CN1801569A - 模糊式电力系统稳定器参数自寻优方法与自寻优装置 - Google Patents

Abstract

一种模糊式电力系统稳定器参数自寻优方法与自寻优装置。本发明提出一种基于遗传算法的自寻优模糊式电力系统稳定器参数自寻优设计方案。根据对电力系统稳定器的要求，选择转速差Δω、频率差Δf或功率差ΔP作为输入信号，输入信号经过量化因子K_e和K_c的作用后得到模糊输入变量E_c及E，通过查询模糊控制表，得到模糊输出U，经过比例因子K_u的作用后得到稳定器的输出ΔU。在电力系统群体中随机选取N个个体的编码模糊电力系统稳定器的结构参数，首先通过遗传算法得到一个全局的近似最优解，以此为“初值”，按性能指标J＝，进行优化参数的细化调节。

Description

模糊式电力系统稳定器参数自寻优方法与自寻优装置

【技术领域】：本发明属于电力系统及其自动化领域，特别涉及编码模糊电力系统稳定器的结构和参数，寻求设计电力系统稳定器的新方法，实现模糊电力系统稳定器的自寻优功能。

【背景技术】：由于并入大电网后的同步发电机缺乏足够的阻尼转矩，特别是采用仅以电压偏差为控制信号的快速励磁控制系统时，有可能产生有害的负阻尼转矩，因此，在大电网中容易发生低频振荡。抑制低频振荡的有效方法是采用电力系统稳定器，即向励磁系统引入一种按某一振荡频率设计的新的附加控制信号，以增加正阻尼转矩，克服原励磁调节器对系统稳定产生的有害影响，改善系统的暂态特性.传统的电力系统稳定器(PSS)以转速差Δω、频率差Δf或功率差ΔP作为输入信号，采用固定结构和参数的超前、滞后相位补偿环节来对励磁绕组和励磁调节器的固有相位滞后进行补偿，由于电力系统是一个动态平衡的非线性强耦合复杂大系统，它的运行方式随着要适应的各种情况而经常性的改变着，且运行状态时时刻刻都在变化，传统的依赖被控对象数学模型的固定参数稳定器很难适应各种运行状况的要求，其抗外部干扰和内部参数变化的鲁棒性往往较差，在有些情况下会失去其有效性。

近年来，随着模糊控制技术的发展，具有较高的抗外部干扰和内部参数变化的鲁棒性的模糊逻辑电力系统稳定器(Fuzzy Logic Power System Stabilizer)简称FLPSS逐步得到应用。FLPSS是基于规则的系统，它使用模糊语言变量模拟人类凭经验解决问题的方法，克服了经典专家系统在人们给出规则的硬性表示时所遇到的限制。FLPSS的主要优点还在于多输入与非线性输出之间的映射可以容易的使用模糊语言变量和模糊规则来规定。

但FLPSS的缺点是对专家知识的绝对依赖，所有的参数都必须人为决定而不具备自主的学习能力。因此，通过参数自寻优来提高其自适应性是一个亟待解决的问题。

【发明内容】：本发明目的是解决现有技术中，传统电力系统稳定器过分依赖被控对象数学模型，难于适应各种运行状况的要求，抗外部干扰和内部参数变化的鲁棒性较差，在有些情况下会失去其有效性以及模糊逻辑电力系统稳定器对专家知识的绝对依赖，所有的参数都必须人为决定而不具备自主学习能力的问题，提供一种模糊式电力系统稳定器参数自寻优方法与自寻优装置。

本发明通过深入分析电力系统稳定器的工作原理，提出一种基于遗传算法的自寻优模糊式电力系统稳定器参数自寻优设计方案。

本发明方法依次包括：

——确定稳定器参数模糊控制表的数学结构：模糊输出U采用以下公式表示，U_ij＝A_ijE_i+B_ijE_cj，其中A_ij、B_ij是相应的系数，称为修正因子，U_ij是模糊控制表中的定常控制参数；

——对上述修正因子进行归并和筛选，其方法如下：

(1)当i取不同的数值时，若E_i和E_cj的变化小于5％，则对应的A_ij和B_ij保持不变，从而缩小了修正因子的总数；

(2)当i取不同的数值时，若对应的修正因子A_ij和B_ij小于设定的门槛值(一般设为0.01)时，将其看作为0；

——对所筛选出来的一组参数进行寻优，寻优过程如下：

(1)编码：取优化参数即修正因子的范围为(0.01，6)，采用二进制编码，每个参数用七位二进制表示；

(2)设计适应度函数

性能指标为 $J={\∫}_0^{\∞}t\left|e\left(t\right)\right|\mathrm{dt},$ 取适应度函数 $f=\frac{1}{J}.$

(3)选择交叉概率p_c和变异概率p_m

把固定p_c和p_m与自适应相结合，在接近于收敛次最优时，采用固定的p_c和p_m；(式中：J为目标函数；交叉概率p_c和变异概率p_m为遗传算法中的专有名词；e(t)为偏差函数，t代表时间)

——在电力系统群体中随机选取N个个体的编码模糊电力系统稳定器的结构参数，首先通过遗传算法得到一个全局的近似最优解，以此为“初值”，按性能指标 $J={\∫}_0^{\∞}{e}^2\left(t\right)\mathrm{dt},$ 进行优化参数的细化调节。

一种实现上述自寻优方法的模糊式电力系统稳定器参数自寻优装置，该装置包括：

同步发电机(1)，测速装置(2)，微分器(3)，转速差微分放大器(4)，转速差放大器(5)，模糊控制表(6)，模糊控制输出放大器(7)，评估优化环节(8)，励磁控制器(9)。

测速装置(2)检测同步发电机(1)的转子转速和同步转速，其差值为电力系统稳定器输入信号Δω，该差值经微分器(3)形成Δω的微分d(Δω)/dt。Δω和d(Δω)/dt分别经转速差微分放大器(4)、转速差放大器(5)两个环节放大后再经模糊化成语言变量，作为模糊控制表(6)的输入信号，经模糊控制表(6)形成模糊决策输出，反模糊化后，再经输出放大器(7)形成附加励磁控制信号，与励磁控制器(9)输出信号叠加后输送给发电机(1)的励磁线圈，通过励磁控制提高系统正阻尼转矩，改善电力系统稳定性；评估优化环节(8)首先通过评估函数对系统输出进行评估，根据评估结果对系统参数进行优化，然后用优化后的参数更新环节转速差微分放大器(4)、转速差放大器(5)、模糊控制表(6)、模糊控制输出放大器(7)的原参数，该过程不断进行，从而使模糊式电力系统稳定器始终保持与当前工作状态相适应的最佳参数，保证其性能不受系统工作状态的影响。

本发明的优点和积极效果：模糊式电力系统稳定器的参数优化问题一直是限制其广泛使用和发挥最佳效能的关键问题，本发明有效地解决了上述问题，从而提高了电力系统稳定器的适应性和鲁棒性，进而提高了电力系统的稳定水平，降低了由于电力系统稳定器失效而给电力系统造成的巨大损失，创造了良好的经济效益。我国1998年新颁布的DL/T650-1998＜大型汽轮发电机自并励静止励磁系统技术条件)明确规定励磁系统应具有PSS功能。因此，该项发明具有良好的应用前景。

本发明采用复合遗传算法，得到一个全局近似最优解，以此为基础，采用梯度法进行参数的细化调整，从而实现模糊电力系统稳定器的自寻优功能，解决制约其广泛使用和发挥最佳效能的关键问题。是设计电力系统稳定器的新方法。

遗传算法是一种自适应概率性的搜索和优化方法，它对问题的初始条件要求少且其优化过程具有全局性，其长处在于它的鲁棒性(Robustness)和易于使用，它的全局搜索特点使它能够高效率的发现全局最优解或接近最优解。将遗传算法直接应用到模糊电力系统稳定器的参数优化设计中能够有效的改善控制性能。

【附图说明】：

图1是自寻优模糊式电力系统稳定器装置示意图；

图2是自寻优模糊控制器结构示意图；

图3是模糊式电力系统稳定器结构示意图；

图4是优化算法程序流程图；

图5是自寻优装置参考电路原理图。

【具体实施方式】：

实施例1、

自寻优模糊控制器的结构如图2所示。

根据对电力系统稳定器的要求，选择转速差Δω(频率差Δf或功率差ΔP)作为输入信号，输入信号经过量化因子K_e和K_c的作用后得到模糊输入变量E_c及E，通过查询模糊控制表，得到模糊输出U，经过比例因子K_u的作用后得到稳定器的输出ΔU(ΔU：发电机辅助励磁电压；U_g：励磁电压给定；U_f：励磁电压反馈)。

优化方法如下：

如果分别定义E、E_c及U的论域为X、Y、Z，则模糊控制表的结构可以表示成：U＝f(E，E_c)，f是一个代表模糊推理过程的函数。由于E、E_c及U的取值是离散的，而且E、E_c的定义域及U的值域通常较小，则控制输出可以用下式表示：

U_ij＝A_ijE_i+B_ijE_cj，其中A_ij、B_ij是相应的系数，成为修正因子；而U_ij就是模糊控制表中的定常控制参数。如果能合理地选择修正因子值，就能得到更好的控制效果，最直接的办法就是采用某种优化算法直接优化上式中的所有修正因子。为减少修正因子个数，需对上述修正因子进行归并和筛选，其方法如下：

(1)当i取不同的数值时，若E_i和E_cj的变化小于5％，则对应的A_ij和B_ij保持不变，从而缩小了修正因子的总数。例如：i＝5时，E₅＝15.6；i＝6时，E₆＝16.07，E₆只比E₅增加了3％，则认为相应的A_6j＝A_5j，对B_ij亦如此。

(2)当i取不同的数值时，若对应的修正因子A_ij和B_ij小于设定的门槛值(一般设为0.01)时，将其看作为0。例如：若A_ij＝0.008，则认为A_ij＝0。对B_ij亦如此。

这样，整个模糊控制器的设计过程就变成对所筛选出来的一组参数的寻优过程，从而得到图3所示的自寻优模糊控制器(Self-optimization fuzzycontroller)结构。

本发明采用改进的遗传算法-复合遗传算法来处理这一问题。优化过程如下：

(1)测量Δω，通过差值经微分器(3)形成Δω的微分d(Δω)/dt，经模糊化后得到相应的E_i和E_cj，连续采样200次，得到200个E_i和E_cj以及相应的A_ij和B_ij。

(2)根据均方误差计算适应度，按前述方法进行筛选，按适应度大小排序，选择100个适应度大的A_ij和B_ij作为初始种群。

(3)对初始种群进行二进制编码，形成编码后的种群1。

(4)种群中个体进行交叉、选择和变异，形成新的种群2。

(5)用种群2替代种群1。

(6)若未达到进化代数，继续上述进化过程，直至达到进化代数。

(7)对进化后的个体进行解码，形成优化后的稳定器参数。

(8)用优化后的参数更新原参数。

在所提出的复合遗传算法中，群体中的每一个个体编码模糊电力系统稳定器的结构参数，首先通过遗传算法的进行得到一个全局的近似最优解，以此为“初值”，再采用梯度法进行参数的细化调整。即一方面由遗传算法保证学习的全局收敛性，克服梯度法对初值的依赖和局部收敛问题；另一方面，与梯度学习算法的结合也克服了单纯遗传算法所带来的随机性和概率性问题，有助于提高它的搜索效率，得到满意的训练效果，优化算法程序流程图如图4所示。

实施例2、

如图1所示，模糊式电力系统稳定器参数自寻优装置，包括：

同步发电机(1)，测速装置(2)，微分器(3)，转速差微分放大器(4)，转速差放大器(5)，模糊控制表(6)，模糊控制输出放大器(7)，评估优化环节(8)，励磁控制器(9)；测速装置(2)检测同步发电机(1)的转子转速和同步转速，其差值为电力系统稳定器输入信号Δω，该差值经微分器(3)形成Δω的微分d(Δω)/dt，Δω和d(Δω)/dt分别经转速差微分放大器(4)、转速差放大器(5)两个环节放大后再经模糊化成语言变量，作为模糊控制表(6)的输入信号，经模糊控制表(6)形成模糊决策输出，反模糊化后，再经输出放大器(7)形成附加励磁控制信号，与励磁控制器(9)输出信号叠加后输送给发电机(1)的励磁线圈，通过励磁控制提高系统正阻尼转矩，改善电力系统稳定性；评估优化环节(8)首先通过评估函数对系统输出进行评估，根据评估结果对系统参数进行优化，然后用优化后的参数更新环节转速差微分放大器(4)、转速差放大器(5)、模糊控制表(6)、模糊控制输出放大器(7)的原参数，该过程不断进行，从而使模糊式电力系统稳定器始终保持与当前工作状态相适应的最佳参数，保证其性能不受系统工作状态的影响。

模糊式电力系统稳定器参数自寻优装置参考电路原理图如图5所示。该电路由INTEL公司16位单片微机8097BH，锁存器74LS373，总线驱动器74LS245，非易失存储器2816，静态数据存储器6116，输入接口74LS244等组成。

Claims (2)

1、一种模糊式电力系统稳定器参数自寻优方法，其特征是该方法依次包括：

——确定稳定器参数模糊控制表的数学结构：模糊输出U采用以下公式表示，U_ij＝A_ijE_i+B_ijE_cj，其中A_ij、B_ij是相应的系数，成为修正因子，U_ij就是模糊控制表中的定常控制参数；

——对上述修正因子进行归并和筛选，其方法如下：

(1)当i取不同的数值时，若E_i和E_cj的变化小于5％，则对应的A_ij和

B_ij保持不变，从而缩小了修正因子的总数；

(2)当i取不同的数值时，若对应的修正因子A_ij和B_ij小于设定的门槛

值(一般设为0.01)时，将其看作为0；

——对所筛选出来的一组参数进行寻优，寻优过程如下：

(1)编码：取优化参数即修正因子的范围为(0.01，6)，采用二进制编码，每个参数用七位二进制表示；

(2)设计适应度函数性能指标为 $J={\∫}_0^{\∞}t\left|e\left(t\right)\right|\mathrm{dt},$ 取适应度函数 $f=\frac{1}{J}.$

(3)选择交叉概率p_c和变异概率p_m

把固定p_c和p_m与自适应相结合，在接近于收敛次最优时，采用固定的p_c和p_m；(式中：J为目标函数；交叉概率p_c和变异概率p_m为遗传算法中的专有名词；e(t)为偏差函数，t代表时间)

——在电力系统群体中随机选取N个个体的编码模糊电力系统稳定器的结构参数，首先通过遗传算法得到一个全局的近似最优解，以此为“初值”，按性能指标 $J={\∫}_0^{\∞}{e}^2\left(t\right)\mathrm{dt},$ 进行优化参数的细化调节。

2、一种实现权利要求1所述自寻优方法的模糊式电力系统稳定器参数自寻优装置，其特征是该装置包括：

同步发电机(1)，测速装置(2)，微分器(3)，转速差微分放大器(4)，转速差放大器(5)，模糊控制表(6)，模糊控制输出放大器(7)，评估优化环节(8)，励磁控制器(9)，

测速装置(2)检测同步发电机(1)的转子转速和同步转速，其差值为电力系统稳定器输入信号Δω，该差值经微分器(3)形成Δω的微分d(Δω)/dt。Δω和d(Δω)/dt分别经转速差微分放大器(4)、转速差放大器(5)两个环节放大后再经模糊化成语言变量，作为模糊控制表(6)的输入信号，经模糊控制表(6)形成模糊决策输出，反模糊化后，再经输出放大器(7)形成附加励磁控制信号，与励磁控制器(9)输出信号叠加后输送给发电机(1)的励磁线圈，通过励磁控制提高系统正阻尼转矩，改善电力系统稳定性；评估优化环节(8)首先通过评估函数对系统输出进行评估，根据评估结果对系统参数进行优化，然后用优化后的参数更新环节转速差微分放大器(4)、转速差放大器(5)、模糊控制表(6)、模糊控制输出放大器(7)的原参数，该过程不断进行，从而使模糊式电力系统稳定器始终保持与当前工作状态相适应的最佳参数，保证其性能不受系统工作状态的影响。