[发明专利]基于模糊粒子群算法的动态电压恢复器控制方法及装置有效

专利信息
申请号: 201710351018.X 申请日: 2017-05-17
公开(公告)号: CN107123991B 公开(公告)日: 2020-02-14
发明(设计)人: 苏海滨;杨双双;段刚强;申伟;贺子芙;李震;曹扬;曹一晓 申请(专利权)人: 华北水利水电大学
主分类号: H02J3/12 分类号: H02J3/12
代理公司: 41119 郑州睿信知识产权代理有限公司 代理人: 吴敏
地址: 450011 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 模糊 粒子 算法 动态 电压 恢复 控制 方法 装置
【权利要求书】:

1.一种基于模糊粒子群算法的动态电压恢复器控制方法,其特征在于,采用模糊粒子群算法优化所述动态电压恢复器中PI调节器的参数,包括以下步骤:

1)建立如下敏感负载的电压暂降的隶属度函数,及敏感负载的电压总谐波失真的隶属度函数:

上式中,μT为敏感负载的电压总谐波失真的隶属度函数,μD为敏感负载的电压暂降的隶属度函数,D为敏感负载节点基极电压与敏感负载电压的偏差,T为电网电压基波分量有效值与敏感负载侧所有谐波分量有效值之间的偏差;

根据所述电压暂降的隶属度函数值和电压总谐波失真的隶属度函数值的加权组合,建立如下适应度函数:

F=-(w1μT+w2μD)

式中,F为每个粒子对应的适应度函数,w1和w2分别为两个目标的权重因子,w1+w2=1;

计算每个粒子的适应度函数值,经过比较适应度函数找到最小适应度函数值的粒子,当所述最小的适应度函数值小于设定值时,将所述最小的适应度函数值对应的粒子的参数作为优化所述动态电压恢复器中PI调节器的参数;

2)当所述最小的适应度函数值大于或等于设定值时,利用混沌序列发生器计算加速系数,用加速的粒子群算法计算粒子速度,更新粒子位置后,重新计算并比较每个粒子的适应度函数值,直到找到满足最小的适应度函数值小于设定值的粒子为止。

2.根据权利要求1所述的基于模糊粒子群算法的动态电压恢复器控制方法,其特征在于,所述设定值为全局搜索空间的最佳位置的适应度值。

3.根据权利要求2所述的基于模糊粒子群算法的动态电压恢复器控制方法,其特征在于,当所述最小的适应度函值数大于或等于设定值时,更新所述全局搜索空间的最佳位置,包括以下子步骤:对每个粒子的适应度函数值和更新前的全局搜索空间的最佳位置的适应度函数值作差比较,将作差后得到的最小差值对应的粒子设为更新后的全搜索空间的最佳位置。

4.一种基于模糊粒子群算法的动态电压恢复器控制装置,其特征在于,该装置包括调节器参数优化模块,用于修正该装置中的PI调节器的参数,所述调节器参数优化模块包括以下单元:

适应度函数建立单元:用于建立如下敏感负载的电压暂降的隶属度函数,及敏感负载的电压总谐波失真的隶属度函数:

上式中,μT为敏感负载的电压总谐波失真的隶属度函数,μD为敏感负载的电压暂降的隶属度函数,D为敏感负载节点基极电压与敏感负载电压的偏差,T为电网电压基波分量有效值与敏感负载侧所有谐波分量有效值之间的偏差;

根据所述电压暂降的隶属度函数值和电压总谐波失真的隶属度函数值的加权组合,用于建立如下适应度函数:

F=-(w1μT+w2μD)

式中,F为每个粒子对应的适应度函数,w1和w2分别为两个目标的权重因子,w1+w2=1;

判断单元:用于计算每个粒子的适应度函数值,经过比较适应度函数找到最小适应度函数值的粒子,当所述最小的适应度函数值小于设定值时,将所述最小的适应度函数值对应的粒子的参数作为优化所述动态电压恢复器中调节器的参数;

当所述最小的适应度函数大于或等于设定值时,利用混沌序列发生器计算加速系数,用加速的粒子群算法计算粒子速度,更新粒子位置后,重新计算并比较每个粒子的适应度函数值,直到找到满足最小的适应度函数值小于设定值的粒子为止。

5.根据权利要求4所述的基于模糊粒子群算法的动态电压恢复器控制装置,其特征在于,所述判断单元中的设定值为全局搜索空间的最佳位置的适应度值。

6.根据权利要求5所述的基于模糊粒子群算法的动态电压恢复器控制装置,其特征在于,所述判断单元还用于在所述最小的适应度函值数大于或等于设定值时,更新所述全局搜索空间的最佳位置,包括以下子步骤:对每个粒子的适应度函数值和更新前的全局搜索空间的最佳位置的适应度函数值作差比较,将作差后得到的最小差值对应的粒子设为更新后的全搜索空间的最佳位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北水利水电大学,未经华北水利水电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710351018.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top