CN111181178A - 基于自适应罗盘搜索算法的火电厂同步发电机励磁系统最优参数整定方法 - Google Patents

Abstract

本发明提供一种基于ACS算法的火电厂SG励磁系统最优参数整定方法，具体实现步骤如下：首先，建立SG的优化模型；然后，将电网故障引起的频率偏差输入至配置有PSS的励磁系统中，经调节后输出励磁电压u_fd；最后，将u_fd反馈至SG中，进行下一次迭代。其中，PSS参数及励磁增益参数采用ACS算法进行整定。不断循环上述过程，直至算法收敛得到最优的整定参数。ACS算法有效解决了火电厂SG在实际应用中其PSS参数及励磁增益参数难以最优整定的问题，具有如下两个优势：第一，算法引入了基于探索方向的自适应序列，显著提高了全局搜索能力，避免了PSS参数及励磁增益参数陷入局部最优；第二，ACS算法采用单智能体搜索机制，使得算法能以更快的速度和更高的收敛稳定性逼近最优的PSS参数及励磁增益参数。

Description

基于自适应罗盘搜索算法的火电厂同步发电机励磁系统最优 参数整定方法

技术领域

本发明涉及电力系统控制技术领域，具体为一种基于自适应罗盘搜索(adaptivecompass search, ACS)算法的火电厂同步发电机(synchronous generator, SG)励磁系统最优参数整定方法，以实现SG在电网故障下参与电力系统最优调频。

背景技术

近年来，我国电力行业发展迅速，各种发电技术为生产生活提供了更多的电力资源。为了保证供电的稳定性和安全性，必须要提高对火电厂发电过程的重视，确保其发电机组可以始终维持在最佳运行状态，保持较高的生产效率。SG作为火电厂发电机组中最重要的组成部分，其可靠性直接影响火电厂的稳定运行和用户供电的安全性和经济性。一旦电网发生故障，将会造成大幅度的频率振荡，使SG失稳运行，严重时还会引发大规模的停电事故，造成重大经济损失。为此人们引入了电力系统稳定器(power system stabilizer，PSS)作为SG励磁系统的附加控制环节，以缓解机组的调频压力，快速降低电网故障引起的频率振荡，改善电网的稳定性。目前，火电厂励磁系统所采用的控制参数大多是依赖工程经验而整定的，当发电机负荷增减或受到外界干扰导致运行状态突变时，其控制参数将很难满足系统稳定的高品质要求。因此如何优化励磁系统的控制参数，使之能够更好地适应发电机复杂系统的动态变化，成为了SG励磁控制研究所面临的主要问题。

以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明为解决火电厂SG励磁控制在实际应用中其PSS参数及励磁增益参数难以最优整定的问题，提出一种基于ACS算法的火电厂SG励磁系统最优参数整定方法，以实现SG在电网故障下参与电力系统最优调频。

为达到上述目的，本发明采用的技术方案为：一种基于自适应罗盘搜索(adaptivecompass search, ACS)算法的火电厂同步发电机(synchronous generator, SG)励磁系统最优参数整定方法，以实现SG在电网故障下参与电力系统最优调频，包括以下步骤：

（1）建立SG的优化模型；

（2）利用ACS算法对PSS的参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e进行整定；

（3）输入电网故障引起的频率偏差至配置有电力系统稳定器(power systemstabilizer，PSS)的励磁系统中，经励磁调节后输出励磁电压u_fd，将其反馈至SG中，进行下一次迭代；

（4）不断循环上述过程，直至算法收敛，得到最优的整定参数。

ACS算法有效解决了火电厂SG在实际应用中其PSS参数及励磁增益参数难以最优整定的问题，具有如下两个优势：第一，算法引入了基于探索方向的自适应序列，显著提高了全局搜索能力，避免了PSS参数及励磁增益参数陷入局部最优；第二，ACS算法采用单智能体搜索机制，使得算法能以更快的速度和更高的收敛稳定性逼近最优的PSS参数及励磁增益参数。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明一优选实施方式提供的一种基于ACS算法的火电厂SG励磁系统最优参数整定方法的原理图；

图2是ACS算法整定参数流程图；

图3是ACS算法的搜索寻优过程示意图。

具体实施方式

现在结合附图和实施例对本发明作进一步详细的说明，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1、图2和图3所示，本发明一优选实施方式提供一种基于ACS算法的火电厂SG励磁系统最优参数整定方法，包括以下步骤：

首先，建立SG的优化模型；然后，将电网故障引起的频率偏差输入至配置有PSS的励磁系统中，经励磁调节后，输出励磁电压u_fd；最后，将u_fd反馈至SG中，进行下一次迭代。其中，PSS的参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e采用ACS算法进行整定。不断循环上述过程，直至算法收敛得到最优的整定参数。

具体步骤为：

1、建立SG的优化模型，方法如下：

为实现最优调频效果，要求目标函数值在约束条件内最小，计及控制成本，优化模型如下：

式中，f(x)表示目标函数；N表示故障种类的总数；|f_i-f₀|表示第i种故障下的电网频率偏差，额定频率f₀=50Hz；

表示控制成本权重系数；u_fdi表示第i种故障下SG的励磁电压；T₁、T₂、T₃、T₄是PSS的超前-滞后相位补偿参数；K_PSS是PSS的增益参数；K_e是SG励磁系统的励磁增益参数。

2、利用ACS算法对PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K _e进行整定。

ACS是一种模式搜索算法，不需要任何关于目标函数的梯度信息，仅需测量优化变量即可进行最优参数整定。本发明的自适应罗盘搜索(adaptive compass search, ACS)算法采用了基于探索方向的自适应序列，显著提高了全局搜索能力，降低了PSS参数及励磁系统的励磁增益参数陷入局部最优的概率。利用ACS算法对PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K _e进行整定分为三个步骤：(a)模式矩阵确定、(b)探索移动和(c)模式移动。具体实现步骤如下：

(a)模式矩阵确定

针对所需整定的PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e这6个变量，基于当前点为每个变量选择两种基本搜索模式(即正向搜索和反向搜索)。模式矩阵如下所示：

式中，D_i表示第i个优化变量的步长。

(b)探索移动

对于每个优化变量，基于当前解x_k，实施探索移动以找到潜在的最优解位置，即最优的PSS参数及励磁增益参数值，其步骤如下：

步骤1：设置参数i=0、基准点x_b=x_k；

步骤2：实施正向搜索：x^new=x_b+M(:,2i-1)；

步骤3：若f_k(x^new)<f_k(x_b)，则令x_b=x^new，执行步骤5；否则实施反向搜索：x^new=x_b+M(:,2i)，执行步骤4；

步骤4：若f_k(x^new)<f_k(x_b)，则令x_b=x^new；执行步骤5；

步骤5：设置i=i+1；若i>n，则终止；否则执行步骤2。

其中，k表示第k次迭代；x^new表示新的搜索位置；f(x)表示适应度函数，即目标函数。

(c)模式移动

在进行大范围的探索移动后，ACS算法将根据搜索结果更新现有的最优解位置。如果基于新的搜索方案得到了更高质量的解，则替换当前最优解，否则为了进行更有效的搜索，将缩小优化变量的步长，如下所示：

式中，γ表示步长的衰减系数。

为了提高全局搜索能力，在移动过程中引入了基于探索方向的自适应序列，ACS通过利用之前在正/反向之间搜索得到的潜在的最优解，来确定每个优化变量的最佳搜索方向，从而获得所需整定参数的全局最优解，具体如下：

式中，r是[0,1]之间的随机数；p_k+1表示第k+1次迭代时正向搜索的动态选择概率，通过以下方式更新：

式中，b表示选择概率的增量比，它使得p_k+1 的范围始终为[0,1]。由于正/反向搜索的动态选择概率总和为1，因此反向搜索的动态选择概率等于(1-p_k+1 )。

ACS算法的收敛判据如下：

式中，e表示收敛误差，选取e=10^-5；f_k和f_k-1分别表示第k次迭代和第(k-1)次迭代的适应度函数。

3、输入电网故障引起的频率偏差至配置有PSS的励磁系统中，经励磁调节后，输出励磁电压u_fd，将其反馈至SG中，进行下一次迭代。

4、不断循环上述步骤，直至算法收敛，得到最优的PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e。

以上本发明的具体实施方式中凡未涉及到的说明属于本领域的公知技术，可参考公知技术加以实施。

以上依据本发明的理想实施例为启示，通过上述的说明内容，相关人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定技术性范围。

Claims (3)

1.一种基于自适应罗盘搜索(adaptive compass search, ACS)算法的火电厂同步发电机(synchronous generator, SG)励磁系统最优参数整定方法，以实现SG在电网故障下参与电力系统最优调频，包括以下步骤：

（1）建立SG的优化模型；

（2）利用ACS算法对PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e进行整定；

（3）输入电网故障引起的频率偏差至配置有电力系统稳定器(power systemstabilizer，PSS)的励磁系统中，经励磁调节后输出励磁电压u_fd，将其反馈至SG中，进行下一次迭代；

（4）不断循环上述过程，直至算法收敛，得到最优的PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e。

2.根据权利要求1所述的基于自适应罗盘搜索算法的火电厂同步发电机励磁系统最优参数整定方法，其特征在于：所述步骤（1）建立SG的优化模型，具体方法如下：

为实现最优调频效果，要求目标函数值在约束条件内最小，计及控制成本，优化模型如下：

式中，f(x)表示目标函数；N表示故障种类的总数；|f_i-f₀|表示第i种故障下的电网频率偏差，额定频率f₀=50Hz；

表示控制成本权重系数；u_fdi表示第i种故障下SG的励磁电压；T₁、T₂、T₃、T₄是PSS的超前-滞后相位补偿参数；K_PSS是PSS的增益参数；K_e是SG励磁系统的励磁增益参数。

3.根据权利要求1所述的基于自适应罗盘搜索算法的火电厂同步发电机励磁系统最优参数整定方法，其特征在于：所述步骤（2）利用ACS算法对PSS的参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e进行整定,具体包括：

(a)模式矩阵确定，针对所需整定的PSS参数T₁、T₂、T₃、T₄和K_PSS及励磁系统的励磁增益参数K_e这6个变量，基于当前点为每个变量选择两种基本搜索模式(即正向搜索和反向搜索)，模式矩阵如下所示：

式中，D_i表示第i个优化变量的步长；

(b)探索移动，对于每个优化变量，基于当前解x_k，实施探索移动以找到潜在的最优解位置，即最优的PSS参数及励磁增益参数值，其步骤如下：

步骤1：设置参数i=0、基准点x_b=x_k；

步骤2：实施正向搜索：x^new=x_b+M(:,2i-1)；

步骤3：若f_k(x^new)<f_k(x_b)，则令x_b=x^new，执行步骤5；否则实施反向搜索：x^new=x_b+M(:,2i)，执行步骤4；

步骤4：若f_k(x^new)<f_k(x_b)，则令x_b=x^new；执行步骤5；

步骤5：设置i=i+1；若i>n，则终止；否则执行步骤2；

其中，k表示第k次迭代；x^new表示新的搜索位置；f(x)表示适应度函数，即目标函数；

(c)模式移动，在进行大范围的探索移动后，ACS算法将根据搜索结果更新现有的最优解位置，如果基于新的搜索方案得到了更高质量的解，则替换当前最优解，否则为了进行更有效的搜索，将缩小优化变量的步长，如下所示：

式中，γ表示步长的衰减系数；

为了提高全局搜索能力，在移动过程中引入了基于探索方向的自适应序列，ACS通过利用之前在正/反向之间搜索得到的潜在的最优解，来确定每个优化变量的最佳搜索方向，从而获得所需整定参数的全局最优解，具体如下：

式中，r是[0,1]之间的随机数；p_k+1表示第k+1次迭代时正向搜索的动态选择概率，通过以下方式更新：

式中，b表示选择概率的增量比，它使得p_k+1 的范围始终为[0,1]，由于正/反向搜索的动态选择概率总和为1，因此反向搜索的动态选择概率等于(1-p_k+1 )；

ACS算法的收敛判据如下：

式中，e表示收敛误差，选取e=10^-5；f_k和f_k-1分别表示第k次迭代和第(k-1)次迭代的适应度函数。

Images