[发明专利]改进哈里斯鹰优化算法的SVG模型参数辨识方法及系统

权利要求书

1.一种改进哈里斯鹰优化算法的SVG模型参数辨识方法，其特征在于，包括以下步骤：

建立SVG双闭环控制器模型，根据所述SVG双闭环控制器模型确定待辨识的控制参数；

根据SVG黑箱模型的运行采集多工况下的SVG输出响应数据集，所述SVG黑箱模型为真实SVG控制器；

通过Tent混沌映射对哈里斯鹰优化算法的种群初始化进行改进，引入扰动对哈里斯鹰优化算法的位置更新公式进行改进，获得改进型哈里斯鹰优化算法；

通过改进型哈里斯鹰优化算法对SVG双闭环控制器模型的控制参数进行辨识，具体如下：

将SVG双闭环控制器模型作为改进型哈里斯鹰优化算法中的辨识模型，将改进型哈里斯鹰优化算法中的种群个体位置作为控制参数输入辨识模型，得到辨识模型的输出特性数据集，将输出特性数据集与所述SVG输出响应数据集进行比较得到输出特性偏差，将输出特性偏差作为目标函数代入所述改进型哈里斯鹰优化算法中进行迭代，当目标函数最小时停止迭代，此时SVG双闭环控制器模型输出的种群最优位置作为辨识所得的最优控制参数。

2.根据权利要求1所述的改进哈里斯鹰优化算法的SVG模型参数辨识方法，其特征在于，所述建立SVG双闭环控制器模型，根据所述SVG控制的数学模选确定待辨识的控制参数的具体步骤为：

建立SVG双闭环控制器模型，所述SVG双闭环控制器模型包括电压外环控制器模型和电流内环控制器模型；

所述电压外环控制器模型的表达式为

其中，K_pd、K_id分别为直流电压外环控制器的比例系数和积分系数，K_pq、K_iq分别为并网电压外环控制器的比例系数和积分系数，U_dc、U_{dc_ref}分别为直流电压实际值和参考值，U_s、U_{s_ref}分别为并网电压实际值和参考值，i_{d_ref}、i_{q_ref}分别为直流电压外环控制器输出参考值和并网电压外环控制器输出参考值；

所述电流内环控制器模型的表达式为

其中，K_pi、K_ii分别为内环电流控制器的比例系数和积分系数；u_d、u_q分别为d、q轴电压控制信号；U_sd、U_sq分别为并网电压d、q轴分量，L为滤波电感，为同步角速度；

将所述SVG双闭环控制器模型中的直流电压外环控制器的比例系数K_pd、直流电压外环控制器的积分系数K_id、并网电压外环控制器的比例系数K_pq、并网电压外环控制器的积分系数K_iq、内环电流控制器的比例系数K_pi和内环电流控制器的积分系数K_ii确定为待辨识控制参数。