为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

基于极大极小值原理的电力系统稳定器的设计

2017-12-11 14页 doc 33KB 21阅读

用户头像

is_589748

暂无简介

举报
基于极大极小值原理的电力系统稳定器的设计基于极大极小值原理的电力系统稳定器的设计 基于极大极小值原理的电力系统稳定器的 设计 第39卷第12期 2005年12月 浙江大学(工学版)JournalofZhejiangUniversity(EngineeringScience)VoI.39No.12 Dec.2005 基于极大极小值原理的电力系统稳定器的设计 江全元 (浙江大学电气工程学院,浙江杭州310027) 摘要:针对电力系统中存在的低频振荡现象,提出了应用极大极小值原理设计电力 系统稳定器(PSS)的新方法. 基于单机无穷大(SMIB)系统扩...
基于极大极小值原理的电力系统稳定器的设计
基于极大极小值原理的电力系统稳定器的设计 基于极大极小值原理的电力系统稳定器的 设计 第39卷第12期 2005年12月 浙江大学(工学版)JournalofZhejiangUniversity(EngineeringScience)VoI.39No.12 Dec.2005 基于极大极小值原理的电力系统稳定器的设计 江全元 (浙江大学电气工程学院,浙江杭州310027) 摘要:针对电力系统中存在的低频振荡现象,提出了应用极大极小值原理设计电力 系统稳定器(PSS)的新. 基于单机无穷大(SMIB)系统扩展六系数模型设计了PSS,设计中的极大极小值优 化问题采用系统特征值实部的最 小值为目标函数,应用两空间遗传算法求解优化问题的控制,并对单机无穷大 系统进行了特征值分析和时域 仿真.结果明,由该方法设计的电力系统稳定器在各种运行条件下均能有效地抑 制低频振荡,具有较好的控制效 果.与传统的控制器设计方法相比,所提出的方法具有设计简便,智能化程度高,鲁 棒性好的优点. 关键词:电力系统稳定器;两空间遗传算法;极大极小值优化 中图分类号:TM712文献标识码:A文章编号:1008—973X(2005)12一I979—05 Designofpowersystemstabilizerbasedonminimaxprinciple JIANGQuan-yuan (CollegeofElectricalEngineering.Z^ejianguniversity,Hangzhou310027,China) Abstract:Todampouttheinter-areaoscillationinpowersystem,anovelpowersystemstabiliz er(PSS) designapproachbasedonminimaxprinciplewasproposed.Basedontheextendedsix-param etermodelof single— machineinfinite-bus(SMIB)powersystem,PSSwasdesignedandtheminimalrealpartofeig enval— uewastakenastheobjectivefunctionintheminimaxoptimizationproblemofcontroldesign. Theoptimal controlparameterswereresolvedbyadoptingtwo— spacegeneticalgorithm.TheeigenvalueofSMIBpower systemwasanalyzedanddetailedtime— domainsimulationswerecarriedout.Theresultsshowthatthe powersystemstabilizerdesignedbytheapproachcanworkwellwithhighcontrolperformanc eunderdif— ferentoperatingconditions.Comparedwiththetraditionalcontrollerdesignmethods,thepro posedap— proachforPSSdesignismoresimple,convenient,intelligentandrobust. Keywords:PSS;two—spacegeneticalgorithms;minimaxoptimization 遗传算法(geneticalgorithm,GA)作为进化算 法(evolutionaryalgorithm,EA)的一个重要分支, 在最近2O年得到了深入广泛的研究.遗传算法本质 上属于一种非严格建立在自然选择和进化过程基础 上的非导数随机优化方法,原则上只要有足够的进 化代数就可以找到全局最优解,即具有全局收敛性, 同时其潜在的较强的并行处理能力,鲁棒性以及智 能化特点也使其受到越来越多的关注. 遗传算法正日趋成熟,在很多科学与工程领域 中已得到广泛的应用,近1O年来,在电力系统中也 得到越来越多的重视口].本文的主要目的是应用 遗传算法设计电力系统控制器,其基本出发点是利 用特征值法.特征值法具有理论严密,物理概念清 楚,便于设计控制器等诸多优点,而遗传算法由于具 有很强的对复杂不可微系统优化问题的求解能力, 故在工业应用领域控制器的结构设计和参数确定中 应用广泛.随着计算机计算速度的飞速发展和算法 的不断改进,遗传算法所具有的智能特点将使它获 收稿日期:2004—10—13.浙江大学(工学版)网址:WWW.journals.zju.edu.cn/eng 基金项目:国家自然科学基金资助项目(50507018). 作者简介:江全元(1975一),男,湖北黄冈人,博士,讲师,从事电力系统自动化的研 究.E—mail:iav@zjU.edu.cn 浙江大学(工学版)第39卷 得更多的应用. 本文将控制器参数整定的问题转化为上典 型的极大极小值求解问题,应用两空间遗传算法加 以求解,并将所提出的方法应用于单机无穷大系统 电力系统稳定器(powersystemstabilizer,PSS)的 设计. 1极大极小值优化问题 考虑如下与运行条件有关的受控线性系统 一 A(C,E)X+B(C,E)U.(1) 式中:x,u分别为状态变量和控制量,A,B为与参 数矩阵c,E有关的系数矩阵,c为控制器的参数矩 阵,E为系统的运行条件矩阵,即 c一[C1,Cz,L,C],1… E—VEl,E2,L,E,.J 式中:n,mEN. 对于系统式(1),设计控制器的关键在于寻找控 制器参数矩阵c以保证控制器在所有可能的运行 条件E下都能获得较好的控制效果,也就是必须解 决以下问题: J—rain(maxRe()}.(3) CE:R1EE:R2 式中:R.为所有可能的控制器参数的集合;R为所 有可能的运行条件的集合;maxRe()为控制参数 EE:R2 矩阵c固定时,所有可能运行条件下闭环控制系统 特征值实部的最大值;rain(maxRe(2))为所寻求的 CE:R1EE:R2 最优控制参数,使J一maxRe(a)取得最小值,以使 EE:R2 闭环系统的特征值最大限度地移向复平面的左侧. 若J<O,则表明优化得到的控制器参数c保证受控 系统在R内稳定,,越小表示闭环系统越稳定. 从式(3)可以看出,该问题就是数学上的极大极 小值优化问题[.由于该问题的目标函数非常复杂, 用通常的基于梯度的寻优算法难以解决,而遗传算 法与传统的寻优方法相比,其最大的优点在于不需 要知道目标函数的导数信息,特别适用于导数信息 不可获取的较复杂的优化问题,因此本文采用遗传 算法求解这一优化问题,算法的流程图如图l所示. 在图1中,g-和gz分别为内层和外层优化过 程的进化代数.应用遗传算法求解该极大极小值问 题时还需要考虑的问题有:遗传因子的编码,遗传算 子参数的选择和收敛条件的选择等问题,限于篇幅, 这里不再赘述. 开 l初始化,随机 I产生初始种群c=五?______________??_-?__-____________一 l初始化,随机 I产生初始种群 ===f一 而 行遗传算子操I 作:选择,杂交,l 敛条件是否满 外层优化, 进行遗传算 子操作:选 择,杂交, 突变,求C ———1——一 Yl 图1遗传算法求解极大极小值问题流程图 Fig.1Flowchartofsolvingminimaxoptimizationprob— lemwithGA 2PSS控制器的设计 考虑如图2所示的单机无穷大系统,图3为 其扩展6系数模型.由6系数模型,不难得到如下 的状态空间模型. 一 (?一1), 0一(—TP)/M, — EEfd—E一(--x'd)i1/.一 (一 z x~ 下 +xdlJ . +~T Vocos3)/T~0, 亡fd一[K(Vref——UPss)一Efd]/. (4) 式中:TP一?笔竽+?, '芊sin.+'辛E+芊cos., U为控制变量. 将P,V和式(4)中E进行线性化后可得 AP一K1A3+K2AE,1 AE"q—AEfd--K ,}(5) ?v一K?+K6?E.J Xy ?— 图2单机无穷大系统 Fig.2Single-machineinfinite—bussystem 第12期江全元:基于极大极小值原理的电力系统稳定器的设计 ? 图3扩展6系数模型 Fig.3Mathematicmodelofextendedsix-parameters 系数K,K如下所示: K南2+, K2--,K.一, K一sin, Ks—{ocos6o一而x'dVqo.sin, 毫 式中: gqo.一警, V0=^//(d0+iq0).+(q0一ido)., 6o=tan-1,一V.z,d.Vq0一eld0.' 所研究的单机无穷大系统中,发电机参数为 d=1.6,d=0.32,5C.一1.55,Vto一1.0,?o=120兀 rad/s,.=6.0S,M一10.0;传输线参数为.一 0.4;励磁器参数K一50.0;T一0.05S;负载参数 为P?(0.1,1.0);Q?(一0.2,1.0),上述各个变量 的具体物理意义及其说明详见文献[7]- 本章考虑的PSS辅助稳定信号是电磁功率P, 其传递函数具有的形式为 u一K南—?Pe?(6) 许多研究结果都表明,为保证在不同的负荷条件下 PSS均能提供足够的阻尼以确保系统的稳定性, PSS的参数K和丁的确定至关重要. 遗传算法在本电力系统控制器设计中应用的主 要目的,在于选择式(6)中的K,11以满足下面的目 标函数:' J—rainmaxRe().(7) (K,T)?RI(P,0)?R2 式中:R,R.分别为控制器参数集合和运行条件集 合.axRe()为系统在一定的负荷条件P,Q下 尸,Q?R. 最大的特征值实部.假如<0,则存在K和T可以 保证系统稳定. 对于图2所示的单机无穷大系统,当PSS退出 工作时,系统的状态空间模型为 =AX.(8) 式中:x:[????EAEfd]. A== 0tO000 一 0一 K20 一 .一志去 一TKoKs.一警一 当PSS工作时,系统的状态空间模型为 j(一x. 式中:x一[???EAEfd?l?2]. = 一一 K10一 000MM 一 K40 一丽11.. 一 警.一警一.一争 KK0K2K0一{0 K1K0K.K0一{一{ (9) 对目标函数式(7)应用第1章所述的遗传算法进行 优化,优化的区间为K?[O,1O],11?[O,1O],采用 浮点编码.优化的结果为K一2,001,丁一0.2018, J=一0.107.图4,5分别为有,元PSS时系统特征 值的分布,可知基于遗传算法设计的PSS能在各种 负荷条件下保持系统的稳定性. 图4无PSS控制时系统的特征值 Fig.4EigenvaluesofsystemwithoutPSSinstalled 3时域仿真 为验证所得到的PSS的有效性,在不同的负荷 浙江大学(工学版)第39卷 Ke() 图5有PSS控制时系统的特征值 Fig.5EigenvaluesofsystemwithPSSinstalled 条件下对图2所示的系统进行了仿真,其结果如图 6,8所示.各图中扰动均在0s时,机械转矩突然增 加,扰动持续3个工频周期.可以看出,无PSS时, 发电机功角曲线在不同负荷条件下几乎都是振荡发 散的,系统不稳定;有PSS时,无论是发电机功角口 还是PSS的控制变量【厂,在不同负荷条件下都随 时间衰减,系统趋于稳定.由此可见,PSS能有效抑 制系统的低频振荡,这与特征值分析的结果一致. a t/S (a)P=0.9,Q=0.3 t/s (b)P=0.5,Q=O.7 t/s (c)P=1.0,Q=0.2 图6无PSS时随时间的变化曲线 Fig.6Responseof卢withoutPSSinstalled 4结语 本文将控制器的参数优化问题转化为一个极大 极小值问题,应用两空间遗传算法进行优化,使闭环 系统的特征值尽可能位于远离虚轴的左半平面.将 l3 毫1.2 1.1 02468l0 t/s (a)P:0.9,Q=0.3 t/s (b)P=O.5,Q=O,7 图7 Fig.7 0.02 0.0l 0 — 00I 一 0.02 O t/s (c)P=1.0,Q:一0.2 有PSS时随时间的变化曲线 Responseof卢withPSSinstalled 0?0 一 0.0 t/s (b)P=O.5,Q=O.7 02468lO t/s (c)尸1.0,Q=一0.2 图8有PSS时uPss随时间的变化曲线 Fig.8ResponseofUpsswithPSSinstalled 此方法应用于PSS附加控制器的设计以阻尼电力 系统的低频振荡,特征值分析和时域仿真结果都表 明,基于遗传算法设计的PSS控制器能在相当宽的 运行条件下为低频振荡提供足够的阻尼,保证系统 的稳定运行.本文所提方法具有通用性,还可以扩展 r???????Lr???r?????,????????L, 》7_)3l一 第12期江全元:基于极大极小值原理的电力系统稳定器的设计1983 用于电力系统其他装置,如FACTS装置参数的优 化,这也是今后有意义的研究方向之一. References): 参考文献( [1]曹一家,程时杰.进化算法在工程应用中的若干实用技 术[J].电力系统自动化,2001,25(1):62—65. CAOYi—jia,CHENGShi—jie.Somepracticaltechniques forengineeringapplicationsofevolutionaryalgorithm EJ].AutomationofElectricPowerSystems,2001,25(1): 62—65. [2]曹一家,程时杰.进化算法在工程应用中的若干实用技 术FJ].电力系统自动化,2001,25(2):60—63. CAOYi—jia,CHENGShi—jie.Somepracticaltechniques forengineeringapplicationsofevolutionaryalgorithm FJ].AutomationofElectricPowerSystems,2001,25(2): 6O一63. [3]魏金岭,霍超.运用变异算子随机搜索求解全局优化问 题[J].浙江大学:工学版,2001,35(6):633— 639. (上接第1972页l WEIJin—ling,HUOChao.Newstochasticsearchalgo— rithmforglobaloptimizationasedonmutationoperator FJ].JournalofZhejiangUniversity:EngineeringScience, 2001,35(6):633—639. [4]杨敏虹,邵伟,于渤.PSS参数选择和优化的仿真分析 FJ].浙江大学:工学版,2001,35(5):526—528. YANGMin-hong,SHA0Wei.YU13o.Simulation studyonparameterselectionandoptimizationforPSS [J].JournalofZhejiangUniversity:EngineeringScience, 2001,35(5):526—528. [5]SEBALDAV,SCHLENZIGJ.Minimaxdesignofneu— ralnetcontrollerforhighlyuncertainplantsFJ].IEEE TransactionsonNeuralNetworks,1994,5(1):73—82. [6]ABDEL—MAGIDYL,BETTAYEBM,DAWOUDM M.Simultaneousstabilizationofpowersystemsusing geneticalgorithms[J].1EEProceedings-Generator, TransmissionandDistribution,1997,144(1):39—44. [7]余耀南.动态电力系统[M].北京:水利电力出版社, 1985. [8]BERGERJ,GANGD.Aneuralnetworkmodelofmet— ricperceptionandcognitionintheauditionoffunctional tonalmusic[A].ProceedingsoftheInternationalCom— puterMusic[C].SanFrancisco:InternationalComputer MusicAssociation,1997:23—26. [9]余立功,h佳俊,陈纯.计算机音乐研究初探FJ].计算 机工程与应用,2005:41(4):66—68. YULi—gong,BUJia—jun,CHENChun.Asurveyof computermusicFJ].ComputerEngineering&Applica- tion.2005:41(4):66—68. [1O]保罗?兴德米特,罗忠熔译.作曲技法[M].北京:人 民音乐出版社,1983. [11]舒琛珍.节奏命名[J].武汉音乐学院,2003,65 (1):83—88. SHUChun—zhen.Thenomenclatureofmusicrhythm FJ].JournalofWuhanConservatoryofMusicChina, 2003,65(1):83—88. [12]陈小荷.现代汉语自动分析[M].北京:北京语言文化 大学出版社,2000.
/
本文档为【基于极大极小值原理的电力系统稳定器的设计】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
热门搜索

历史搜索

    清空历史搜索