基于模糊神经网络的VSC-HVDC系统控制器的研究

对同步旋转坐标系下的VSC-HVDC系统的控制策略进行研究,针对传统的PI控制在大扰动下难以精确控制的缺陷,设计了一种新的控制方案及控制器。采用双环控制,其中内环电流控制器采用PI控制,而外环控制器采用模糊控制与人工神经网络相结合的控制策略,并采用遗传算法优化模糊神经网络的连接权值和隶属度函数。整流侧有功功率跌落、三相短路等情况下的仿真结果表明,此种控制方法在大扰动下的动态稳定性明显优于传统PI控制。     

基于简化零空间内点法VSC-HVDC离散化最优潮流的研究

在求解含电压源换流器的高压直流输电(Voltage Source Converter based High Voltage Direct Current, VSC-HVDC)的交直流系统最优潮流(Optimal Power Flow, OPF)问题时,常使用原对偶内点法或智能算法。但原对偶内点法无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易陷入局部最优解,同时计算时间过长。因此,提出一种含离散惩罚函数的简化零空间内点算法。算法的主要思想是以简化零空间内点法(下称S-NSIPM)为框架,对连续变量进行优化,当收敛函数小于一定值时,在离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优和适应能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

交直流系统离散无功优化精确化方法的研究

高压直流输电近年来在大容量电能传输中得到广泛的运用,其在经济性和运行特性方面有着突出的优点,利用交直流混联系统在各区域电网之间互联成为一种重要的输电方式。交直流系统的最优潮流(optimal power flow,OPF)特别是无功优化是系统的一个重要的研究方向,解决无功优化问题中的离散变量的优化问题一直是计算中的一个难点。本文以交直流系统的节点功率平衡方程和直流网络方程为基础,结合无功优化的理论,设计出一种解决离散变量问题的内点算法,以系统网损最小为目标函数进行无功优化计算,通过两个算例,验证了该算法解决交直流系统无功优化中离散变量优化的可行性。