俞雪豐 吳 星
上海國際港務(wù)(集團)股份有限公司尚東集裝箱碼頭分公司
隨著港口碼頭的發(fā)展,碼頭設(shè)備電氣自動化的程度越來越高,電力公司切送電等電力操作引起的低頻振蕩,使港口電力設(shè)施設(shè)備易出現(xiàn)癱瘓現(xiàn)象,影響港口正常運行。安裝PSS(Power System Stabilizer,電力系統(tǒng)穩(wěn)定器)和SVC(Static Var Compensator,靜止無功補償器)能夠有效抑制電力系統(tǒng)的低頻振蕩。文獻(xiàn)[1]提出在PSS控制器中加入Prony分析環(huán)節(jié),實時監(jiān)測發(fā)電機的運行狀態(tài)以便實現(xiàn)系統(tǒng)的閉環(huán)控制;文獻(xiàn)[2-3]提出了采取測試信號與留數(shù)根軌跡相配合的方法來進(jìn)行靜止無功補償器附加阻尼的控制參數(shù)優(yōu)化設(shè)計;文獻(xiàn)[4]提出了從頻域與智能算法兩個方面對PSS與SVC阻尼控制器的參數(shù)進(jìn)行優(yōu)化設(shè)計以實現(xiàn)對電力系統(tǒng)低頻振蕩的抑制。
采用改進(jìn)的NSGA-II算法對SVC與PSS控制器進(jìn)行參數(shù)協(xié)調(diào)優(yōu)化,并在經(jīng)典雙機系統(tǒng)中進(jìn)行仿真分析,結(jié)果表明,參數(shù)優(yōu)化設(shè)計后的控制系統(tǒng)阻尼控制器對電力系統(tǒng)低頻振蕩有顯著改善。
選取經(jīng)典單機系統(tǒng)為測試系統(tǒng),其結(jié)構(gòu)見圖1。系統(tǒng)中的發(fā)電機采用三階模型,勵磁系統(tǒng)采取經(jīng)典一階慣性模型,忽略其電阻。
圖1 單機系統(tǒng)結(jié)構(gòu)圖
含有PSS的勵磁系統(tǒng)控制結(jié)構(gòu)見圖2,PSS的輸入信號采用發(fā)電機轉(zhuǎn)速偏差Δω,其動態(tài)數(shù)學(xué)模型[5]見式(1)。
圖2 含有PSS的勵磁系統(tǒng)控制結(jié)構(gòu)圖
(1)
式中,ω為系統(tǒng)發(fā)電機的轉(zhuǎn)速;Ef為勵磁系統(tǒng)的勵磁電壓;UPSS-ref為系統(tǒng)的基準(zhǔn)電壓;UG為發(fā)電機的機端電壓;UPSS為電力系統(tǒng)穩(wěn)定器的輸出信號;KPSS為電力系統(tǒng)穩(wěn)定器的控制放大參數(shù);TWPSS為PSS的時間常數(shù),取定值[6];T1、T2為PSS的時間控制參數(shù);X1、X2為PSS模型的階段性輸出信號。
SVC具有快速調(diào)節(jié)無功的和維護電網(wǎng)穩(wěn)定運行的作用。使用SVC來調(diào)控電力系統(tǒng)中的阻尼比,需加入附加阻尼控制器,以實現(xiàn)抑制系統(tǒng)低頻振蕩。以轉(zhuǎn)速偏差Δω作為SVC的輸入信號,其控制結(jié)構(gòu)圖見圖3,其動態(tài)表達(dá)式見式(2)。
圖3 SVC控制結(jié)構(gòu)圖
(2)
式中,B為SVC的等效導(dǎo)納矩陣;KSVC為SVC的控制放大增益參數(shù);USVC-ref為基準(zhǔn)電壓;Ui為負(fù)荷節(jié)點的電壓;USVC為靜止無功補償器的輸出信號;TWPSS為PSS的時間常數(shù),取定值;Tf為SVC的時間常數(shù),取定值。
NSGA2中使用算術(shù)交叉,搜索能力較弱,無法保證種群的多樣性,引入算數(shù)交叉算子[7-8]改善此情況:
(3)
式中,α、β為算數(shù)交叉算子交叉參數(shù),α+β=1,α,β∈[-1,2]且均勻分布。
反向?qū)W習(xí)(Opposition-based Learning,OBL)已被證明是一種十分有效的區(qū)域搜索方法。具體原理是:在求某個給定問題的解x的時候,其初始值并不精確,只是一個隨機數(shù)。故可以利用反向?qū)W習(xí)的思想,取x的相反值來作為下一個更接近最優(yōu)解的值x*,計算公式為:
x*=m+n-x
(4)
式中,x∈R,x∈[m,n]。
推廣到更高維度:
xj*=mj+nj-xj
(5)
式中,xj∈R,xj∈[mj,nj]。
將反向?qū)W習(xí)思想應(yīng)用于變異環(huán)節(jié),構(gòu)成新的變異算子,給如下定義:對于種群中第t代個體X(t)=[x1,x2,…,xi],OX(t)*=[x*1,x*2,…,x*i]是其對象的反向?qū)W習(xí)個體,代入適應(yīng)度函數(shù),若f(OX*(t))優(yōu)于f(X(t)),則將反向個體替代第t代個體進(jìn)入下一代種群。新的變異算法見式(6):
X(t+1)=OX(t)*=[x*1,x*2,…,x*i]
(6)
在系統(tǒng)中同時加入PSS與SVC能夠提高系統(tǒng)的抗干擾能力,但考慮兩者功能上有一定的矛盾性,故同時使用會產(chǎn)生相互影響使得系統(tǒng)不穩(wěn)定,因此需要對SVC與PSS進(jìn)行參數(shù)協(xié)調(diào)優(yōu)化保證系統(tǒng)的整體性能。
考慮系統(tǒng)的超調(diào)量與反應(yīng)速度,選取特征根實部σ最小與阻尼比最大為目標(biāo)函數(shù)[9],見式(7):
(7)
式中,n為系統(tǒng)的運行模式;σ0、ζ0分別是預(yù)設(shè)的特征根實部與阻尼比;σi、ζi分別是第i個運行模式中的特征根實部與阻尼比。
約束條件見式(8):
(8)
KPSS、KSVC有相同的取值范圍,將其等效成Ki,i表示系統(tǒng)中SVC與PSS的個數(shù),將Ki、T1i、T2i作為算法的控制變量,Ki=rank(Kmin,Kmax),即在控制器增益的調(diào)節(jié)范圍內(nèi)隨機產(chǎn)生的實數(shù);T1i=1+fcrand/10、T2i=1+fcrand/10,其中fC為隨機產(chǎn)生的+1或者-1,rand為在區(qū)間(0,5)內(nèi)隨機產(chǎn)生的實數(shù),將[Ki,T1i,T2i],i=1,2,…,n作為初始種群,使用式(3)、(6)進(jìn)行新的交叉與變異過程,流程見圖4。
圖4 優(yōu)化算法流程圖
采用經(jīng)典單機系統(tǒng),SVC安裝于節(jié)點3,發(fā)電機采用同步發(fā)電機,額定值設(shè)為600 MW,與10 kV無窮大系統(tǒng)相連,發(fā)電機側(cè)安裝有電力系統(tǒng)穩(wěn)定器。在Matlab/Simulink仿真軟件中建立單機電力系統(tǒng)模型,見圖5。
圖5 單機系統(tǒng)仿真模型圖
發(fā)電機參數(shù)具體見式(9):
(9)
線路參數(shù)為:線路長度l=10 km,電阻R=0.017 55 Ω/km,電感L=0.873 7 mH/km;電容C=0.001 33 μF/km;負(fù)載的有功功率P=50 kW。
考慮電力系統(tǒng)魯棒性,設(shè)計該模型在3種不同的運行狀態(tài)下運作(見表1)。
表1 三種不同運行方式
取控制器初始參數(shù)見式(10):
(10)
取種群規(guī)模為50,最大迭代次數(shù)為100,交叉概率為0.8,變異概率為0.03。應(yīng)用改進(jìn)型NSGA-II算法對控制器的參數(shù)優(yōu)化,優(yōu)化后的結(jié)果見表2。
表2 優(yōu)化后的參數(shù)結(jié)果
可得到正常負(fù)荷下的系統(tǒng)特征值見表3。
表3 加控制器前后特征值對比
加入控制器前后,系統(tǒng)的時域仿真圖見圖6、圖7。
圖6 發(fā)電機轉(zhuǎn)速振蕩圖
圖7 節(jié)點5功率振蕩圖
對系統(tǒng)進(jìn)行故障測試,在節(jié)點4處發(fā)生三相短路故障,t=0.2 s時切除故障,節(jié)點5處的輸出功率變化情況見圖8。
圖8 三相短路下的節(jié)點4功率振蕩圖
從優(yōu)化前后的特征根、阻尼比以及時域仿真結(jié)果可以看出,加入?yún)?shù)優(yōu)化的控制器后不僅系統(tǒng)的特征根的實部與虛部全變?yōu)樨?fù)數(shù),阻尼比也有所提升,有了更好的阻尼裕度,并在系統(tǒng)三相短路的情況下仍然能夠較好地抑制低頻振蕩,使得振蕩時間降低,提高了系統(tǒng)的穩(wěn)定性。
提出了利用改進(jìn)的遺傳算法,對含有電力系統(tǒng)穩(wěn)定器和靜止無功補償器的電力系統(tǒng)進(jìn)行協(xié)調(diào)控制,優(yōu)化其阻尼控制器控制參數(shù)。通過對比時域仿真波形圖以及阻尼比,表明優(yōu)化參數(shù)下的SVC與PSS對抑制電力系統(tǒng)的低頻振蕩有一定效果。