[发明专利]一种基于AFSA-BFO算法的电力系统PSS参数整定方法

说明书

本发明涉及一种基于AFSA‑BFO算法的电力系统PSS参数整定方法，首先采用AFSA算法进行搜索，当适应度达到某一值时，表明AFSA算法已收敛到全局最优的区域，此时切换到BFO算法，BFO算法将会在AFSA算法的基础上进行局部寻优；对于算法的切换，引入了新的判别方式。本发明采用AFSA‑BFO算法整定的PSS控制器在总体上具有较好的调节性，且整定的PSS参数具有较好的适应性，在大扰动下仍可提高系统稳定运行水平。

技术领域

本发明涉及电力系统低频振荡抑制领域，特别是一种基于AFSA-BFO算法的电力系统PSS参数整定方法。

背景技术

随着全球经济的快速增长、人口的急剧增加，电能在世界范围内的使用量也不断提高，从而使电网的负荷不断加重；与此同时，现代电力系统已经进入跨区域互联的大电网时期，远距离、大容量的输电线路广泛存在；这些都将诱发电力系统低频振荡。如果低频振荡不能很好的抑制，将引发一系列系统故障，从而导致大规模的停电、造成巨大的经济损失。近年来，电力系统低频振荡已经成为影响电网能否可靠、安全运行的关键问题之一。因此，如何快速有效实时地辨识出低频振荡的相关参数，并调节阻尼器来抑制低频振荡就显得尤为重要。

由于采取加装电力系统稳定器(PowerSystem Stabilizer,PSS)在可以抑制低频振荡的同时，也具有控制较简单、性能好的优点；而且PSS具有物理概念清晰，作为阻尼控制时，其计算和调试具有直接的数学模型可用，同时投入调试和退出还可以根据不同的运行工况进行所以在抑制中。因此，加装PSS是抑制低频振荡的首选控制措施。

PSS控制的核心问题是PSS的参数整定；目前，PSS整定方法主要采用相位补偿法、极点配置法等。相位补偿法具有物理意义清晰、方便调试等优点；极点配置法是将系统的主要极点配置到S平面的新位置，从而提高系统的稳定性，但因为其与励磁系统参数没有直观联系，在实际工程的应用是受限的。近来，PSS参数的相关整定中也出现了大量的优化算法，如神经网络、模糊控制及人工智能算法等。但神经网络需要大量的学习样本且收敛速度较慢，遗传算法搜索时间过长、易于过早收敛于次全局最优解，但在模糊控制中可能产生自适应能力差、规则设定困难等后果。人工智能算法在电力系统控制中的应用在加快寻优速度和避免陷入局部极值等方面仍有很大的潜力可以挖掘，需要进一步的深入研究。

发明内容

本发明的目的在于提供一种基于AFSA-BFO算法的电力系统PSS参数整定方法，以克服现有技术中存在的缺陷。

为实现上述目的，本发明的技术方案是：一种基于AFSA-BFO算法的电力系统PSS参数整定方法，包括如下步骤：

步骤S1：AFSA、BFO算法参数的初始化；

步骤S2：令迭代次数gen＝1，进行迭代运算；

步骤S3：运行电力系统仿真模型，并采取电力系统仿真模型中各发电机以及联络线之间的信号；

步骤S4：从采取的信号中，获取电力系统低频振荡信号；

步骤S5：对所述电力系统低频振荡信号进行辨识分析，获取对应的振荡模态及特征值λ_i＝σ_i±jw_i；其中，σ_i代表特征值的实部，w_i代表特征值的虚部；

步骤S6：根据特征值的大小确定其阻尼比；

步骤S7：利用将阻尼比作为PSS参数优化的目标；

步骤S8：通过PSS的约束条件，进行PSS参数优化；

步骤S9：采用AFSA-BFO算法对目标函数进行寻优计算；

步骤S10：经过寻优计算后，产生一组新的个体极值为P_i(gen)、全局极值为P_g(gen)；