一种水轮机调速器参数优化方法、装置及系统

技术领域

本发明属于电力系统的分析与控制领域，具体涉及一种水轮机调速器参数优化方法、装置及系统。

背景技术

对于水轮发电机经长距离输电的电力系统，由于水电机组的水锤效应以及不合理的调速器参数设置，导致系统易发生超低频振荡问题。通过优化调速器参数可有效抑制电力系统的超低频振荡。

现有抑制超低频振荡的调速器参数优化方法常采用单目标优化，无法满足超调量和调整时间同时达到最优。

发明内容

针对上述问题，本发明提出一种水轮机调速器参数优化方法、装置及系统，不仅能够较好地抑制系统的超低频振荡，还能提高优化后系统的动态性能。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种水轮机调速器参数优化方法，包括：

获取抑制电力系统超低频振荡的目标函数，所述目标函数中的待优化参数包括所有水轮机调速器的比例、积分和微分参数；

基于所述目标函数和预设的优化算法，对所有待优化参数进行优化，得到帕累托最优前沿；

根据所得帕累托最优前沿，在超调量可接受范围内选择调整时间最小的解作为最优解，并将最优解对应的参数作为水轮机调速器的待优化参数的最终值。

可选地，所述目标函数包括f

min f

min f

约束条件为：

式中，σ％表示超调量，

可选地，所述预设的优化算法为NSGA-II优化算法。

可选地，所述帕累托最优前沿的计算过程为：

初始化参数，所述参数包括种群数目、进化代数以及待优化参数的取值区间；

基于NSGA-II优化算法和所述目标函数进行求解，得到目标函数f

可选地，所述最优解的计算过程为：

根据所得帕累托最优前沿，在超调量可接受范围内选择调整时间最小的解作为最优解。

第二方面，本发明提供了一种水轮机调速器参数优化装置，包括：

获取单元，用于获取抑制电力系统超低频振荡的目标函数，所述目标函数中的待优化参数包括所有水轮机调速器的比例、积分和微分参数；

优化单元，用于基于所述目标函数和预设的优化算法，对所有待优化参数进行优化，得到帕累托最优前沿；

求解单元，用于根据所得帕累托最优前沿，在超调量可接受范围内选择调整时间最小的解作为最优解，并将最优解对应的参数作为水轮机调速器的待优化参数的最终值。

可选地，所述目标函数包括f

min f

min f

约束条件为：

式中，σ％表示超调量，

可选地，所述预设的优化算法为NSGA-II优化算法。

可选地，所述帕累托最优前沿的计算过程为：

初始化参数，所述参数包括种群数目、进化代数以及待优化参数的取值区间；

基于NSGA-II优化算法和所述目标函数进行求解，得到目标函数f

第三方面，本发明提供了一种水轮机调速器参数优化系统，其特征在于，包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的步骤。

与现有技术相比，本发明的有益效果：

本发明提出一种水轮机调速器参数优化方法、装置及系统，采用综合超调量(minf

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明一种实施例的水轮机调速器参数优化方法的流程示意图。

图2为本发明一种实施例的基于Matlab/Simulink平台搭建含4台水轮机2区域仿真系统图；

图3为本发明一种实施例的帕累托最优前沿曲线图；

图4(a)为本发明一种实施例的优化前后发电机G1的电磁功率对比图；

图4(b)为本发明一种实施例的优化前后发电机G1的频率波形对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例1

本发明的一种水轮机调速器参数优化方法，参见图1所示，包括以下步骤：

步骤1：基于Matlab/Simulink仿真平台，搭建4台水轮机2区域系统仿真模型，具体参见图2。

发电机系统包含调速器、原动机、励磁系统和电力系统稳定器。除了调速器和原动机外，其余参数直接采用MATLAB R2017a Simulink平台demo中4机2区域仿真系统的参数。

调速器采用PID模型，其传递函数为：

其中，K

原动机采用刚性水击模型，其传递函数为：

其中，T

4台水轮机的调速器和原动机参数见表1。

表1

扰动设置为t＝0s时母线7甩50MW的有功负荷，根据仿真结果获得4台水轮机的电磁功率。

步骤2：获取抑制电力系统超低频振荡的目标函数，将仿真系统中所有水轮机调速器的比例、积分和微分参数作为待优化参数。

所述目标函数包括f

min f

min f

约束条件为：

式中，σ％表示超调量，

步骤3：基于NSGA-II优化算法，根据所述抑制电力系统超低频振荡的目标函数对调速器参数进行优化，得到帕累托最优前沿。

NSGA-II优化算法的求解过程包括：

①给定初始种群规模pop、进化代数gen，交叉概率pc、变异概率pm、以及待优化参数K

表2

表3

②初始化种群P

③对当代种群P

④基于精英策略，将父代P

⑤判断迭代次数是否达到gen次，如果达到结束循环；如果没有，转到步骤③。

⑥给出帕累托最优前沿解集，图3为通过优化得到的帕累托最优前沿曲线。

步骤4：根据所得帕累托最优前沿确定最优解，在超调量可接受范围内选择调整时间最小的解作为最优解，将最优解对应的参数作为调速器参数的最终值，具体见图3的A点对应的调速器参数作为最优结果，见表4。

表4

采用表4优化得到的4台水轮发电机优化后的调速器参数，在t＝0s时母线7减少50MW的有功负荷，仿真得到优化前后发电机G

实施例2

基于与实施例1相同的发明构思，本发明实施例中提供了一种水轮机调速器参数优化装置，包括：

获取单元，用于获取抑制电力系统超低频振荡的目标函数，所述目标函数中的待优化参数包括所有水轮机调速器的比例、积分和微分参数；

优化单元，用于基于所述目标函数和预设的优化算法，对所有待优化参数进行优化，得到帕累托最优前沿；

求解单元，用于根据所得帕累托最优前沿，在超调量可接受范围内选择调整时间最小的解作为最优解，并将最优解对应的参数作为水轮机调速器的待优化参数的最终值。

所述目标函数包括f

min f

min f

约束条件为：

式中，σ％表示超调量，

在本发明实施例的一种具体实施方式中，所述预设的优化算法为NSGA-II优化算法。

在本发明实施例的一种具体实施方式中，所述帕累托最优前沿的计算过程为：

初始化参数，所述参数包括种群数目、进化代数以及待优化参数的取值区间；

基于NSGA-II优化算法和所述目标函数进行求解，得到目标函数f

实施例3

本发明实施例中提供了一种水轮机调速器参数优化系统，包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。