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。     

水轮机智能调速系统数学模型仿真及参数辨识

为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。     

基于PSASP的PSS选址及参数整定的仿真研究

基于PSASP进行小干扰稳定计算,用特征值分析及其机电回路相关比分析出振荡模式,并用参与因子法及模态分析选取PSS合适的安装位置,采用单机无穷大系统小干扰线性化模型,对机组的PSS参数整定。以8机36节点系统为例进行了仿真研究。     

基于人工鱼群算法的智能交流接触器虚拟样机优化设计

人工鱼群算法是一种新型的随机搜索优化算法,为求解组合的复杂优化问题提供了一种新的方法.基于网格划分策略和禁忌搜索算法的改进型人工鱼群算法使优化过程能够更好地取得全局最优精确解.本文将改进型人工鱼群算法引入到智能交流接触器吸合与释放全动态过程控制参数和机构结构参数的优化设计中,不仅取得了综合优化的效果,而且保证了机构的快...     

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。     

基于等值单机无穷大系统的多机系统PSS设计

多机电力系统PSS的合理设计对于抑制低频振荡至关重要.基于单机无穷大系统的PSS设计方法简单明了,但需要解决等值单机无穷大系统的求取问题.提出了一种直接利用多机系统Phillips-Heffron模型线性化矩阵对角元素形成等值单机无穷大系统Phillips-Heffron模型的新方法,并采用相位补偿法进行PSS设计.与基于发电机间的节点导纳矩阵求取等值单机无穷大系统的方法相比,新方法省去了各机组等值系统参数和线性化系数的计算工作.基于等值单机无穷大系统的PSS设计方法简洁,物理概念清晰,计算量小,便于现场应用.算例比较表明,基于等值单机无穷大系统设计的PSS增强系统阻尼的效果不比一些统一协调设计法的差.     

基于IAFSA-SVM的岸电箱断路器故障诊断

断路器的故障诊断对岸电系统的稳定运行有重要意义。针对人工鱼群算法和其他智能算法在优化支持向量机参数时,存在易陷入局部最优、泛化能力差等问题,通过自适应调整步长和引入全局随机行为,提出基于改进人工鱼群算法优化支持向量机参数的故障诊断模型。将断路器合闸线圈电流信号中的时间和电流信号作为特征量,采用改进人工鱼群算法对支持向量机的参数寻优,以提升支持向量机的故障分类性能。仿真结果显示,该算法在样本数量小的情况下仍具有良好的分类性能,能够准确对断路器进行故障分类。     

扩展记忆优化人工鱼群算法在光伏系统 MPPT的仿真研究

针对不均匀光照下,光伏发电系统中的光伏阵列输出功率曲线呈现多峰特性,传统光伏阵列最大功率点跟踪 (MPPT)监控算法易陷入局部最优解误区,提出一种扩展记忆优化人工鱼群算法 (EPＧFSA).该算法在标准鱼群算法上引入速度参数和记忆行为,既保证鱼群算法的全局搜索能力,又增加了记忆算法的快速收敛性,快速得出全局最优解.仿真分析证明,扩展记忆优化人工鱼群算法较持续扰动法和标准人工鱼群算法具有更快的收敛速度和更强的全局搜索性能。     

基于随机聚焦粒子群算法的多机系统PSS参数优化

随机聚焦粒子群算法(SFPSO)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群体智能优化算法.通过采用SFPSO算法,对多机系统的PSS参数进行优化.该方法是以最优控制原理为基础,综合考虑PSS与励磁系统的性能,将PSS 参数优化协调转化为带有不等式约束的优化问题,控制目标为系统输出按照最小误差跟踪给定值的能力.通过仿真测试以及不同算法优化结果的对比,表明基于SFPSO算法优化的PSS在不同的干扰下都具有良好的性能,能够抑制低频振荡,并保持系统稳定,同时证明了SFPSO算法的有效性和优越性.     

分散励磁式船舶电力系统鲁棒控制器研究

给出了分散励磁式船舶电力系统柴油机发电机组的数学模型,明确了模型中各种干扰项的物理意义。将发电机组数学模型线性化后,增广为广义受控系统,应用H∞控制理论,设计了发电机的分散励磁鲁棒控制器,并应用线性矩阵不等式(LMI)方法,将H∞控制器的设计转化为一个线性矩阵不等式约束和线性目标函数的凸优化问题,对H∞控制器求解和优化。仿真结果表明,当电力系统受到干扰后,H∞鲁棒励磁控制器比传统的电力系统稳定(PSS)励磁控制器具有更强的抗干扰能力,并使电力系统在较短时间内恢复稳定。     

协同电力系统仿真平台的混合仿真技术研究及应用

目前,数据和运算密集型的高级人工智能计算技术发展迅速,而电力系统仿真和分析平台并不容易扩展人工智能技术的应用。文章基于大规模电力系统仿真分析软件平台(PSASP),附加扩展非支配排序遗传算法(NSGA-II),实现复杂电力系统中多个电力系统稳定器(PSS)控制参数的多目标协调优化算法技术。实现过程中提出了PSASP-MATLAB混合仿真技术,设计了考虑多机PSS的鲁棒性和稳定性的多目标综合优化函数,混合编程实现了PSASP平台暂态仿真过程与MATLAB平台NSGA-II算法交互连接。针对多机和多运行方式的复杂EPRI 36节点算例,应用文中技术求解的PSS全局优化控制参数,抑制振荡的能力优于传统优化方法,且在多种运行方式下具有良好的鲁棒性。     

基于机组实测相频特性的PSS参数整定

提出一种电力系统稳定器(PSS)参数优化整定方法:以机组有补偿相位特性在整个低频段满足要求为目标,确定PSS相位补偿环节时间常数;在临界增益法的基础上,以振荡过程中机组电磁功率振荡最小为目标,整定PSS控制增益;采用最大-最小蚁群算法求解优化模型.采用该方法,基于机组实测无补偿相位特性,对南方电网辖区多台机组PSS参数...     

基于增强连续禁忌算法的PSS参数优化

多机系统中,电力系统稳定器PSS(Power System Stabilizer)的参数配置是一个复杂的非线性优化问题。描述了电力系统模型、PSS模型及参数优化目标函数和约束条件。介绍了增强连续禁忌算法ECTS(Enhanced Continuous Tabu Search)的主要组成部分及算法流程图。并以WSCC3机9节点系统为例进行PSS参数优化,通过发电机在不同方式下(正常、负荷高峰、负荷低谷)的动态性能仿真,结果表明：用ECTS算法参数优化后的PSS动态性能优于常规方法设计的PSS,具有一定的鲁棒性。     

采用广域测量信号的PSS参数优化设计

为了解决传统的电力系统稳定器PSS(Power System Stabilizer)因局限于反馈本地信号而不能很好地抑制区域模式的问题,针对区域模式装设引入广域测量信号的PSS,针对地区模式装设引入本地信号的PSS。根据参与因子确定PSS装设地点,然后应用遗传算法对其参数进行协调。由于PSS反馈远方信号,设计时考虑了通信延迟的影响。算例表明,提出的方案能够较好地抑制低频振荡。     

电力系统稳定器对三峡输电系统动态稳定的影响

对三峡电站发电机采用的电力系统稳定器（PSS）对三峡电力系统动态稳定性的影响进行了分析和计算。以2010年的丰大、丰小、枯小、枯小四种基本潮流为主，计算了大干扰、小干扰时的系统稳定性。研究结果表明，三峡电站发电机无PSS时电力系统因阻尼不足地产生低频振荡，采用PSS可明显增强三峡电力系统的阻尼，提高系统的动态稳定性，三峡电站发电机采用PSS是必要的，可行的。     

电力系统稳定器（PSS）改善云南和南方电网的动态稳定

为了改善云南电网与南方电网互联的动态稳定性,在云南鲁布革水电站安装了电力系统稳定器（ＰＳＳ）。本文介绍ＰＳＳ参数选择的原则和方法以及现场试验。试验结果表明 ＰＳＳ装置显著改善了系统的阻尼作用。     

自适应电力系统稳定器设计的频域方法

本文提出了一种自适应电力系统稳定器设计的频域方法。这种自适应稳定器通过在线估计系统中发生振荡的频率与阻尼,调整稳定器参数,以保持向系统提供足够的阻尼,从而使其能够适应电力系统运行方式及工况的变化,达到抑制振荡,提高系统稳定性的目的。文中给出了设计实例及详细的非线性仿真结果。     

基于免疫算法的单机系统电力系统稳定器的设计

在励磁系统中加入电力系统稳定器(PSS),增加阻尼,有利于抑制低频振荡.提出了利用免疫算法为单机无穷大系统设计PSS.它将PSS的整个设计过程转化为一组参数进行寻优的过程,利用IA的特点,提高了多参数寻优的效率.仿真结果表明,利用该方法设计的PSS性能有了较大的提高.     

Power system stabilizer design using Strength Pareto multi-objective optimization approach

Power system stabilizers (PSSs) are the most well-known and effective tools to damp power system oscillation caused by disturbances. To gain a good transient response, the design methodology of the PSS is quite important. The present paper, discusses a new method for PSS design using the multi-objective optimization approach named Strength Pareto approach. Maximizations of the damping factor and the damping ratio of power system modes are taken as the goals or two objective functions, when designing the PSS parameters. The program generates a set of optimal parameters called Pareto set corresponding to each Pareto front, which is a set of optimal results for the objective functions. This provides an excellent negotiation opportunity for the system manager, manufacturer of the PSS and customers to pick out the desired PSS from a set of optimally designed PSSs. The proposed approach is implemented and examined in the system comprising a single machine connected to an infinite bus via a transmission line. This is also done for two familiar multi-machine systems named two-area four-machine system of Kundur and ten-machine 39-bus New England system. Parameters of the Conventional Power System Stabilizer (CPSS) are optimally designed by the proposed approach. Finally, a comparison with famous GAs is given.     

具有多模型适应性的发电机PSS参数优化方法

现代电力系统中应用配置的电力系统稳定器(PSS)模型不尽相同,而传统PSS参数设计方法仅局限于传统PSS模型。文中提出了具有多模型适应性的发电机PSS参数优化方法,以PSS相位补偿效果为优化目标,采用粒子群算法对该发电机的PSS参数进行优化。该方法对多种PSS模型具有高度适应性,不仅适用于传统的PSS模型,也适用于无超前滞后环节的新型PSS模型。算例表明,采用具有多模型适应性的发电机PSS参数优化方法可有效提升系统阻尼,抑制系统低频振荡。