【摘要】：伴隨大區(qū)域電力系統(tǒng)的聯(lián)接和大量快速勵(lì)磁系統(tǒng)的使用，電力系統(tǒng)的機(jī)電振蕩模式阻尼存在減小的風(fēng)險(xiǎn)，一定程度上加大了引發(fā)低頻振蕩的可能。從而，限制了電網(wǎng)關(guān)鍵聯(lián)絡(luò)線所能傳輸?shù)碾娔�，影響了電網(wǎng)的經(jīng)濟(jì)有效運(yùn)行。并且伴隨大規(guī)模風(fēng)電的不斷接入，風(fēng)電場(chǎng)對(duì)電網(wǎng)穩(wěn)定性的影響逐漸增大。因此，如何通過(guò)適當(dāng)?shù)目刂拼胧﹣?lái)有效抑制電網(wǎng)低頻振蕩成為當(dāng)前的研究重點(diǎn)。本文以SVC為例，，研究了其附加阻尼控制器對(duì)電網(wǎng)低頻振蕩的抑制效果，分析了SVC各控制環(huán)節(jié)的交互影響，提出了基于內(nèi)嵌式神經(jīng)網(wǎng)絡(luò)的改進(jìn)遺傳算法的控制器多控制環(huán)節(jié)、多阻尼控制器的協(xié)調(diào)優(yōu)化方法，進(jìn)行了SVC廣域附加阻尼控制器的設(shè)計(jì)及相關(guān)系統(tǒng)時(shí)滯穩(wěn)定性研究。 本文首先研究了SVC多控制環(huán)節(jié)的相互影響，證明了SVC阻尼控制與電壓調(diào)節(jié)環(huán)節(jié)的交互作用，并提出基于內(nèi)嵌式BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)遺傳算法的SVC多控制環(huán)節(jié)協(xié)調(diào)優(yōu)化方法。同時(shí)內(nèi)嵌式神經(jīng)網(wǎng)絡(luò)的遺傳算法具有節(jié)約計(jì)算時(shí)間、適用范圍廣等優(yōu)點(diǎn)，為尋優(yōu)計(jì)算中需要調(diào)用復(fù)雜計(jì)算的一類問(wèn)題提供了一種有效的解決方案。 為提高電網(wǎng)整體動(dòng)態(tài)穩(wěn)定性，以電網(wǎng)多運(yùn)行方式下多振蕩模態(tài)最小阻尼比最大化為優(yōu)化目標(biāo)，提出一種基于內(nèi)嵌式Adaboost-BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)遺傳算法的多運(yùn)行方式下多機(jī)PSS及SVC附加阻尼控制器協(xié)調(diào)優(yōu)化方法，其中內(nèi)嵌式神經(jīng)網(wǎng)絡(luò)通過(guò)知識(shí)學(xué)習(xí)的方法將尋優(yōu)過(guò)程中小擾動(dòng)特征值分析計(jì)算分離出來(lái)，從而提高遺傳算法的尋優(yōu)計(jì)算效率�；谒臋C(jī)兩區(qū)域系統(tǒng)及某地區(qū)大型互聯(lián)電網(wǎng)的仿真也驗(yàn)證了該方法的有效性及優(yōu)越性。 基于Prony分析的主模比指標(biāo)計(jì)算法選擇SVC廣域附加阻尼控制器的輸入信號(hào)，并采用基于內(nèi)嵌式Adaboost-BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)遺傳算法優(yōu)化設(shè)計(jì)其參數(shù)。采用子空間辨識(shí)法對(duì)系統(tǒng)進(jìn)行降階辨識(shí)，以四機(jī)兩區(qū)域系統(tǒng)為例，建立考慮時(shí)滯的廣域電力系統(tǒng)模型。利用基于自由權(quán)矩陣的時(shí)滯系統(tǒng)穩(wěn)定性判據(jù)，研究含廣域附加阻尼控制器的廣域系統(tǒng)的時(shí)滯穩(wěn)定性，并計(jì)算獲得系統(tǒng)的時(shí)滯穩(wěn)定裕度。
[Abstract]:With the connection of large area power system and the use of a large number of fast excitation systems, the electromechanical oscillation mode damping of power system has the risk of reducing, which increases the possibility of triggering low frequency oscillation to a certain extent. Therefore, it limits the electric energy that can be transmitted by the key tie-line, and affects the economic and effective operation of the grid. With the continuous access of large scale wind power, the influence of wind farm on power grid stability is gradually increasing. Therefore, how to effectively suppress the low-frequency oscillation through appropriate control measures has become the focus of current research. In this paper, taking SVC as an example, the suppression effect of its additional damping controller on the low frequency oscillation of power network is studied, and the interactive effect of each control link of SVC is analyzed, and an improved genetic algorithm based on embedded neural network is proposed for multi-control of the controller. Based on the coordinated optimization method of multi-damping controller, the design of SVC wideband additional damping controller and the research of time-delay stability of related systems are carried out. In this paper, the interaction of SVC multi-control links is studied, the interaction between SVC damping control and voltage regulation is proved, and an improved genetic algorithm based on embedded BP neural network is proposed to optimize the coordination of SVC multi-control links. At the same time, the genetic algorithm of embedded neural network has the advantages of saving computation time and wide application range, which provides an effective solution for a class of problems that need to call complex computation in optimization calculation. In order to improve the overall dynamic stability of the power network, the optimal objective is to maximize the minimum damping ratio of multi-oscillation modes under multi-operation mode. An improved genetic algorithm based on embedded Adaboost-BP neural network is proposed to coordinate and optimize multi-machine PSS and SVC additional damping controller in multi-operation mode. The embedded neural network separates the eigenvalue analysis of small disturbance in the process of optimization by the method of knowledge learning so as to improve the efficiency of optimization calculation of genetic algorithm. The effectiveness and superiority of the proposed method are also verified by simulations based on a four-machine two-area system and a large interconnected power network in a certain area. The input signal of SVC wideband additional damping controller is selected by calculating the principal modulus ratio index based on Prony analysis, and its parameters are optimized by an improved genetic algorithm based on embedded Adaboost-BP neural network. The subspace identification method is used to identify the reduced order of the system. Taking the four-machine two-region system as an example, a wide-area power system model with time delay is established. By using the stability criterion of time-delay systems based on free freedom matrix, the time-delay stability of wide-area systems with wide-area additional damping controllers is studied, and the time-delay stability margin of the systems is calculated.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM761.12;TM712

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧集祥,趙麗麗;大干擾下主導(dǎo)低頻振蕩模式作用的再研究[J];東北電力學(xué)院學(xué)報(bào);2004年06期

2 李佳;劉金山;葛文紅;;模態(tài)級(jí)數(shù)法在主導(dǎo)低頻振蕩模式鑒別方面的應(yīng)用[J];吉林電力;2008年04期

3 周希念;;對(duì)水電廠低頻振蕩存在現(xiàn)象及防治措施的探討[J];廣東科技;2009年24期

4 楊華昆;;地區(qū)電網(wǎng)低頻振蕩分析與抑制[J];中國(guó)新技術(shù)新產(chǎn)品;2010年23期

5 趙蓮;許占彪;;110KV供電網(wǎng)絡(luò)低頻振蕩分析及抑制方法[J];現(xiàn)代商貿(mào)工業(yè);2011年01期

6 郭成;;在線判斷低頻振蕩模式的新方法[J];云南電力技術(shù);2011年02期

7 董清;張玲;顏湘武;;低頻振蕩擾動(dòng)源機(jī)組的自動(dòng)定位方法[J];電網(wǎng)技術(shù);2012年10期

8 陳冬霞;;大電網(wǎng)低頻振蕩研究及其最新進(jìn)展[J];東北電力技術(shù);2012年11期

9 陳武暉;鄧集祥;;三階非線性對(duì)主導(dǎo)低頻振蕩模式的影響[J];現(xiàn)代電力;2012年06期

10 肖賓;小電力系統(tǒng)中機(jī)組低頻振蕩的分析[J];貴州水力發(fā)電;2001年01期

相關(guān)會(huì)議論文 前10條

1 肖友強(qiáng);楊勁松;;低頻振蕩的產(chǎn)生原因[A];2006年云南電力技術(shù)論壇優(yōu)秀論文集[C];2006年

2 孫振;屈瑞謙;楊德昌;;區(qū)域間低頻振蕩在線監(jiān)測(cè)方法研究綜述[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 文賢馗;鐘晶亮;;電網(wǎng)低頻振蕩時(shí)汽輪機(jī)控制策略的研究[A];發(fā)耳電廠4×600MW機(jī)組工程施工論文總結(jié)匯編[C];2010年

4 潘曉杰;任沖;;現(xiàn)代控制技術(shù)在抑制低頻振蕩中的應(yīng)用[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會(huì)第二十二屆聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

5 王凱;;云南電網(wǎng)低頻振蕩安全預(yù)警及輔助決策系統(tǒng)構(gòu)建方案[A];2007云南電力技術(shù)論壇論文集[C];2007年

6 任沖;劉滌塵;潘曉杰;雍志娟;倪曉東;;現(xiàn)代控制技術(shù)在抑制低頻振蕩中的應(yīng)用[A];2006中國(guó)電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會(huì)論文集[C];2006年

7 劉明群;陳晶;吳水軍;楊楊;劉洪濤;;電廠機(jī)組引起電網(wǎng)低頻振蕩原因分析[A];2012年云南電力技術(shù)論壇論文集[C];2012年

8 王雁雄;;滇西電網(wǎng)小水電群低頻振蕩解列技術(shù)應(yīng)用研究[A];2010年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2010年

9 陳玉林;侯學(xué)勇;王亮;常寶立;;電網(wǎng)低頻振蕩動(dòng)態(tài)過(guò)程的信號(hào)特征及相量表征[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

10 蔣周士;孫黎霞;周海強(qiáng);鞠平;;火電廠動(dòng)力系統(tǒng)對(duì)電力系統(tǒng)超低頻振蕩的影響[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

相關(guān)重要報(bào)紙文章 前2條

1 趙琳;楚雄供電局開(kāi)展抑制低頻振蕩應(yīng)用科技項(xiàng)目研究[N];楚雄日?qǐng)?bào)(漢);2011年

2 武漢王玉龍;自制廣告彩燈電路[N];電子報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 王暉;電氣化鐵路車網(wǎng)電氣低頻振蕩研究[D];北京交通大學(xué);2015年

2 王鐵強(qiáng);電力系統(tǒng)低頻振蕩共振機(jī)理的研究[D];華北電力大學(xué);2001年

3 易建波;電力系統(tǒng)低頻振蕩在線分析關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2013年

4 向農(nóng);跨區(qū)電網(wǎng)低頻振蕩的機(jī)理與控制研究[D];武漢大學(xué);2009年

5 張鵬;基于廣域量測(cè)的電力系統(tǒng)區(qū)域間低頻振蕩分析[D];西南交通大學(xué);2015年

6 宮璇;多重?cái)_動(dòng)下大電網(wǎng)低頻振蕩預(yù)警體系的研究[D];武漢大學(xué);2013年

7 楊慧敏;區(qū)域電網(wǎng)低頻振蕩特性分析與抑制方法的研究[D];華中科技大學(xué);2009年

8 劉志堅(jiān);基于電氣剖分網(wǎng)絡(luò)的阻尼特性與低頻振蕩抑制對(duì)策研究[D];哈爾濱工業(yè)大學(xué);2010年

9 譚謹(jǐn);大規(guī)模風(fēng)電并網(wǎng)系統(tǒng)的低頻振蕩研究[D];西南交通大學(xué);2014年

10 朱毓穎;中國(guó)冬季持續(xù)性低溫事件的特征及其與大氣低頻振蕩的聯(lián)系[D];南京大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王小龍;計(jì)及調(diào)速系統(tǒng)作用的水電廠孤網(wǎng)運(yùn)行超低頻振蕩研究[D];昆明理工大學(xué);2015年

2 王毅釗;區(qū)域間低頻振蕩辨識(shí)方法和關(guān)聯(lián)機(jī)組再調(diào)度抑制策略[D];哈爾濱工業(yè)大學(xué);2015年

3 喬艷;典型參數(shù)類低頻振蕩辨識(shí)算法性能評(píng)估研究[D];華北電力大學(xué);2015年

4 祁鑫;低頻振蕩實(shí)時(shí)校正控制優(yōu)化決策方法研究[D];華北電力大學(xué);2015年

5 朱建軍;應(yīng)對(duì)大電網(wǎng)頻率振蕩的緊急調(diào)控技術(shù)研究[D];華北電力大學(xué);2015年

6 劉聰;電網(wǎng)低頻振蕩綜合自適應(yīng)辨識(shí)方法研究[D];華北電力大學(xué);2015年

7 楊蓉;青藏高原季風(fēng)的低頻振蕩特征研究[D];成都信息工程學(xué)院;2015年

8 劉巖;針對(duì)低頻振蕩的電力系統(tǒng)穩(wěn)定器協(xié)調(diào)控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

9 連帆;南海—西太平洋地區(qū)MJ0變化及其對(duì)我國(guó)旱澇的影響[D];成都信息工程學(xué)院;2014年

10 魏興;采用遠(yuǎn)程PMU信號(hào)抑制區(qū)域間低頻振蕩的研究[D];華北電力大學(xué);2015年

本文編號(hào)：2189024