【技術(shù)實現(xiàn)步驟摘要】
一種虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略
[0001]本專利技術(shù)涉及虛擬同步發(fā)電機(jī)領(lǐng)域，具體涉及一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略。
技術(shù)介紹
[0002]隨著可再生能源滲透水平的提高，在電網(wǎng)中所占的比例逐年上升，虛擬同步發(fā)電機(jī)(VSG)技術(shù)被廣泛應(yīng)用，提高了包含新能源的電力系統(tǒng)的穩(wěn)定性，但傳統(tǒng)的虛擬同步發(fā)電機(jī)控制方法仍存在不足：一方面，VSG系統(tǒng)的運行參數(shù)眾多，傳統(tǒng)的參數(shù)優(yōu)化計算過程十分復(fù)雜。另一方面，傳統(tǒng)的VSG控制系統(tǒng)參數(shù)選取沒有科學(xué)統(tǒng)一的選取方法，大多數(shù)是出于經(jīng)驗值的嘗試得到數(shù)據(jù)，導(dǎo)致暫態(tài)調(diào)節(jié)過程中存在嚴(yán)重的超調(diào)現(xiàn)象。為解決上述問題，首先，引入混沌算子，并進(jìn)行最優(yōu)值的柯西變異，接著將粒柯群算法中關(guān)鍵參數(shù)學(xué)習(xí)因子和慣性系數(shù)進(jìn)行改進(jìn)，并使得粒柯群算法有更好的尋優(yōu)效果；然后建立虛擬同步發(fā)電機(jī)的數(shù)學(xué)方程，并根據(jù)理論推導(dǎo)有功環(huán)節(jié)的傳遞函數(shù)；進(jìn)而選取總諧波畸變率和誤差絕對值與時間乘積的積分的加權(quán)函數(shù)作為適應(yīng)度函數(shù)，從而優(yōu)化系統(tǒng)的動態(tài)響應(yīng)。
技術(shù)實現(xiàn)思路
[0003]本專利技術(shù)提供了一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，首先通過引入混沌算子，進(jìn)一步使用柯西變異使得最優(yōu)值的選取更加趨近理論值、設(shè)計自適應(yīng)變化的學(xué)習(xí)因子和慣性系數(shù)來優(yōu)化粒柯群算法，提升了算法的尋優(yōu)性能；其次，針對虛擬同步發(fā)電機(jī)系統(tǒng)設(shè)計并推導(dǎo)有功功率環(huán)節(jié)的傳遞函數(shù)，并計算合適的參數(shù)變化范圍；再次，為了優(yōu)化虛擬同步發(fā)電機(jī)系統(tǒng)的輸出特性，根據(jù)電氣領(lǐng)域典型的總諧波畸變...
【技術(shù)保護(hù)點】
【技術(shù)特征摘要】
1.一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，其特征在于以下步驟：S1：在常規(guī)粒子群算法的基礎(chǔ)上引入混沌算子；S2：對粒子群每次的尋優(yōu)結(jié)果進(jìn)行柯西變異，此時粒子群算法進(jìn)化為粒柯群算法，并得到新的最優(yōu)結(jié)果；S3：改進(jìn)粒柯群算法的學(xué)習(xí)因子；S4：改進(jìn)粒柯群算法的慣性權(quán)重；S5：基于同步發(fā)電機(jī)的特性構(gòu)建虛擬同步發(fā)電機(jī)的數(shù)學(xué)模型；S6：對虛擬同步發(fā)電機(jī)的有功控制回路進(jìn)行小信號分析，進(jìn)一步對輸入輸出傳遞函數(shù)的數(shù)學(xué)推導(dǎo)；S7：計算虛擬同步發(fā)電機(jī)參數(shù)的取值范圍；S8：設(shè)計虛擬同步發(fā)電機(jī)系統(tǒng)輸出的優(yōu)化目標(biāo)函數(shù)；S9：使用混沌
?
粒柯群算法對虛擬同步發(fā)電機(jī)系統(tǒng)關(guān)鍵參數(shù)進(jìn)行尋優(yōu)計算。2.根據(jù)權(quán)利要求1所述的一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，其特征在于所述S1中，包括：引入混沌算子Ct來替代每個粒子自身速度的進(jìn)化公式中的隨機(jī)數(shù)r1和r2，使得在搜索后期粒柯群不會出現(xiàn)單一性，通過在(0,1)區(qū)間的邏輯斯諦映射產(chǎn)生混沌算子Ct，公式如下：Ct＝x
k+1
＝a
×
x
k
×
(1
?
x
k
)
??
(1)式中，Ct∈(0,1)；k＝0,1,2,...,N；系統(tǒng)在參數(shù)a∈[3.6,4]時處于混沌態(tài)；本文取a＝4.0，此時混沌算子Ct為：Ct＝x
k+1
＝4.0x
k
×
(1
?
x
k
)
??
(2)。3.根據(jù)權(quán)利要求1所述的一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，其特征在于所述S2中，包括：在粒柯群得到某一次迭代的最優(yōu)解之后，使用公式(3)的更新公式對當(dāng)前全局最優(yōu)解進(jìn)行變異處理。如式(4)所示：S21：柯西分布函數(shù)標(biāo)準(zhǔn)公式如下：S22：最優(yōu)解的柯西變異更新公式為：x
newposition
＝xbest+0.5*xbest*Cauchy(0,1)
??
(4)。4.根據(jù)權(quán)利要求1所述的一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，其特征在于所述S3中，包括：在粒柯群對系統(tǒng)優(yōu)化前期，增大粒柯群算法中的慣性權(quán)重，減小搜索空間；在粒柯群算法尋優(yōu)的后期，減小的慣性權(quán)重，利于算法收斂。本專利改進(jìn)慣性權(quán)重的算法公式如式(5)所示：MaxIter為最大值迭代次數(shù)，Iter為當(dāng)前迭代次數(shù)，ω
s
和ω
e
分別為慣性權(quán)重的初始數(shù)值和最終數(shù)值，取值范圍為：0.2≤ω
e
＜ω
s
≤0.8。5.根據(jù)權(quán)利要求1所述的一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)
參數(shù)優(yōu)化策略，其特征在于所述S4中，包括：本專利通過動態(tài)調(diào)整學(xué)習(xí)因子xc1和xc2來達(dá)到此自適應(yīng)調(diào)整算法收斂速度的目的，其變化規(guī)律為：xc2＝2.5+xc
1 (7)其中，xc
start
為學(xué)習(xí)因子的初始值，xc
end
為學(xué)習(xí)因子的最終值。綜上所述，改進(jìn)后的速度更新公式為：6.根據(jù)權(quán)利要求1所述的一種基于混沌
?
粒柯群算法與小信號分析的虛擬同步發(fā)電機(jī)參數(shù)優(yōu)化策略，其特征在于所述S5中，包括：基于同步發(fā)電機(jī)的特性構(gòu)建虛擬同步發(fā)電機(jī)的數(shù)學(xué)模型，包括電氣...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：盧德民，譚金河，李敏，車曉劍，張琳，張曉鵬，
申請(專利權(quán))人：國網(wǎng)山西省電力公司運城供電公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。