APP下载

发电机励磁系统参数辨识方法综述

2017-03-31苏宇王政

科技资讯 2016年32期
关键词:粒子群算法灵敏度遗传算法

苏宇++王政

摘 要:励磁系统具有保持发电机端或枢纽点电压稳定,控制并行发电机无功功率分配等功能,对发电机乃至电力系统影响很大,因此励磁系统的精确建模十分重要。依据试验结果采用参数辨识方法是确定励磁系统模型参数的主要方法,该方法能够很好地拟合现场试验结果,具有辨识结果精确性高、稳定性强等特点,已广泛应用于励磁系统建模中。目前,参数辨识算法众多,该文将常见辨识算法进行总结。

关键词:励磁系统 参数辨识 灵敏度 遗传算法 粒子群算法

中图分类号:TM711 文献标识码:A 文章编号:1672-3791(2016)11(b)-0057-02

随着电力系统的不断发展,电力网络的不断扩大,电网已逐步成为高维度、非线性的复杂系统,电网安全也成为当今的重要研究课题。发电机励磁系统对于电力系统的安全稳定起着十分重要的作用[1],它可以保持电力系统的电压稳定,实现电压控制,尤其对电力系统的暂态稳定起着更加重要的作用。

励磁系统的优劣主要由其参数决定,良好的参数选择可以增加系统的阻尼特性,提升系统的安全稳定边界;不当的参数选择不但不能稳定系统,还会起相反作用[2]。当前的模型软件中已经有多种常见的励磁系统模型[3],而参数的确定是使用参数辨识的方法依据现场的实际试验数据计算得来[4],是当今确定励磁系统模型参数的主要方法。

励磁系统中各参数数值的常见计算方法主要有解析法和参数灵敏度法两种[5],其中解析法是用數学算法来计算励磁系统参数的解析解,这种方法的优点是计算出来的解析解是励磁系统的精确参数,但随着系统的增大和辨识参数数量的增加,数学解析的难度大幅提高,导致解析速度大幅降低,严重影响了该方法的应用范围。因此,参数灵敏度法进入了人们的视野,它包括时域灵敏度法和频域灵敏度法两种。文献[5]提出了一种辨识重点参数的方法。该方法首先分析了各参数灵敏度与各参数的关系,再提出重点参数评价指标,反复采用该指标进行计算,降低不同参数间的关联程度,直到区分出重点参数为止。该方法可提高重点参数的准确性,提高辨识效率。

1 系统辨识的理论基础

系统辨识指的是观测系统输入与输出的关系,以明确系统特性的数学模型。用连续动态系统方程式表达为

系统辨识的原理图如图1所示。

系统辨识的原理是将输入T(t)同时输入到原型系统和模型系统,分别得到输出O1(t)和O2(t),偏差是△O(t)。通过辨识算法后,产生一个修正量d,将d反馈到模型系统中,补偿原型系统与模型系统间偏差,如此反复上述过程,直到输出偏差△O(t)满足系统要求。

2 发电机励磁系统参数辨识方法介绍

2.1 时域灵敏度法

首先介绍时域灵敏度的定义,所谓某个参数的时域灵敏度就是输出量的变化量与该参数变化量的比值,用来体现该变量对于输出量的影响程度[6],计算公式如下:

其中,为待计算灵敏度的参数,为的初值,为该参数的摄动量,为采样点,为系统输出,为系统输出的初值。

从公式可以看出,时域灵敏度法只是以时间为尺度,计算得到某参数的时域灵敏度特性,但若要采用总体时域灵敏度时,难以完全将重要参数和非重要参数分开。若选取的时间尺度不同时,参数灵敏度在不同时间段内的辨识结果有时会出现相左的结论,因此,文献[7]提出了频域灵敏度法。

2.2 频域灵敏度法

首先介绍时域灵敏度的定义,所谓频域灵敏度就是传递函数的变化量与某参数的变化量的比值,用来体现该变量对于传递函数的影响程度。其中,这里用传递函数对线性系统进行描述,采用中值法计算频域灵敏度,计算公式如下:

其中,为第个频率采样点,为该参数的传递函数灵敏度,为参数总量,为线性系统中的某个参数。

对于频域灵敏度,若某参数的频域灵敏度大,表明该参数对于系统灵敏,它的变化会引起系统输出更大的变化;反之,若某参数的频域灵敏度小,表明该参数对于系统不灵敏,它的变化对系统输出变化的影响很有限。

3 结语

文章对发电机励磁系统参数辨识的原理进行了介绍,并对常见的参数辨识方法——时域灵敏度、频域灵敏度、遗传算法、粒子群算法等方法进行了介绍。励磁系统参数的确定对于励磁系统本身,甚至对于电力系统有重要的作用,是电力系统的稳定运行的重要保证。

参考文献

[1]王兴贵,王言徐,智勇.辨识理论在发电机励磁系统建模中的应用[J].电力保护与控制,2010,38(7):52-55.

[2]贺仁睦,沈峰,韩冬,等.发电机励磁系统建模与参数辨识综述[J].电网技术,2007,31(14):62-67.

[3]Ju Ping,Handschin E.Parameter Estimation of Composite Induction Motor Loads Using Genetic Algorithms [J].Proc.Of Power Tech symp, Stockholm,Sweden,1995(6):97-102.

[4]程鑫.发电机励磁系统参数可辨识性问题研究及辨识软件包开发[D].武汉:华中科技大学,2011.

[5]鞠平,郭磊,高昌培,等.频域灵敏度及其在电力系统参数辨识中的应用[J].中国电机工程学报,2010,30(28):19-24.

[6]Angeline P J.Evolutionary optimization versus particle swarm optimization and philosophy and performance difference[C]//Proceedings of 7th annual Conference on Evolutionary Programming.San Diego(USA):601-610.

猜你喜欢

粒子群算法灵敏度遗传算法
前列腺癌应用动态增强MRI联合DWI的诊断效果分析
基于遗传算法对广义神经网络的优化
基于遗传算法对广义神经网络的优化
基于遗传算法的临床路径模式提取的应用研究
基于遗传算法的临床路径模式提取的应用研究
遗传算法在校园听力考试广播系统施工优化中的应用
物流配送车辆路径的免疫遗传算法探讨
电力市场交易背景下水电站优化调度研究
基于粒子群算法的产业技术创新生态系统运行稳定性组合评价研究
交通堵塞扰动下多车场车辆路径优化