基于SAPSO算法的新投PSS参数协调预整定

为指导PSS参数整定现场实验,提高电网动态安全稳定水平,对某网B厂新投机组PSS参数进行预整定。基于粒子群算法,动态调整惯性权重和加速因子自适应变化,并引入随机变异环节,以提高粒子寻优性能,从而提出适用于PSS参数预整定的自适应加速粒子群算法(SAPSO)。建立单机无穷大和两机协调预整定仿真模型,利用SAPSO算法,对某网新投PSS参数进行单机和两机协调预整定。时域仿真和现场试验表明预整定参数阻尼效果更好,对新投机组PSS参数采用预整定方法有效可行。     

基于自适应权重粒子群算法的PSS4B-W参数优化研究

介绍了一种智能优化算法-自适应权重粒子群算法(SWPSO)应用到电力系统稳定器PSS4B-W的参数整定过程中而建立的PSS4B-W参数优化模型。通过对权重系数的动态调整,从而获得更好的全局搜索能力。根据单机无穷大系统模型,在计算励磁系统无补偿相频特性基础上,应用该优化模型进行PSS4B-W相位补偿计算。仿真结果表明经自适应权重粒子群算法优化的PSS4B-W能够较好地抑制低频振荡,提高系统的稳定性。     

基于社会学习的粒子群优化算法的电力系统稳定器参数协调优化设计

对于电力系统稳定器(PSS)参数优化整定的问题,为了更好地寻找最优参数,本文将社会学习机制引入到粒子群优化算法中,将社会学习粒子群优化算法(SLPSO)应用于PSS参数的优化整定中,相比于传统优化算法,本文算法优化P SS参数具有更好的动态自适应性,同时不易陷入局部最优,能够较快地寻找到全局最优值.通过四机两区的仿真算...     

基于HUCPSO算法的电力系统稳定器参数优化方法

电力系统稳定器(PSS)对于抑制电力系统低频振荡简单有效,因而得到了普遍应用。一般采用工程整定方法设计PSS参数,这种方法难以达到优化控制效果。利用辨识参数获得参数初值,采用基于分层多子群的均匀分布混沌粒子群算法(HUCPSO)优化PSS参数,利用2机5节点系统非线性仿真模型对所得参数进行仿真。结果表明,相比于传统方法及其他智能优化算法,采用该方法优化设计的PSS具有更好的性能,所得到的控制参数使系统动态调节性能得到提高。     

加速功率型电力系统稳定器整定方法研究

为了给加速功率型电力系统稳定器(PSS2A)现场试验提供参考整定值,减少反复试验对发电机及电力系统的影响,使励磁控制器在低频振荡下具有较好的鲁棒性,提出一种基于加速功率信号拟合的在线整定的方法。运用TLS-ESPRIT算法对PSS2A加速功率信号进行拟合得到系统的相频特性,根据留数法算出PSS2A超前环节需要补偿角度的整定参数。利用该方法对南方电网某水电厂机组实测数据进行建模仿真,与现场采用频谱仪测量计算得到的整定值进行仿真比较分析。数值仿真及实例分析表明该方法得到的整定参数具有较好的参考价值,可给现场调试带来方便。     

基于粒子群优化算法的电力系统稳定器设计

基于单机无穷大系统模型,用粒子群优化算法（PSO）对发电机电力系统稳定器(PSS)进行参数优化,来抑制低频振荡。介绍了基本的粒子群优化算法的原理,并用改进的带约束的粒子群优化算法优化PSS的参数,将PSS的整个设计过程转化为一组参数进行寻优的过程,提高了多参数寻优的效率。用Matlab仿真软件进行仿真,仿真结果表明,利用该方法设计的PSS,它的小信号稳定性有了较大的提高。     

基于粒子群优化算法的电力系统稳定器设计

基于单机无穷大系统模型,用粒子群优化算法(PSO)对发电机电力系统稳定器(PSS)进行参数优化,来抑制低频振荡.介绍了基本的粒子群优化算法的原理,并用改进的带约束的粒子群优化算法优化PSS的参数,将PSS的整个设计过程转化为一组参数进行寻优的过程,提高了多参数寻优的效率.用Matlab仿真软件进行仿真,仿真结果表明,利用该方法设计的PSS,它的小信号稳定性有了较大的提高.     

基于混合粒子群优化算法的PSS参数优化

将一种新的进化算法—粒子群优化算法(PSO)应用到电力系统稳定器(PSS)参数优化当中,文中使用引入交叉操作的混合粒子群优化算法(HPSO),可以获得更好的全局搜索能力和收敛速度。先以低频振荡范围内(0.1~2Hz)PSS产生的附加阻尼转矩ΔTe与Δω尽可能同相位为目标优化PSS超前-滞后环节参数;再以小扰动时发电机功率和角速度振荡最小为目标整定PSS放大倍数。优化结果表明,HPSO算法可以有效地解决PSS参数优化问题。     

基于现场实验数据的PSS参数智能优化方法

针对目前电力系统稳定器(PSS)参数优化实验工作中人工参与度高的现状,提出了一种基于现场试验数据的PSS参数智能优化方法。首先通过现场小扰动试验数据,将发电机以外的系统等值为无穷大母线电压Vs和系统电抗Xs,然后利用静态等值系统的线性化Heffron-Philips模型计算励磁控制系统的无补偿相位特性,得到PSS参数优化的目标曲线,并根据这一目标曲线,利用改进粒子群算法(SAPSO)优化PSS的时间参数值。通过在PSASP中对华北华中电网算例进行仿真,仿真结果表明采用本算法优化后的PSS能有效、合理地抑制低频振荡,并且能够适应电网不同的运行方式,具有一定的鲁棒性。     

自适应混沌粒子群算法在PSS设计中的应用

该文采用一种改进的粒子群算法PSO———自适应混沌粒子群算法ACPSO,对多机电力系统稳定器参数进行优化设计,以抑制系统低频振荡。该算法通过混沌初始化粒子群,在迭代计算过程中根据粒子的适应值自适应地调整算法惯性系数,从而可以获得更好的全局搜索能力和收敛速度。选取系统机电振荡模式最小阻尼比最大化为目标函数,将PSS参数优化转换为带不等式约束的非线性优化问题。以3机9节点系统为例,特征值和非线性仿真结果表明,运用该方法设计的PSS能够有效地抑制外界扰动引起的低频振荡。     

基于混合粒子群优化算法的PSS参数优化

将一种新的进化算法-粒子群优化算法(PSO)应用到电力系统稳定器(PSS)参数优化当中,文中使用引入交叉操作的混合粒子群优化算法(HPSO),可以获得更好的全局搜索能力和收敛速度.先以低频振荡范围内(0.1～2 Hz)PSS产生的附加阻尼转矩△Te与△ω尽可能同相位为目标优化PSS超前-滞后环节参数;再以小扰动时发电机功率和角速度振荡最小为目标整定PSS放大倍数.优化结果表明,HPSO算法可以有效地解决PSS参数优化问题.     

基于多策略分区勘探粒子群算法的主蒸汽温度优化控制

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、选择算子操作区、自适应学习因子操作区、自适应惯性权重系数操作区4个分区,以充分发挥各寻优策略的优势,保证算法具有较高收敛精度,同时具有较快的收敛速度。与其他5种改进粒子群算法进行对比实验,结果表明:本文所提算法寻优精度高,收敛时间短。将本文算法与衰减曲线法、3种改进粒子群算法分别应用于主蒸汽温度串级PID控制器参数优化,仿真实验结果验证了本文算法的有效性。     

标准测试系统中PSS参数协同优化与配置研究

选取IEEE-57节点测试系统进行振荡模式、阻尼特性和电力系统稳定器(power system stabilizer,PSS)投退分析,校核系统PSS配置的合理性及抑制低频振荡的效果。基于自适应加速粒子群算法分3步对测试系统进行PSS参数协同优化和配置,第一步对15号机PSS参数进行单机优化,对比系统阻尼;第二步对18号机进行PSS配置及其参数优化,提高测试系统阻尼;第三步对15、18号两机进行PSS参数协同优化,获得更高阻尼特性的参数。利用小干扰稳定时域仿真和普罗尼算法(Prony分析),验证得协同优化的PSS参数阻尼效果更好,系统动态安全稳定水平更高且PSS协同优化及配置方法有效可行。     

加速功率型PSS功率匹配系数的整定

根据加速功率型PSS的工作原理,分析了PSS产生反调的原因.应用频率特性法分析提出可通过整定功率匹配系数和轴系滤波参数避免反调的影响.基于Matlab建立了仿真模型,仿真计算结果表明方法正确有效,使PSS的参数整定方法更加完善.     

基于混沌粒子群优化算法的数字PID参数整定

移相全桥零电压(PS-FB-ZVS)PWM DC/DC变换器是变换器的一个研究热点。针对PID控制器参数的整定及自适应调整难以达到最优状态,使控制结果出现较大的超调量,在此利用混沌粒子群优化算法(ChaosParticle Swarm Optimization,简称CPSO)、原始粒子群优化算法和遗传算法对变换器的数字PID控制器参数进行了整定,得到评价函数值收敛趋势图和系统的单位阶跃响应曲线,并利用PID参数整定结果得到输出电压动态响应曲线。通过分析几种算法整定PID参数的结果,表明CPSO具有更好的优化效果。     

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用

针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。     

加速功率型电力系统稳定器参数整定方法研究

电力系统稳定器（PSS）是抑制系统低频振荡的有效手段,通常认为以发电机转速偏差和电磁功率偏差为输入信号的加速功率型PSS可避免发电机无功反调问题。结合实例和时域仿真分析,指出在参数整定不合理情况下此类PSS仍可能出现无功反调现象,分析了典型PSS参数对无功反调的影响,在此基础上提出一种基于数字仿真的PSS参数整定方法。对实际电网的时域仿真结果验证了该方法的有效性。     

一种基于粒子群算法的电力系统稳定器现场参数整定方法

文章提出一种基于粒子群算法的电力系统稳定器(PSS)参数整定智能寻优方法,综合考虑发电机本机振荡点所处频率范围及相位补偿的约束条件,以优化PSS相位补偿效果及提高试验人员现场试验效率。     

改进FOPID控制器在PMSM伺服系统中的研究与应用

分数阶PIλDμ(FOPID)控制器在PID控制器的基础上增加了2个控制参数λ和μ,具有更高的灵活度及控制精度。将分数阶PIλDμ控制器应用于永磁同步电机(PMSM)调速系统能有效提高其性能指标。由于增加了控制参数,参数整定难度也随之提高。研究了通过粒子群算法对FOPID控制器参数整定,并引入自适应权重策略和混沌局部搜索策略来克服粒子群算法容易早熟的缺点。仿真和系统实际运行效果证明了该方法的可行性。     

半主动悬架PID控制的研究和优化

为解决汽车半主动悬架系统PID控制中,PID控制器参数选择的经验性和主观性,提出采用粒子群算法对PID控制器中的参数进行优化。首先建立汽车半主动悬架系统的模型,并对其进行PID控制,然后利用粒子群算法的并行全局搜索能力对PID控制参数Kp、Ki、Kd进行整定,以此来改善汽车半主动悬架PID控制的性能。仿真结果表明,基于粒子群算法优化的PID控制不仅解决了参数整定的问题,而且相对于PID控制的悬架和被动悬架而言,使汽车的乘坐舒适性和操纵稳定性有所提高。