14、
15、其中tai为i区域同步发电机等效转子惯性时间常数，sgij为每台发电机的容量，di为负荷频率调节效应系数。
16、δpgi＝∑δpmij-δpli-δptie·ik；
17、区域i的等效发电机模型为：
18、
19、区域i和区域k相连时，agc状态方程为：
20、
21、联络线采用tbc模式，其方程为：
22、
23、则含m个区域，每个区域n台机组的互联系统状态方程为：
24、
25、a＝m-1gn
26、其中，
27、
28、m11＝tai,m22＝1/kii,m33＝tyij,m43＝eijtwij,m44＝eqhijtwij；
29、n11＝-di,n23＝-bpij,n25＝bpij,n31＝-kpij,n43＝eyij,n51＝biaijki1ij,n5m＝aijki1ij,
30、nm1＝2πtik。
31、步骤s2具体为：
32、求解模型状态矩阵，可以得到特征值为：λi＝αi+βij，则阻尼比为：
33、
34、选出其中最小阻尼比，作为系统频率稳定性判据。
35、参与矩阵p，用于度量状态变量对系统各模式参与程度的大小，则矩阵p中第i行第k列的元素表示为：
36、
37、其中，vj,k、uk,j分别为状态矩阵的左右特征向量。vj,k、uk,j乘积的幅值度量了第k个状态变量对第i个模式的参与程度；表示左右特征向量对应元素之积的幅值的最大值。
38、选择最小阻尼比对应模式的参与因子，根据参与因子最大的状态参数判断主导机组。
39、步骤s3具体为：
40、gpss装置输入为频率偏差，输出为pid输出的开度偏差信号叠加，其传递函数为：
41、
42、加入gpss后，调速器传递函数为：
43、
44、对单个水轮机的多目标优化的目标函数为：
45、
46、其中，ξ为求解单机状态方程后得到的阻尼比，ts为机组受扰动后的频率调节时间。
47、优化决策变量为：kp、ki、kg、t1和t2；决策变量约束条件为：
48、kp∈(0,10],ki∈(0,5],kg∈(0,5],t1∈(0,5],t2∈(0,10],t1＜t2。
49、多目标粒子群优化算法的步骤如下：
50、①初始化：定义m、k、w、c1和c2的初始值，并在决策空间内随机生成m个粒子，以初始化各个粒子的位置xi(1)和速度vi(1)，此时迭代次数为k＝1。
51、速度更新公式为：
52、vi(k+1)＝wvi(k)+c1r1(xibest(k)-xi(k))+c2r2(gbest(k)-xi(k))
53、w为惯性权重；c1、c2为认知学习因子；r1、r2为随机数，范围为[0,1]。
54、每个粒子的位置更新为：
55、xi(k+1)＝xi(k)+vi(k+1)
56、②判断是否满足决策变量的约束条件。如果满足，则进行下一步；若不满足，则返回第①步。
57、③计算适应度函数：将各个粒子的位置对应的决策变量代入适应度函数，求得j1(k)、j2(k)。
58、④判断支配关系，将所有非支配解储存在外部档案集中，同时去掉支配解。
59、⑤计算每个粒子的个体历史最优解xibest(k)。
60、⑥从外部档案集中筛选出全集最优解gbest(k)。
61、⑦更新每个粒子的速度vi(k+1)和位置xi(k+1)。
62、⑧判断粒子决策变量是否满足决策变量约束条件。若满足，进入⑨，否则进入⑤。
63、⑨对该代种群所有粒子应用变异机制，得到新的决策变量。
64、⑩将新的决策变量代入到适应度函数中，计算新的适应度函数值。重复步骤④～⑩，直到达到迭代次数，停止。
65、步骤s4具体为：
66、多目标优化目标函数：
67、
68、其中，minξ为19阶状态方程的最小阻尼比，tp为区域1受扰动后的频率调节时间。
69、决策变量与约束条件为：
70、
71、其中，bi为区域i的频率偏差系数，aij为区域i第j台机组的功本文档来自技高网...
【技术保护点】
1.一种基于粒子群算法的多级水电机组超低频振荡优化策略，其特征在于包括以下步骤：
2.根据权利要求1所述的步骤S1中区域电网及联络线模型建立，其特征在于：水轮机及其调速器模型为：
3.根据权利要求1所述的步骤S3中对主导机组加装GPSS，并用粒子群算法进行参数优化，其特征在于：GPSS装置输入为频率偏差，输出为PID输出的开度偏差信号叠加，其传递函数为：
4.根据权利要求1所述的步骤S4中区域电网AGC参数多目标优化，其特征在于：多目标优化目标函数：
【技术特征摘要】
1.一种基于粒子群算法的多级水电机组超低频振荡优化策略，其特征在于包括以下步骤：
2.根据权利要求1所述的步骤s1中区域电网及联络线模型建立，其特征在于：水轮机及其调速器模型为：
3.根据权利要求1所述的步骤s3中对主导机...
【专利技术属性】
技术研发人员：何胜明，钟卫华，张勇，张健，李政，曾杰，段贵金，唐兆祥，蔡卫江，杜玉照，余纪伟，孙永宾，初云鹏，
申请(专利权)人：雅砻江流域水电开发有限公司，
类型：发明
国别省市：
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。