針對電力系統(tǒng)多控制器參數(shù)選取較難的問題,提出一種基于粗糙集和差分進化參數(shù)的優(yōu)化策略。研究建立同時配置電力系統(tǒng)穩(wěn)定器（PSS）和靜態(tài)無功補償器（SVC）的單機和兩機電力系統(tǒng),采用差分進化算法搜索PSS和SVC提高系統(tǒng)性能的最優(yōu)控制參數(shù),分析比較單機和多機電力系統(tǒng)中控制器參數(shù)全優(yōu)化和經(jīng)粗糙集約簡后優(yōu)化的系統(tǒng)性能。仿真結(jié)果表明,同時配置PSS和SVC的系統(tǒng)具有更好的性能,采用粗糙集約簡后的優(yōu)化結(jié)果與全參數(shù)優(yōu)化后相近;與需要優(yōu)化12個參數(shù)的單機系統(tǒng)和18個參數(shù)的多機系統(tǒng)相比,經(jīng)粗糙集約簡后,都只需要搜尋3個控制器參數(shù),且能分別節(jié)約24%和14.55%的優(yōu)化時間。粗糙集和差分進化結(jié)合的優(yōu)化策略在滿足系統(tǒng)穩(wěn)定運行的要求下,能夠節(jié)約優(yōu)化過程信息存儲空間和優(yōu)化時間。 

【文章來源】：電機與控制學報. 2020,24(09)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

粗糙集上下近似

第九步，停止。根據(jù)差分進化的停止原則，若滿迭代次數(shù)或達到允許的誤差范圍，迭代過程停止，此時得到的參數(shù)值即為搜索的最優(yōu)控制器的控制參數(shù)。實現(xiàn)流程圖如圖2所示。2 系統(tǒng)以及PSS和SVC數(shù)學模型

SMIB原理圖

【參考文獻】：
期刊論文
[1]差分進化改進微電網(wǎng)負荷頻率混合H2/H∞魯棒控制[J]. 李洪躍,王錫淮,肖健梅.  電機與控制學報. 2019(11)
[2]基于PSO優(yōu)化算法的模糊PID勵磁控制器設計[J]. 王鎮(zhèn)道,張樂,彭子舜.  湖南大學學報(自然科學版). 2017(08)
[3]遺傳算法對SVR風速預測模型的多參數(shù)優(yōu)化[J]. 朱霄珣,徐搏超,焦宏超,韓中合.  電機與控制學報. 2017(02)
[4]差分進化算法研究進展[J]. 劉波,王凌,金以慧.  控制與決策. 2007(07)



本文編號：3317116