[发明专利]基于多目标闪电算法的PSS幅相协调优化参数整定方法、系统、设备及存储介质

说明书

本发明公开了一种基于多目标闪电算法的PSS幅相协调优化参数整定方法、系统、设备及存储介质，包括以下步骤：1)获取待建模PSS模型及其基本参数，同时获取待分析励磁系统在0.1‑2.0Hz内的无PSS补偿相位特性曲线；2)设定初始化环境；3)利用PSS模型的传递函数构建幅相协调优化目标函数；4)利用多目标闪电算法求解所述幅相协调优化目标函数，得最优解，完成基于多目标闪电算法的PSS幅相协调优化参数，该方法、系统、设备及存储介质能够实现PSS幅相协调优化参数的整定，保证电力系统安全稳定运行。

技术领域

本发明属于电力系统稳定器参数整定技术领域，涉及一种基于多目标闪电算法的PSS幅相协调优化参数整定方法、系统、设备及存储介质。

背景技术

随着电网规模的扩增、新能源及直流系统的不断投入，系统非线性特性表现突出，因扰动引起的功率振荡问题在实际中时常发生。PSS的投入对低频功率振荡起到一定抑制作用，大中型发电机组的励磁调节器中均配置有PSS环节。现场整定中，对PSS的整定考虑主要聚焦于相位补偿方面，忽略了PSS在不同频段增益不足的客观事实，研究中已有考虑增加系统阻尼比最大和PSS相位补偿最佳为目标整定PSS参数，而这需要增加模拟负载阶跃的模型，简易地模拟容易忽略系统特性带来误差，精细化建模使得现场试验问题难以实现。为此，将PSS参数整定抽象为数学优化问题的形式，以找到一种高效、快速、准确，能够使用于现场试验需求的最优参数求解方法是当务之急。

目前，PSS参数整定已经被一些启发式智能算法所应用。相比于其他智能算法，由Mostafa Kheshti提出的闪电算法(LFA)是一种全局优化求解更加快速，可靠性能更好的启发式算法，已被对比于同类型算法并证明了其优越性，例如粒子群算法、遗传算法、和声搜索算法等。将PSS参数整定优化问题抽象为数学优化问题后，必定要建立一个多目标、多变量、多约束的非线性寻优的模型。LFA利用自然电荷离子放电现象对进化各变量进行动态进化，且支持多束离子群同时进化运动，提升了效率，可应对多变量优化。但是增加多目标、非线性约束后，在求解PSS整定优化问题上还存在一定缺陷。

因此，需要进一步研究适用于PSS参数整定优化的多目标寻优方法，来获取最佳适用于PSS性能的参数，用于保证电力系统安全稳定运行的相关问题。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于多目标闪电算法的PSS幅相协调优化参数整定方法、系统、设备及存储介质，该方法、系统、设备及存储介质能够实现PSS幅相协调优化参数的整定，保证电力系统安全稳定运行。

为达到上述目的，本发明所述的基于多目标闪电算法的PSS幅相协调优化参数整定方法包括以下步骤：

1)获取待建模PSS模型及其基本参数，同时获取待分析励磁系统在0.1-2.0Hz内的无PSS补偿相位特性曲线；

2)设定初始化环境；

3)利用PSS模型的传递函数构建幅相协调优化目标函数；

4)利用多目标闪电算法求解所述幅相协调优化目标函数，得最优解，完成基于多目标闪电算法的PSS幅相协调优化参数。

基本参数包括滞后环节参数T₇、隔直环节参数T_ω1、超前滞后补偿环节参数T₁，T₂，T₃及T₄。

通过在线试验的方式获取待分析励磁系统在0.1-2.0Hz内的无PSS补偿相位特性曲线。