基于和声搜索算法的多机系统PSS参数协调优化

电力系统稳定器(PSS)是抑制低频振荡的重要装置。在多机电力系统中,PSS参数设计要满足两方面的要求:既要能够改善本机强相关振荡模式的阻尼,也要能够避免导致其余机组的阻尼明显恶化。在此背景下,以特征值分析法为基础,从发电机组的角度构造了反映其强相关模式阻尼情况的指标并建立了能够反应系统整体小干扰稳定水平和机组间阻尼分配情况的目标函数。采用了近年来发展的和声搜索(Harmony Search)这一高效启发式优化算法来求解这一优化问题。最后,根据实际工程需求设计和开发了相应的软件系统。对10机39节点新英格兰系统和64机305节点福建电力系统的PSS参数协调优化结果验证了所发展的模型与方法的可行性和有效性。     

PSS参数选择和优化的仿真分析

电力系统稳定器(PSS)的参数设置对其控制效果至关重要,以系统功率振荡和功角振荡幅值最小为目标,应用电力系统仿真软件NETOMAC,对PSS参数进行优化,保证所选定的PSS参数具有良好地抑制低频振荡的效果．仿真结果表明,应用参数优化方法,可迅速得到良好控制效果的PSS参数,并使其能满足多种运行方式的要求,是一种高效实用的参数调试方法．     

应用遗传算法的多机系统阻尼控制器协调优化

应用李雅普诺夫方程和遗传算法相结合的方法对电力系统中多机系统阻尼控制器参数进行了协调优化。目标函数定义为线性二次型性能指标,选取合适的权重矩阵和ISE判据准则,使得发电机转子角的偏差变化量最小。系统的线性化模型和状态矩阵通过SSAT获得。新英格兰10机系统的仿真结果表明该方法是有一种有效的参数优化方法,优化出的参数对不同的运行方式具有良好的鲁棒性,极大地提高了系统阻尼,增强了系统稳定性。     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

基于改进量子遗传算法的励磁控制系统PI参数优化

针对传统的量子遗传算法(QGA)需要根据具体的问题选择合适的量子旋转门来更新量子比特的状态,提出了一种无需量子门、通用的、与问题无关的改进量子遗传算法(IQGA)。在采用实数编码的量子遗传算法的基础上,结合粒子群优化算法更新量子比特的状态,代替了传统量子遗传算法用量子门更新量子比特,避免了传统量子遗传算法复杂二进制编码和解码过程,增强了量子遗传算法的使用范围。最后,将提出的IQGA应用到某水电站励磁控制系统的PI参数优化,与遗传算法(GA)、QGA进行了仿真对比分析,结果表明IQGA鲁棒性最强,算法运行时间比传统量子遗传算法时间大约缩短了8s,优化所得的PI参数用于励磁控制系统的性能最佳。     

一种快速实现多峰值函数优化的改进遗传算法

针对基本遗传算法具有的收敛早熟、局部搜索能力差等缺点,提出了一种快速实现多峰值函数优化的改进算法。该算法包含并行小生境技术、可疑峰值点判断、引入局部搜索参数等策略,并采用C语言成功编写了通用程序。数值算例表明：该改进算法能有效防止早熟收敛,明显提高遗传算法的收敛效率,快速搜索到目标函数的所有最优点。该算法对求解多峰值函数优化问题具有普适性。     

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.     

基于遗传算法的PID参数整定与优化

ＰＩＤ参数整定与优化一直是自动控制领域研究的重要问题。采用遗传算法进行ＰＩＤ参数整定与优化是一种寻求全局最优且与初始条件无关的优化方法。在参数整定与优化过程中,考虑了过程控制系统的参数整定特点和寻优精度。仿真表明：该方法比一般ＰＩＤ参数整定方法具有更好的控制性能指标,不失为一种具有较好实用价值的ＰＩＤ参数整定与优化方法。     

基于正交试验的遗传算法参数优化

基本遗传算法求解优化问题的过程中存在着收敛缓慢、早熟现象以及求解的质量不高等问题. 为了解决上述存在的问题,提高遗传算法的求解质量,提出使用正交试验法优化遗传算法中的主要参数,即:种群规模N、交叉概率pc和变异概率pm. 通过使用正交试验法确定遗传参数,大大提高了算法的收敛性和求解质量. 仿真结果也表明采用正交试验法设计参数的科学性和有效性.     

遗传算法的改进

遗传算法是建立在遗传学与自然选择基础上的自适应索过程,作为解决复杂问题的一种有效手段,遗传算法是目前人工智能和系统优化领域的热点研究课题。但是,在实际应用中,简单跗算法存在收剑速度慢和稳定性差等缺陷。为克服这些问题,在对遗传算法的基本要点进行介绍的基础上,对交换、突变和复制等算子以及操作过程进行了改进。为了验证改进遗传算法的可行性与有效性,进行了多峰值函数的优化。试验结果表明,改进遗传３算法提高了     

多机电力系统中光伏发电厂附加稳定器的设计

在未来电力系统中,光伏发电厂将是一种重要的可再生电源.光伏发电厂接入未来电力系统将会影响输电系统稳定运行和控制.提出一种多机电力系统中光伏发电厂稳定器的设计新方法.首先搭建接入电网的光伏发电厂局部线性化模型.给出在光伏发电厂接入地点附近线路上发生低频功率振荡与附加稳定器控制的关系.在此局部线性化模型基础上,演示如何使用...     

基于遗传算法的EPS系统参数优化

根据纯电动大客车电动助力转向(EPS)系统工作的具体要求,开发了适合纯电动大客车EPS系统使用的循环球式电动助力转向器,建立了纯电动大客车循环球式EPS系统动力学模型及整车二自由度转向模型。在此基础上提出了系统转向路感、转向灵敏度以及转向操稳性的概念,并根据多元函数有约束优化问题的特点应用遗传算法对系统参数进行了优化设计。仿真结果表明:基于遗传算法优化的系统参数提高了系统的转向路感和转向操稳性。     

基于并行遗传算法的电力系统无功优化

为了快速有效地求解大型电力系统无功优化的问题,提出了一种基于局域网的分布式并行遗传算法,采用主从式模型来组织局域网内的多台计算机进行并行计算,整个并行系统由一个主处理器和若干个从处理器组成。根据无功优化的特点,为了找到全局最优解,就目标函数及相关参数值的选取和遗传操作进行了改进。算例表明,该方法不仅有效地减少了系统的网络损耗,而且显著地提高了计算速度。     

基于遗传算法的足球机器人控制参数优化

讨论了如何在SimuroSot 1．5a平台中使用遗传算法对参数进行优化,具体阐述一个基于SimuroSot 1．5a平台的参数优化专用系统的设计和具体结构,以及遗传算法在这个系统中的应用,并简要介绍了应用此平台优化PID算法参数的一个实例．     

基于连续高阶模滑的多机电力系统励磁控制

为了提高多机电力系统暂态稳定性,提出一种连续高阶滑模励磁控制策略。各发电机功角偏差为滑模变量,把具有非线性和不确定性多机电力系统的高阶滑模控制转化为不确定积分链系统的有限时间稳定问题,控制器结合几何齐次连续控制律和二阶滑模超螺旋算法,实现系统状态有限时间收敛,克服系统未建模动态、测量误差和外部扰动等不确定性,利用精确鲁棒微分器观测功角微分,理论分析证明了闭环系统的有限时间稳定。所设计高阶滑模励磁控制器能够保持机端电压稳定,并能有效提高电力系统的暂态稳定性。针对3机系统的仿真结果验证了该控制方法的有效性。     

一种改进的Tabu Search算法及其在区域电网无功优化中的应用

提出将改进的Tabu（禁忌）搜索算法用于区域电网无功电压优化控制问题的求解．首先根据已知的实际电网的历史数据获得可行的初始解,然后对区域电网采用改进的禁忌搜索方法进行无功优化．在求解的过程中,由于对Tabu表中所记录的“移动”采取“有条件地释放Tabu表中的记录”这一策略,可以使搜索有效地跳出局部极小值点,更好地找到最优解．通过IEEE-14节点算例验证了该算法的有效性．     

基于蚁群系统的电力系统无功优化

无功优化是电力系统电压稳定与经济运行的核心问题之一,也是提高电力系统电压质量的重要措施.将蚁群系统应用在电力系统无功优化,给出优化模型.对IEEE 6节点系统进行仿真计算,将计算结果与传统优化结果进行比较,表明蚁群系统的有效性.     

基于遗传算法的电力系统负荷模型准确度研究

在获得电网系统稳态和动态数据的基础上,对负荷模型参数不确定情况下的仿真准确度进行了分析,并利用故障后系统的动态数据对不确定参数进行校正。选择遗传算法作为校正求解的算法,并对之进行了一定的改进。仿真研究在IEEE-39系统上完成,不准确参数选择为负荷比例,实际应用中可推广为电力系统所有的模型参数。最后给出了这套方案的评价和有待改进的地方。