基于现场实验数据的PSS参数智能优化方法

被引:10
作者
朱良合 [1 ]
栾会 [2 ]
张锳 [2 ]
毛承雄 [2 ]
陆继明 [2 ]
机构
[1] 广东电网公司电力科学研究院
[2] 华中科技大学强电磁工程与新技术国家重点实验室
关键词
电力系统稳定器; 模拟退火粒子群算法; 电网等值; 参数智能优化;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 ;
摘要
针对目前电力系统稳定器(PSS)参数优化实验工作中人工参与度高的现状,提出了一种基于现场试验数据的PSS参数智能优化方法。首先通过现场小扰动试验数据,将发电机以外的系统等值为无穷大母线电压Vs和系统电抗Xs,然后利用静态等值系统的线性化Heffron-Philips模型计算励磁控制系统的无补偿相位特性,得到PSS参数优化的目标曲线,并根据这一目标曲线,利用改进粒子群算法(SAPSO)优化PSS的时间参数值。通过在PSASP中对华北华中电网算例进行仿真,仿真结果表明采用本算法优化后的PSS能有效、合理地抑制低频振荡,并且能够适应电网不同的运行方式,具有一定的鲁棒性。
引用
收藏
页码:96 / 102
页数:7
相关论文
共 12 条
[1]  
基于系统辨识的水轮机调节系统参数优化.[D].梁学磊.华中科技大学.2007, 06
[2]  
智能优化方法.[M].汪定伟等; 编著.高等教育出版社.2007,
[3]   BFO-PSO混合算法的PSS参数优化设计 [J].
范国英 ;
郭雷 ;
孙勇 ;
李振元 ;
傅吉悦 ;
姜旭 .
电力系统及其自动化学报, 2010, 22 (06) :28-31
[4]   电力系统低频振荡的研究探讨 [J].
刘春雪 ;
刘洁 ;
王展 .
中国电力教育, 2009, (S2) :186-188
[5]   基于粒子群优化算法的PSS参数优化 [J].
吴峰 ;
陈维荣 ;
李奇 ;
鲁晓帆 .
电力系统保护与控制, 2009, 37 (10) :53-58
[6]   基于Prony和改进PSO算法的多机PSS参数优化 [J].
郭成 ;
李群湛 ;
王德林 .
电力自动化设备, 2009, 29 (03) :16-21
[7]   大区电网互联对电力系统动态稳定性的影响 [J].
朱方 ;
赵红光 ;
刘增煌 ;
寇惠珍 .
中国电机工程学报, 2007, (01) :1-7
[8]   基于微粒群优化算法的最优电力系统稳定器设计 [J].
赵辉 ;
刘鲁源 ;
张更新 .
电网技术, 2006, (03) :32-35
[9]   基于混合粒子群优化算法的PSS参数优化 [J].
祁万春 ;
房鑫炎 .
继电器, 2005, (13) :21-24
[10]   电力系统稳定器参数选择和优化分析 [J].
杨敏虹 .
电工技术, 2001, (09) :42-42