一種基于粒子群算法的電力變流器雙閉環(huán)控制策略的制作方法
【專利摘要】本發(fā)明涉及一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，屬于電網(wǎng)運行與控制技術(shù)領(lǐng)域。其特征包含以下步驟：1)對電力變流器實施電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略；2)確定在線調(diào)整的控制環(huán)節(jié)的控制參數(shù)調(diào)節(jié)范圍；3)監(jiān)測控制目標值；4)若控制目標超出允許范圍，采用粒子群算法更新控制參數(shù)；5)若控制目標未超出允許范圍，保持控制參數(shù)不變。本發(fā)明具有高度可靠性和自適應(yīng)性、能夠在電網(wǎng)的擾動下實現(xiàn)電力變流器的功率控制，對提高電力變流器的運行可靠性和可控性具有重要的現(xiàn)實意義。
【專利說明】
一種基于粒子群算法的電力變流器雙閉環(huán)控制策略
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種電力變流器控制策略，特別涉及一種基于粒子群算法的電力變流 器雙閉環(huán)控制策略，屬于低壓電網(wǎng)運行與控制技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 電力變流器可以實現(xiàn)交流到直流、直流到交流、交流到交流或直流到直流之間能 量的變換，在電力系統(tǒng)有著廣泛的應(yīng)用。隨著新能源在低壓電網(wǎng)中的應(yīng)用越來越多，風、光、 儲能等并入電網(wǎng)，微電網(wǎng)的運行和控制，都離不開電力變流器裝置，用于整流、逆變、全象限 的功率控制、無功補償?shù)?。目前，電力變流器裝置普遍采用電壓源型換流器，采用可關(guān)斷的 大功率器件。如何對這些電流變流裝置進行控制是其在電網(wǎng)中應(yīng)用的關(guān)鍵。
[0003] 電力變流器的常規(guī)控制方法是功率控制為外環(huán)、電流控制為內(nèi)環(huán)的雙閉環(huán)控制算 法，該方法可以實現(xiàn)電力變流器有功和無功的解耦控制。電力系統(tǒng)在運行過程中會出現(xiàn)較 多干擾和不確定性因素。例如，電動機啟動，會造成電網(wǎng)電壓跌落，線路發(fā)生短路故障，會產(chǎn) 生較大的短路電流。在電網(wǎng)發(fā)生擾動得條件下，常規(guī)的PI控制器起不到良好的控制效果，其 控制參數(shù)的選取依靠經(jīng)驗給定，不能適應(yīng)電網(wǎng)運行狀態(tài)的變化，不具有自適應(yīng)性，控制效果 在某些電網(wǎng)運行條件下無法滿足控制需求。
[0004] 針對傳統(tǒng)電力變流器控制策略的不足，一些新的控制方法開始用于電力變流器的 控制。比較典型的有：
[0005] 1)采用模糊控制的電力變流器控制方法。該方法把電力變流器的外環(huán)控制進行模 糊化，把控制目標值按模糊規(guī)則進行多區(qū)段劃分，通過模糊規(guī)則實現(xiàn)控制目標實測值與控 制參數(shù)之間的非線性映射關(guān)系，從而提高控制系統(tǒng)在不同運行條件下的適應(yīng)性。
[0006] 2)采用神經(jīng)網(wǎng)絡(luò)的電力變流器控制方法。該方法通過收集大量的控制參數(shù)與控制 目標之間的關(guān)聯(lián)數(shù)據(jù)，來訓練神經(jīng)元網(wǎng)絡(luò)，從而形成控制參數(shù)與控制效果之間的關(guān)聯(lián)關(guān)系， 通過神經(jīng)網(wǎng)絡(luò)預(yù)測可行的控制參數(shù)，從而實現(xiàn)電力變流器的控制策略。
[0007] 3)采用現(xiàn)代非線性控制的電力變流器控制方法。該類方法充分利用現(xiàn)代非線性控 制理論，通過對變流器進行數(shù)學建模，從而建立起控制模型，在此基礎(chǔ)上得出相應(yīng)的控制規(guī) 律。如采用精確線性化的變結(jié)構(gòu)控制，非線性解耦控制等等。
[0008] 上述用于電力變流器的控制技術(shù)，多偏重于理論研究，在工程上難于實現(xiàn)，上述控 制方法在短時間內(nèi)還難以實用化。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明的目的是基于智能隨機優(yōu)化算法，提出一種基于粒子群算法的電力變流器 雙閉環(huán)控制策略，本發(fā)明具有較好的可靠性和自適應(yīng)性、能夠在電網(wǎng)的擾動下實現(xiàn)電力變 流器的功率控制，對提高電力變流器的運行可靠性和可控性具有重要的現(xiàn)實意義。
[0010] 本發(fā)明的目的在于基于現(xiàn)有的電力變流器控制技術(shù)，提出一種基于粒子群算法的 電力變流器雙閉環(huán)控制策略，為電力變流器的可靠控制提供技術(shù)依據(jù)和實用化方法，提高 基于電力變流技術(shù)的電器裝置在電網(wǎng)中的應(yīng)用。
[0011] 本發(fā)明采用的技術(shù)方案是：
[0012] 一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，對電壓源型電力變流器，采 用電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略;采用粒子群優(yōu)化算法，在線的自適應(yīng)調(diào)整控制 環(huán)節(jié)的參數(shù)，實現(xiàn)電力變流器在電網(wǎng)各種擾動下的優(yōu)化控制。其特征在于:包括以下步驟：
[0013] 步驟1)對電力變流器實施電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略；
[0014] 步驟2)確定在線調(diào)整的控制環(huán)節(jié)的控制參數(shù)調(diào)節(jié)范圍；
[0015] 步驟3)監(jiān)測控制目標值；
[0016] 步驟4)若控制目標超出允許范圍，采用粒子群算法更新控制參數(shù)；
[0017] (1)設(shè)置迭代次數(shù)初值為零；
[0018] (2)初始化粒子群計算參數(shù)，包括粒子的位置、速度、加速常數(shù)以及慣性因子；
[0019] (3)對于每個粒子確定其初始位置的最優(yōu)值和全局最優(yōu)值；
[0020] (4)對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值；
[0021] (5)更新粒子下一次的速度和位置；
[0022] (6)更新粒子群的最優(yōu)值和全局最優(yōu)值；
[0023] (7)迭代次數(shù)增加1，若到達迭代次數(shù)上限，則進行步驟(8)，否則轉(zhuǎn)入步驟(4);
[0024] (8)把粒子群優(yōu)化計算結(jié)果作為電力變流器控制參數(shù)值。
[0025]步驟5)若控制目標未超出允許范圍，保持控制參數(shù)不變。
[0026]所述的電壓源型電力變流器，由具有關(guān)斷能力的器件（如絕緣柵雙極晶體管 (IGBT))組成的電力變流器，具有整流、逆變、交流變流或直流變流功能；
[0027] 所述的電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略，電力變流器的功率控制采用雙閉 環(huán)控制，外環(huán)響應(yīng)有功、無功控制目標，內(nèi)環(huán)采用電流解耦控制策略，通過旋轉(zhuǎn)坐標變換，實 現(xiàn)有功電流和無功電流的解耦控制；
[0028] 所述的在線的自適應(yīng)調(diào)整控制環(huán)節(jié)的參數(shù)，在電力變流器功率外環(huán)控制中，在比 例積分控制環(huán)加入粒子群優(yōu)化算法尋優(yōu)，在線動態(tài)的調(diào)整比例積分控制參數(shù)，從而提高控 制器對外界不確定干擾因素的適應(yīng)性；
[0029] 所述的監(jiān)測控制目標值，對于電壓源型電力變流器，可以同時對兩個控制目標進 行監(jiān)測控制，控制目標可以是有功功率、無功功率、直流電壓或交流電壓；
[0030] 所述的對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值，在粒子群優(yōu) 化算法的迭代過程中，利用適應(yīng)度函數(shù)來判斷每一個粒子對應(yīng)的所有位置的值，取其最小 值為該粒子的最優(yōu)值;利用適應(yīng)度函數(shù)來判斷所有粒子的所有位置的值，取其中的最小值 為全局最優(yōu)值；
[0031] 所述的更新粒子下一次的速度和位置，對于某一個粒子P來說，第i+Ι次迭代中，粒 子的位置和速度可以用第i次迭代的結(jié)果進行計算，計算表達式如下所示。
[0032]
[0033] 式中，K代表粒子的位置;V代表粒子的速度;C1和C2代表粒子的加速常數(shù)；ω代表 粒子的慣性因子;pbest為粒子的最優(yōu)值;gbest為粒子的全局最優(yōu)值;randd)、rand(2)都 是(〇，1)之間的隨機數(shù);加速常數(shù)(^、(32的值都為2。
[0034] 上式代表粒子尋優(yōu)的過程，通過該式可以不斷的更新粒子的位置和速度，從而能 夠得到粒子的個體最優(yōu)值以及所有粒子的全局最優(yōu)值。
[0035] 所述的更新粒子群的最優(yōu)值和全局最優(yōu)值，利用適應(yīng)度函數(shù)求解出粒子在下一個 位置時的適應(yīng)度值，將此時求解的適應(yīng)度值與上次迭代得出的粒子最優(yōu)值以及全局最優(yōu)值 進行比較，得出粒子最優(yōu)值。
[0036] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點是：
[0037] 1.本基于粒子群算法的電力變流器雙閉環(huán)控制策略，能夠提高電力變流器抵御外 界干擾和不確定因素的能力，提高其可靠性。通過在線的修正控制參數(shù)，并通過智能優(yōu)化求 取最優(yōu)控制參數(shù)，從而實現(xiàn)電力變流器的智能控制。
[0038] 2.本方法易于實施。本方法是在原有的電力變流器的雙閉環(huán)控制策略基礎(chǔ)上進行 改進的，沒有改變原有的控制環(huán)節(jié)，而是通過對控制目標的監(jiān)測，在線的修正外環(huán)控制環(huán)節(jié) 的比例積分系數(shù)，使得整套控制方案易于實施，具有較好的可靠性、經(jīng)濟性和運行效率。
[0039] 3.本方法便于商業(yè)化開發(fā)。隨著新能源的并網(wǎng)增加，電力變流器將在低壓電網(wǎng)應(yīng) 用越來越廣泛，本發(fā)明具有較好的商業(yè)開發(fā)前景和應(yīng)用價值。
【附圖說明】
[0040] 圖1是基于粒子群算法的電力變流器雙閉環(huán)控制策略步驟框圖；
[0041 ]圖2是電壓源變流器雙閉環(huán)控制框圖；
[0042]圖3是粒子群優(yōu)化PI控制系統(tǒng)圖
[0043] 圖4是基于粒子群算法的控制參數(shù)在線優(yōu)化步驟框圖；
[0044] 圖5是控制仿真結(jié)果比較圖。
【具體實施方式】
[0045]下面結(jié)合附圖和仿真實驗對本發(fā)明的技術(shù)方案做進一步詳細說明。
[0046]如圖1、圖2、圖3、圖4、圖5所示，一種基于粒子群算法的電力變流器雙閉環(huán)控制策 略
[0047] 包括以下步驟：
[0048] 步驟1)對電力變流器實施電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略；
[0049] 步驟2)確定在線調(diào)整的控制環(huán)節(jié)的控制參數(shù)調(diào)節(jié)范圍；
[0050] 步驟3)監(jiān)測控制目標值；
[0051 ]步驟4)若控制目標超出允許范圍，采用粒子群算法更新控制參數(shù)；
[0052] (1)設(shè)置迭代次數(shù)初值為零；
[0053] (2)初始化粒子群計算參數(shù)，包括粒子的位置、速度、加速常數(shù)以及慣性因子；
[0054] (3)對于每個粒子確定其初始位置的最優(yōu)值和全局最優(yōu)值；
[0055] (4)對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值；
[0056] (5)更新粒子下一次的速度和位置；
[0057 ] (6)更新粒子群的最優(yōu)值和全局最優(yōu)值；
[0058] (7)迭代次數(shù)增加1，若到達迭代次數(shù)上限，則進行步驟(8)，否則轉(zhuǎn)入步驟(4);
[0059] (8)把粒子群優(yōu)化計算結(jié)果作為電力變流器控制參數(shù)值。
[0060] 步驟5)若控制目標未超出允許范圍，保持控制參數(shù)不變。
[0061] 所述的電壓源型電力變流器，由具有關(guān)斷能力的器件（如絕緣柵雙極晶體管 (IGBT))組成的電力變流器，具有整流、逆變、交流變流或直流變流功能；
[0062] 所述的電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略，電力變流器的功率控制采用雙閉 環(huán)控制，外環(huán)響應(yīng)有功、無功控制目標，內(nèi)環(huán)采用電流解耦控制策略，通過旋轉(zhuǎn)坐標變換，實 現(xiàn)有功電流和無功電流的解耦控制；
[0063] 所述的在線的自適應(yīng)調(diào)整控制環(huán)節(jié)的參數(shù)，在電力變流器功率外環(huán)控制中，在比 例積分控制環(huán)加入粒子群優(yōu)化算法尋優(yōu)，在線動態(tài)的調(diào)整比例積分控制參數(shù)，從而提高控 制器對外界不確定干擾因素的適應(yīng)性；
[0064] 所述的監(jiān)測控制目標值，對于電壓源型電力變流器，可以同時對兩個控制目標進 行監(jiān)測控制，控制目標可以是有功功率、無功功率、直流電壓或交流電壓；
[0065] 所述的對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值，在粒子群優(yōu) 化算法的迭代過程中，利用適應(yīng)度函數(shù)來判斷每一個粒子對應(yīng)的所有位置的值，取其最小 值為該粒子的最優(yōu)值;利用適應(yīng)度函數(shù)來判斷所有粒子的所有位置的值，取其中的最小值 為全局最優(yōu)值；
[0066] 所述的更新粒子下一次的速度和位置，對于某一個粒子P來說，第i+Ι次迭代中，粒 子的位置和速度可以用第i次迭代的結(jié)果進行計算，計算表達式如下所示。
[0067]
[0068] 式中，K代表粒子的位置;V代表粒子的速度;C1和C2代表粒子的加速常數(shù)；ω代表 粒子的慣性因子;pbest為粒子的最優(yōu)值;gbest為粒子的全局最優(yōu)值;rand(l)、rand(2)都 是(〇，1)之間的隨機數(shù);加速常數(shù)(^、(3 2的值都為2。
[0069] 上式代表粒子尋優(yōu)的過程，通過該式可以不斷的更新粒子的位置和速度，從而能 夠得到粒子的個體最優(yōu)值以及所有粒子的全局最優(yōu)值。
[0070] 所述的更新粒子群的最優(yōu)值和全局最優(yōu)值，利用適應(yīng)度函數(shù)求解出粒子在下一個 位置時的適應(yīng)度值，將此時求解的適應(yīng)度值與上次迭代得出的粒子最優(yōu)值以及全局最優(yōu)值 進行比較，得出粒子最優(yōu)值。
[0071] 圖1是本發(fā)明一種基于粒子群算法的電力變流器雙閉環(huán)控制策略的主要步驟，包 括對電力變流器實施電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略;確定在線調(diào)整的控制環(huán)節(jié)的 控制參數(shù)調(diào)節(jié)范圍；監(jiān)測控制目標值;若控制目標超出允許范圍，采用粒子群算法更新控制 參數(shù);若控制目標未超出允許范圍，保持控制參數(shù)不變。本發(fā)明具有高度可靠性和自適應(yīng) 性、能夠在電網(wǎng)的擾動下實現(xiàn)電力變流器的功率控制，對提高電力變流器的運行可靠性和 可控性具有重要的現(xiàn)實意義。
[0072] 圖2為電壓源變流器雙閉環(huán)控制框圖。
[0073] 電壓源換流器采用矢量控制方式，矢量控制采用電流內(nèi)環(huán)和目標外環(huán)的雙閉環(huán)結(jié) 構(gòu)。旋轉(zhuǎn)坐標系與三相電網(wǎng)電壓同步旋轉(zhuǎn)，且d軸與電網(wǎng)A相電壓矢量重合，此時d軸分量即 為有功電流分量，而電流的q軸分量則為無功電流分量。
[0074] 在dq坐標系下，電流的d軸分量和q軸分量都與電壓相關(guān)，存在嚴重的耦合關(guān)系。因 此在電流內(nèi)環(huán)控制中引入解耦算法，設(shè)計內(nèi)環(huán)電流解耦控制器結(jié)構(gòu)如圖2所示：
[0075] 外環(huán)是功率控制環(huán)，內(nèi)環(huán)是電流控制環(huán)。有功基準值Pre3f與有功實際值P的差值經(jīng) 過PI調(diào)節(jié)后作為電流d軸的基準值idref，無功基準值Qref與無功實際值Q的差值經(jīng)過PI調(diào)節(jié) 后作為電流q軸的基準值iqref。內(nèi)環(huán)電流差值經(jīng)過PI環(huán)節(jié)之后再經(jīng)過內(nèi)環(huán)解耦控制和前饋 電壓補償?shù)玫絛軸和q軸戴拿標準值ιω和Uq，送入PWM調(diào)制器中調(diào)制，得到控制信號，實現(xiàn)電 壓源換流器的控制目標。
[0076]圖3是粒子群優(yōu)化PI控制系統(tǒng)圖
[0077] PI控制環(huán)的性能直接取決于參數(shù)kp、!^的值是否合理，因而優(yōu)化PI控制環(huán)的參數(shù)具 有重要的意義。目前，仿真時PI控制環(huán)的參數(shù)主要是由人工進行調(diào)整，這種方法不僅調(diào)試繁 瑣，而且不一定能得到最優(yōu)值，因此本文采用粒子群算法對PI控制環(huán)進行調(diào)整，其控制環(huán)節(jié) 如圖3所示。
[0078] 圖3中所示，比例系數(shù)匕的作用是加快系統(tǒng)的響應(yīng)速度，提高調(diào)節(jié)精度，其值選擇 不當容易出現(xiàn)超調(diào)或者精度不足的情況。積分系數(shù)1?的作用是消除系統(tǒng)的穩(wěn)態(tài)誤差，同樣， 其值選擇不當也容易產(chǎn)生超調(diào)或者調(diào)節(jié)精度不足的問題。因而，粒子群優(yōu)化PI控制環(huán)的目 的是找到k P、kd^最優(yōu)值，使得調(diào)節(jié)效果最佳。
[0079] 圖4是基于粒子群算法的控制參數(shù)在線優(yōu)化步驟框圖；
[0080] 粒子群優(yōu)化PI控制環(huán)實現(xiàn)的過程主要有如下幾個步驟：
[0081] (1)確定使系統(tǒng)穩(wěn)定的PI控制環(huán)參數(shù)的取值范圍即kP、la的值。
[0082] (2)檢測電力變流器外環(huán)控制目標的變化。若控制目標值變化較大時，粒子群優(yōu)化 PI控制環(huán)發(fā)揮作用，自動調(diào)整kP、la的值，使其得到能夠滿足要求的PI控制環(huán)參數(shù)。
[0083] (3)利用粒子群優(yōu)化算法更新PI控制器參數(shù)的具體過程如下。
[0084] (a)初始化粒子的位置<、速度<、加速常數(shù)C1、C2以及慣性因子ω。
[0085] 粒子群優(yōu)化算法首先在第0次開始迭代，此時確定所有粒子的初始位置、初始速 度、加速常數(shù)以及慣性因子。粒子的初始位置為 是根據(jù)系統(tǒng)穩(wěn)定時的ΡΙ控制環(huán)參數(shù)中隨 機選擇的，粒子初始速度< 是在(_1，1)中隨機選擇的。加速常數(shù)C1、C2是調(diào)整自身經(jīng)驗和社 會經(jīng)驗在其運動中所起作用的權(quán)重，對于一般的問題其值都取為2。慣性因子ω對粒子群算 法的收斂性起到很大作用，通過調(diào)整其值可以改變?nèi)謱?yōu)和局部尋優(yōu)的能力，通常情況 下在迭代開始時將ω設(shè)置的比較大，之后隨著迭代次數(shù)不斷減小，為了簡化運算，本文取值 為0.6。本文在粒子群優(yōu)化算法中使用10個粒子并迭代20次，這樣既滿足了所得ΡΙ參數(shù)值的 準確性又滿足了計算速度，能夠較好的實現(xiàn)電力變流器的控制性能。
[0086] (b)對于每個粒子確定其初始位置的最優(yōu)值pbest和全局最優(yōu)值gbest。
[0087]在整定PI控制環(huán)的參數(shù)kP、kdt，需要利用適應(yīng)度函數(shù)來評價其動態(tài)表現(xiàn)。為了使 電網(wǎng)電壓能夠快速的恢復，利用粒子群算法時采用控制目標值的絕對誤差積分作為目標函 數(shù)即適應(yīng)度函數(shù)，以控制目標值為電壓為例。其表達式如式2所示：
[0088] 嚴1 (2)
[0089] 式(2)中，u(t)為連接點處電壓；At為采樣周期。
[0090] 考慮到最小絕對誤差積分能夠使系統(tǒng)的動態(tài)響應(yīng)具有較短的調(diào)整時間以及較小 的超調(diào)量，因此，在粒子群算法中選取電壓的絕對誤差積分作為適應(yīng)度函數(shù)。初始化時，定 義粒子的最優(yōu)值pbest以及全局最優(yōu)值gbest (初始化后所有粒子的滿足適應(yīng)度函數(shù)的最小 值)分別為：
[0091] (3)
[0092] (c)對于每個粒子確定其迭代過程中的個體最優(yōu)值pbest和全局最優(yōu)值gbest。
[0093]在粒子群優(yōu)化算法的迭代過程中，利用適應(yīng)度函數(shù)來判斷每一個粒子對應(yīng)的所有 位置的值，取其最小值為該粒子的最優(yōu)值，如式4所示。 _4]
⑷
[0095]利用適應(yīng)度函數(shù)來判斷所有粒子的所有位置的值，取其中的最小值為全局最優(yōu) 值，如式5所示。
[0096]
Γ5)
[0097] (d)第i+Ι次迭代中，按式(6)更新粒子下一次的速度和位置。
[0098] 對于粒子P來說，第i+Ι次迭代中，粒子的位置和速度可以用第i次迭代的結(jié)果進行 計算，計算表達式如下所示。
[0099]
[0100] 式^?；弥衈"⑴~瓜"⑵都是⑶⑴之間的隨機數(shù):加速常數(shù)~^的值都為 2〇
[0101] 式(6)代表粒子尋優(yōu)的過程，通過該式可以不斷的更新粒子的位置和速度，從而能 夠得到粒子的個體最優(yōu)值以及所有粒子的全局最優(yōu)值。為了更加直觀的分析粒子的尋優(yōu)過 程，由式6可以得出每個粒子在迭代過程中通過跟蹤兩個極值來迭代計算，從而得到粒子個 體極值以及所有粒子中的全局最優(yōu)值。
[0102] 對于粒子P來說，在第i+Ι次迭代中，其位置是通過式(7)所得到的。
[0103]
式(7)中，ΔΚΡ1為第i次迭代位置踩指向粒子個體最優(yōu)值KP(pbest)的速度向量；ΔΚ Ρ2 為第i次迭代位置轉(zhuǎn)指向粒子全局最優(yōu)值K(gbest)的速度向量；ΔΚΡ3為與第i次迭代速度◎的 方向相同的速度向量。
[0105]由式(7)可以得出第i次迭代過程中粒子移動的速度G作為粒子移動的參考值使 得粒子P在第i+Ι次迭代過程中向粒子最優(yōu)值KP(pbest)以及全局最優(yōu)值K(gbest)靠近。
[0? 06] ( e )更新粒子P的最優(yōu)值Kp(pbest)和全局最優(yōu)值K(gbest)。
[0107] 經(jīng)過第i次迭代后，當前粒子p的最優(yōu)值KP(pbest)以及全局最優(yōu)值K(gbest)的適應(yīng)度值 分別為以&(0 (^))4(1((#(^))。利用適應(yīng)度函數(shù)求解出粒子？在^^1位置時的適應(yīng)度值 將此時求解出的適應(yīng)度值與上次迭代得出的粒子最優(yōu)值以及全局最優(yōu)值進行比 較。如式(8)和(9)所示。
[0108]
[0109]
[0110] 如果式(8)成立，則4+1將被選為粒子新的個體最優(yōu)值KP(pbest)，否則粒子最優(yōu)值保 持不變;如果式(9)成立，則4 +1將被選為粒子新的全局最優(yōu)值K(gbest)，否則粒子全局最優(yōu)值 保持不變。
[0111] (f)步驟(d)和步驟(e)重復20次即迭代20次。
[0112] (g)迭代結(jié)束后確定PI控制環(huán)中的參數(shù)值kP、la為此時全局最優(yōu)值K( gbest)。
[0113] 圖5是控制仿真結(jié)果比較圖。
[0114] 為了驗證粒子群算法優(yōu)化PI控制環(huán)參數(shù)的有效性，以6kV母線上接有的基于電壓 源型變流器的靜止無功補償裝置為例，進行仿真驗證。在6kV母線附近設(shè)置一感應(yīng)電機負 載，以電機啟動作為電網(wǎng)擾動。為了減小電網(wǎng)擾動對的電壓暫降的影響，在引入粒子群優(yōu)化 PI算法的條件下將靜止無功補償裝置并入6kV母線處，分別考慮無補償裝置、加入常規(guī)雙閉 環(huán)控制策略的電力變流器和引入粒子群算法的電力變流器，三種情況下對電網(wǎng)電壓影響的 改善情況進行仿真分析。
[0115] 由圖可得，3s時6kV母線電壓分別下降較大，且電壓恢復較慢，可見感應(yīng)電動機對 電壓暫降影響比較嚴重，在并入無功補償裝置后電壓降明顯減少，電壓恢復時間也得到較 好的改善。其中粒子群優(yōu)化控制對電壓的補償效果最好，電壓恢復所需時間也是最短的。
[0116] 比較圖可知，粒子群優(yōu)化PI控制環(huán)的控制策略改善電網(wǎng)電壓水平方面優(yōu)于傳統(tǒng)的 PI控制，無功補償并網(wǎng)初始階段稍有波動，經(jīng)過一定時間后能夠穩(wěn)定上升并恢復正常水平， 另外，相對于傳統(tǒng)PI控制環(huán)來說，在時間上粒子群優(yōu)化PI控制環(huán)能夠使電網(wǎng)電壓較快的恢 復到穩(wěn)定水平。由于傳統(tǒng)PI控制參數(shù)固定，當接入不同容量的感應(yīng)電動機時控制效果得不 到較好的改善，但粒子群優(yōu)化PI控制環(huán)可根據(jù)不同容量的感應(yīng)電動機調(diào)節(jié)PI參數(shù)，使其具 有良好的調(diào)節(jié)效果，從而保證感應(yīng)電動機啟動時電網(wǎng)電壓能夠快速有效的恢復到正常水平 并保持穩(wěn)定。
[0117]以上仿真結(jié)果，驗證了本發(fā)明的有效性。
【主權(quán)項】
1. 一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，是指對電壓源型電力變流器， 采用電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略;采用粒子群優(yōu)化算法，在線的自適應(yīng)調(diào)整控 制環(huán)節(jié)的參數(shù)，實現(xiàn)電力變流器在電網(wǎng)各種擾動下的優(yōu)化控制；其特征在于:包括以下步 驟： 步驟1)對電力變流器實施電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略； 步驟2)確定在線調(diào)整的控制環(huán)節(jié)的控制參數(shù)調(diào)節(jié)范圍； 步驟3)監(jiān)測控制目標值； 步驟4)若控制目標超出允許范圍，采用粒子群算法更新控制參數(shù)； (1) 設(shè)置迭代次數(shù)初值為零； (2) 初始化粒子群計算參數(shù)，包括粒子的位置、速度、加速常數(shù)以及慣性因子； (3) 對于每個粒子確定其初始位置的最優(yōu)值和全局最優(yōu)值； (4) 對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值； (5) 更新粒子下一次的速度和位置； (6) 更新粒子群的最優(yōu)值和全局最優(yōu)值； (7) 迭代次數(shù)增加1，若到達迭代次數(shù)上限，則進行步驟(8)，否則轉(zhuǎn)入步驟(4); (8) 把粒子群優(yōu)化計算結(jié)果作為電力變流器控制參數(shù)值； 步驟5)若控制目標未超出允許范圍，保持控制參數(shù)不變。2. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于：電壓源型電力變流器，由具有關(guān)斷能力的器件組成的電力變流器，具有整流、逆變、交 流變流或直流變流功能。3. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于：電壓外環(huán)和電流內(nèi)環(huán)的雙閉環(huán)控制策略，電力變流器的功率控制采用雙閉環(huán)控制，外 環(huán)響應(yīng)有功、無功控制目標，內(nèi)環(huán)采用電流解耦控制策略，通過旋轉(zhuǎn)坐標變換，實現(xiàn)有功電 流和無功電流的解耦控制。4. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于:在線的自適應(yīng)調(diào)整控制環(huán)節(jié)的參數(shù)，在電力變流器功率外環(huán)控制中，在比例積分控制 環(huán)加入粒子群優(yōu)化算法尋優(yōu)，在線動態(tài)的調(diào)整比例積分控制參數(shù)，從而提高控制器對外界 不確定干擾因素的適應(yīng)性。5. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于：監(jiān)測控制目標值，對于電壓源型電力變流器，可以同時對兩個控制目標進行監(jiān)測控 制，控制目標可以是有功功率、無功功率、直流電壓或交流電壓。6. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于:對于每個粒子確定其迭代過程中的個體最優(yōu)值和全局最優(yōu)值，在粒子群優(yōu)化算法的 迭代過程中，利用適應(yīng)度函數(shù)來判斷每一個粒子對應(yīng)的所有位置的值，取其最小值為該粒 子的最優(yōu)值;利用適應(yīng)度函數(shù)來判斷所有粒子的所有位置的值，取其中的最小值為全局最 優(yōu)值。7. 根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于:更新粒子下一次的速度和位置，對于某一個粒子P來說，第i+Ι次迭代中，粒子的位置 和速度可以用第i次迭代的結(jié)果進行計算，計算表達式如下：式中，K代表粒子的位置;V代表粒子的速度;&和(：2代表粒子的加速常數(shù)；ω代表粒子的 慣性因子;pbest為粒子的最優(yōu)值;gbest為粒子的全局最優(yōu)值;rand(l)、rand(2)都是(0,1) 之間的隨機數(shù);加速常數(shù)(^、(3 2的值都為2; 上式代表粒子尋優(yōu)的過程，通過該式可以不斷的更新粒子的位置和速度，從而能夠得 到粒子的個體最優(yōu)值以及所有粒子的全局最優(yōu)值。8.根據(jù)權(quán)利要求1所述的一種基于粒子群算法的電力變流器雙閉環(huán)控制策略，其特征 在于:更新粒子群的最優(yōu)值和全局最優(yōu)值，利用適應(yīng)度函數(shù)求解出粒子在下一個位置時的 適應(yīng)度值，將此時求解的適應(yīng)度值與上次迭代得出的粒子最優(yōu)值以及全局最優(yōu)值進行比 較，得出粒子最優(yōu)值。
【文檔編號】G06N3/00GK105932860SQ201610408203
【公開日】2016年9月7日
【申請日】2016年6月8日
【發(fā)明人】高強, 韓月, 劉齊, 鐘丹田, 王茂軍, 張光明, 石林, 郭占男, 葉鵬, 胡耀寧
【申請人】國網(wǎng)遼寧省電力有限公司電力科學研究院, 國家電網(wǎng)公司, 沈陽工程學院