基于改进鲸鱼算法的混合直流输电系统控制参数优化方法

混合直流输电系统结合了传统电网换相换流器和电压源换流器的优点，具有广泛的应用前景。为解决混合直流输电系统控制参数优化问题，引入一种新型的元启发式算法--鲸鱼算法。针对算法全局搜索能力较差的问题，引入混合优化理论，利用模拟退火和联赛选择机制对其进行了改进，改进算法有效平衡了全局搜索与局部开发能力，降低了对参数选择的依赖性。以双极型两端混合直流输电测试系统为研究对象，采用改进鲸鱼算法优化整流侧定电流控制中的比例积分（proportional integra，PI）参数和逆变侧dq轴双环控制器的PI参数，并通过MATLAB和PSCAD软件联合仿真实现该算法。算例结果表明，相比于原始鲸鱼算法和粒子群算法，所提算法具有更高收敛精度，有效优化了控制系统的参数，提升了混合直流输电系统的指令跟踪能力。     

基于小干扰动态模型的LCC-HVDC系统控制器参数优化方法

为了改善电网换相换流器高压直流(line commutated converter-high voltage direct current, LCC-HVDC)输电系统的动态响应性能,提出了一种基于小干扰动态模型与传递函数模型的控制器参数优化方法,采用粒子群优化算法对全系统的控制器参数同时进行优化。首先,建立了计及锁相环输出相位与交流母线电压实际相位差异的双端LCC-HVDC输电系统的小干扰动态模型,仿真结果验证了该小干扰动态模型的准确性;然后,基于根轨迹法,获取了致使系统小干扰失稳的控制器参数临界值;最后将小干扰动态模型转换为传递函数模型,应用粒子群优化算法,以时间乘绝对误差积分指标为目标函数,对所有控制器参数进行了优化。仿真结果表明优化后系统动态响应性能有所改善。     

混合直流输电系统的参数优化方法

混合直流输电系统结合了传统电网换相换流器(LCC)和电压源换流器(VSC)的优点,具有广泛的应用前景。文中针对整流侧为LCC换流站、逆变侧为VSC换流站的混合直流输电系统,介绍了单极型、伪双极型、双极型3种不同混合直流结构的特点及应用场合。考虑到混合直流输电系统的主电路参数和控制系统参数对系统的运行特性都有直接的影响,提出了一种可以同步优化主电路和控制系统参数的方法。首先,重点阐述了系统参数中直流平波电抗器L和直流电容器C的参数设计原则,然后基于Simplex算法对LC参数以及两侧控制器比例-积分的参数进行了优化。在电磁暂态仿真软件PSCAD/EMTDC下搭建了混合直流输电系统的模型,仿真结果表明,使用Simplex算法对系统参数进行优化后,其运行特性将得到改善,从而验证了所提出的参数设计优化方法的有效性。     

VSC-HVDC PI参数的系统级优化研究

以海上风电厂为代表的柔性直流输电系统近年来得到了大力发展。柔性直流输电系统包含整流侧和逆变侧以及直流输电线路,控制器参数的确定对整个系统都有很大影响,现阶段整流侧和逆变侧控制系统参数都是单独整定,因此无法得到系统级的最优参数。在直流输电线路等效模型基础上,建立了系统传递函数,根据时间乘绝对误差积分(ITAE)准则,利用粒子群算法进行了多目标下的系统级参数优化。仿真结果验证了系统传递函数以及优化算法的有效性和正确性。     

基于PSCAD-MATLAB联合调用的高压直流控制系统参数优化

为解决高压直流控制系统参数优化问题,提出一种基于PSCAD-MATLAB联合调用的参数优化方法。阐述了联合调用的可能性和基本原理,介绍了联合调用实现优化的基本流程。以CIGRE标准测试系统为研究模型,采用改进粒子群优化算法优化整流侧定电流控制中PI控制器参数。经过比对原参数、基于传递函数优化方法的结果及基于基本粒子群算法的联合调用优化结果表明,联合调用策略准确复现了直流系统实际工作性能,依靠改进粒子群算法的全局搜索能力,有效实现了直流输电控制系统的参数优化,提升了直流输电系统的瞬态和稳态性能。联合调用优化控制参数方法的提出为直流输电控制系统的各个参数的整定和优化提供了重要的参考决策。     

基于自适应混沌粒子群优化算法的多馈入直流输电系统优化协调直流调制

为了提高交直流互联系统的整体动态稳定性,提出了一种新的基于混沌优化思想的自适应混沌粒子群优化算法,并将其应用于多馈入直流输电系统中各直流调制的优化协调.该算法利用混沌运动的遍历性来初始化粒子群以增强群体的多样性,在粒子群的每次迭代更新计算中,按适应值大小选取部分粒子对其进行混沌优化以帮助惰性粒子跳出局部极值区域,根据每个粒子的适应值自适应地调整其惯性权重系数以提高整个群体的全局与局部搜索能力.以一三区域双馈入交直流并联输电系统为例,选取与直流线路并联运行的交流联络线上的有功功率偏差和各发电机的功角偏差构成目标函数,应用自适应混沌粒子群优化算法对各双侧频差直流调制控制器的参数进行了全局优化协调整定,并与传统粒子群优化算法、遗传算法的优化结果进行了比较,结果表明该算法能更好地实现各直流系统调制间的优化协调,增强了整个系统对低频振荡的阻尼能力,可作为多馈入直流输电系统中直流调制优化协调的一种有效方法.     

基于遗传算法的优化控制在VSC-HVDC中的应用

基于电压源型的新型高压直流输电系统具有广阔的应用前景,这种新型的直流输电技术和传统直流输电相比,有许多优点。本文在建立有新型高压直流输电系统的交直流混合系统模型基础上,提出一种利用新型高压直流输电系统潮流快速调节能力综合稳定交直流系统的控制方式,以发电机和交流系统有关参量组成新的性能指标。利用遗传算法对控制器参数进行寻优,形成一种新型的优化控制策略。仿真结果证明,遗传算法能有效地对新型高压直流输电系统控制参数进行优化,且系统响应特性较参数优化前有较明显改善。     

应用极点配置理论的新型高压直流输电的控制器仿真

本文着重研究基于同步旋转坐标系下电压源型高压直流输电的暂态数学模型,提出一种采用极点配置理论设计的电压源型高压直流输电系统的控制器。基于状态反馈线性化的逆系统方法,推导了电压源型高压直流输电系统的逆系统模型,并构造出伪线性系统,实现了对电压源型高压直流输电系统有功功率和无功功率的解耦,最后采用极点配置方法对该伪线性系统进行综合,设计了相应的控制器。仿真结果表明,基于逆系统理论采用极点配置方法设计的控制器在大扰动下的动态响应特性优良。     

某武器系统静变电源的优化PID控制研究

为提高某武器系统静止变频电源（简称静变电源）输出电压的质量,本文研究了基于优化PID的控制方法,根据误差信号的波动大小,利用粒子群算法在线优化PID控制器的参数,并实时地对系统控制量进行调整。在Matlab/Simulink环境下,对于系统在静变电源控制中的应用进行了仿真。并与常规的PID控制进行比较,仿真结果表明采用粒子群优化的PID控制器减少了超调量,抗干扰性和鲁棒性强,受外界干扰后恢复平衡所需的时间短,也使得系统输出电压能够维持在给定值附近。     

向无源网络供电的VSC-HVDC系统的新型控制器设计

在同步旋转坐标系下采用电压源型高压直流输电的暂态数学模型,提出一种向无源网络供电的电压源型高压直流输电系统的新型控制策略.基于状态反馈线性化的逆系统方法,推导电压源型高压直流输电系统的逆系统模型,构造出伪线性系统,实现了对电压源型高压直流输电系统有功功率和无功功率的解耦,最后采用滑模变结构控制理论对该伪线性系统进行综合,设计出滑模变结构控制器,并对于反馈线性化中重要的隐动态问题进行了讨论,保证了控制系统的稳定性.仿真结果表明,该控制器具有较好的动态性能和鲁棒性.     

运用混合优化算法求解包含离散变量的无功优化问题

利用遗传算法和传统优化方法的互补特性,采用混合优化方法求解包含离散和连续变量的无功优化问题。遗传算法的选择、交叉和变异操作仅作用于离散变量,对种群进行全局广度搜索,运用传统优化方法对种群个体中的连续变量进行优化使其移动到局部最优点上。为保证对连续变量的优化效果,选择了基于函数变换与广义逆的优化新算法。混合优化算法模型简单规范,遗传算法擅长处理离散变量和传统优化方法速度快、数值稳定性好的优势得到发扬。算法实用性和有效性通过算例及工程应用得到验证。     

基于粒子群算法的电磁装置优化设计

简要介绍了粒子群的算法及其特点,详细分析了粒子群算法和罚函数法相结合应用于电磁装置优化设计的若干问题。以某型号电磁继电器优化设计为例进行例示。设计结果证明了该算法的有效性。     

基于粒子群算法的故障测试集优化

为加速测试进程和减少测试开销,数字集成电路在生成测试矢量后必须进行故障测试集的优化。文中利用粒子群优化算法生成最小完备测试集,根据故障测试集优化问题的具体特点,构造粒子的表达方式和编码规则,建立粒子群的速度一位置模型;同时为提高优化效率,引入混沌优化算法来初始化粒子群。实验结果表明,在测试生成后,该方法能在较短的时间内生成最小完备测试集,验证了它的实用性和有效性。     

基于微粒群优化算法的电力系统动态无功优化

根据系统负荷曲线变化趋势按单调性将一天的预测负荷曲线划分为若干(小于24)个时段，并将动作次数约束还原为经济成本，将它与网损费用等之和作为目标函数，并考虑了各种运行约束条件，采用微粒群优化算法进行计算，该算法收敛速度较快。与静态无功优化模型相比表明，该无功优化模型更适合给定的地区电网，优化后全天的网损略有增大，但变压器抽头调节次数以及电容器组投切次数明显减少。     

混合粒子群算法在PSS参数优化中的应用

通过采用一种新的混合粒子群算法对多机系统的电力系统稳定器(PSS)进行参数优化,以达到更好的低频振荡抑制效果.引入交叉操作的混合粒子群优化算法是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的改进粒子群算法(PSO).用Matlab软件进行仿真,结果表明,该方法设计的PSS稳定性有较大提高.     

基于动态多种群粒子群算法的无功优化

提出了一种基于动态多种群策略的改进粒子群算法。该算法将传统粒子群优化算法(particle swarm optimization,PSO)中的种群划分成多个子群,每个子群相对独立地朝同一目标进化,仅通过一种轮形结构的弱联系进行交流。在进化过程中各种群不断分裂和聚类重组,动态调整种群规模以更好地适应进化。该算法可以较好地避免PSO算法过快收敛于局部最优解,并且有较快的收敛速度。文中将该算法应用于求解电力系统无功优化问题,并与标准PSO算法的性能进行了对比,仿真计算证明该算法是有效、可行的。     

基于混合粒子群优化算法的电力系统无功优化

应用粒子群优化算法(PSO)求解电力系统无功优化问题,提出基于混沌搜索的混合粒子群优化算法,以克服PSO容易早熟而陷入局部最优解的缺点。该算法引入了基于群体适应度方差的早熟判断机制,当算法陷入早熟时,利用混沌运动的遍历性、随机性和规律性等特性,先对当前粒子群体中的最优粒子进行混沌寻优,然后把混沌寻优的结果随机替换群体中的一个粒子,从而提高了PSO的寻优特性。通过对IEEE 14、IEEE 30、IEEE 118等标准测试系统进行无功优化,并与遗传算法、标准PSO进行比较,表明该算法具有更高的搜索效率和更好的全局优化能力。     

采用改进鲸鱼算法的配电网综合优化

为了解决配电网重构与无功优化问题,将线路开关与无功补偿容量同时作为控制变量对配电网进行综合优化.建立以网络损耗、电压改善度、负荷均衡度和开关动作次数为目标的配电网综合优化模型.针对传统鲸鱼算法初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,利用Sobol序列生成分布更均匀的初始鲸群,引入自适应权重调整系数,改进...     

基于改进粒子群算法的电力系统无功优化研究

阐述了一种改进粒子群的无功优化方法.粒子群优化(PSO)算法是进化计算领域中的一个新的分支,其源于对鸟群和鱼群群体运动行为的研究.针对粒子群优化容易陷入局部极值点的问题,文章提出混沌粒子群算法,该算法可以较好地避免PSO算法过快收敛于局部最优解,有较快的收敛速度.文中将该算法应用于求解电力系统无功优化问题,并与标准PSO算法的性能进行了对比,仿真计算证明该算法是有效、可行的.