基于粒子群优化算法的PSS参数优化

粒子群算法(PSO-ω)是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的群体智能优化算法.基于单机无穷大系统模型,通过采用PSO-ω算法对电力系统稳定器(PSS)进行参数优化,以抑制低频振荡.该方法是以最优控制原理为基础,综合考虑PSS与励磁系统的性能,将PSS参数优化协调转化为带有不等式约束的优化问题,控制目标为系统输出按照最小误差跟踪给定值的能力(ITAE准则).用Matlab软件进行仿真,结果表明,利用该方法设计的PSS,它的稳定性有了较大的提高.     

基于混合粒子群优化算法的PSS参数优化

将一种新的进化算法-粒子群优化算法(PSO)应用到电力系统稳定器(PSS)参数优化当中,文中使用引入交叉操作的混合粒子群优化算法(HPSO),可以获得更好的全局搜索能力和收敛速度.先以低频振荡范围内(0.1～2 Hz)PSS产生的附加阻尼转矩△Te与△ω尽可能同相位为目标优化PSS超前-滞后环节参数;再以小扰动时发电机功率和角速度振荡最小为目标整定PSS放大倍数.优化结果表明,HPSO算法可以有效地解决PSS参数优化问题.     

基于随机聚焦粒子群算法的多机系统PSS参数优化

随机聚焦粒子群算法(SFPSO)是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的群体智能优化算法.通过采用SFPSO算法,对多机系统的PSS参数进行优化.该方法是以最优控制原理为基础,综合考虑PSS与励磁系统的性能,将PSS 参数优化协调转化为带有不等式约束的优化问题,控制目标为系统输出按照最小误差跟踪给定值的能力.通过仿真测试以及不同算法优化结果的对比,表明基于SFPSO算法优化的PSS在不同的干扰下都具有良好的性能,能够抑制低频振荡,并保持系统稳定,同时证明了SFPSO算法的有效性和优越性.     

具有多模型适应性的发电机PSS参数优化方法

现代电力系统中应用配置的电力系统稳定器(PSS)模型不尽相同,而传统PSS参数设计方法仅局限于传统PSS模型。文中提出了具有多模型适应性的发电机PSS参数优化方法,以PSS相位补偿效果为优化目标,采用粒子群算法对该发电机的PSS参数进行优化。该方法对多种PSS模型具有高度适应性,不仅适用于传统的PSS模型,也适用于无超前滞后环节的新型PSS模型。算例表明,采用具有多模型适应性的发电机PSS参数优化方法可有效提升系统阻尼,抑制系统低频振荡。     

基于进化策略并考虑宽频段补偿的PSS参数优化

将进化策略结合PSS宽频段补偿特性的方法应用到多机电力系统稳定器(PSS)参数优化。考虑到一种运行方式配置的PSS可能在其他运行方式下失效或恶化,以PSS在低频振荡范围内(0.1～2Hz)产生的附加阻尼转矩△Te与△ω尽可能同相位为目标优化超前-滞后环节参数;再以多机PSS在整个系统内产生的最小阻尼比尽量大为目标进行全局优化。New England 10机系统仿真结果表明,这是一种有效的PSS参数优化方法,所得到的参数优化结果对系统运行方式变化有很好的鲁棒性。     

基于进化策略并考虑宽频段补偿的PSS参数优化

将进化策略结合PSS宽频段补偿特性的方法应用到多机电力系统稳定器(PSS)参数优化.考虑到一种运行方式配置的PSS可能在其他运行方式下失效或恶化,以PSS在低频振荡范围内(0.1～2 Hz)产生的附加阻尼转矩△Te与△ω尽可能同相位为目标优化超前-滞后环节参数;再以多机PSS在整个系统内产生的最小阻尼比尽量大为目标进行全局优化.New England10机系统仿真结果表明,这是一种有效的PSS参数优化方法,所得到的参数优化结果对系统运行方式变化有很好的鲁棒性.     

基于随机聚焦粒子群算法的多机系统PSS参数优化

随机聚焦粒子群算法（SFPSO）是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的群体智能优化算法。通过采用SFPSO算法,对多机系统的PSS参数进行优化。该方法是以最优控制原理为基础,综合考虑PSS与励磁系统的性能,将PSS 参数优化协调转化为带有不等式约束的优化问题,控制目标为系统输出按照最小误差跟踪给定值的能力。通过仿真测试以及不同算法优化结果的对比,表明基于SFPSO算法优化的PSS在不同的干扰下都具有良好的性能,能够抑制低频振荡,并保持系统稳定,同时证明了SFPSO算法的有效性和优越性。     

基于Prony方法的大型互联电网PSS参数优化设计

提出了一种完全基于仿真曲线Prony分析的电力系统稳定器(PSS)参数优化设计方法.该方法通过对仿真曲线的Prony分析辨识系统的弱阻尼区域振荡模式信息,以提高区域振荡模式下的阻尼为优化目标,在限定的参数空间中进行PSS参数优化设计.采用单纯形法对PSS参数进行优化,以Prony方法辨识的PSS参数作为单纯形区域的初始中心点可克服算法的收敛性问题.云南电网发电机组实际PSS参数优化设计的结果表明:在云南电网多种运行方式下,均可很好地抑制系统的区域振荡,验证了PSS参数优化设计方法的有效性和鲁棒性.所提出的基于Prony算法的PSS参数优化方法优于传统PSS设计方法,适用于大型互联电网发电机组的PSS设计.     

基于非线性规划方法的PSS参数优化设计

在多机系统中,电力系统稳定器的参数配置是一个复杂的非线性优化问题,可以应用先进的现代内点算法求解该优化问题.本文以Anderson3机9节点系统为例,应用现代内点算法来进行PSS参数优化.通过发电机在不同运行方式下(正常、负荷高峰、负荷低谷)的动态性能仿真结果表明:用现代内点算法进行参数优化后的PSS动态性能优于常规方法设计的PSS,具有一定的鲁棒性.     

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.     

基于新型模拟退火算法的PSS参数优化方法

提出一种基于单纯形-模拟退火算法的电力系统稳定器(PSS)参数优化方法.以弱阻尼机电模式阻尼比构建目标函数,将单纯形法搜寻机理嵌入到模拟退火算法的基本步骤中,综合模拟退火算法全局搜索能力强、单纯形算法局部收敛速度快的优点.在新英格兰典型系统上的特征值分析表明,该方法是一种有效的PSS优化方法,所得的参数对系统运行方式的变化具有良好的鲁棒性.     

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。     

基于HUCPSO算法的电力系统稳定器参数优化方法

电力系统稳定器(PSS)对于抑制电力系统低频振荡简单有效,因而得到了普遍应用。一般采用工程整定方法设计PSS参数,这种方法难以达到优化控制效果。利用辨识参数获得参数初值,采用基于分层多子群的均匀分布混沌粒子群算法(HUCPSO)优化PSS参数,利用2机5节点系统非线性仿真模型对所得参数进行仿真。结果表明,相比于传统方法及其他智能优化算法,采用该方法优化设计的PSS具有更好的性能,所得到的控制参数使系统动态调节性能得到提高。     

江苏电网电力系统稳定器参数优化

将基于进化策略电力系统稳定器(PSS)频域法应用到江苏PSS参数优化.以PSS在低频振荡范围内(0.2～2.0Hz)产生的附加阻尼转矩△Te与△ω尽可能同相位为目标优化超前一滞后环节参数:再以PSS极限增益的1/3～1/5确定PSS的增益值.优化仿真结果表明,这是一种有效的PSS参数优化方法,所得到的参数优化结果对系统运行方式变化有很好的鲁棒性.     

基于自适应权重粒子群算法的PSS4B-W参数优化研究

介绍了一种智能优化算法-自适应权重粒子群算法(SWPSO)应用到电力系统稳定器PSS4B-W的参数整定过程中而建立的PSS4B-W参数优化模型。通过对权重系数的动态调整,从而获得更好的全局搜索能力。根据单机无穷大系统模型,在计算励磁系统无补偿相频特性基础上,应用该优化模型进行PSS4B-W相位补偿计算。仿真结果表明经自适应权重粒子群算法优化的PSS4B-W能够较好地抑制低频振荡,提高系统的稳定性。     

电力系统稳定器参数优化的研究

电力系统稳定器(PSS)的性能受其参数影响很大,如何对其参数进行协调优化是一个值得深入研究的问题.基于单机无穷大系统和4机2区域系统模型,通过采用 SFPSO算法对电力系统稳定器进行参数的协调优化,以抑制低频振荡.随机聚焦粒子群算法SFPSO(Stochastic focusing particle swarm optimization)是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的改进粒子群算法(PSO).通过仿真测试以及不同算法优化结果的对比,结果表明,利用该方法设计的PSS,在不同的干扰下都具有良好的性能,对系统的稳定性提升有较大帮助.     

基于增强连续禁忌算法的PSS参数优化

多机系统中,电力系统稳定器PSS(Power System Stabilizer)的参数配置是一个复杂的非线性优化问题。描述了电力系统模型、PSS模型及参数优化目标函数和约束条件。介绍了增强连续禁忌算法ECTS(Enhanced Continuous Tabu Search)的主要组成部分及算法流程图。并以WSCC3机9节点系统为例进行PSS参数优化,通过发电机在不同方式下(正常、负荷高峰、负荷低谷)的动态性能仿真,结果表明：用ECTS算法参数优化后的PSS动态性能优于常规方法设计的PSS,具有一定的鲁棒性。     

基于飞蛾扑火优化算法的多运行方式电力系统稳定器参数协调优化方法

针对大电网低频振荡现象存在机理分析复杂、振荡模式多样、参与机组众多、传统电力系统稳定器(power system stabilizer,PSS)整定方法适应性较差的问题,提出了一种基于飞蛾扑火优化(moth-flame optimization,MFO)算法的多运行方式PSS参数协调优化方法。该方法首先基于主导振荡模式及动态响应因子提取主要参与机组;然后考虑PSS临界增益及相频特性补偿范围约束,以PSS参数鲁棒性及系统动态稳定性为目标函数;最后采用MATLAB与PSD-BPA联合仿真方法,建立基于MFO算法的多运行方式PSS参数协调优化算法,完成大电网的全局参数寻优。华中电网仿真算例结果表明,应用文中方法优化后的PSS参数可有效提高系统动态稳定性,且对多种运行方式均有较好的适应性,同时算法本身具有较强的收敛性。     

基于混沌变异粒子群算法的PSS与SVC阻尼控制器协调优化设计

同步发电机的电力系统稳定器(PSS)与静止无功补偿器(SVC)中附加阻尼控制器相结合可以有效抑制系统低频振荡,从而提高电网的动态稳定性。为使阻尼控制器参数相互匹配,本文提出一种基于混沌变异粒子群优化(CMPSO)算法的PSS与SVC阻尼控制器的参数协调计算方法。该方法以传统粒子群优化(PSO)算法为基础,为避免种群陷入局部最优,算法迭代后期对粒子进行混沌变异操作,从而提高算法的全局搜索能力。综合考虑系统的超调量和响应速率,以阻尼比最大和特征根实部最小为目标函数,将多机电力系统中阻尼控制器参数设计问题转换为带有不等式约束的目标优化问题。在四机两区域系统上的仿真算例表明,CMPSO算法与传统PSO相比具有更好的全局寻优能力。PSS与SVC阻尼控制器的协调优化设计能够在不同的干扰下有效抑制低频振荡,增强电力系统的暂态稳定性,减少故障后的电压波动。     

混合粒子群算法在PSS参数优化中的应用

通过采用一种新的混合粒子群算法对多机系统的电力系统稳定器(PSS)进行参数优化,以达到更好的低频振荡抑制效果.引入交叉操作的混合粒子群优化算法是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的改进粒子群算法(PSO).用Matlab软件进行仿真,结果表明,该方法设计的PSS稳定性有较大提高.