粒子群算法在电力系统低频振荡辩识中的应用 application of particle swarm optimization in the identification of low-frequency oscillation in power system.pdfVIP

YANJIUYUFENxI 研究与分析囊泛堇嚣薹羹薹篓鬟篓荔薹麟 粒子群算法在电力系统低频振荡辫识中的应用 叶红权．郭益辉 (佛山供电局，广东佛山528000) ●摘要：介绍了电力系统中常见的低频振荡现象。指出了各种常用的信号分析方法在分析低频振荡时存在的不J 足。利用粒子群算法对振荡信号的各个待测参数在指定的范围内寻优来求取振荡信号的各个参数，进而可以应 用这种方法提取低频振荡信号的主导模式。通过仿真数据和现场数据的分析验证了该方法是有效可行的，是对 低频振荡进行分析与控制的一种有效方法。 关键词：低频振荡；粒子群算法；主导模式；最优解 中圈分类号：TM743 文献标志码：A 文章编号：1673—7598(2009)03—0035—04 难以求出阻尼比这一重要特征121。Prony算法近年来 0引言 被广泛地应用于电力系统低频振荡的辨识与分析， 取得了良好的效果．但是Prony算：法对噪声非常敏感旧。 低频振荡是危害电力系统安全运行的常见现 近年来．粒子群算法被广泛地应用于无功优化、系统 象。单机与大系统问的振荡表现为机组有功及无功 参数辨识等领域。研究表明，经过适当的建模，粒子 出力的周期性摆动。通常需要减小机组出力，甚至令 群算法可以提取出低频振荡的主导模式，为低频振 机组退出运行才能平息。而在区域联络线上的低频 荡的分析与控制提供一种新的方法。 振荡。会导致联络线上的自动保护装置动作，引起网 络解列。低频增幅振荡甚至会导致整个系统崩溃， 1 粒子群算法介绍 造成巨大的经济损失㈣。 Swarm 一般认为电力系统发生低频振荡是因为在特定 粒子群优化(Particle 情况下，系统提供的负阻尼作用抵消了系统电机、励 法兼有进化计算和群智能的优点【q。起初Kenned妒和 磁绕组和机械等方面的正阻尼，使系统总阻尼很小 Eberhart只是设想模拟鸟群觅食的过程，但后来发现 或为负。系统在负阻尼工况下受到扰动时，扰动逐渐 PSO是一种很好的优化工具。与其他进化算法相似， 被放大，进而引起功率的低频振荡。重负荷线路、现 PSO算法也是通过个体间的协作与竞争，实现复杂 代快速励磁和高顶值倍数的励磁系统是造成系统出 空间中最优解的有哪些信誉好的足球投注网站。PSO第一步生成初始种群，即 现负阻尼的主要原因HI。 在可行解空间巾随机初始化一群粒子，每个粒子都 近年来，在电网互联的大趋势下，电力系统中的 为优化问题的一个可行解，并由目标函数为之确定 Value 低频振荡现象更加频繁，已严重威胁到电网的稳定 一个适应值(Fitnesso每个粒子将在解空间中 和安全。研究系统低频振荡首先需要根据现场PMU 运动，并由一个速度决定其方向和距离。通常粒子 上传的有功功率波形数据，通过对信号的处理分析 将追随当前的最优粒子．并经逐代有哪些信誉好的足球投注网站最后得到最 得到信号分量的个数、振荡幅值、频率、阻尼等特征。 优解。在每一代中，粒子将跟踪两个极值，一个是粒 辨识出各种振荡模式。为抑制低频振荡的控制，如 子本身迄今找到的最优解p豳，另一个是整个种群迄 PSS的设计、切除负荷、切除机组、增强电网结构等 今找到的最优解g妊。 增强阻尼的措施提供准确有效的信息。 通常的数学描述为：设在一个n维空间中。由m 在信号分析的方法中．傅里叶变换