一种电网时空特性的交直流协调控制方法

摘要

本发明涉及电力系统领域，具体涉及一种电网时空特性的交直流协调控制方法。该方法考虑电网时间、空间特性，通过电网监测数据识别系统扰动幅度大小，采用粒子群算法对直流调制器参数进行优化，自适应调节直流输送功率，实现多回交直流系统的协调控制，改善暂态稳定水平。本发明合理利用网内资源，是提高电网安全性和经济效益的有效途径，并对保证电网正常运行的经济性、安全性、可靠性具有重要的意义。

主权项

一种电网时空特性的交直流协调控制方法，其特征在于，所述方法基于实时状态信息采集，结合电网时间和空间特性，通过电网监测数据识别系统扰动幅度大小，采用粒子群优化法对协调控制器参数进行优化，自适应调节直流输送功率调制输出量；直流输送功率调制输出量用下述表达式表示：${\mathrm{\Delta P}}_{{\mathrm{HVDC}}_i}=\frac{1}{1+T_{mes}s}\frac{T_{\omega }s}{1+T_{\omega }s}\frac{K_p}{1+T_{0}s}\frac{1+T_{1}s}{1+T_{2}s}\frac{1+T_{3}s}{1+T_{4}s}\underset{i<k}{\Sigma }{\mathrm{\Delta \omega }}_i---<1>;$其中：T_mes为功率测量滞后时间常数，T_ω为功率测量滤波时间常数，K_p为功率调制增益，T₀为滤波器参数，T₁为第一个超前时间常数，T₂为第一个滞后时间常数，T₃为第二个超前时间常数，T₄为第二个滞后时间常数，为第i条直流输送功率调制输出量，Δω_i为第i台发电机与同步发电机转速的偏差；在调节直流输送功率调制输出量时，T_mes、T_ω、T₂、T₄不变，K_p、T₀、T₁、T₃进行优化；增强电网‑数学模型系统每个机电振荡模式的阻尼，基于特征值的目标函数如下：J₁＝max{Real(λ_i)}   <2>；J₂＝min{ξ_i}   <3>；其中：Real(λ_i)、ξ_i分别为每个机电振荡模式特征值的实部和阻尼比；采用粒子群优化法对协调控制器参数进行优化包括下述步骤：(1)输入协调控制器参数，并确定每个参数的上下限值；(2)在满足控制变量约束条件下，确定种群中每个粒子初始位置和初始速度；(3)应用牛顿‑拉夫逊迭代法种群中的每个粒子进行潮流计算；(4)根据潮流计算结果以及收敛性是否满足要求，评估种群中每个粒子的适应值；(5)确定每个粒子的个体最优，记为p_Best，p_Best中的最优个体即为种群最优g_Best；(6)更新计数器t＝t+1；(7)更新惯性权重ω；(8)确定每个粒子的速度；(9)确定每个粒子的位置：若粒子在某一维超出其搜索空间，则限制粒子在搜索空间的边界；(10)应用牛顿‑拉夫逊迭代法进行潮流计算，重新评估每个粒子的适应值，根据每个粒子的适应值大小，判断是否更新每个粒子的p_Best和整个种群的最优粒子g_Best；(11)若满足停止标准，则转向步骤(12)，否则转向步骤(6)；(12)输出最优解，即最后一次迭代后的整个种群的最优粒子g_Best；所述步骤(1)中，协调控制器参数包括：协调控制器增益K_Pi、滤波器参数T₀、第一个超前时间常数T₁、第一个滞后时间常数T₂、第二个超前时间常数T₃；所述步骤(2)中，控制变量包括：协调控制器参数上下限和直流输送功率调制输出量变化上下限，控制变量约束条件用下述表达式组表示：$K_{Pi}^{\min }\le K_{Pi}\le K_{Pi}^{\max }---<4>;$$T_{0i}^{\min }\le T_{0i}\le T_{0i}^{\max }---<5>;$$T_{1i}^{\min }\le T_{1i}\le T_{1i}^{\max }---<6>;$$T_{3i}^{\min }\le T_{3i}\le T_{3i}^{\max }---<7>;$$P_{\mathrm{MOD}\min }\le \Delta P_{\mathrm{HVD}{C}_i}\le P_{\mathrm{MOD}\max }---<8>;$其中：增益K_Pi取值范围为0.001～50；T₀∈[0.01,1.0]、T₁∈[0.01,1.0]，T₃∈[0.01,1.0]，T_mes＝0.01、T_ω＝10、T₂＝0.20、T₄＝0.20；根据目标函数，采用粒子群优化法得到优化后的协调控制器参数集{K_pi,T_0i,T_1i,T_3i,i＝1,2,...,n_HVDC}；所述步骤(7)中，用下述表达式更新惯性权重ω：$\omega ={\omega }_{max}-\frac{{\omega }_{\max }-{\omega }_{\min }}{{\mathrm{iter}}_{max}}\times iter---<9>;$其中：iter_max是迭代的最大值，iter是当前迭代次数；ω_max、ω_min分别表示惯性权重的上限和下限；所述步骤(8)中，用下述表达式确定每个粒子的速度：其中：下标d表示迭代次数；x_d表示d次迭代时的粒子空间位置；v_d表示d次迭代时的粒子速度；ω为惯性权重；为学习因子；rand()是介于0～1之间的随机数；k是约束因子，用下述表达式表示：其中，所述步骤(9)中，用下述表达式确定每个粒子的位置：x_d+1＝x_d+v_d+1   <12>；所述步骤(10)中，根据基于特征值的目标函数判断是否更新每个粒子的p_Best和整个种群的最优粒子g_Best；所述步骤(11)中，停止标准指的是J₁最小化且J₂最大化，并且满足目标函数和控制变量约束条件。