CN104868490A - 一种基于暂态稳定性指标的直流调制控制器参数优化方法 - Google Patents

Abstract

本发明公开了一种基于暂态稳定性指标的直流调制控制器参数优化方法。目前，对于直流有功功率调制提高系统暂态稳定性方面研究主要是通过大量仿真计算获得和工程经验获得调制参数的研究；通过仿真获取调制控制器参数的方法可以获得针对某一故障调制效果较好的参数，但是这种方法只能对单一参数进行假设分析，忽略了各参数之间的相互影响，工作量巨大且无法获得具有通用性的参数。本发明基于等面积法则下的暂态稳定性指标，结合PSO算法对直流有功功率提升/回降调制控制器进行参数优化的方法，不但可以实现参数的智能化搜索，还能够针对不同故障情况提出对应的调制策略，提高有功功率调制的效果，并进一步实现了多条直流线路的灵活和协调控制。

Description

一种基于暂态稳定性指标的直流调制控制器参数优化方法

技术领域

本发明涉及直流有功功率提升/回降调制控制器的参数优化，具体地说是一种基于等面积法则下的暂态稳定性指标并结合PSO优化算法对有功功率提升/回降调制控制器进行参数优化的方法。

背景技术

特高压交直流混联后，电网的网架结构更为复杂、运行方式更为多样。由于特高压直流(HVDC)常作为区域间功率输送通道传送大量的功率，甚至超过交流外送通道输送的功率量，因此当交直流通道发生故障后，送端电网将有大量的功率无法送出，而受端电网则缺失大量电源，将导致系统出现严重稳定问题。为解决这一问题，可以在系统受到大扰动后，采用正常直流通道有功功率调制的方式短时快速吸收或者释放交流系统所不能承担或不足的功率，从而减少了安全稳定控制切机切负荷量，进而提高系统稳定性。

有功功率提升/回降调制是指改变直流输送的功率值，使直流功率按照一定的规律变化输出，其调制过程呈现离散化，相较于其他方式略显不够灵活，但却更易于工程实现，有极大的应用价值。

当前直流有功功率调制的参数主要是通过大量仿真计算获得和工程经验获得。通过大量仿真实验可以获得针对某一故障调制效果较好的参数，但是这种方法忽略了各参数之间的相互影响。此外，对于不同的故障集合，需要对每个故障逐一进行仿真试验，工作量巨大且无法获得具有通用性的参数，亟需一种可以智能搜索调制参数并能适应不同故障情况对参数进行优化的方法。

发明内容

本发明所要解决的技术问题是克服上述现有方法存在的技术缺陷，提供一种可以根据实际电网的交直流通道拓扑结构和基于暂态稳定性指标最优的原则，对有功功率提升/回降调制控制器的参数进行优化的方法，其采用人工智能方法代替传统的工程经验，以解决哪些故障可以进行直流调制、如何有效恰当地进行直流有功功率调制及多条直流调制之间如何协调调制等问题。

为此，本发明采用如下的技术方案：一种基于暂态稳定性指标的直流调制控制器参数优化方法，其步骤如下：

1)选定电网中典型交直流外送通道故障，仿真分析有功功率提升/回降调制控制器各参数对于调制效果的影响，确定有功功率提升/回降调制控制器参数的初始化范围；

2)初始化PSO优化算法中涉及的各类参数：搜索空间的上、下限U_d和L_d，学习因子c₁、c₂，算法最大迭代次数T_max，粒子速度范围[-ν_max，ν_max]，随机初始化搜索点的位置x_i(即有功功率提升/回降调制控制器的起始时间、结束时间和调制量等3个参数)及其速度ν_i，形成初始化粒子群；

3)计算每个粒子的目标函数|I|值，即基于等面积法则的暂态稳定性指标，更新个体历史最优值及更新全局最优值；

4)粒子的状态更新，对每一个粒子的速度和位置进行更新，产生新种群；

5)检验是否符合结束条件，如果当前的迭代次数达到T_max，则停止迭代，输出最优解，否则转到步骤3)。

进一步，步骤3)中，基于等面积法则的暂态稳定性指标的目标函数如下：

$\min \left|I\right|=\min \left|{\mathrm{\η}}_1\right[\underset{t_0}{\overset{t_1}{\∫}}(P_m-P_e)\mathrm{dt}-\underset{t_1}{\overset{t_2}{\∫}}(P_e-P_m)\mathrm{dt}]+{\mathrm{\η}}_2[-\underset{t_2}{\overset{t_3}{\∫}}(P_e-P_m)\mathrm{dt}+\underset{t_3}{\overset{t_4}{\∫}}(P_m-P_e)\mathrm{dt}\left]\right|$

约束条件：

其中：

t₀为发电机稳态运行时功角所对应的时间；

t₁～t₄分别为发电机机械功率和电磁功率的交点对应的运行时间；

η₁,η₂分别是考虑发电机功角第一摆正摆和回摆的影响因子(由于暂态稳定性最关心的是首摆正摆的稳定性，建议取值为η₁＝0.8,η₂＝0.2)；

P_m为发电机机械功率；

P_e为发电机电磁功率；

约束条件中，第一式保证系统内任意两台发电机功角小于180°，第二式保证系统任意节点母线电压小于0.75p.u.的时间小于1秒，第三式保证发电机首摆有足够的反向加速度。

本发明能够在不同电网环境下及不同故障类型下，计算出相应的有功功率提升/回降调制控制器参数，并能够根据不同的故障类型提出相应的直流协调调制策略。

附图说明

图1为有功功率提升/回降调制中直流功率变化曲线。

图2为发电机功率与功角的变化关系。

图3为本发明基于PSO算法的有功功率提升/回降参数优化算法流程图。

图4为本发明参数优化算法迭代次数与指标关系图。

图5为故障情况下发电机有无本发明调制的功角比较图。

具体实施方式

下面结合说明书附图和具体实施方式对本发明作进一步说明。

人为使直流功率按照图1所示的规律变化输出，其中t_s为功率提升/回降的起始时间、t_e为功率提升/回降结束时间、K为调制速率，功率提升前后的直流功率关系为：

P_d'_c＝P_dc0+K(t_e-t_s)           (1)

由式(1)可知，直流有功功率提升/回降调制的参数调制起始时间、结束时间和调制速率之间的配合是调制效果好坏的关键。

功率提升/回降调制可以看作是将直流的改变量等效为发电机电磁功率，从而改变发电机的加、减速面积。由于电力系统暂态稳定性关心的是发电机的功角稳定性，其稳定性是由发电机加、减速面积决定的，因此可以通过对两者的计算定义一个发电机功角摇摆的指标作为反映电力系统暂态稳定性的指标。系统受到扰动后短时间内发电机的机械功率可以认为不变，而电磁功率会产生振荡，两者的变化与功角变化的关系如图2及式2所示：

$I=[\underset{t_0}{\overset{t_1}{\∫}}(P_m-P_e)\mathrm{dt}-\underset{t_1}{\overset{t_2}{\∫}}(P_e-P_m)\mathrm{dt}-\underset{t_2}{\overset{t_3}{\∫}}(P_e-P_m)\mathrm{dt}+\underset{t_3}{\overset{t_4}{\∫}}(P_m-P_e)\mathrm{dt}]---\left(2\right)$

式中：

t₀为发电机稳态运行时功角所对应的时间；

t₁～t₄分别为发电机机械功率和电磁功率的交点对应的运行时间；

P_m为发电机机械功率；

P_e为发电机电磁功率；

t₀～t₁时间内，发电机加速，功角首次正摆；t₁～t₂时间内，功角首次正摆达到最大；t₂～t₃时间内，功角首次回摆；t₃～t₄时间内功角首次回摆达到最大，4段函数的积分值即能描述发电机的功角摇摆情况，即能反映系统的暂态稳定性。

在(2)式中，当I最小时，系统中的能量波动最小，发电机的功角振荡也就最小，系统的暂态稳定性最高，通过将式(2)引入能反映第一摆正摆和回摆的影响因子η₁,η₂而转化为PSO算法的目标函数，因此基于功角稳定的目标函数如式(3)所示。

目标函数：

$\min \left|I\right|=\min \left|{\mathrm{\η}}_1\right[\underset{t_0}{\overset{t_1}{\∫}}(P_m-P_e)\mathrm{dt}-\underset{t_1}{\overset{t_2}{\∫}}(P_e-P_m)\mathrm{dt}]+{\mathrm{\η}}_2[-\underset{t_2}{\overset{t_3}{\∫}}(P_e-P_m)\mathrm{dt}+\underset{t_3}{\overset{t_4}{\∫}}(P_m-P_e)\mathrm{dt}\left]\right|---\left(3\right)$

约束条件：

约束条件中，第一式保证系统内任意两台发电机功角小于180°，第二式保证系统任意节点母线电压小于0.75p.u.的时间小于1秒，第三式保证发电机首摆有足够的反向加速度。

粒子群优化算法(Particle Swarm Optimization，PSO)数学描述如下：设搜索空间为D维，总粒子数为n，迭代代数为t，第ⁱ个粒子位置表示为x_i＝(x_i1,x_i2…x_iD)，第i个粒子迄今为止搜索到最优位置为pbest_i＝(p_i1,p_i2…p_iD)，整个粒子群迄今为止搜索到最优位置为gbest＝(g₁,g₂…g_D)，第ⁱ个粒子的速度为向量v_i＝(v₁,v₂…v_D)。在第t代向第t+1代的进化中，每个粒子的每一维的速度和位置按(5)、(6)式进行更新：

v_id(t+1)＝v_id(t)+c₁×r₁×[p_id(t)-x_id(t)]+c₂×r₂×[p_gd(t)-x_id(t)]             (5)

x_id(t+1)＝x_id(t)+v_id(t+1),1≤i≤n,1≤d≤D         (6)

其中，c₁，c₂为正常数，称为加速因子，c₁调节粒子往自身历史最优位置方向移动的步长，c₂调节粒子往全局历史最优位置方向移动的步长。r₁，r₂为[0,1]之间的随机数。通常地，针对第d维(1≤d≤D)的位置变化范围可设置速度上限v_max。

根据上述PSO的计算步骤，可得到基于PSO的有功功率提升/回降参数优化算法流程图，如下图3所示。

基于PSO算法的实现步骤如下：

(1)初始化。设定搜索空间的下限和上限L_d和U_d，学习因子c₁,c₂，算法最大迭代次数T_max，粒子速度范围[-v_max,v_max]；随机初始化搜索点的位置x_i及其速度v_i，设当前位置即为每个粒子的pbest_i，从个体极值找出全局极值，记录该最好值的粒子序号g及其位置gbest。

(2)评价每一个粒子。计算粒子的适应值(目标函数值)，若好于该粒子当前的个体极值，则将pbest_i设置为该粒子的位置，且更新个体极值。若所有粒子的个体极值中最好的好于当前的全局极值，则将gbest设置为该粒子的位置，更新全局极值及其序号g。

(3)粒子的状态更新。用式(5)-(6)对每一个粒子的速度和位置进行更新。当v_id>v_max时，令v_id＝v_max；相反，当v_id<-v_max时，令v_id＝-v_max。

(4)检验是否符合结束条件。如果当前的迭代次数达到了预先设定的最大次数T_max，则停止迭代，输出最优解，否则转到步骤(2)。

以1000kV雅安特高压N-2故障为例，通过采用基于PSO的有功功率提升/回降参数优化算法后，分别得出参数优化算法迭代次数与指标关系(见图4)，对应的直流功率调制策略如表1所示，仿真验证该故障下无调制和功率提升/回降调制的发电机功角曲线比较(见图5)，调制后可减少一般切机量并提高系统功角稳定。

表1 雅安特高压N-2故障PSO优化算法获得的调制策略

Claims (2)

1.一种基于暂态稳定性指标的直流调制控制器参数优化方法，其步骤如下：

1)选定电网中典型交直流外送通道故障，仿真分析直流有功功率提升/回降调制控制器各参数对于调制效果的影响，确定直流有功功率提升/回降调制控制器参数的初始化范围；

2)初始化PSO优化算法中涉及的各类参数：搜索空间的上、下限U_d和L_d，学习因子c₁、c₂，算法最大迭代次数T_max，粒子速度范围[-ν_max，ν_max]，随机初始化搜索点的位置x_i及其速度ν_i，形成初始化粒子群；

3)计算每个粒子的目标函数|I|值，即基于等面积法则的暂态稳定性指标，更新个体历史最优值及更新全局最优值；

4)粒子的状态更新，对每一个粒子的速度和位置进行更新，产生新种群；

5)检验是否符合结束条件，如果当前的迭代次数达到T_max，则停止迭代，输出最优解，否则转到步骤3)。

2.根据权利要求1所述的基于暂态稳定性指标的直流调制控制器参数优化方法，其特征在于，步骤3)中，基于等面积法则的暂态稳定性指标的目标函数如下：

$\min \left|I\right|=\min \left|{\mathrm{\&eta;}}_1\right[\underset{t_0}{\overset{t_1}{\&Integral;}}(P_m-P_e)\mathrm{dt}-\underset{t_1}{\overset{t_2}{\&Integral;}}(P_e-P_m)\mathrm{dt}]+{\mathrm{\&eta;}}_2[-\underset{t_2}{\overset{t_3}{\&Integral;}}(P_e-P_m)\mathrm{dt}+\underset{t_3}{\overset{t_4}{\&Integral;}}(P_m-P_e)\mathrm{dt}\left]\right|$

约束条件：

其中：

t₀为发电机稳态运行时功角所对应的时间；

t₁～t₄分别为发电机机械功率和电磁功率的交点对应的运行时间；

η₁,η₂分别是考虑发电机功角第一摆正摆和回摆的影响因子；

P_m为发电机机械功率；

P_e为发电机电磁功率；

约束条件中，第一式保证系统内任意两台发电机功角小于180°，第二式保证系统任意节点母线电压小于0.75p.u.的时间小于1秒，第三式保证发电机首摆有足够的反向加速度。