电力系统大容量非线性元件动态差分修正跟踪控制算法_郑伟杰

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910300217.7(22)申请日 2019.04.15(71)申请人 中国计量大学地址 310018 浙江省杭州市江干经济开发区学源街258号(72)发明人 洪凯星　林冠西　(74)专利代理机构 杭州求是专利事务所有限公司 33200代理人 林超(51)Int.Cl.G01R 31/06(2006.01)G01H 17/00(2006.01)(54)发明名称一种基于动态非线性特征序列的变压器绕组状态诊断方法(57)摘要本发明公开了一种基于动态非线性特征序列的变压器绕组状态诊断方法。

通过在变压器的油箱布置振动传感器获取不同负载电流下的振动信号并获取电流信号，利用交叉递归图分析法从采集到的电流与振动的关系中提取非线性比特征，并计算随负载电流变化的非线性特征序列；建立不同状态对应的隐马尔可夫模型，利用非线性特征序列对HMM模型进行训练；针对待测变压器绕组，输入对应的非线性特征序列到训练后的模型中比较不同模型得到的概率大小，获得变压器绕组实际状态结果。

权利要求书2页 说明书6页 附图6页CN 109991508 A 2019.07.09C N 109991508A1.一种基于动态非线性特征序列的变压器绕组状态诊断方法，其特征在于：包括如下步骤：1)变压器绕组置于变压器油箱中，在变压器油箱靠近变压器绕组的表面设置多个振动监测点，每个振动监测点安装上振动传感器，对电力变压器进行短路实验，具体是变压器油箱槽的低压侧短接和变压器油箱槽的高压侧加电压并提升电压直至达到额定电流值，短路实验过程中实时监测变压器绕组的电流信号和振动传感器的振动信号，将获得的振动信号和电流信号分别定义为{V(t)}和{i(t)}，t＝1,2,...,T x ，T x 是序列的长度，t表示监测时刻；2)根据电流信号建立电磁力序列，表示为{f(t)}＝{i 2(t)}，以振动信号作为序列，对振动序列和电磁力序列进行归一化处理，再利用交叉递归图分析法从电磁力与相关振动中提取非线性比特征，由非线性比特征构造成非线性特征向量序列；3)构建不同状态对应的隐马尔可夫模型(HMM)；采集不同状态下的变压器绕组的振动信号和电流信号进行如上操作步骤，将获得的非线性特征向量序列作为训练数据输入到不同的HMM模型中进行训练，获得HMM分类器；4)针对待测状态的变压器绕组的非线性特征向量序列作为观察序列输入到训练好的HMM分类器中，根据其中不同HMM模型输出的概率最大值来判断绕组的实际状态，取概率最大值HMM模型对应的状态作为变压器绕组的最终状态结果，从而实现了变压器绕组的状态诊断。

㊀㊀㊀㊀收稿日期:2019-08-10;修回日期:2019-09-02基金项目:智能电网保护和运行控制国家重点实验室课题(面向含调相机的大规模交直流电力系统动态电压安全评估及预防控制关键技术)通信作者:王㊀彬(1984-),男,博士,副研究员,主要从事电力系统调度自动化研究;E -m a i l :w b 1984@t s i n gh u a .e d u .c n 第37卷第1期电力科学与技术学报V o l .37N o .12022年1月J O U R N A LO FE I E C T R I CP O W E RS C I E N C EA N DT E C H N O L O G YJ a n .2022㊀基于多阶轨迹灵敏度的交直流混联受端电网无功储备优化方法齐子杰1,陈天华2,3,4,王㊀彬5,葛怀畅5,陈建华2,3,4,徐陆飞2,3,4(1.上海电力大学电气工程学院,上海200090;2.南瑞集团(国网电力科学研究院)有限公司,江苏南京210006;3.国电南瑞科技股份有限公司,江苏南京211106;4.智能电网保护和运行控制国家重点实验室,江苏南京211106;5.清华大学电机工程与应用电子技术系,北京100084)摘㊀要:电网在换相失败发生期间,会消耗大量的动态无功功率,一旦发生换相失败故障,容易对电网安全运行产生影响㊂在此背景下,研究如何通过优化交直流混联电网的无功储备,来降低直流换流器换相失败事故扩散的风险㊂首先,建立交直流混联系统的微分代数方程,在一阶轨迹灵敏度基础上,求取系统的多阶轨迹灵敏度;然后,针对电力系统当前的运行状况,建立含发电机和容抗器的动态无功储备优化模型,求解得到动态无功储备优化的最优解;最后,以某实际系统为模型进行仿真验证,证明该方法的可行性与有效性㊂关㊀键㊀词:交直流混联电网;换相失败;微分代数方程;轨迹灵敏度;动态无功储备D O I :10.19781/j .i s s n .1673-9140.2022.01.009㊀㊀中图分类号:TM 734㊀㊀文章编号:1673-9140(2022)01-0074-08R e a c t i v e p o w e r r e s e r v e o p t i m i z a t i o nm e t h o d f o rA C /D Ch y b r i d r e c e i v i n gn e t w o r kb a s e d o nm u l t i -o r d e r t r a j e c t o r y s e n s i t i v i t yQ I Z i j i e 1,C H E N T i a n h u a 2,3,4,WA N GB i n 5,G E H u a i c h a n g 5,C H E NJ i a n h u a 2,3,4,X U L u f e i 2,3,4(1.C o l l e g e o fE l e c t r i cP o w e rE n g i n e e r i n g ,S h a n g h a iU n i v e r s i t y o fE l e c t r i cP o w e r ,S h a n g h a i 200090,C h i n a ;2.N A R IG r o u p C o r p o r a t i o n (S t a t eG r i dE l e c t r i cP o w e rR e s e a r c h I n s t i t u t e ),N a n j i n g 210006,C h i n a ;3.N A R IT e c h n o l o g y C o .L t d .,N a n j i n g 211106,C h i n a ;4.S t a t eK e y L a b o r a t o r y o f S m a r tG r i dP r o t e c t i o na n dC o n t r o l ,N a n j i n g 211106,C h i n a ;5.D e pa r t m e n t o f E l e c t r i c a l E n g i n e e r i n g ,T s i n g h u aU n i v e r s i t y ,B e i j i n g 100084,C h i n a )A b s t r a c t :D u r i n g t h e p r o c e s s o f t h e c o mm u t a t i o n f a i l u r e i n p o w e r g r i d ,a l a r g e a m o u n t o f d yn a m i c r e a c t i v e p o w e r a r e c o n s u m e d .O n c e a c o mm u t a t i o n f a i l u r e o c c u r s ,i t a f f e c t s t h e s a f e o p e r a t i o no f t h e g r i d e a s i l y .U n d e r t h e b a c k g r o u n d ,a n r e s e r v e r e a c t i v e p o w e r o p t i m i z a t i o n f o rA C -D Ch y b r i d p o w e r g r i d s i s p r o p o s e d t o r e d u c e t h e r i s k o f a c c i d e n t a l D Cc o m -m u t a t i o n f a i l u r e p r o p a g a t i o n .F i r s t l y ,a d i f f e r e n t i a l a l g e b r a i c e q u a t i o n f o r t h eA C /D Ch y b r i d s ys t e mi s e s t a b l i s h e d .T h em u l t i -o r d e r t r a j e c t o r y s e n s i t i v i t y o f t h e s y s t e mi s o b t a i n e d o n t h e b a s i s o f t h e f i r s t -o r d e r t r a j e c t o r y s e n s i t i v i t y .A c -c o r d i n g t o t h e c u r r e n t o p e r a t i n g c o n d i t i o n s o f t h e p o w e r s y s t e m ,a d y n a m i c r e a c t i v e p o w e r r e s e r v e o pt i m i z a t i o nm o d e l第37卷第1期齐子杰,等:基于多阶轨迹灵敏度的交直流混联受端电网无功储备优化方法i n c l u d i n g a g e n e r a t o r a n d a r e a c t o r i s t h e n e s t a b l i s h e d,a n d t h e o p t i m a l s o l u t i o n o f t h e d y n a m i c r e a c t i v e p o w e r r e s e r v e o p t i m i z a t i o n i s s o l v e d.F i n a l l y,a p r a c t i c a l s y s t e mi s m o d e l e d t ov e r i f y t h e f e a s i b i l i t y a n de f f e c t i v e n e s s o f t h em e t h o d. K e y w o r d s:A C-D Ch y b r i d p o w e r g r i d;c o mm u t a t i o nf a i l u r e;a l g e b r a i cd i f f e r e n t i a l e q u a t i o n;t r a j e c t o r y s e n s i t i v i t y;d y-n a m i c r e a c t i v e r e s e r v e㊀㊀中国中东部地区已建成大规模多直流落点的受端电网, 强直弱交 的特性十分明显[1-2]㊂对于这些大型受端电网,与电压相关的暂态稳定问题(短期或中长期大扰动电压稳定)是目前电网运行中所面临的主要威胁之一[3]㊂当电网受到扰动时,例如直流换流站近区网络发生严重故障,直流换流站可能会发生单次或连续换相失败[4-7],换流器发生换相失败时需要吸收大量的动态无功,而换流站内部自身的无功补偿不足,因此需要与交流电网进行大量的无功功率交换㊂系统动态无功储备(d y n a m i cr e a c t i v e p o w e r r e s e r v e,D R P R)的多少与电力系统的电压问题有着密切联系[8-9]㊂为了保证电力系统发生故障后能快速的恢复至运行稳态,系统中应配置数量充足㊁配置合理的动态无功设备[10]㊂因此,针对交直流混联的受端系统,如何在保证系统安全且可靠的运行前提下,同时考虑系统运行的安全性和经济性完成受端电网的动态无功储备评估,成为当前亟需解决的问题㊂轨迹灵敏度分析(t r a j e c t o r y s e n s i t i v i t y a n a l y-s i s,T S A)方法是分析微分动态系统特性的有效工具之一[11-12]㊂文献[13]把轨迹灵敏度分析引入电力系统的暂态稳定分析,得到衡量扰动对系统动态特性的影响程度;文献[14]结合轨迹灵敏度法推导出了轨迹灵敏度的高阶T a y l o r级数递推求解形式,快速有效地计算能量裕度灵敏度㊂由此可见,轨迹灵敏度实际上研究了动态系统的响应随系统参量变化的定量关系,对于电力系统,可研究的系统参量包括系统的初始运行状态㊁拓扑参数以及故障切除时间等一系列参量㊂针对上述问题,近年来有了一系列动态无功储备的研究㊂文献[15]制定了发电机参与的最优无功功率储备分配,与传统的无功功率储备调度相比,有更好的鲁棒性;文献[16]提出了一种基于混合整数动态优化的大型风电综合动态系统最优动态无功分配方法,考虑了详细的系统动态和风力发电机组合理性,同时优化了动态无功功率的分配,为动态无功模型的建立提供了新思路;文献[17]利用基于G a l e r k i n法的多项式逼近,提出换相失败预防能力的评估指标和动态无功储备评估模型,但是只评估了单个换流站内的动态无功储备情况,且换流站外部的交流网络用等效发电机替代,未考虑直流控制系统的影响;文献[18-20]以动态无功设备的无功出力对系统运行需求的灵敏度进行评估,但是没有考虑系统的输电能力,因为在发生阻塞的情况下,在定义系统无功备用容量时需要考虑电网的可输送能力㊂本文围绕交直流混联系统受端电网,展开基于轨迹灵敏度的动态无功储备的研究,首先建立交直流混联系统的微分代数方程,并求取多阶轨迹灵敏度;然后针对当前状况,建立动态无功储备优化模型并求解,求解完成后,各动态无功控制设备根据优化结果,进行稳态无功值的调整;最后通过具体算例验证了该方法的合理性㊂1㊀交直流混联系统的轨迹灵敏度模型对于交直流混联的受端电网,高压直流输电线路受端需要经过换流站后与降压变压器相连,进而与用户负荷相连㊂换流站的换相过程需要受端交流电网提供换相电压和电流,受端交流系统必须有足够的容量㊂因此,在换流站内需要具有多种无功调节与控制手段,通常包括动态无功设备(例如换流站的配套调相机)㊁滤波器组和电容补偿器等㊂故交直流混联受端电网重点考虑上述动态无功设备出力对于电压的轨迹灵敏度㊂57电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年1月首先建立受端电网的代数微分方程,即x ㊃=f x ,y ,u ()0=g x ,y ,u (){(1)式中㊀x 为系统的状态变量,包括发电机内电势㊁功角㊁励磁电压㊁直流电流变量;y 为代数变量,包括系统的母线电压幅值和母线电压的相角;u 为控制变量,包括发电机无功出力和容抗器的无功出力㊂式(1)中的2个方程分别描述了系统的动态过程和系统变量之间的代数关系㊂故障发生后清除前和故障清除后时段为0=g sx ,y ,u ()(2)式中㊀s 为故障编号㊂0=gs ,cx ,y ,u ()(3)式中㊀c 为故障清除㊂x t +u=xt -u(4)式中㊀t 0故障发生时刻;t -0㊁t +为故障发生前和故障发生后的初始时刻;x t -0u ㊁x t +0u 分别为故障发生前和故障发生后的初始状态下,状态变量初值对控制变量的偏导数㊂y t +u=-g s ,t +0y ()-1g s ,t +0u (5)式中㊀y t +0u 为故障发生后的初始状态时,代数变量对控制变量的偏导数;g s ,t +0y ㊁g s ,t+0u 分别为发生第s个故障后的初始状态下,对代数变量和控制变量的偏导数㊂xt +cu=xt -c u(6)式中㊀x t -c u ㊁x t +c u 分别为故障发生前的初始状态和故障清除后的初始状态下状态变量和代数变量对控制变量的偏导数㊂y t +cu =-gs ,c ,t +cy()-1gs ,c ,t +cu(7)式中㊀g s ,c ,t +c y㊁g s ,c ,t +c u 分别为发生清除第s 个故障后的初始状态下,对代数变量和控制变量的偏导数㊂在故障发生时段内任意时刻t ɪt +0,t -c [],令T =t ,可计算出T 时刻的值x T u ,y Tu ,其为T 时刻的灵敏度;T +1时刻的值x T +1u ㊁y T +1u ,其为T +1时刻的灵敏度㊂x T +1uy T +1uéëùû=J-1I +h 2f T x æèöøxT u +h 2f T x y Tu +h 2f T +1u +f Tu ()h 2g T x x T u +h 2g T y y T u +h 2g T +1u +g Tu ()éëùû(8)式中㊀h 为仿真步长;I 为单位矩阵;J 为系统的雅克比矩阵;x T u ㊁y Tu 分别为T 时刻,系统状态变量和代数变量对控制变量的偏导数;x T +1u ㊁y T +1u 分别为T +1时刻,系统状态变量和代数变量对控制变量的偏导数;f T x ㊁f Ty 分别为T 时刻,微分方程对状态变量和代数变量的偏导数;g T x ㊁g T y 分别为T 时刻,代数方程对状态变量和代数变量的偏导数;f T u ㊁f T +1u分别为T 和T +1时刻微分方程对控制变量的偏导数;g T u ㊁g T +1u 分别为T 和T +1时刻代数方程对控制变量的偏导数㊂2㊀二阶轨迹灵敏度模型对于精度要求比较高的系统,一阶轨迹灵敏度无法满足系统的要求,需要在一阶轨迹灵敏度的基础上进一步求取更高阶的轨迹灵敏度,以满足系统的需求㊂对于二阶轨迹灵敏度的求解,首先在故障发生的t ɪt +0,t -c []时间内,根据式(1),两边同时对u 求偏导,得一阶轨迹灵敏度方程为x ㊃u =f x x u +f y x u +f u 0=g x x u +g y y u +g u{(9)㊀㊀对式(9)两边分别对控制变量u 求偏导,可得到连续时段内的二阶轨迹灵敏度㊂x ㊃u u =f x x u u +f yy u u +f u u +f x x x 2u +f y y y 2u +2f x yx u y u +2f x u x u +2f y u y u 0=g x x u u +g y y u u +g u u +g x x x 2u +g y y y 2u +2g x yx u y u +2g x u x u +2g y u y u ìîí(10)㊀㊀对于故障前时段t ɪ0,t -0[]㊁故障发生时段t ɪt +0,t -c []和故障清除后的时段t ȡt +c 这3个不同时段,在故障发生时段内,可根据T =t 时刻的值67第37卷第1期齐子杰,等:基于多阶轨迹灵敏度的交直流混联受端电网无功储备优化方法x T u u ㊁y T u u ,计算出T =t +1时刻的值x T +1u u ㊁y T +1uu ㊂x T +1u u yT +1u uéëùû=J-1I +h 2f T x æèöøxTu u +h 2f T y y T u u +h 2F T +1+F T()h 2g T x x T u u +h 2g T y y T uu +h 2G T +1+G T()éëùûF =f u u +f x x x 2u +f y y y 2u +2f x yx u y u +2f x u x u +2f y u y uG =g u u +g x x x 2u +g y y y 2u +2g x yx u y u +2g x u x u +2g y u y uìîí(11)式中㊀x T u u ㊁y Tu u 分别为T 时刻,系统状态变量和代数变量对控制变量的偏导数;x T +1u u ㊁y T +1uu 分别为T +1时刻,系统状态变量和代数变量对控制变量的偏导数;f T x ㊁f Ty 分别为T 时刻,微分方程对状态变量和代数变量的偏导数;F T ㊁F T +1分别为T 和T +1时刻微分方程对控制变量的偏导数;G T ㊁G T +1分别为T 和T +1时刻代数方程对控制变量的偏导数㊂对于二阶轨迹灵敏度最优解的求解,可用原对偶内点法[20]求解,将非线性优化问题可转换为mi n f (x C ,x D )s .t .g (x C ,x D ,x O )=0x d o w n C ɤx C ɤx u pC x d o w n Dɤx D ɤx u p D ìîí(12)式中㊀x C ㊁x D ㊁x O 分别为需优化的连续变量㊁离散变量和其它变量;x u pC ㊁x d o w n C 分别为需优化的连续变量的上下限;x u pD ㊁x d o w n D分别为需优化的离散变量的上下限㊂分别引入大于等于0的松弛变量㊁二次罚函数,即x C +u C 1=x u pC ,x C -u C 2=x C xD +u D 1=x u pD,x D -u D 2=x D {(13)P x D ,i ()=ωi (x D ,i -x ∗D ,i )2(14)式(14)中㊀ωi 为罚因子(设定为10);x ∗D ,i 为根据离散变量通过 连续化 求解后,得到的最接近的离散值,在优化过程中是动态变化的㊂进而得到增广拉格朗日函数为L =f x C ,x D ()-λT g x C ,x D ,x O ()-λT C 1x C +u C 1-x u pC ()-λT C 2x C -u C 2-x d o w n C()-λT D 1x D +u D 1-x u pD ()-λT D 2x D -u D 2-x d o w n D()+μðI n u C 1,i +u C 2,i +u D 1,i +u D 2,i ()+ðP x D ,i ()(15)㊀㊀设定补偿间隙为g a p =ðλC 1,i u C 1,i -λC 2,i u C 2,i ()+ðλD 1,iu D 1,i -λD 2,i u D 2,i ()(16)当补偿间隙偏差小于给定阈值时,输出最优解㊂3㊀动态无功储备优化模型电力系统动态无功储备的多少和电力系统的电压安全有着密切联系,系统在稳态运行时,当系统的发电机㊁S V C ㊁S V G ㊁S T A T C OM 等无功补偿设备有充足的无功预留时,系统运行更加安全可靠,但是无功预留过剩实际上是对无功资源的浪费㊂因此在系统正常运行时,需要预留出多少的无功才能保证系统在发生故障时仍然可以维持 正常且安全 的运行方式,可以借助二阶轨迹灵敏度来实现㊂首先建立动态无功储备优化模型的目标函数为m i nðN s t a t i o n i =1N c ,i -N c u r r e n tc ,i()(17)式中㊀N s t a t i o n 为场站容抗器总数;N c u r r e n tc ,i ㊁N c ,i 分别为场站第i 个容抗器当前的投入组数和优化后的投入组数㊂优化问题的约束条件包括场站容抗器投入的组数约束㊁场站发电机稳态时的无功出力约束㊁换相失败故障后的N -1安全约束条件,即N d o w n c ,i ɤN c ,i ɤN u pc ,i (18)Q 0,d o w n gɤQ 0g ɤQ 0,u p g (19)V I N V ,s ,T e n d C S =V I N V ,s ,T e n d ,c u r r e n t C S +S s ,T e n d Q g Q 0g -Q 0,c u r r e n t g()+S s ,T en dQ cQ 0c -Q 0,c u r r e n t c ()ȡV I N VC S ,c r i t e r i o n(20)77电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年1月式(18)~(20)中㊀N d o w n c ,i ㊁N u pc ,i 分别为场站容抗器投入组数的下限值和上限值;Q 0g为稳态时发电机无功出力构成的列向量;Q 0,d o w n g ㊁Q 0,u pg分别为稳态时发电机无功出力的下限值与上限值;VI N VC S ,c r i t e r i o n为换流站交流母线电压故障后的临界电压恢复值;VI N V ,s ,T e n d C S㊁VI N V ,s ,T e n d ,cu r r e n t C S分别为第s 个故障发生后,T e n d 时刻换流站交流母线电压的优化值和当前值,通常T e n d 由电网给定,表示换相恢复的要求时间;Q 0g ㊁Q 0,c u r r e n tg分别为稳态运行时发电机无功出力的优化值和当前值;Q 0c㊁Q0,c u r r e n t c分别为稳态运行时容抗器无功出力的优化值和当前值;Ss ,T e n dQ g㊁Ss ,T e n dQ c分别为第s 个故障下,T e n d 时刻VI N V ,s ,T e n d C S对Q 0g 和Q 0c 的轨迹灵敏度,控制变量u 是由Q 0g 和Q 0c 构成的向量,即u =Q 0g ,Q 0c []T㊂利用C P L E X 对上述模型求解,得到无功补偿设备所对应的最优解Q 0∗后,求出需要预留的最少动态无功储备为Q0,r e s e r v e=Q0,u p-Q∗(21)式中㊀Q 0,u p为无功补偿设备的出力上限㊂4㊀算例分析4.1㊀算例1采用I E E E3机9节点系统,在节点5处增加一条高压直流输电线路,受端换流站母线为10节点㊂忽略送端电网换流站的内部约束,新增的发电机组G 4的无功电压调节能力使其稳态运行时电压维持在1.00p .u .,且有剩余的无功出力,无功出力范围为-0.3875~1.5500之间,其运行参数与G 1~G 3相同㊂I E E E3机9节点系统如图1所示,发电机的主要参数如表1所示㊂利用P S A S P 软件进行仿真㊂当母线5在0.1s发生三线短路接地故障,0.2s 立即切除5-6双回线中的一条线路,在1.0s 后换流站的交流母线电压恢复到0.8p .u .附近,并未达到母线电压的安全值0.85p .u .,连续3次换相失败,引发直流闭锁,如图2所示㊂采用本文所述的利用轨迹灵敏度进行动态无功储备优化方法,无功优化后节点5母线电压情况如图3所示㊂G114510S1SGG41211HVDC63G2G 8792GG3G图1㊀I E E E3机9节点系统F i gu r e 1㊀I E E E3-m a c h i n e 9-b u s t e s t s y s t e m 表1㊀发电机主要参数T a b l e 1㊀M a i n p a r a m e t e r s o f g e n e r a t o rS nX dX ᶄdX ᵡdX qX ᶄqX ᵡq1.821.800.300.251.700.550.241.11.00.90.80.70.60.5母线电压/p .u .1.00.80.60.40.20.0时间/s图2㊀无功优化前节点5母线电压F i gu r e 2㊀N o d e 5b u s v o l t a g eb e f o r e r e a c t i v e p o w e r o pt i m i z a t i o n 1.11.00.90.80.70.60.5母线电压/p .u .1.00.80.60.40.20.0时间/s图3㊀无功优化后节点5母线电压F i gu r e 3㊀N o d e 5b u s v o l t a g e a f t e r r e a c t i v e p o w e r o pt i m i z a t i o n 经分析可知需要增发G 4发电机的无功出力㊂当发生故障时,发电机G 4提供的无功出力满足系统的电压需求,Q 0,r e s e r v e=7.7460;当系统发生同样的故障时,在故障发生0.4s 后,由图3可知,换流站母线电压可以恢复到0.85p .u .以上,系统是处于 正常且安全 的状态,不会发生换相失败引发的电压㊂87第37卷第1期齐子杰,等:基于多阶轨迹灵敏度的交直流混联受端电网无功储备优化方法4.2㊀算例2以某省电网为例,省内有5个1000k V变电站,61个500k V变电站,3个L C C-H V D C直流落点,由于此电网结构复杂,1000k V之间的关键联络线及直流落点近区附近,发生故障时很容易引起电压安全问题㊂以某L C C-H V D C直流落点近区为例分析,该直流换流站内有2条与其他500k V变电站相连的高压交流线路(均为双回线),以下简称线路1㊁2㊂线路1㊁2的相连线路有容抗器,每条线路有10个与其相关得容抗器,用A~J表示,作为无功储备设备,容抗器的容量如表2所示㊂系统初始状态容抗器全部投入运行,利用上述优化模型计算分析,计算可得最优解Q0,r e s e r v e= 8.6982,无功储备最优解对应的容抗器投切状态如表4㊁5所示(O为容抗器投入,X为容抗器切除)㊂表2㊀线路1相关容抗器容量T a b l e2㊀L i n e1r e l a t e d c a p a c i t o r c a p a c i t y名称容量/p.u.1A2.750002751B0.670530711C0.111755101D0.214569801E0.111755101F0.092359581G0.268212211H0.092359581I0.149999991J0.11184746表3㊀线路2相关容抗器容量T a b l e3㊀L i n e2r e l a t e d c a p a c i t o r c a p a c i t y名称容量/p.u.2A2.750002752B0.223510182C0.923595892D0.219499982E0.092359582F0.111755102G0.111755102H0.111755102I0.184719172J0.08000000表4㊀线路1相关容抗器投切状态T a b l e4㊀S w i t c h i n g s t a t u s o f l i n e1r e l a t e d c a p a c i t o r s 名称投切状态名称投切状态1A O1F X1B O1G O1C O1H X1D O1I O1E O1J O表5㊀线路2相关容抗器投切状态T a b l e5㊀S w i t c h i n g s t a t u s o f l i n e2r e l a t e d c a p a c i t o r s 名称投切状态名称投切状态2A O2F O2B O2G O2C X2H O2D O2I O2E X2J X对于线路1㊁2进行故障设置,在0.1s时发生三线短路接地故障,0.2s立即切除双回线中的一条线路,对线路1㊁2的电压恢复状况分别进行仿真分析,以换流站低压侧500k V交流母线电压作为参考基准,无功优化前后的电压恢复情况对比如图4㊁5所示㊂由图4㊁5可知,对于线路1㊁2来说,在线路故障切除后,换流站母线电压可以快速恢复到稳态时的正常电压水平,不会引发电压安全问题㊂在进行无功优化后,对于线路1,优化前需要0.59s,母线电压可达到0.859p.u.,而优化后仅需要0.44s,母线电压即可达到0.859p.u.;对于线路2,优化前需要0.83s母线电压可达到0.856p.u.,而优化后仅需要0.57s,母线电压即可达到0.856p.u.㊂1.11.00.90.80.70.60.50.40.30.2母线电压/p.u.108642时间/s优化前优化后图4㊀线路1无功优化前后母线电压恢复F i g u r e4㊀B u s v o l t a g e r e c o v e r y d i a g r a mb e f o r e a n da f t e r l i n e1r e a c t i v e p o w e r o p t i m i z a t i o n97电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年1月1.11.00.90.80.70.60.50.40.30.2母线电压/p .u .108642时间/s优化前优化后图5㊀线路2无功优化前后母线电压恢复F i gu r e 5㊀B u s v o l t a g e r e c o v e r y d i a g r a mb e f o r e a n d a f t e r l i n e 2r e a c t i v e p o w e r o pt i m i z a t i o n 由上述算例分析可知,本文所提的无功优化效果较好,可以使故障后的电压水平迅速恢复到稳态运行时的安全水平,从而保证了电力系统的安全运行㊂5㊀结语1)本文提出了一种新的用来优化受端电网动态无功储备的方法㊂利用求取的电力系统轨迹灵敏度,来确定电力系统的无功补偿设备要预留出多少的动态无功,确保电力系可以在 正常且安全 的情况下运行㊂2)对于轨迹灵敏度的求取,建立了受端电网的微分代数方程,基于电力系统的微分代数方程,用轨迹灵敏度分析法得到控制变量与状态变量之间的灵敏度关系㊂3)本文可以解决对于精度要求不高的系统动态无功储备的问题,提高了系统运行的安全性与经济性㊂但是对于精度要求高的系统,系统的高阶轨迹灵敏度的求取还需要进一步探讨㊂参考文献:[1]徐蔚,林勇,周煜智,等.区域电网互联对广东电网暂态稳定性的影响分析[J ].电力系统自动化,2013,37(21):34-38.X U W e i ,L I N Y o n g ,Z HO U Y u z h i ,e t a l .I m p a c t a n a l ys i s o f r e g i o n a l g r i d i n t e r c o n n e c t i o no nt r a n s i e n t s t a b i l i t y o f G u a n g d o n gpo w e r g r i d [J ].A u t o m a t i o no fE l e c t r i cP o w -e r S y s t e m s ,2013,37(21):34-38.[2]徐政.交直流电力系统动态行为分析[M ].北京:机械工业出版社,2004.[3]颜伟,杨彪,莫静山,等.交直流系统主导节点选择与无功分区的概率优化方法[J ].中国电力,2020,53(8):77-84.Y A N W e i ,Y A N GB i a o ,MOJ i n gs h a n ,e t a l .P r o b a b i l i s -t i c o p t i m i z a t i o nm e t h o d o f l e a d i n g n o d e s e l e c t i o n a n d r e -a c t i v e p o w e rz o n i n g i n A C /D C s y s t e m [J ].E l e c t r i c P o w e r ,2020,53(8):77-84.[4]王邦彦,王秀丽,宁联辉.海上风电场集电系统开关配置最优化及可靠性评估[J ].供用电,2021,38(4):43-51.WA N G B a n g ya n ,WA N G X i u l i ,N I N G L i a n h u i .S w i t c h c o n f i g u r a t i o no p t i m i z a t i o na n dr e l i ab i l i t y e v a l u a t i o no f o f f s h o r ew i n d f a r mc o l l e c t o r s y s t e m [J ].D i s t r i b u t i o n &U t i l i z a t i o n ,2021,38(4):43-51.[5]S HA O Y ,T A N G Y.F a s te v a l u a t i o no fc o mm u t a t i o nf a i l u r er i s ki n m u l t i -i n f e e d HV D Cs y s t e m s [J ].I E E E T r a n s a c t i o n s o nP o w e r S ys t e m s ,2018,33(1):646-653.[6]张伟晨,熊永新,李程昊,等.基于改进V D C O L 的多馈入直流系统连续换相失败抑制及协调恢复[J ].电力系统保护与控制,2020,48(13):63-72.Z HA N G W e i c h e n ,X I O N G Y o n g x i n ,L I C h e n gh a o ,e t a l .C o n t i n u o u s c o mm u t a t i o n f a i l u r e s u p p r e s s i o na n dc o -o r d i n a t e d r e c o v e r y o fm u l t i -i n f e e dD Cs ys t e m b a s e do n i m p r o v e d V D C O L [J ].P o w e r S y s t e m P r o t e c t i o n a n d C o n t r o l ,2020,48(13):63-72.[7]冯长有,姚伟锋,江叶峰,等.特高压直流运行风险评估技术研究及应用[J ].智慧电力,2020,48(7):30-37.F E N GC h a n g y o u ,Y A O W e i f e n g ,J I A NG Y e f e n g,e t a l .S t u d y a n d a p p l i c a t i o no fUHV D Co pe r a t i o n r i s ke v a l u a -t i o n [J ].S m a r tP o w e r ,2020,48(7):30-37.[8]边宏宇,徐友平,党杰,等.直流受端多资源电压协调控制策略研究[J ].电网与清洁能源,2020,36(4):48-54.B I A N H o n g y u ,X U Y o u p i n g ,D A N GJ i e ,e t a l .R e s e a r c h o n m u l t i -R e s o u r c ev o l t a g ec o o r d i n a t e dc o n t r o ls t r a t e g ya tD Cr e c e i v i n g t e r m i n a l [J ].P o w e rS y s t e m a n dC l e a n E n e r g y,2020,36(4):48-54.[9]N I U T ,G U O Q L ,S U N H B ,e ta l .D yn a m i cr e a c t i v e p o w e rr e s e r v eo p t i m i s a t i o ni n w i n d p o w e ri n t e gr a t i o n a r e a s [J ].I E T G e n e r a t i o nT r a n s m i s s i o n &D i s t r i b u t i o n ,2018,12(2):507-517.[10]孙宏斌,郭庆来,张伯明.电力系统自动电压控制(第一版)[M ].北京:科学出版社,2018.[11]潮铸,刘明波.基于2阶轨迹灵敏度的暂态稳定约束最优潮流计[J ].电网技术,2011,35(7):106-112.C HA O Z h u ,L I U M i n g b o .T r a n s i e n t s t a b i l i t y c o n -08第37卷第1期齐子杰,等:基于多阶轨迹灵敏度的交直流混联受端电网无功储备优化方法s t r a i n e do p t i m a l p o w e r f l o wc a l c u l a t i o nb a s e do ns e c-o n d-o r d e rt r a j e c t o r y s e n s i t i v i t y[J].P o w e r S y s t e mT e c h n o l o g y,2011,35(7):106-112.[12]续昕,张恒旭,李常刚,等.基于轨迹灵敏度的紧急切负荷优化算法[J].电力系统自动化,2016,40(18):143-148.X U X i n,Z HA N G H e n g x u,L IC h a n g g a n g,e t a l.E m e r-g e n c y l o a ds h e d d i n g o p t i m i z a t i o na l g o r i t h m b a s e do nt r a j e c t o r y s e n s i t i v i t y[J].A u t o m a t i o no fE l e c t r i cP o w e r S y s t e m s,2016,40(18):143-148.[13]李淼,雷鸣,周挺,等.基于深度森林的电力系统暂态稳定评估方法[J].电测与仪表,2021,58(2):53-58.L IM i a o,L E IM i n g,Z HO U T i n g,e t a l.T r a n s i e n t s t a-b i l i t y a s s e s s m e n t m e t h o df o r p o w e rs y s t e m b a s e do nd e e p f o r e s t[J].E l e c t r i c a lM e a s u r e m e n t&I n s t r u m e n-t a t i o n,2021,58(2):453-58.[14]夏世威,白雪峰,陈士麟,等.基于T a y l o r级数轨迹灵敏度的动态安全域求解[J].电力自动化设备,2018,38(6):157-164.X I AS h i w e i,B A IX u e f e n g,C H E NS h i l i n,e t a l.S o l v i n gf o r d y n a m i c s e c u r i t y r eg i o n b a s e d o nT a y l o r s e r i e s t r a j-e c t o r y s e n s i t i v i t y[J].E l e c t r i c P o w e r A u t o m a t i o n E-q u i p m e n t,2018,38(6):157-164.[15]Y A O L,Z HUZ,MAZ,e t a l.I n t e r v a l o p t i m a l r e a c t i v ep o w e r r e s e r v ed i s p a t c hc o n s i d e r i n gg e n e r a t o r r e s c h e d-u l i n g[J].I E T G e n e r a t i o n,T r a n s m i s s i o n&D i s t r i b u-t i o n,2016,10(8):1833-1841.[16]R A T H E RZ H,C H E NZ,T HO G E R S E N P,e t a l.D y-n a m i c r e a c t i v e p o w e r c o m p e n s a t i o no f l a r g e-s c a l ew i n d i n t e g r a t e d p o w e r s y s t e m[J].P o w e r S y s t e m s I E E ET r a n s a c t i o n s o n,2015,30(5):2516-2526. [17]何柏娜,颉雅迪,王乐淼,等.超特高压交直流线路同塔架设潜供电流特性分析[J].高压电器,2020,56(10): 168-175.H EB a i n a,X I EY a d i,WA N GL e m i a o,e t a l.A n a l y s i s o ns e c o n d a r y a r cc u r r e n tc h a r a c t e r i s t i c s o f E HV/UHVA C/D Ct r a n s m i s s i o n l i n e se r e c t i n g o nt h es a m e t o w e r[J].H i g hV o l t a g eA p p a r a t u s,2020,56(10):168-175.[18]C HO IY H,S E OS,K A N GS,e t a l.J u s t i f i c a t i o no f e f-f e c t i v e r e a c t i v e p o w e r r e s e r v e sw i t hr e s p e c t t oa p a r t i-c u l a rb u su s i n g l i n e a rs e n s i t i v i t y[J].I E E E T r a n s a c-t i o n s o nP o w e r S y s t e m s,2011,26(4):2118-2124. [19]熊虎岗,程浩忠,徐敬友.考虑提高系统无功备用容量的无功优化调度[J].电网技术,2006,30(23):36-40.X I O N G H u g a n g,C H E N G H a o z h o n g,X UJ i n g y o u.O p-t i m a l d i s p a t c ho f r e a c t i v e p o w e r c o n s i d e r i n g i n c r e a s e o f s y s t e m r e a c t i v e p o w e r r e s e r v e[J].P o w e r S y s t e mT e c h n o l o g y,2006,30(23):36-40.[20]L I U M B,T S O SK,C H E N G Y.A ne x t e n d e dn o n l i n-e a r p r i m a l-d u a li n t e r i o r-p o i n ta l g o r i t h mf o rr e a c t i v e-p o w e r o p t i m i z a t i o no f l a r g e-s c a l e p o w e rs y s t e m sw i t hd i s c re t e c o n t r o lv a r i a b l e s[J].I E E E T r a n s a c t i o n s o nP o w e r S y s t e m s,2002,17(4):982-991.18。

2021年5月电工技术学报Vol.36 No. 9 第36卷第9期TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY May 2021 DOI:10.19595/ki.1000-6753.tces.L90470改进鲸鱼算法优化支持向量回归的光伏最大功率点跟踪李畸勇1,2张伟斌1,2赵新哲1刘斌1郑一飞1（1. 广西大学电气工程学院南宁 5300042. 广西电力系统最优化与节能技术重点实验室南宁 530004）摘要针对光伏阵列处于局部遮阴情况下其P-U特性曲线呈现出多极值点特性，传统最大功率点跟踪（MPPT）算法由于搜索机制导致难以跳出局部最优准确跟踪到最大功率点问题，提出一种基于改进鲸鱼算法优化支持向量机回归（SVR）的最大功率点跟踪方法。

该方法在普通鲸鱼算法的基础上引入对数权重因子与随机差分变异策略，增强了算法在全局搜索与局部开发协调性能、避免陷入局部最优的能力。

利用该改进鲸鱼算法对SVR参数寻优，建立光伏阵列最大功率点电压预测模型，并与电导增量法（INC）相结合应用于MPPT控制。

Matlab/Simulink仿真结果表明，所提的复合MPPT控制算法在各种局部遮阴及光照突变情况下都能够有效避免陷入局部寻优，迅速准确地跟踪到全局最大功率点（GMPP）。

关键词：局部遮阴鲸鱼算法对数因子随机差分变异支持向量机回归最大功率点跟踪中图分类号：TM615Global Maximum Power Point Tracking for PV Array Based on Support Vector Regression Optimized by Improved Whale Algorithm Li Jiyong1,2 Zhang Weibin1,2 Zhao Xinzhe1 Liu Bin1 Zheng Yifei1（1. College of Electrical Engineering Guangxi University Nanning 530004 China2. Guangxi Key Laboratory of Power System Optimization and Energy Technology Nanning 530004 China）Abstract In view of the fact that the P-U characteristic curve of the photovoltaic array is under partial shading, it shows the characteristics of multiple extreme points，traditional MPPT algorithm is difficult to jump out of local optimum and track the maximum power point accurately due to the search mechanism. Therefore, the author put forward a maximum power point tracking method based on support vector regression (SVR) optimized by improved whale algorithm. The method introduces logarithmic weight factor and stochastic differential mutation strategy on the basis of common whale algorithm to improve the coordination performance of the algorithm in global exploration and local development and improve the capability to avoid falling into local optimization. The improved whale algorithm is used to optimize SVR parameters to establish a photovoltaic array maximum power point voltage prediction model, which is combined with incremental conductance method (INC) and applied to MPPT control.Results of Matlab/Simulink simulation show that the proposed compound MPPT control algorithm have ability to avoid falling into local optimization effectively under various partial shading and illumination intensity mutation, and track the global maximum power point quickly and accurately.Keywords：Partial shadi ng, whale algorithm, logarithmic factor, stochastic differential mutation, support vector regression(SVR), maximum power point tracking(MPPT)国家自然科学基金资助项目（61863003）。

LPV模型的非线性PID控制算法黄江茵【摘要】以LPV模型为被控对象,提出一种适合动态系统、整定简便的非线性PID 控制算法.针对LPV模型时变非线性运行特性,引入工作点变量,采用传统Ziegler-Nichols法整定被控对象在工作点处的局部PID控制参数,通过高斯插值使控制参数在系统操作轨迹上的平滑过渡,有效避免控制参数突变对系统的冲击以及被控模型改变引起的误差,实现了对被控非线性对象的高效稳定控制.【期刊名称】《厦门理工学院学报》【年(卷),期】2015(023)003【总页数】5页(P36-40)【关键词】LPV模型;非线性PID控制;高斯插值【作者】黄江茵【作者单位】厦门理工学院电气工程与自动化学院,福建厦门361024【正文语种】中文【中图分类】TP273.2尽管近年来，如模型预测控制等先进控制算法不断推出，但PID控制器以其结构简单，对模型误差具有鲁棒性及易于操作等优点，仍然被广泛应用于冶金、化工等工业过程控制中.随着对非线性系统控制精度要求的不断提高，PID参数的智能整定算法［1-2］、非线性PID调节器设计［3］等改进的PID算法也越来越受到关注.变参数线性（linear parameter varying，LPV）模型是近10年来学术界广泛关注的非线性模型结构之一，虽然其辨识方法层出不穷［4］，但针对该模型的控制算法却少有人涉猎.原因在于LPV模型的非线性时变特性，大大增加了先进控制算法中预估系统输出以及控制约束方程的寻优难度，甚至无法获得局部收敛的最优解.针对此问题，本文利用PID控制器鲁棒性强、参数个数少、整定方便等显著优点，首先针对系统运行的若干个稳态阶段整定局部PID参数，随后引入LPV模型辨识中常见的“工作点变量”概念，以其为自变量构建高斯权重函数对局部参数进行插值，使控制参数在被控对象的整个操作轨迹上实现动态平滑过渡，获得较好的控制效果.目前为止，学术界已讨论过各种类型的非线性PID控制器.根据控制原理，这些非线性PID控制器可以分为两类：一类是直接控制量（direct-action）型，一类是增益调整（gain-scheduling）型［5］.数学表达形式分别为：直接控制量型：增益调整型：其中：u，e（t）分别为控制量输入与控制响应的误差；x，θ分别为非线性函数的自变量与参数向量；下标P，I，D分别对应比例、积分、微分含义.由上述两类非线性PID控制器的表达式中可以看出，直接控制量型控制器是对控制分量进行非线性设计，而增益调整型控制器则是对增益参数的非线性进行规划调整.文献［5］采用的是直接控制量型PID控制器，采用3个相同的样条函数对误差e（t）进行非线性处理，处理后的信号再分别进行比例、积分和微分计算.文献［6］则采用了增益调整型PI控制器，在KP，KI前增加了“前项增益切换机制”，实现KP，KI的简单线性过渡.鉴于直接控制量型PID控制器中，对积分、微分控制分量的非线性特性先验知识不够充分［5］，本文采用的是增益调整型结构，直接针对KP，KI，KD设计非线性函数，该非线性PID控制器的结构如图1所示.随着近几年来工业系统自动控制要求的不断提高，以及过程设计、分析、全过程运行最优化等命题的提出，变参数模型越来越得到学术界和工业界的重视.其中，最受瞩目之一的便是LPV模型［7］. LPV模型的主导思想是用一个包含时变参数的整体模型来描述非线性系统.该时变参数可以是系统工作点或者其他外部变量的函数.LPV模型的状态空间形式可表示为式（1）中：w（t）就是所谓的工作点变量；状态空间矩阵A，B，C，D都是w （t）的函数.LPV模型的控制问题一直是学术界公认的难点.众多先进的控制算法都对LPV模型束手无策.以模型预测控制算法为例，首先LPV模型是时变模型，难以预测系统在未来一定时间内的输出；其次预测控制算法中的分层优化需以被控对象模型作为约束方程［8］，而求解动态非线性约束问题一直是难以逾越的数学难题，极易因为初值设定、下降方向选择偏差而造成无法收敛，也很难获得局部最优解.考虑到PID控制器的鲁棒性，以及其待估参数少、整定方便等显著优点，采用非线性PID 控制器对LPV模型进行控制，则能够避开上述复杂的非线性优化命题，同时获得较好的控制效果.大多数非线性工业系统的运行轨迹，并不是杂乱无章的.大多数的工业过程，其运行轨迹都是由若干个“稳态阶段”以及过渡过程构成.在稳态阶段，系统运行在相对平稳的状态，主要操作变量和被控变量，包括工作点变量w（t）均处于相对恒定状态；在过渡过程，各变量也出现相应的过渡变化.由上述特点可推知，针对LPV模型的控制器，在稳态阶段可以采用传统线性控制器进行控制；而在过渡阶段，则需要采用某种算法重新设计控制参数，以适应LPV模型的动态特性.本文采用增益调整型PID进行控制，需要解决的核心问题在于如何设计KP（x，θP），KI（x，θP），KD（x，θP），使其能根据当前系统运行状态进行自动调整，同时又能满足超调小、响应迅速、无稳态误差这3点控制要求.根据上述分析和要求，可先整定稳态工作点处的局部PID控制参数，后采用高斯函数对这些局部参数进行插值获得最终非线性PID参数.具体步骤如下：步骤1：在系统的各个稳态阶段，采用传统线性PID控制器整定方法（如Ziegler-Nichols法、衰减曲线法、临界比例度法等），获取局部控制参数.假设被控对象有n个稳态，对应的工作点变量值为wi，（i=1，2，…，n），整定后的控制参数为KPi，KIi，KDi（i=1，2，…，n）步骤2：构建高斯函数计算局部控制参数权重，插值获得基于LPV模型的非线性PID控制器输出.式（2）中：KP，KI，KD分别为非线性PID控制器的比例、积分、微分参数；αi （w（t））是以w（t）为自变量的归一化高斯函数，作为稳态线性PID参数的权重.归一化的目的在于使各局部参数的权重值之和为1.参数σi（i=1，2，n）称为分离（或宽度）系数，可以简单地根据高斯函数的图象和权重的物理意义，将其设定为相邻工作点之间的间隔的三分之一，也可以通过极小化输出误差来估计.以最速下降法为例，损失函数极小化问题如式（5）所示：式（5）中：r（t）为设定值；y（t）为闭环系统输出；u（t）为非线性PID控制器输出；G（s，w）为被控对象LPV模型；N为样本空间容量.采用最速下降法进行寻优的流程如下：步骤1：初始化σi（i=1，2，…，n），记为σi（1）.根据高斯函数图像特征以及LPV模型权重函数的物理意义，将其设定为相邻工作点间隔的三分之一.定义误差阈值ε＞0以及迭代次数k=1.步骤2：沿被控对象的操作轨迹，采用上述非线性PID控制算法进行控制，采集数据集：Zn=｛y（t），r（t），w（t）｝，t=1，2，…，N；步骤3：计算负梯度向量d（k）=-∇f（σ（k）），其中步骤：4：若则停止搜索；σ（k）即为待定参数值，将其设为高斯权重的分离系数；否则，计算中的λ 值，其中，σ（k）=步骤5：计算σ（k+1）=σ（k）+λk×d（k），k=k+1；跳转步骤3.图2为当系统有4个工作点w1=20，w2=40，w3= 60，w4=80时对应的高斯权重值.从图2中可以看出，各个权重值均在接近它对应的工作点时达到最大值1，而随着远离对应工作点，平滑过渡到最小值0.任一时刻，各个权重值之和均为1.值得注意的是，由于高斯函数图象的对称性，采用高斯权重要求系统的工作点等间隔分布.如果系统的工作点之间的间隔不同，则可将高斯函数写成分段函数，间断点为各个工作点，并令各个分段高斯函数的分离系数不同.各局部PID参数的权重，不一定通过高斯函数获得，也可以构造线性函数、样条函数、多项式函数等计算.本文采用高斯函数的理由是，它的函数值比线性函数更加平滑，可以避免由于控制参数突变对系统造成的冲击，减小超调；相较于样条函数和多项式函数，它可以通过归一化保证各权重值之和在任意时刻均为1，符合插值的物理意义，而样条函数和多项式函数则有较多待估参数，难以同时保证误差极小化和函数值之和为1，也无法保证函数值介于［0，1］之间.以典型的MIMO二阶LPV模型为控制对象进行非线性PID控制仿真.仿真时间为13 s，采样周期1 ms，共采集13 000个数据.假设系统模型如下：式（6）中：w（t）为工作点变量，假定系统有2个局部稳态，对应的w（t）值分别为w1=1，w2=3.系统的整个运行轨迹上，w（t）的变化规律为：首先在2个稳态阶段，分别采用传统Ziegler-Nichols法整定局部线性PID参数，并进行微调以提高控制效果.两组局部KP，KI，KD如下：根据本文第2部分提出的方法，构建高斯权重函数并实时插值计算非线性PID控制器的参数以及输出.由于只有2个工作点，高斯权重中的分离系数σ未进行优化，而是定为工作点距离的1/3，即σ=（3-1）/3.为验证所提算法的抗干扰能力，t=6～10 s阶段，在仿真系统的输入端叠加了大小为0.5w2（t）的扰动信号.仿真控制结果如图3所示.从图3可以看出，虽然被控对象为时变非线性过程，但非线性PID控制依然可以实现在整个运行轨迹上的较好控制效果.若采用线性PID进行控制，由于恒定的控制参数无法适应时变的动态LPV模型，系统出现了较大的超调，而非线性PID控制器则可以同时保证较小的超调、较短的调节时间和较小的稳态误差.加入扰动信号后，线性PID控制下的系统出现了较大幅度的波动，而非线性PID控制器则能有效地减小系统波动并使输出较快稳定到设定值.LPV模型是用于辨识工业系统的常用非线性时变模型，针对LPV模型的先进控制算法常因为难以求解非线性动态约束的优化命题而失败.本文针对LPV模型的动态特性，提出了一种增量调整型非线性PID控制算法，首先在系统稳态工作点上整定局部线性的PID参数，然后以工作点变量为自变量构建高斯函数权重，插值获得非线性PID的整体控制参数.该方法既避免了复杂的非线性寻优计算，又能够根据系统运行的动态特征实时更新参数，符合LPV模型以及大多数工业非线性对象的控制需求.仿真结果表明该方法与传统线性PID控制相比，能够在整个运行轨迹上获得良好的控制效果，超调小，抗干扰能力强，响应迅速且无稳态误差.【相关文献】［1］金钊，刘丽华.PID参数模糊自整定控制在液位控制系统中的应用［J］.北京信息科技大学学报：自然科学版，2014，29（4）：86-89.［2］于洪国，王平.一种改进的最优PID参数自整定控制方法［J］.现代电子技术，2010，19（1）：162-164.［3］曾喆昭，肖雅芬，蒋杰，等.高斯基神经网络的非线性PID控制方法［J］.计算机工程与应用，2013，49（9）：255-258.［4］黄江茵.带约束多项式权重LPV模型辨识算法研究［J］.厦门理工学院学报，2014，22（3）：45-50.［5］胡包钢.非线性PID控制器研究-比例分量的非线性方法［J］.自动化学报，2006，32（2）：219-227.［6］邵辉，胡伟石，罗继亮.基于LPV模型的鲁棒PI控制方法［J］.北京工业大学学报，2012，38（12）：1 761-1 765.［7］LAURAIN V，GILSON M，T’OTH R，et al.Refined instrumental variable methods for identification of LPV Box-Jenkins models［J］.Automatica，2010，46（6）：959-967. ［8］陈虹.模型预测控制［M］.北京：科学出版社，2013：14-30.。

电网瞬时频率的一种跟踪算法陈 平,李庆民,张 黎(山东大学电气工程学院,山东省济南市250061)摘要:基于双正交数字滤波器与加权平滑相位差分法,提出了一种跟踪电网瞬时频率的方法,改进了目前基于双正交数字滤波器的电网频率跟踪方法。

针对电力信号的几种模型,详细仿真了跟踪算法的动态特性,指出针对恒频率和变频率电力信号的跟踪误差分别为0.0001H z 和0.005H z,并具体分析了影响跟踪误差和滞后效应的因素。

研究表明,该方法不受同步采样限制,可较为准确、实时地跟踪各种电力信号的瞬时频率,其性能指标优于同类文献中的跟踪算法。

关键词:瞬时频率;加权平滑相位差分法;正交数字滤波器;跟踪算法中图分类号:TM 764;T M935收稿日期:2006-06-16;修回日期:2006-08-31。

国家自然科学基金资助项目(50577039)。

0 引言频率是电力系统的主要物理参数,对系统频率进行监测是实现电力系统正常运行、控制和调节的基础。

近年来,相继提出了多种跟踪系统频率的方法,主要有周期法、离散傅里叶变换法、最小二乘法(LMS)、递推最小二乘法(RLS)、卡尔曼滤波法、牛顿迭代法、小波分析法、自适应陷波器法等[1-5]。

这些算法在跟踪速度、准确度、计算量、实现难易程度、抑制谐波及抗噪能力等方面各有优缺点,但一般难以同时兼顾瞬时性和准确度的要求,且针对动态变化的频率跟踪分析较少,准确度不高。

实际上,电力信号在实时监测过程中受到诸如电磁暂态、非线性设备、谐波负荷、高频或低频电磁干扰等各种因素的影响,其频率随时间会发生一定的变化,属于非平稳信号。

这时采用传统意义上的周期频率来描述此类信号具有一定的局限性;而瞬时频率作为一个独特的物理参数,描述电力系统的频率特性,通过实时跟踪实现对系统运行状态的评估与控制,具有重要应用价值[1-3]。

本文采用双正交移相滤波器首先构造出复信号,再利用加权相位平滑差分法实现对电网瞬时频率的跟踪,改进了原有基于正交滤波器的频率跟踪方法。

自动化学院教师简介陈华杰男，1978年2月出生，福建省闽侯县人，自动化专业讲师。

1997年9月至2006年9月就读于浙江大学电气工程学院，并分别于2001年7月获工业自动化学士学位，2006年9月获控制理论与控制工程博士学位。

2006年9月起任教于杭州电子科技大学。

研究方向：图像处理、模式识别。

曾开设研究生课程《智能控制》，本科生课程《科学计算与Matlab》等。

现主持省教育厅项目1项。

发表EI 收录等论文多篇。

陈德传男，1959年3月出生，福建省长乐市人，控制理论与控制工程、检测技术与自动化装置专业硕士生导师，高级工程师，现在自动化学院智能控制与机器人研究所工作。

1982年7月毕业于西安交大自动控制专业，1994年至1995年在浙大研究生院工业自动化专业在职进修。

1982年7月至1995年9月在中央某部委自动化研究所从事自动控制与智能仪表方面的科研工作，1993年11月起为高级工程师，1995年10月调入杭州电子科技大学。

研究方向：复杂机电装备的多电机同步协调控制、电气传动与运动控制、电力电子系统、智能仪表、无线控制。

作为负责人或主要参加者，先后在软包装材料彩色印刷、复合、检品、分切、制袋等自动生产设备中的多电机同步、张力、纠偏、定位、彩印套准及温度等自动控制;橡胶同步带自动生产线;工业在线PH测控;智能仪表及电能变换装置等方面完成企业委托项目、省部级项目及新产品开发60多项，并获多项省部级科技进步奖与论文奖，在国内外学术会议与科技期刊发表论文50余篇。

本科教学工作：《电力电子技术》、《电气传动与运动控制系统》。

王家军男，1975年6月出生，籍贯山东省东平县，控制理论与控制工程专业硕士生导师，副教授，现任自动化学院电气工程系系主任。

1997年7月于山东轻工业学院工业自动化专业获得工学学士学位;2000年3月于天津大学控制理论与控制工程专业获得工学硕士学位;2003年6月于天津大学电力电子与电力传动专业获得工学博士学位;2003年9月到2005年6月在浙江大学电气工程博士后流动站从事博士后研究工作。

电力系统动态无功优化模型的实用化研究陈燕梅;赖永生;郑文杰;王林【摘要】针对传统动态无功优化存在的问题,提出一种动态无功优化问题的实用化模型.该模型从控制设备动作次数定义出发,通过预优化后,将全天设备动作次数约束分解为每时段的设备动作次数约束,从而将完整的动态无功优化模型转化成与常规单个时间断面的静态无功优化模型相同的表达形式;利用内嵌罚函数的非线性原对偶内点法作为其优化算法.采用IEEE 118节点系统作为算例来验证该模型的正确性,计算结果表明所提模型能在满足最大允许动作次数约束的前提下获得优化解,且可以明显提高计算速度.【期刊名称】《广东电力》【年(卷),期】2014(027)005【总页数】6页(P66-71)【关键词】动态无功优化;实用化模型;变量离散化;原对偶内点法【作者】陈燕梅;赖永生;郑文杰;王林【作者单位】国网厦门供电公司,福建厦门361004;福建电力调度控制中心,福建福州350000;广东电网公司电力科学研究院,广东省智能电网新技术企业重点实验室,广东广州510080;国网福建电力科学研究院,福建福州350000【正文语种】中文【中图分类】TM761电力系统无功优化问题以网损最小为目标函数，通过控制电容器组的投切和有载调压变压器分接头的调节来达到降低网损和提高电压质量的目标。

在实际电力系统中，负荷是一直不断变化的，故有可能导致电容器组和有载调压变压器的频繁动作。

如果不对设备动作次数加以限制，就可能影响设备的寿命。

因此，研究计及设备动作次数的动态无功优化是有必要的。

迄今，该方面已经取得了一些有价值的研究成果［1－14］。

动态无功优化是一个离散变量与连续变量共存的复杂非线性优化问题。

目前主要有两种做法：其一，把全天负荷变化一起考虑，找到全局最优解，此方法会随着系统规模的扩大导致修正方程急剧增大，并引起“维数灾”，应用于大型电力系统较困难［1－9］；其二，在简化模型的基础上求得一个较好的结果，该结果只能给出次最优解，但其计算速度快，计算效率高［10－14］。

电力系统交流潮流线性化方法研究综述
赖海鹏;李志刚;于金雨;郑杰辉
【期刊名称】《山东电力技术》
【年(卷),期】2024(51)4
【摘要】电力系统潮流方程具有显著的非线性特性,针对大规模电力系统的潮流计算易出现计算结果不收敛的现象。

近年来,国内外文献涌现出大量适用于电力系统交流潮流计算的线性化潮流模型,但缺乏对经典线性化潮流模型分离变量过程的系统性梳理与总结以及对经典线性化潮流模型计算性能的数值比较。

首先梳理了目前电力系统经典线性化潮流模型的主要思路,对各种线性化潮流模型分离变量的过程进行分析与总结。

然后对比了线性化潮流模型的相同性及其在输电网和配电网应用上的差异,并从计算误差、计算时间和灵敏度等方面对比了各线性化潮流模型的性能。

最后根据每一种线性化潮流模型的优缺点,对各线性化潮流模型的适用场景进行了总结及展望。

【总页数】15页(P12-26)
【作者】赖海鹏;李志刚;于金雨;郑杰辉
【作者单位】华南理工大学电力学院
【正文语种】中文
【中图分类】TM74
【相关文献】
1.电力系统随机潮流及其安全评估应用研究综述
2.柔性交流输电电力系统潮流计算研究
3.电力系统线性化动态最优潮流模型
4.基于最优变量的电力系统线性化潮流计算方法
5.电力系统谐波潮流计算方法综述
因版权原因，仅展示原文概要，查看原文内容请购买。

改进差分进化的光伏最大功率点跟踪
杨家梁;魏霞;程志江;朱菊萍
【期刊名称】《现代电力》
【年(卷),期】2024(41)3
【摘要】针对现有差分进化算法在局部遮阴情况下跟踪速度慢的问题,提出一种新的改进差分进化算法的光伏发电系统最大功率点跟踪控制策略。

首先,引入三角突变策略,并将其嵌入传统差分进化算法的交叉公式当中,避免因迭代前后输出相同的占空比造成重复采样功率的情况。

其次,引入自适应比例因子策略,以加强个体的收敛性。

最后,通过奖励惩罚机制平衡所提算法的全局开发和局部探索能力。

仿真结果表明,与对比文献的差分进化算法相比,改进算法在跟踪速度、稳定性方面具有显著的优势。

【总页数】7页(P500-506)
【作者】杨家梁;魏霞;程志江;朱菊萍
【作者单位】新疆大学电气工程学院
【正文语种】中文
【中图分类】TM615
【相关文献】
1.基于中心差分法的光伏阵列最大功率点跟踪
2.基于差分进化人工蜂群算法的光伏最大功率跟踪策略研究
3.基于改进差分进化算法的光伏最大功率点跟踪
4.基于改
进扰动观察法的光伏最大功率点跟踪策略研究5.基于改进QPSO算法的光伏发电最大功率点跟踪
因版权原因，仅展示原文概要，查看原文内容请购买。

GPS在电力系统稳定控制中的应用——观测线性化追踪目标
控制新方法
刘东;单渊达
【期刊名称】《东南大学学报：自然科学版》
【年(卷),期】1997(27)2
【摘要】介绍了一种基于全球定位系统（ＧＰＳ）同步相量测量单元（ＰＭＵ）的测量原理及其在稳定控制中的应用，提出了观测线性化原理，即通过在线追踪观测使非线性方程线性化，并在此基础上研究使系统状态逼近设定目标的目标控制策略．
【总页数】5页(P67-71)
【关键词】GPS;PMU;观测线性化;电力系统;稳定控制
【作者】刘东;单渊达
【作者单位】东南大学电气工程系
【正文语种】中文
【中图分类】TM712;P228
【相关文献】
1.基于同步相量测量单元的观测线性化追踪目标励磁控制策略 [J], 邱晓燕;李兴源;王晓燕
2.反馈线性化与滑模控制方法在发动机不稳定燃烧主动控制中的应用 [J], 董飞;何国强;刘佩进;张贵田
3.观测线性化追踪目标励磁控制 [J], 刘东;单渊达
4.协同控制理论在电力系统稳定控制中的应用研究 [J], 王景
5.GPS在电力系统稳定控制中的应用 [J], 刘东;单渊达
因版权原因，仅展示原文概要，查看原文内容请购买。