基于改进PSO算法的FESS的PI参数优化

提出了一种改进粒子群优化（IPSO）算法用于FESS的PI控制器的参数优化设计。IPSO算法通过混沌初始化、迭代中加入混沌扰动和自适应调整惯性权重系数来克服传统PSO算法效率低、易陷入局部极值和算法早熟等缺陷。基于IPSO算法,以ITAE指标最小为目标函数对FESS的PI控制器参数进行优化,并以FESS接入四机系统为例,通过非线性仿真验证了优化结果的有效性,并通过与其他优化方法比较,得出IPSO具有更好的优化性能的结论。     

飞轮储能系统多PI控制器参数优化

对飞轮储能系统(FESS)的有功和无功PI控制器参数优化进行了研究,提出了应用加入模拟退火思想的改进粒子群优化(AIPSO)算法优化FESS有功和无功多PI控制器参数.该算法在混沌初始化、迭代中加入混沌扰动和自适应调整惯性权重系数的改进粒子群优化算法基础上,引入模拟退火思想,既能限制位置更新,又能跳出局部最优解,具有更...     

多机系统中飞轮储能系统稳定器与PSS的协调优化

为消除飞轮储能系统（flywheel energy storage system,FESS）稳定器与电力系统稳定器（powersystemstabilizer,PSS）间可能存在的相互负影响,提出将加入混沌算法和模拟退火思想的改进粒子群优化算法（improvedparticleswarmoptimization,IPSO）用于协调优化FESS稳定器与PSS参数。该算法通过混沌初始化和迭代中加入模拟退火思想来提高算法的效率和全局搜索能力。将多种运行方式下的所有特征值作为考察对象,在目标函数中同时考虑机电振荡模式和非机电振荡模式的性能,并通过IPSO算法协调优化各稳定器参数。在新英格兰10机系统算例中,应用IPSO算法协调优化的稳定器在不同运行方式下都能有效抑制系统振荡,表明了该方法的有效性和鲁棒性。在4机系统算例中,通过与逐个设计稳定器方法的比较可知,经IPSO协调优化的稳定器具有更好的阻尼效果,从而验证了该方法的优越性。     

基于混沌优化算法的风力发电机组控制器设计

提出混沌优化算法,并对PI控制器参数进行整定,仿真结果表明,基于此算法优化后的控制器参数能在系统发生扰动时迅速平稳波动,提高了系统的暂态稳定性,使风力发电机组更安全高效的运行,进一步改善了风力发电质量.     

基于混沌粒子群算法的PI控制器参数在线整定

针对PI参数人工调节费时、费力且往往结果不甚理想的问题,并针对粒子群算法易局部收敛的缺陷,采用引入混沌搜索思想的混沌粒子群算法,提出一种在线PI控制器参数整定方法。以PMSM控制系统为对象,对该方法进行了测试,测试结果显示,采用参数整定后的PI控制器,PMSM控制系统拥有良好的动态和稳态性能,证明了基于混沌粒子群算法的PI参数整定方法的可行性。     

基于改进PSO算法的PID参数优化研究

针对PID控制器的参数整定问题,提出一种改进微粒群优化算法（improved particle swarm optimization,IPSO）。算法是在基本PSO算法的惯性权重部分加入一个调节因子项,通过调节因子的调节,改善了算法的收敛性。仿真结果表明,IPSO算法可以更好地优化PID控制器的参数,使控制系统具有更好的控制性能。     

电网静态安全条件下配电参数抗干扰控制方法研究

针对传统配电参数控制方法存在抗干扰能力差、控制精度低的问题,提出基于混沌粒子群算法和模糊PI控制器的电网静态安全条件下配电参数抗干扰控制方法。利用无线传感器(wireless sensor network,WSN)技术对电网设备运行进行监测,并通过信息采集模块得到电流、电压和谐波等参数。依据电网监测结果,将识别出的配电参数干扰种类划分成暂态类型扰动参数、稳态类型扰动参数、复合种类扰动参数。引入模糊PI控制,利用混沌粒子群算法优化模糊PI控制参数,即对隶属度函数与模糊控制规则表进行优化,通过优化后的模糊PI控制器对检测出的各种干扰进行有效控制。实验结果表明,所提方法能够很好地控制配电参数干扰,使电网系统可以安全稳定地运行。     

CPSO优化的非线性PI控制器在互联电网AGC中的应用

新能源发电的大规模并网,造成电网转动惯量整体比重下降,对AGC系统的控制性能提出了更高的要求.为提升AGC系统的动态性能,首先,设计非线性函数并和传统PI控制器串联形成非线性PI控制器,改善了传统AGC控制器由于参数固化而对负荷波动显现的不适应性;其次,为求取非线性PI控制器最优参数,对传统粒子群算法进行改进,将混沌理...     

基于FPGA的粒子群优化PI控制器在有源滤波器中的应用

针对有源电力滤波器 APF (Active Power Filter) 中,电流补偿PI控制器参数难以整定的问题,提出了一种基于FPGA实现的粒子群优化PI控制器设计方案.利用粒子群优化算法对非线形系统的适应性强和易于工程实现等特点,同时以FPGA为硬件核心处理器,对电流补偿PI控制器的比例、积分参数进行优化.仿真和样机实验结果表明,优化后的PI控制器在动态性能以及控制精度等方面有明显提高,基于该 PI 控制器的有源电力滤波器能迅速有效产生补偿电流,抑制电网谐波,证明了该设计的可行性.     

一种基于延时补偿的电流跟踪控制新方法

提出一种基于π补偿Smith预估器和算法改进型神经网络的电流跟踪控制方案。π补偿预估器的引入有效地补偿了系统控制中的延时,提高了系统的稳定性能和响应速度;算法改进型神经网络用于优化PI控制器的参数,以提高系统的补偿精度。同时,利用ITAE准则给出π补偿预估器参数与PI控制器参数间的数学关系式。通过算法改进型神经网络可以同时优化两个控制器的参数,避免了将PI控制器参数与预估器参数分开独立识别的局面,并降低了PI控制器和π补偿Smith预估器对电网参数的敏感依赖性。当电网负载发生变化时,能够利用改进的神经网络算法实时地寻求到最优的控制器参数,达到理想的控制效果。仿真和实验验证了所提控制策略的有效性。