[发明专利]基于MFO算法的光伏高占比电网UPFC应用优化方法及系统有效

专利信息
申请号: 201911120323.3 申请日: 2019-11-15
公开(公告)号: CN110829462B 公开(公告)日: 2023-07-14
发明(设计)人: 李庆海;孙骁强;汪莹;杨楠;张文朝;樊茂森;段乃欣;张立伟;王蒙 申请(专利权)人: 国家电网公司西北分部;北京科东电力控制系统有限责任公司
主分类号: H02J3/24 分类号: H02J3/24;H02J3/48;H02J3/50
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 张欢欢
地址: 710048 陕西省西安市碑*** 国省代码: 陕西;61
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 mfo 算法 光伏高占 电网 upfc 应用 优化 方法 系统
【权利要求书】:

1.一种基于MFO算法的光伏高占比电网UPFC应用优化方法,其特征是,包括以下过程:

获取UPFC控制模型;

根据UPFC控制模型,确定UPFC优化参数并获取优化目标函数;

基于MFO算法对UPFC优化参数进行优化;

其中,所述优化目标函数包括:

对于动态稳定性采取以系统振荡阻尼比最大为目标函数,目标函数为:

J1=0.05-ξ                            (1)

式中,ξ为系统阻尼比;

暂态电压稳定用如下电压偏差平方和积分表示:

式中,t0为故障结束时刻;td为仿真结束时刻;n为观测负荷节点个数,即研究区域内可观测负荷电压数据的节点个数;Vi(t)为第i个观测负荷节点t时刻的电压幅值;Vi(0)为故障前第i个观测负荷节点的电压幅值;Vimin为i节点电压跌落最小值;w1、w2为权重系数;

优化目标函数为:

J=W1J1+W2J2+CF                          (3)

W1、W2为动态稳定与电压稳定的权重系数;CF为惩罚函数;

所述基于MFO算法对UPFC优化参数进行优化包括:

1)初始化种群M,确定飞蛾群的初始化位置,并根据优化目标函数计算种群个体适应度OM;

2)将飞蛾种群M按照适应度从小到大排序后生成火焰种群F及其适应度OF;

3)确定火焰个数并去将末尾火焰熄灭,对应飞蛾参照适应度最差个体;

4)求取飞蛾与火焰的距离,更新飞蛾位置M;

5)计算更新后飞蛾适应度OM,并判断是否满足退出条件,是,优化结束,输出UPFC优化参数;否,返回第二步重新计算,直至满足退出条件;

所述确定飞蛾群的初始化位置包括:

应用混沌Iterative序列来确定飞蛾群的初始化位置;

所述确定火焰个数并去将末尾火焰熄灭包括:

引入凹函数中的幂函数来替代原有的线性熄灭过程,具体机制如下:

其中N为当前迭代次数,T为算法总迭代次数,k为大于1的幂函数参数;

所述更新飞蛾位置包括:

采用Lévy飞行跳跃路径更新机制来更新飞蛾位置。

2.根据权利要求1所述的一种基于MFO算法的光伏高占比电网UPFC应用优化方法,其特征是,所述UPFC控制模块包括:

UPFC串联侧的控制模型和UPFC并联侧的控制模块。

3.根据权利要求1所述的一种基于MFO算法的光伏高占比电网UPFC应用优化方法,其特征是,所述UPFC优化参数包括:

UPFC串联侧系统的有功部分、无功部分的PI控制参数以及并联侧系统的直流部分、交流部分PI控制参数。

4.一种基于MFO算法的光伏高占比电网UPFC应用优化系统,其特征是,包括模型获取模块、参数确定模块和参数优化模块;

模型获取模块,用于获取UPFC控制模型;

参数确定模块,用于根据UPFC控制模型,确定UPFC优化参数并获取优化目标函数;

参数优化模块,用于基于MFO算法对UPFC优化参数进行优化;

其中,参数确定模块中,所述优化目标函数包括:

对于动态稳定性采取以系统振荡阻尼比最大为目标函数,目标函数为:

J1=0.05-ξ                            (1)

式中,ξ为系统阻尼比;

暂态电压稳定用如下电压偏差平方和积分表示:

式中,t0为故障结束时刻;td为仿真结束时刻;n为观测负荷节点个数,即研究区域内可观测负荷电压数据的节点个数;Vi(t)为第i个观测负荷节点t时刻的电压幅值;Vi(0)为故障前第i个观测负荷节点的电压幅值;Vimin为i节点电压跌落最小值;w1、w2为权重系数;

优化目标函数为:

J=W1J1+W2J2+CF                          (3)

W1、W2为动态稳定与电压稳定的权重系数;CF为惩罚函数;

参数优化模块中,所述基于MFO算法对UPFC优化参数进行优化包括:

1)初始化种群M,确定飞蛾群的初始化位置,并根据优化目标函数计算种群个体适应度OM;

2)将飞蛾种群M按照适应度从小到大排序后生成火焰种群F及其适应度OF;

3)确定火焰个数并去将末尾火焰熄灭,对应飞蛾参照适应度最差个体;

4)求取飞蛾与火焰的距离,更新飞蛾位置M;

5)计算更新后飞蛾适应度OM,并判断是否满足退出条件,是,优化结束,输出UPFC优化参数;否,返回第二步重新计算,直至满足退出条件;

参数优化模块中,所述确定飞蛾群的初始化位置包括:

应用混沌Iterative序列来确定飞蛾群的初始化位置;

参数优化模块中,所述确定火焰个数并去将末尾火焰熄灭包括:

引入凹函数中的幂函数来替代原有的线性熄灭过程,具体机制如下:

其中N为当前迭代次数,T为算法总迭代次数,k为大于1的幂函数参数;

参数优化模块中,所述更新飞蛾位置包括:

采用Lévy飞行跳跃路径更新机制来更新飞蛾位置。

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国家电网公司西北分部;北京科东电力控制系统有限责任公司,未经国家电网公司西北分部;北京科东电力控制系统有限责任公司许可,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/201911120323.3/1.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