模糊电力系统稳定器的混沌优化方法

将混沌优化方法应用于模糊电力系统稳定器的参数设计,从而避免了设计过程中大量的参数调试工作,同时也使模糊电力系统稳定器获得最佳的控制性能。仿真结果表明,混沌优化方法结构简单、寻优速度快,基于混沌优化的模糊电力系统稳定器对各种扰动均有较好的响应特性。     

针对单机无穷大系统模糊电力系统稳定器的设计

针对一种典型的单机无穷大电力系统,进行了基于MATLAB／SIMULINK及模糊逻辑工具箱的传统电力系统稳定器（CPSS）和模糊电力系统稳定器（FPSS）的设计研究。提出了一种利用模糊控制参数及控制规则进行调整和修正模糊控制器的设计方法,并应用于电力系统稳定器的设计,仿真结果表明：相比传统电力系统稳定器．模糊电力系统稳定器能在较大的运行范围内更有效地抑制系统低频振荡,系统鲁棒性好,且调试方便。     

基于改进遗传算法的发电机调速器侧模糊PSS优化设计

基于模糊控制理论设计了发电机组调速器侧模糊电力系统稳定器,采用遗传算法优化其参数以克服模糊控制器参数设计的主观性.为了提高多参数控制器参数优化的速度和精度,对传统单点交叉遗传算法进行改进,提出了一种首尾轮换交叉遗传算法.该方法交替采用尾部和头部单点交叉,保证了各参数参与优化的概率基本均等.采用该算法对某水轮发电机组调速器侧模糊电力系统稳定器的参数进行优化计算,表明其优化速度和精度较试探法和传统单点交叉遗传算法有显著提高.     

基于改进遗传算法的发电机调速器侧模糊PSS优化设计

基于模糊控制理论设计了发电机组调速器侧模糊电力系统稳定器,采用遗传算法优化其参数以克服模糊控制器参数设计的主观性。为了提高多参数控制器参数优化的速度和精度,对传统单点交叉遗传算法进行改进,提出了一种首尾轮换交叉遗传算法。该方法交替采用尾部和头部单点交叉,保证了各参数参与优化的概率基本均等。采用该算法对某水轮发电机组调速器侧模糊电力系统稳定器的参数进行优化计算,表明其优化速度和精度较试探法和传统单点交叉遗传算法有显著提高。     

基于改进算法的模糊神经网络电力系统稳定器

基于模糊神经网络的电力系统稳定器具有适应电力系统非线性,且不依赖电力系统数学模型的特点,针对模糊神经网络隶属度函数的中心参数选取问题,提出了一种基于极大熵原理优化模糊神经网络的设计方法.该方法利用一个最优化的目标函数导出中心向量和宽度的学习算法,改善了网络的回归能力和泛化能力.针对电力系统发生的低频振荡问题,提出了一种基于熵优化模糊神经网络电力系统稳定器的设计方案.该方案避免了控制器对系统精确数学模型的依赖,利用神经网络的学习能力,在线自动生成训练样本,实现了电力系统的实时控制.仿真结果表明,提出的电力系统稳定器控制方案可以显著地提高被控机组的稳定性及电力系统的动态性能.     

基于免疫算法的单机系统电力系统稳定器的设计

在励磁系统中加入电力系统稳定器(PSS),增加阻尼,有利于抑制低频振荡.提出了利用免疫算法为单机无穷大系统设计PSS.它将PSS的整个设计过程转化为一组参数进行寻优的过程,利用IA的特点,提高了多参数寻优的效率.仿真结果表明,利用该方法设计的PSS性能有了较大的提高.     

基于遗传算法的窄间距隶属函数在模糊逻辑电力系统稳定器设计中的应用

提出了一种简单、高效的模糊逻辑电力系统稳定器的设计方案,其特点是采用了窄间距隶属函数(SSMFs).SSMFs是设计模糊逻辑控制器隶属函数的一种新方法.采用遗传算法选择SSMFs模糊逻辑控制器的最佳参数值,包括间距系数、重叠系数和增益系数等.通过单机无穷大系统验证所提方案的正确性.结果表明,所提出的SSMFs模糊逻辑电力系统稳定器在发电机负载和励磁增益大范围变化情况下,改善了电力系统的稳定性.     

用遗传算法设计模糊式电力系统稳定器

运用遗传算法解决在模糊控制器设计中存在的过分依赖于设计者预先选用的启发式知识及操作者的经验等问题,设计了一个模糊式电力系统稳定器。仿真结果表明：该稳定器保持了模糊控制器的优点,具有良好的动态性能,而且设计过程得到很大简化。     

自寻优模糊电力系统稳定器的设计

针对常规模糊电力系统稳定器(FPSS)的不足之处,将公式型模糊控制算法和连续因子相乘法结合,设计了一种新型模糊电力系统稳定器--自寻优模糊电力系统稳定器(SOFPSS).SOFPSS算法简单,适合于实时控制,并可在线优化控制规则,同时也克服了普通公式型模糊算法所固有的稳态性能差的缺点.仿真与动模实验结果均表明,SOFPSS动态特性好,适应能力强.     

基于粒子群优化算法的电力系统稳定器设计

基于单机无穷大系统模型,用粒子群优化算法（PSO）对发电机电力系统稳定器(PSS)进行参数优化,来抑制低频振荡。介绍了基本的粒子群优化算法的原理,并用改进的带约束的粒子群优化算法优化PSS的参数,将PSS的整个设计过程转化为一组参数进行寻优的过程,提高了多参数寻优的效率。用Matlab仿真软件进行仿真,仿真结果表明,利用该方法设计的PSS,它的小信号稳定性有了较大的提高。     

多馈入交直流输电系统的模糊控制器协调优化算法

设计了一套阻尼区域间功率振荡的模糊控制器。在多馈入交直流输电系统的直流功率控制系统和发电机励磁系统中同时采用了该模糊控制器,并对影响其性能的关键参数进行了协调优化。为了解决优化结果容易限于局部最优的问题,采用了遗传算法进行全局并行寻优,同时引入序优化理论在概率意义上保证优化解的质量。仿真结果表明:与常规阻尼控制器相比,模糊控制器能更好地提高交直流互联系统的动态稳定性且具有鲁棒性。序优化遗传算法比传统遗传算法具有更稳定的性能,可作为多馈入交直流输电系统的模糊控制器参数协调优化的一种有效方法。     

工业用电加热炉的智能温度控制系统设计

工业用电加热炉作为一类大惯性、大时滞和参数时变的强非线性系统,其温度控制问题一直工业过程控制中的难题。提出一种新型的基于TSK模糊理论的模糊神经网络PID控制器,采用实数编码混沌量子遗传算法优化模糊神经网络的隶属函数参数和模糊TSK增益,具有较快的收敛速度和更强的优化能力。分析加热炉温度控制系统的原理和结构,阐述基于TSK模糊理论的模糊神经网络PID控制器的设计过程以及实数编码量子遗传算法的实现流程。通过工业用电加热炉的温度控制仿真和试验,验证了所提出的算法具有更好的动态性能、更高的稳态精度和更强的抗干扰能力。     

基于混沌遗传和模糊决策算法的多目标负荷经济调度

提出一种可同时得到电力系统最优机组组合和多目标负荷分配结果的混沌遗传和模糊决策算法.结合改进优先顺序法、启发式遗传算法、混沌优化和模糊决策的优点,按改进的优先顺序法确定各时段运行的机组序列,用启发式遗传算法确定机组组合状态,并对交叉率和变异率进行模糊决策.在负荷分配中,考虑单一经济目标和多目标优化2种决策模型,用遗传算法进行并行搜索,同时在最优点附近利用混沌优化的遍历性进行局部寻优,避免遗传算法陷入局部最优,有效提高了收敛速度.将所提算法分别应用于10机和30机系统中,结果表明,该算法较好地处理了电力系统负荷经济调度的各种约束条件,减少了不可行解,加快了收敛速度.     

用于多目标无功优化的自适应遗传算法

引入了自适应权重和因子及自适应罚函数的概念,提出了一种自适应遗传算法,将其应用于多目标无功优化问题的求解中。该算法能保证寻优方向的多向性,并能避免模糊隶属度算法耗时过长的缺陷。在寻优过程中,自适应罚函数法能有效利用不可行解的有用信息,对不可行解进行适度惩罚。IEEE14节点系统的算例结果表明所提出的算法是解决多目标无功优化问题的有效方法。     

考虑障碍区影响的海上风电场集电系统拓扑设计

对于海上风电场集电系统的优化设计,现有设计方法大部分只考虑了电缆和开关的合理配置,而没有充分考虑障碍区对拓扑设计的影响。为此,本文提出了一种考虑障碍区影响的海上风电场集电系统拓扑优化设计方法。采用GIS技术对障碍区进行图层化处理,并利用最小面积不定形包围盒法将障碍区表示为最小面积矩形包围盒。在此基础上,结合Dijkstra算法与Prim算法的优点可得求取避障路径的优化算法,再通过基于层次分析法且兼顾经济性和可靠性两个方面影响因素的模糊综合评价模型来比较海上风电场集电系统的拓扑方案,就可完成海上风电场集电系统的最优拓扑设计。最后的算例及分析验证了本文算法的可行性。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

分布式电源并网动态无功优化调度的研究

根据分布式电源并网的控制特性,将分布式电源设计为电压控制型和无功补偿型,考虑其与地区电网的电压无功控制手段相结合,参与地区电网动态无功优化调度。建立以降低地区电网网损、抑制电压波动为综合目标的地区电网模糊动态无功优化调度模型。在该模型中,通过构造模糊评价函数,将目标函数转化为对优化结果的满意度,并利用自适应权重法将综合目标进行归一化处理。最后采用改进遗传算法有效求解含分布式电源的地区电网动态无功优化调度策略。算例表明,提出的模型和方法是合理的,具有一定参考价值。     

一种基于优选BP神经网络的智能模糊优化算法

建立了以模糊逻辑形式表示的基于优选BP神经网络的模糊优化模型,构造了用于优选:BP神经网络权值估计的遗传算子,重点讨论了加权梯度方向的计算方法及沿加权梯度方向进行变异的算子,确定了遗传算法的基本策略,构造了该算法的流程.针对飞边金属消耗设计准则挖掘问题,阐述了该准则建立的依据,讨论了该准则各变量之间的关系,并利用基于模糊优选BP神经网络的模糊优化算法实现了飞边金属消耗设计准则的挖掘.继而应用该实例对算法的稳定性进行了校验,并将该算法与利用梯度下降法对神经网络进行权值估计的算法进行了比较,结果表明,该算法速度快,精度高,稳定性好.     

基于改进小生境遗传算法的电力系统无功优化

针对电力系统无功优化问题,提出一种改进小生境遗传算法来克服小生境遗传算法中小生境难以确定的不足,改善遗传算法容易陷入局部收敛和早熟的缺点。通过模糊动态聚类分析方法实现小生境群体的划分,然后利用适应度共享技术对小生境内个体适应度进行调整,以提高全局寻优能力。提出和运用隔代小生境共享机制、最优个体邻域搜索及保留策略等以提高算法的计算速度和收敛速度。通过对IEEE 57节点测试系统进行无功优化计算及结果分析,说明所提出算法的全局搜索能力强、效率高,能得到较好的结果。     

基于遗传算法的火电单元机组模糊控制系统

火电单元机组是一个多变量、强耦合、大时滞复杂的非线性系统，难以建立精确的数学模型，其控制系统的设计面临着严峻的挑战。文章提出了基于遗传算法的火电单元机组模糊控制系统。遗传算法用全局优化模糊控制器隶属度函数的比例因子，优化后的模糊控制器较好地补偿了负荷扰动所引起的单元机组的实际值与设定值的偏差。仿真结果表明，该系统有良好的动态特性，能适应于火电单元机组大范围运行时的负荷跟踪。