基于系统辨识和遗传算法的发电机广域阻尼控制方法

摘要

本发明涉及一种基于系统辨识和遗传算法的发电机广域阻尼控制方法，属于电力系统稳定分析技术领域。首先建立电力系统仿真模型，在发电机广域阻尼控制器的发电机励磁端，注入小幅随机扰动时序信号，被控系统模型辨识模块辨识发电机励磁端与广域反馈输入时序信号之间的开环被控系统模型，将连续被控系统模型输入到用遗传算法求解控制器参数模块，计算发电机广域阻尼控制器的参数。利用本发明方法得到的发电机广域阻尼控制器的反馈信号，对区间低频振荡模式具有好的可观性。本方法能使区间低频振荡模式的阻尼比显著提高，保证系统的安全稳定运行。本发明所采用的发电机广域阻尼控制器结构和传统PSS结构相同，简单且易于工程实践。

主权项

1.一种基于系统辨识和遗传算法的发电机广域阻尼控制方法，其特征在于，该方法包括以下步骤：（1）建立电力系统仿真模型，模型中包括电力系统中的设备和电力系统运行参数，设备为发电机、调节器、变压器、母线、交流线、直流线、无功补偿器和并联电容电抗器，电力系统运行参数为电力系统潮流和负荷；设置一个被控系统模型辨识模块，用于辨识发电机广域阻尼控制器所控制的开环系统模型；设置一个用遗传算法求解发电机广域阻尼控制器参数模块，用于求得发电机广域阻尼控制器各环节的参数；设置一个发电机广域阻尼控制器模块，用于实现发电机广域阻尼控制；（2）在电力系统中安装发电机广域阻尼控制器的发电机励磁端，注入小幅随机扰动时序信号{u_t}，u_t为小幅随机扰动信号在t时刻的数值，t＝1,2…T_total，T_total为仿真总步数，在发电机广域阻尼控制器开环运行情况下，采集发电机广域阻尼控制器的广域反馈输入时序信号{y_t}，广域反馈输入时序信号{y_t}的数据个数为N，N＝T_total，将信号{u_t}和{y_t}输入上述被控系统模型辨识模块中；（3）被控系统模型辨识模块辨识安装发电机广域阻尼控制器的发电机励磁端与广域反馈输入时序信号之间的开环被控系统模型，具体过程包括以下步骤：（3－1）按下式计算上述广域反馈输入时序信号{y_t}的平稳零均值时序信号{y_tcp0}：$y_{\mathrm{tcp}0}=y_t-\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}{y}_t;$（3－2）设定上述开环被控系统模型结构为U(θ)，其中参数向量为该模型结构U(θ)的参数，得到被控系统模型集合U^*＝{U(θ)|θ∈D_μ}其中d为参数θ的维数，D_μ为d维实数集的一个子集；（3－3）将步骤（3－1）的平稳零均值时序信号{y_tcp0}和上述小幅随机扰动时序信号{u_t}代入预报函数中，预报注入小幅随机扰动时序信号t时刻的预报值：$U\left(\theta \right):\hat{y}\left(t\right|\theta )=g(y_{t-1},u_{t-1},\theta )$其中g(y_t-1,u_t-1,θ)为预报函数；（3－4）计算注入小幅随机扰动时序信号t时刻的电力系统广域反馈时序信号的真实值y_t和与t时刻预报值之间的误差ε(t,θ)：$ϵ(t,\theta )=y_t-\hat{y}\left(t\right|\theta );$（3－5）设定电力系统的预报误差准则函数，为：J₁(θ)＝Tr[ΛD(θ)]其中，Λ为加权正定矩阵，$D\left(\theta \right)=\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}ϵ(t,\theta ){ϵ}^T(t,\theta );$（3－6）使上述预报误差准则函数极小化：${\hat{\theta }}_N=\arg \min J_1\left(\theta \right)$其中是使预报误差准则函数J₁(θ)取得最小值的模型参数值；模型为被控系统模型集合U^*中使得预报误差准则函数取得极小值的系统模型；（3－7）重复步骤（3－2）～步骤（3－6）M次，得到M个被控系统模型的模型集合U_I，$U_I=\left\{U\left({\hat{\theta }}_{N_i}\right)\right|i=\mathrm{1,2},....,M\}$其中i＝1,2…,M，M为重复步骤（3－2）～步骤（3－6）的总次数；（3－8）设定注入小幅随机扰动时序信号t时刻的电力系统广域反馈输入时序信号的真实值y_t与t时刻预报值之间的拟合度为：$\mathrm{fit}\left({\hat{\theta }}_N\right)=100\times (1-\sqrt{\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}ϵ{(t,{\hat{\theta }}_N)}^2}/\sqrt{\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}{y_{\mathrm{tcp}0}}^2}$根据上述拟合度计算公式，得到被控系统模型集合U_I中每个模型的拟合度值，选择拟合度值最高的系统模型作为发电机励磁端与广域反馈时序信号之间的开环系统模型；（3－9）采用零阶保持变换方法，将上述安装发电机广域阻尼控制器的发电机励磁端与广域反馈输入时序信号之间的开环被控系统模型由离散形式G(z)转换成连续形式G(s)；（4）将上述步骤（3－9）得到的连续被控系统模型输入到上述用遗传算法求解控制器参数模块，计算发电机广域阻尼控制器的参数，具体过程如下：（4－1）设电力系统中发电机广域阻尼控制器的滤波采用带通滤波，带通滤波采用带通滤波器，带通滤波器的传递函数表达式为：$H_p\left(s\right)=\frac{\frac{1}{Q}{\omega }_0·s}{s^2+\frac{1}{Q}{\omega }_{0}s+{{\omega }_0}^2},$其中Q为带通滤波器的品质因数，Δω为带通滤波器的通带宽度，ω₀为带通滤波器的中心频率，ω₀取值为被控电力系统区间低频振荡频率；（4－2）根据上述步骤（3－9）的连续被控系统模型，计算得到发电机广域阻尼控制器移相参数和增益参数，具体过程为：（4－2－1）设定发电机广域阻尼控制器的移相采用三个超前滞后环节，增益为一个比例系数，移相和增益的传递函数表达式为：$H_{\theta }\left(s\right)=K\times {\left(\frac{1+T_{1}s}{1+T_{2}s}\right)}^3$其中，为超前滞后环节的传递函数，T₁为超前时间常数，T₂为滞后时间常数，K为控制器的增益；（4－2－2）设定发电机广域阻尼控制器的控制目标为：使上述开环连续被控系统与发电机广域阻尼控制器所组成的闭环系统所有振荡模式的阻尼比提高到ξ₀；（4－2－3）根据上述控制目标，建立用遗传算法求解控制器参数模块的目标函数，得到用遗传算法求解控制器参数模块的目标函数为：$\min \left(\underset{i=1}{\overset{n}{\Sigma }}g\left({\xi }_i\right)\right),(i=\mathrm{1,2},···,n)$$g\left({\xi }_i\right)=\left\{\begin{array}{cc}0.15-{\xi }_i& {\xi }_i<{\xi }_0\\ 0& {\xi }_i\ge {\xi }_0\end{array}\right.,$其中：n表示上述闭环系统振荡模式个数，ξ_i表示第i个振荡模式阻尼比；（4－4）设定0＜T₁＜1，0＜T₂＜1和0＜K＜10，作为上述目标函数的约束条件；（4－5）设定遗传算法的计算参数：种群个数为200，初始种群的取值范围为0～1，复制到下代的优良个体个数为20，采用锦标赛方法选择子代个体，新生成的子代个体中交叉的比例为0.8，变异采用自适应方式；（4－6）设定发电机广域阻尼控制器的隔直时间常数：T_w＝4，发电机广域阻尼控制器的输出上限值为+0.1，输出下限值为－0.1，根据上述遗传算法计算参数和目标函数约束条件，求得用遗传算法求解控制器参数模块的目标函数的最优解，即发电机广域阻尼控制器的超前时间常数T₁、滞后时间常数T₂和控制器的增益K的最优取值。