[发明专利]一种基于AFSA-BFO算法的电力系统PSS参数整定方法

摘要

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。

主权项

1.一种基于AFSA‑BFO算法的电力系统PSS参数整定方法，其特征在于，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)；步骤S11：迭代次数gen＝gen+1；步骤S12：判断迭代次数gen是否达到最大迭代数MAXGEN；步骤S13：若迭代次数gen未达到最大迭代数MAXGEN，转到所述步骤S2继续进行迭代；步骤S14：若迭代次数gen达到最大迭代数MAXGEN，将个体极值为P_i(gen)、全局极值为P_g(gen)输出；个体极值P_i(gen)即为寻优得到的PSS参数，全局极值P_g(gen)即为电力系统最优的阻尼比；步骤S15：完成所有的计算，并结束；其中，在所述步骤S9中，还包括如下步骤：步骤S91：采用AFSA算法使鱼群快速收敛到全局最优解所在域；步骤S92：判断AFSA算法是否收敛到全局最优的区域，且所采用的切换的判别方式采用如下方式：或式中：Y_k、Y_k+1、Y_n+1分别为AFSA算法第k、k+1、n+1次迭代得到的相应适应度值；α、β与γ为预设值；步骤S93：当满足上式时，表明AFSA算法已经收敛到全局最优的区域，收敛开始变慢，此时，切换到BFO算法。