CN111478357A - 一种高压直流控制器的控制方法、系统、装置及介质 - Google Patents
一种高压直流控制器的控制方法、系统、装置及介质 Download PDFInfo
- Publication number
- CN111478357A CN111478357A CN202010311939.5A CN202010311939A CN111478357A CN 111478357 A CN111478357 A CN 111478357A CN 202010311939 A CN202010311939 A CN 202010311939A CN 111478357 A CN111478357 A CN 111478357A
- Authority
- CN
- China
- Prior art keywords
- controller
- transmission system
- particle
- voltage direct
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种高压直流控制器的控制方法、系统、装置及存储介质,通过对控制器参数进行优化,从而提高高压直流输电系统的动态响应性能。所述方法以高压直流输电系统小干扰动态模型为基础,以PSO算法为核心,实现对控制器参数的优化。高压直流输电系统小干扰动态模型的阶跃响应波形与电磁暂态模型的阶跃响应波形较为相符,能够避免电磁暂态模型仿真时间长的局限;利用粒子群优化算法对高压直流输电系统的控制器参数进行优化,能够避免试凑法的盲目性与不确定性,合理设置粒子群优化算法的目标函数,能够使直流电流与直流电压的动态响应性能同时得到提升。本发明广泛运用于电力系统控制技术领域。
Description
技术领域
本发明涉及电力系统控制技术领域,尤其涉及一种高压直流控制器的控制方法、系统、装置及存储介质,通过对控制器参数进行优化,从而提高高压直流输电系统的动态响应性能。
背景技术
直流输电的控制保护系统作为决定直流输电系统性能的重要因素,是实现直流输电系统正常运行所不可或缺的组成部分。对于高压直流输电系统而言,其正常运行依赖于整流站控制系统、逆变站控制系统和锁相环的共同作用。鉴于比例-积分(PI)控制器具有结构简单、鲁棒性良好及调节速度快等特点,国内外高压直流输电工程的控制系统通常都采用PI控制器作为基本控制。高压直流输电系统时刻都受小干扰的影响,保证系统小干扰稳定是系统正常运行的基本要求,而合理的控制器参数不仅能够保证系统的稳定运行,还能够提高系统的动态响应性能。
试凑法作为目前高压直流输电工程领域当中被普遍采用的一种控制器参数设置方法,具有较大的盲目性与不确定性,无法保证系统小干扰的稳定性,也使得高压直流输电系统中直流电流与直流电压的动态响应性能欠佳。
发明内容
针对上述至少一个技术问题,本发明的目的在于提供一种高压直流控制器的控制方法、系统、装置及存储介质,通过对控制器参数进行优化,从而提高高压直流输电系统的动态响应性能。
本发明所采取的技术方案是:一方面,本发明实施例包括一种高压直流控制器的控制方法,包括:
构建高压直流输电系统的状态空间模型;
对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
将所述小干扰动态模型变换为传递函数模型;
根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
设置粒子群优化算法的目标函数;
以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
进一步地,所述高压直流输电系统的状态空间模型包括以下至少一个:
整流站状态空间模型;
定电流控制器状态空间模型;
定电压控制器状态空间模型;
整流侧锁相环状态空间模型;
逆变站状态空间模型及逆变侧锁相环状态空间模型。
进一步地,所述根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值这一步骤,包括:
根据所述传递函数模型,获取第一控制器的开环传递函数,所述第一控制器为所述高压直流输电系统中的任意一个控制器;
获取所述第一控制器的参数增大过程中所述开环传递函数的曲线变化趋势;
根据所述开环传递函数的曲线变化趋势,确定所述第一控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取所述第一控制器致使所述高压直流输电系统小干扰失稳的参数临界值。
进一步地,所述根据所述开环传递函数的曲线变化趋势,确定所述第一控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取所述第一控制器致使所述高压直流输电系统小干扰失稳的参数临界值这一步骤包括:
当所述开环传递函数的曲线与实轴的交点逐渐远离点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的小干扰稳定性逐渐增强;
当所述开环传递函数的曲线与实轴的交点逐渐靠近点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的小干扰稳定性逐渐减弱;
当所述开环传递函数的曲线包围点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的影响为使所述高压直流输电系统失去小干扰稳定性;
当所述开环传递函数的曲线与点(-1,0)相交时,判断所述第一控制器的参数为致使所述高压直流输电系统小干扰失稳的参数临界值。
进一步地,粒子群优化算法的目标函数设置为:
JITAE=JΦII(s)+JΦUU(s),
式中,JΦII(s)为以Idcref为输入、Idcrm为输出的闭环传递函数单位阶跃响应的ITAE值;JΦUU(s)为以Udcref为输入、Udcrm为输出的闭环传递函数单位阶跃响应的ITAE值;ITAE的积分时间上限为闭环传递函数单位阶跃响应的调节时间。
进一步地,所述结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制这一步骤,包括:
初始化粒子种群,以各个控制器的参数作为粒子的位置参数,位置参数上限为各个控制器的参数临界值;
根据所述粒子群优化算法的目标函数评价每个粒子的适应度;
将每个粒子的位置与历史最佳位置进行比较,并更新每个粒子的历史最佳位置;
将粒子种群的位置与粒子种群历史最佳位置进行比较,并更新粒子种群历史最佳位置;
更新各个粒子的飞行速度与各个粒子的位置;
循环迭代,以输出粒子种群历史最佳位置作为调整后的各个控制器的参数。
进一步地,所述更新各个粒子的飞行速度与各个粒子的位置是通过以下公式执行的:
式中,vij为第i个粒子在第j维空间中搜索时的飞行速度,xij为第i个粒子在第j维空间中搜索时的位置;w为惯性权重;r1与r2为两个相互独立的随机数,其范围为[0,1];c1为粒子个体学习因子;c2为粒子群体学习因子;pij为第i个粒子在第j维空间中的最佳位置;pgj为整个粒子种群g在第j维空间中的最佳位置;k为迭代次数;S为粒子种群数目;D为空间维数。
另一方面,本发明实施例还包括一种高压直流控制器的控制系统,包括:
第一构建模块,用于构建高压直流输电系统的状态空间模型;
第一变换模块,用于对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
第二变换模块,用于将所述小干扰动态模型变换为传递函数模型;
获取模块,用于根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
设置模块,用于设置粒子群优化算法的目标函数;
第二构建模块,用于以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
控制模块,用于结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
另一方面,本发明实施例还包括一种高压直流控制器的控制装置,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行所述的一种高压直流控制器的控制方法。
另一方面,本发明实施例还包括一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的一种高压直流控制器的控制方法。
本发明的有益效果是:
(1)高压直流输电系统小干扰动态模型的阶跃响应波形与电磁暂态模型的阶跃响应波形基本一致,本发明以小干扰动态模型为基础进行参数优化,能够避免电磁暂态模型仿真时间长的局限。
(2)本发明利用粒子群优化算法(PSO算法)对高压直流输电系统的控制器参数进行优化,能够避免试凑法的盲目性与不确定性,合理设置粒子群优化算法的目标函数,能够使直流电流与直流电压的动态响应性能同时得到提升。
附图说明
图1为本发明实施例所述的一种高压直流控制器的控制方法流程图;
图2为本发明实施例所述的一种高压直流输电系统单线原理图;
图3为本发明实施例所述的一种定电流控制器原理框图;
图4为本发明实施例所述的一种定电压控制器原理框图;
图5为本发明实施例所述的一种整流侧/逆变侧锁相环原理框图;
图6为本发明实施例所述的小干扰动态模型与PSCAD电磁暂态模型阶跃响应对比图(整流侧公共连接点电压);
图7为本发明实施例所述的小干扰动态模型与PSCAD电磁暂态模型阶跃响应对比图(逆变侧锁相环输出频率);
图8为本发明实施例所述的不同KpIdc参数下的Nyquist曲线图;
图9为本发明实施例所述的KpIdc取临界值时的Nyquist曲线图;
图10为本实施例所述利用粒子群优化算法对各个控制器的参数进行优化的程序框图;
图11为本发明实施例所述的控制器参数优化前后直流电流与直流电压阶跃响应对比图。
具体实施方式
如图1所示,本实施例包括一种高压直流控制器的控制方法,通过对控制器参数进行优化,从而提高高压直流输电系统的动态响应性能,该方法包括以下步骤:
S1.构建高压直流输电系统的状态空间模型;
S2.对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
S3.将所述小干扰动态模型变换为传递函数模型;
S4.根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
S5.设置粒子群优化算法的目标函数;
S6.以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
S7.结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
关于步骤S1,本实施例中,所述高压直流输电系统模型是在CIGRE高压直流标准测试模型的基础上将逆变侧控制策略由定关断角控制更改为定电压控制得到的,其单线原理如图2所示,图2中,各符号变量的下标“r”代表整流侧相关变量,下标“i”代表逆变侧相关变量,其中,us为交流系统的电网电压;Rs代表交流系统的等值电阻,Ls代表交流系统的等值电感;Vpcc为公共连接点电压;is为交流系统的电网电流;R1、R2、R3代表交流滤波器组内相关支路的电阻;L1、L2代表交流滤波器组内相关支路的电感;C1、C2、C3、C4代表交流滤波器组内相关支路的电容;ic为流经换流变压器网侧的电流;k为换流变压器的变比;Lec为换流变压器对直流侧的等效影响电感;Rdc1、Rdc2、Ldc1、Ldc2和Cdc分别代表T型直流输电线路的等值电阻、电感和电容;Idc代表流经直流输电线路的直流电流;UCdc代表直流输电线路中点对地电压。所述高压直流输电系统的输电原理为:当整流侧交流系统送出电能后,经由交流滤波器的滤波及换流变压器的升压后,由整流器将交流电变换为直流电;直流电经由直流输电线路输送至逆变侧后,由逆变器将直流电变换为交流电,经由换流变压器的降压及交流滤波器的滤波后,将交流电输送到逆变侧交流系统,最终完成电能的传输。
本实施例中,所述步骤S1中所述的高压直流输电系统的状态空间模型包括以下至少一个:
整流站状态空间模型;
定电流控制器状态空间模型;
定电压控制器状态空间模型;
整流侧锁相环状态空间模型;
逆变站状态空间模型及逆变侧锁相环状态空间模型。
其中,各个高压直流输电系统状态空间模型具体如下所示:
(1)整流站状态空间模型
考虑到在控制器指令值发生阶跃时交流母线电压实际相位与锁相环输出相位间存在差异,令θactr为整流侧公共连接点相电压的实际初相位,则有:
式中:vpccr为整流侧公共连接点电压;vpccrd为vpccr的d轴分量,vpccrq为vpccr的q轴分量;xPLL1为整流侧锁相环输出相角的初相位。因此有:故整流站交、直流侧电流在dq坐标系下的关系可表示为:
(2)定电流控制器状态空间模型
定电流控制器的原理如图3所示,所述控制器经由一阶惯性环节得到整流器出口处直流电流的测量值,该测量值与直流电流指令值进行比较后,二者差值经由PI环节最终生成整流侧延迟触发角指令值。其状态空间模型为:
式中,Idcref为直流电流指令值;Idcrm为整流站出口处直流电流的测量值;x1为Idcref与Idcrm差值的积分量;G1为一阶惯性环节的比例系数;Tidc为电流测量时间常数;αord为延迟触发角指令值;KpIdc和KiIdc分别为定电流控制器的比例系数和积分系数;xPLL1为整流侧锁相环输出相角的初相位;θactr为整流侧公共连接点相电压的实际初相位;αact为实际延迟触发角。
(3)定电压控制器状态空间模型
定电压控制器的原理如图4所示,该控制器经由一阶惯性环节得到逆变器出口处直流电压的测量值,该测量值与直流电压指令值进行比较后,二者差值经由PI环节最终生成逆变侧超前触发角指令值。其状态空间模型为:
式中,Udcref为直流电压指令值;Udcim为直流电压的测量值;x2为Udcim与Udcref差值的积分量;G2为一阶惯性环节的比例系数;Tudc为电压测量时间常数;βord为超前触发角指令值;KpUdc和KiUdc分别为定电压控制器的比例系数和积分系数;xPLL2为逆变侧锁相环输出相角的初相位;βact为实际超前触发角;θacti为逆变侧公共连接点相电压的实际初相位。
(4)整流侧锁相环状态空间模型
整流侧锁相环的原理如图5所示,公共连接点处的三相电压经由Park变换得到旋转坐标系下的dq轴电压分量,其q轴电压分量经由标幺化处理完成鉴相器功能,输入到PI环节后,再经由积分环节生成交流母线电压的相位。其状态空间模型为:
式中,vpccr为整流侧公共连接点电压;vpccrd为vpccr的d轴分量,vpccrq为vpccr的q轴分量;为vpccrq的标幺值;x11为的积分量;xPLL1为整流侧锁相环输出相角的初相位;KpPLL1和KiPLL1分别为整流侧锁相环PI环节的比例系数和积分系数。
(5)其余部分状态空间模型
逆变站及逆变侧锁相环状态空间模型同整流侧类似,交流系统状态空间模型及直流输电线路状态空间模型可根据基尔霍夫电流及电压定律进行列写。
本实施例中,所述步骤S2,也就是对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型这一过程,具体为:
当系统运行于某一平衡点时,状态空间模型的各方程可统一表示为:
式中,x0为n个初始状态变量的集合;uo为m个初始输入变量的集合。
当系统受到小干扰的影响时,各状态变量和输入变量发生微小偏差,有:
在新的状态下,系统同样要满足式1,故有:
将式3转换为忽略Δx、Δu的二阶项和高阶项的泰勒级数,可以得到新状态下第i(i=1,2,…,n)个状态变量的表达式为:
故有:
将式5写为矩阵形式,有:
式6即为由状态空间模型经过线性化处理得到的小干扰动态模型,式中,x为n个状态变量的集合;u为m个输入变量的集合;A为n×n的系数矩阵;B为n×m的系数矩阵。系数矩阵A、B的表达式为:
系统的输出方程为:Δy=CΔx+DΔu,式中,y为p个输出变量的集合;C为p×n的系数矩阵;D为p×p的系数矩阵。
因此,本实施例中,高压直流输电系统的小干扰动态模型如下:
式中,状态变量x=[vpccrd,vpccrq,vCr2d,vCr2q,vCr3d,vCr3q,vCr4d,vCr4q,iLr1d,iLr1q,iLr2d,iLr2q,isrd,isrq,x1,Idcrm,x11,xPLL1,Idcr,UCdc,Idci,vpccid,vpcciq,vCi2d,vCi2q,vCi3d,vCi3q,vCi4d,vCi4q,iLi1d,iLi1q,iLi2d,iLi2q,isid,isiq,x2,Udcim,x22,xPLL2]T;输入变量u=[Idcref,Udcref]T;A为39×39的系数矩阵;B为39×2的系数矩阵。
系统的输出方程为:Δy=CΔx+DΔu,
式中,输出变量y=[Idcrm,Udcim]T;C为2×39的系数矩阵;D为2×2的系数矩阵。
为验证本实施例中高压直流输电系统小干扰动态模型的准确性,令Idcref在t=5s时由1pu阶跃至0.95pu,在t=6s时由0.95pu阶跃回1pu,随后令Udcref在t=8s时由1pu阶跃至0.95pu,在t=9s时由0.95pu阶跃回1pu,得到小干扰动态模型及PSCAD电磁暂态模型中整流侧公共连接点电压vpccr随Idcref和Udcref变化的动态响应特性对比图如图6所示,同样地,可得到小干扰动态模型及PSCAD电磁暂态模型中逆变侧公共连接点频率fi随Idcref和Udcref变化的动态响应特性对比图如图7所示。由图6和图7可得,本实施例建立的小干扰动态模型与PSCAD电磁暂态模型的动态响应较为吻合,验证了小干扰动态模型的准确性。
本实施例中,关于步骤S3,也就是将所述小干扰动态模型变换为传递函数模型这一步骤,传递函数模型与小干扰动态模型的关系为:
式中,Φ11(s)为以第1个输入变量为输入、以第1个输出变量为输出时的闭环传递函数;Φ1m(s)为以第m个输入变量为输入、以第1个输出变量为输出时的闭环传递函数;Φp1(s)为以第1个输入变量为输入、以第p个输出变量为输出时的闭环传递函数;Φpm(s)为以第m个输入变量为输入、以第p个输出变量为输出时的闭环传递函数。
具体地,本实施例中,所述传递函数模型与小干扰动态模型的关系可表示为:
式中,Φ11(s)为以Idcref为输入、Idcrm为输出的闭环传递函数;Φ12(s)为以Udcref为输入、Idcrm为输出的闭环传递函数;Φ21(s)为以Idcref为输入、Udcim为输出的闭环传递函数;Φ22(s)为以Udcref为输入、Udcim为输出的闭环传递函数。
本实施例中,关于步骤S4,分析某一控制器的参数对高压直流输电系统小干扰稳定性的影响时,选取与该控制器相关联的闭环传递函数并求出其等效开环传递函数,逐渐增大该控制器的参数(其余控制器的参数保持不变)并观察相应开环传递函数Nyquist曲线的变化趋势,从而对高压直流输电系统小干扰稳定性的增强或减弱进行判断。在控制器参数增大的过程中,若相应Nyquist曲线与实轴的交点逐渐远离点(-1,0),则高压直流输电系统的小干扰稳定性逐渐增强,反之,若相应Nyquist曲线与实轴的交点逐渐靠近点(-1,0),则高压直流输电系统的小干扰稳定性逐渐减弱,当相应Nyquist曲线包围点(-1,0)时,则高压直流输电系统失去小干扰稳定性。而当Nyquist曲线与点(-1,0)相交时,该曲线对应的控制器参数即为致使高压直流输电系统小干扰失稳的临界值。
以本实施例模型中的定电流控制器比例系数KpIdc为例,设闭环传递函数Φ11(s)对应的开环传递函数为ΦI(s),选取不同的定电流控制器比例系数KpIdc(KpIdc=1、1.5、2.0,其余参数不变)的值,以得到开环传递函数ΦI(s)的Nyquist曲线如图8所示;根据图8可知,当KpIdc由1开始逐渐增大的过程中,开环传递函数ΦI(s)的Nyquist曲线与实轴的交点逐渐向(-1,0)点靠近,说明高压直流输电系统稳定裕度逐渐减小,小干扰稳定性减弱;当KpIdc=2时,Nyquist曲线包围(-1,0)点,此时开环传递函数ΦI(s)无正实部极点,对应的闭环传递函数Φ11(s)不稳定,高压直流输电系统失去小干扰稳定性;当Nyquist曲线与点(-1,0)相交时,对应的KpIdc数值为1.85,如图9所示,据此可得定电流控制器比例系数KpIdc致使系统小干扰失稳的临界值为1.85。同理,可对其余控制器参数对系统小干扰稳定的影响进行分析,进一步得到各个控制器的参数致使系统小干扰失稳的临界值如表1所示:
表1各个控制器的参数致使系统小干扰失稳的临界值
本实施例中整流侧锁相环参数变化时系统始终保持小干扰稳定性。
本实施例中,关于步骤S5,由于时间乘绝对误差积分(integral of timemultipled by the absolute value of error,ITAE)指标具有较好的工程实用性和选择性,为同时兼顾直流电流与直流电压的动态响应性能,设置粒子群优化算法的目标函数为:
JITAE=JΦII(s)+JΦUU(s),
式中,JΦII(s)为以Idcref为输入、Idcrm为输出的闭环传递函数单位阶跃响应的ITAE值;JΦUU(s)为以Udcref为输入、Udcrm为输出的闭环传递函数单位阶跃响应的ITAE值;ITAE的积分时间上限为闭环传递函数单位阶跃响应的调节时间。
本实施例中调节时间取被控变量进入新稳态值±2%的范围且不再越出时所经历的最短时间。
本实施例中,PSO算法优化模型的各个粒子依据下式不断更新飞行速度与位置:
式中,vij为第i个粒子在第j维空间中搜索时的飞行速度,xij为第i个粒子在第j维空间中搜索时的位置;w为惯性权重;r1与r2为两个相互独立的随机数,其范围为[0,1];c1为粒子个体学习因子;c2为粒子群体学习因子;pij为第i个粒子在第j维空间中的最佳位置;pgj为整个粒子种群g在第j维空间中的最佳位置;k为迭代次数;S为粒子种群数目;D为空间维数。
本实施例中,PSO算法中相关参数设置如下表2所示:
表2 PSO算法中相关参数的设置
参数 | 数值 | 参数 | 数值 |
w | 1.2 | c<sub>1</sub> | 1.2 |
c<sub>2</sub> | 1.2 | S | 100 |
D | 6 | 最大迭代次数K | 50 |
本实施例中,参照图10,利用PSO算法对各控制器参数进行优化的步骤如下:
第一步:初始化粒子群体,以各控制器参数作为粒子的位置参数,位置参数上限为各控制器参数的临界值;
第二步:根据目标函数评价每个粒子的适应度;
第三步:对每个粒子,将其当前位置与个体历史最佳位置进行比较并更新其个体历史最佳位置;
第四步:对整个粒子群,将各个粒子的当前位置与种群历史最佳位置进行比较并更新种群历史最佳位置;
第五步:根据公式(7)更新各粒子的飞行速度与位置;
第六步:循环迭代,直至达到迭代次数要求,输出种群历史最佳位置作为优化后的控制器参数。
本实施例中各个控制器的参数优化前后的数值如下表3所示:
表3各个控制器的参数优化前后的数值
将优化后的各个控制器的参数带入PSCAD电磁暂态模型中进行仿真验证,令Idcref在t=5s时由1pu阶跃至0.95pu,在t=6s时由0.95pu阶跃回1pu,随后令Udcref在t=8s时由1pu阶跃至0.95pu,在t=9s时由0.95pu阶跃回1pu,得到优化前后Idcrm及Udcim的阶跃响应波形对比图如图11所示,根据图11进一步测得优化前在Idcrm的阶跃响应波形中,超调量σI=6%,调节时间TtI=92ms;在Udcim的阶跃响应波形中,超调量为0,调节时间TtU=340ms;优化后在Idcrm的阶跃响应波形中,超调量σI=1%,调节时间TtI=83ms;在Udcim的阶跃响应波形中,超调量为σU=6%,调节时间TtU=117ms;优化后直流电流与直流电压的动态响应性能均优于优化前,验证了本实施例所述控制器参数优化方法的有效性。
综上所述,本发明实施例中所述的一种高压直流控制器的控制方法具有以下优点:
(1)高压直流输电系统小干扰动态模型的阶跃响应波形与电磁暂态模型的阶跃响应波形基本一致,本发明实施例以小干扰动态模型为基础进行参数优化,能够避免电磁暂态模型仿真时间长的局限。
(2)本发明实施例利用粒子群优化算法(PSO算法)对高压直流输电系统的控制器参数进行优化,能够避免试凑法的盲目性与不确定性,合理设置粒子群优化算法的目标函数,能够使直流电流与直流电压的动态响应性能同时得到提升。
另一方面,本实施例还包括一种高压直流控制器的控制系统,包括:
第一构建模块,用于构建高压直流输电系统的状态空间模型;
第一变换模块,用于对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
第二变换模块,用于将所述小干扰动态模型变换为传递函数模型;
获取模块,用于根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
设置模块,用于设置粒子群优化算法的目标函数;
第二构建模块,用于以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
控制模块,用于结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
所述系统可以是服务器或者个人计算机等设备,通过将所述控制器参数的优化方法编写成计算机程序并写入服务器或者个人计算机中,可以得到所述控制器参数的优化的系统,通过运行该系统,可以实现与所述控制器参数的优化方法相同的技术效果。
本实施例中,所述一种高压直流控制器的控制装置包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例所述方法。
所述存储器还可以单独生产出来,并用于存储与所述控制器参数的优化方法相应的计算机程序。当这个存储器与处理器连接时,其存储的计算机程序将被处理器读取出来并执行,从而实施控制器参数的优化方法,达到实施例中所述的技术效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本实施例描述的过程的操作,除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本实施例所述的功能,从而变换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,变换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (10)
1.一种高压直流控制器的控制方法,通过对控制器参数进行优化,从而提高高压直流输电系统的动态响应性能,其特征在于,包括:
构建高压直流输电系统的状态空间模型;
对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
将所述小干扰动态模型变换为传递函数模型;
根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
设置粒子群优化算法的目标函数;
以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
2.根据权利要求1所述的一种高压直流控制器的控制方法,其特征在于,所述高压直流输电系统的状态空间模型包括以下至少一个:
整流站状态空间模型;
定电流控制器状态空间模型;
定电压控制器状态空间模型;
整流侧锁相环状态空间模型;
逆变站状态空间模型及逆变侧锁相环状态空间模型。
3.根据权利要求1所述的一种高压直流控制器的控制方法,其特征在于,所述根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值这一步骤,包括:
根据所述传递函数模型,获取第一控制器的开环传递函数,所述第一控制器为所述高压直流输电系统中的任意一个控制器;
获取所述第一控制器的参数增大过程中所述开环传递函数的曲线变化趋势;
根据所述开环传递函数的曲线变化趋势,确定所述第一控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取所述第一控制器致使所述高压直流输电系统小干扰失稳的参数临界值。
4.根据权利要求3所述的一种高压直流控制器的控制方法,其特征在于,所述根据所述开环传递函数的曲线变化趋势,确定所述第一控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取所述第一控制器致使所述高压直流输电系统小干扰失稳的参数临界值这一步骤包括:
当所述开环传递函数的曲线与实轴的交点逐渐远离点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的小干扰稳定性逐渐增强;
当所述开环传递函数的曲线与实轴的交点逐渐靠近点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的小干扰稳定性逐渐减弱;
当所述开环传递函数的曲线包围点(-1,0),判断所述第一控制器的参数对所述高压直流输电系统的影响为使所述高压直流输电系统失去小干扰稳定性;
当所述开环传递函数的曲线与点(-1,0)相交时,判断所述第一控制器的参数为致使所述高压直流输电系统小干扰失稳的参数临界值。
5.根据权利要求1所述的一种高压直流控制器的控制方法,其特征在于,粒子群优化算法的目标函数设置为:
JITAE=JΦII(s)+JΦUU(s),
式中,JΦII(s)为以Idcref为输入、Idcrm为输出的闭环传递函数单位阶跃响应的ITAE值;JΦUU(s)为以Udcref为输入、Udcrm为输出的闭环传递函数单位阶跃响应的ITAE值;ITAE的积分时间上限为闭环传递函数单位阶跃响应的调节时间。
6.根据权利要求1所述的一种高压直流控制器的控制方法,其特征在于,所述结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制这一步骤,包括:
初始化粒子种群,以各个控制器的参数作为粒子的位置参数,位置参数上限为各个控制器的参数临界值;
根据所述粒子群优化算法的目标函数评价每个粒子的适应度;
将每个粒子的位置与历史最佳位置进行比较,并更新每个粒子的历史最佳位置;
将粒子种群的位置与粒子种群历史最佳位置进行比较,并更新粒子种群历史最佳位置;
更新各个粒子的飞行速度与各个粒子的位置;
循环迭代,以输出粒子种群历史最佳位置作为调整后的各个控制器的参数。
8.一种高压直流控制器的控制系统,其特征在于,包括:
第一构建模块,用于构建高压直流输电系统的状态空间模型;
第一变换模块,用于对所述状态空间模型进行线性化处理,从而将所述状态空间模型变换成小干扰动态模型;
第二变换模块,用于将所述小干扰动态模型变换为传递函数模型;
获取模块,用于根据所述传递函数模型确定各个控制器的参数对所述高压直流输电系统小干扰稳定性的影响,获取各个控制器致使所述高压直流输电系统小干扰失稳的参数临界值;
设置模块,用于设置粒子群优化算法的目标函数;
第二构建模块,用于以所述参数临界值作为粒子群优化算法中各粒子的位置参数上限,构建优化模型;
控制模块,用于结合所述优化模型,利用粒子群优化算法对各个控制器的参数进行调整,并根据调整后的参数对各个控制器进行控制。
9.一种高压直流控制器的控制装置,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1-7任一项所述的方法。
10.一种存储介质,其中存储有处理器可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010311939.5A CN111478357B (zh) | 2020-04-20 | 2020-04-20 | 一种高压直流控制器的控制方法、系统、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010311939.5A CN111478357B (zh) | 2020-04-20 | 2020-04-20 | 一种高压直流控制器的控制方法、系统、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111478357A true CN111478357A (zh) | 2020-07-31 |
CN111478357B CN111478357B (zh) | 2021-12-31 |
Family
ID=71755426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010311939.5A Active CN111478357B (zh) | 2020-04-20 | 2020-04-20 | 一种高压直流控制器的控制方法、系统、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111478357B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112054549A (zh) * | 2020-09-08 | 2020-12-08 | 华北电力大学 | 一种直流输电系统稳定性提升的方法 |
CN113469454A (zh) * | 2021-07-20 | 2021-10-01 | 华能陇东能源有限责任公司 | 一种一体化能源基地直流调制参数配置方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103094929B (zh) * | 2012-09-28 | 2015-04-15 | 华北电力大学 | 一种快速建立交直流混合系统小干扰状态空间模型的方法 |
US20150318697A1 (en) * | 2013-03-29 | 2015-11-05 | Gansu Electric Power Corporation Wind Power Technology Center | A method for improving small disturbance stability after double-fed unit gets access to the system |
CN106712067A (zh) * | 2015-11-12 | 2017-05-24 | 国网智能电网研究院 | 一种直流电网小干扰稳定性判定方法 |
CN110504685A (zh) * | 2019-08-27 | 2019-11-26 | 南方电网科学研究院有限责任公司 | 一种混合多端直流输电系统控制参数优化方法 |
-
2020
- 2020-04-20 CN CN202010311939.5A patent/CN111478357B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103094929B (zh) * | 2012-09-28 | 2015-04-15 | 华北电力大学 | 一种快速建立交直流混合系统小干扰状态空间模型的方法 |
US20150318697A1 (en) * | 2013-03-29 | 2015-11-05 | Gansu Electric Power Corporation Wind Power Technology Center | A method for improving small disturbance stability after double-fed unit gets access to the system |
CN106712067A (zh) * | 2015-11-12 | 2017-05-24 | 国网智能电网研究院 | 一种直流电网小干扰稳定性判定方法 |
CN110504685A (zh) * | 2019-08-27 | 2019-11-26 | 南方电网科学研究院有限责任公司 | 一种混合多端直流输电系统控制参数优化方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112054549A (zh) * | 2020-09-08 | 2020-12-08 | 华北电力大学 | 一种直流输电系统稳定性提升的方法 |
CN113469454A (zh) * | 2021-07-20 | 2021-10-01 | 华能陇东能源有限责任公司 | 一种一体化能源基地直流调制参数配置方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111478357B (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xie et al. | System-level large-signal stability analysis of droop-controlled DC microgrids | |
Liu et al. | Neural-network-based optimal control for a class of unknown discrete-time nonlinear systems using globalized dual heuristic programming | |
CN111478357B (zh) | 一种高压直流控制器的控制方法、系统、装置及介质 | |
Song et al. | A novel adaptive control scheme for dynamic performance improvement of DFIG-Based wind turbines | |
CN109787236A (zh) | 一种基于深度学习的电力系统频率态势预测方法 | |
Karimi-Ghartemani et al. | An optimal fractional order controller for an AVR system using particle swarm optimization algorithm | |
CN113315164B (zh) | 无功电压控制方法和装置、介质以及计算装置 | |
CN105610360A (zh) | 一种同步发电机励磁系统参数辨识方法 | |
Chassin et al. | Load modeling and calibration techniques for power system studies | |
Zhang et al. | Optimal frequency control for virtual synchronous generator based AC microgrids via adaptive dynamic programming | |
Ayman et al. | Robust multi-objective PSSs design via complex Kharitonov's theorem | |
CN112821420B (zh) | 一种基于XGBoost的ASFR模型中动态阻尼因子、多维频率指标的预测方法及系统 | |
Heidari et al. | Support tools for simulation-based optimal design of power networks with embedded power electronics | |
Gopi et al. | Robustness and stability analysis of automatic voltage regulator using disk-based stability analysis | |
Chen et al. | Identifying feasibility region boundaries in power systems with multiple VSCs | |
Alonge et al. | Design of a robust controller for DC/DC converter–electrolyzer systems supplied by μWECSs subject to highly fluctuating wind speed | |
Kuri et al. | Dynamic model reduction based on coherency and genetic optimization methodology | |
Chevalier et al. | Network topology invariant stability certificates for DC microgrids with arbitrary load dynamics | |
Huerta et al. | Black-box identification for an auto-tuned current controller working with voltage source converters connected to the grid through a LCL filter | |
Chen et al. | Improved pitch control strategy for the robust operation of wind energy conversion system in the high wind speed condition | |
BARRA et al. | Sensorless speed and reactive power control of a DFIG-wind turbine | |
CN117081082B (zh) | 基于高斯过程回归的有源配电网运行态势感知方法及系统 | |
Maqbool et al. | Power system model reduction with grid-connected photovoltaic systems based on hankel norm approximation | |
CN115713158B (zh) | 配电网稳定性预测方法、装置、设备及存储介质 | |
Lari et al. | A new approach to design a simple structure μ synthesis controller: Application to an uncertain dc motor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 510663, building 223, No. 2, science Avenue, Guangzhou Science Park, Whampoa, Guangdong Applicant after: GUANGZHOU BUREAU OF EXTRA HIGH VOLTAGE TRANSMISSION COMPANY OF CHINA SOUTHERN POWER GRID Co.,Ltd. Address before: 510663, building 223, No. 2, science Avenue, Guangzhou Science Park, Whampoa, Guangdong Applicant before: UHV Guangzhou Bureau of China Southern Power Grid EHV transmission Co. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |