本發(fā)明涉及電力系統(tǒng)控制參數(shù)優(yōu)化領(lǐng)域，具體涉及一種運(yùn)用多目標(biāo)粒子群算法對(duì)mmc-hvdc系統(tǒng)控制參數(shù)分層優(yōu)化的方法。

背景技術(shù)：

模塊化多電平換流器利用子模塊級(jí)聯(lián)的方式實(shí)現(xiàn)換流器的電壓等級(jí)的提高和輸送容量的提升，由于其采用模塊化的結(jié)構(gòu)而具有如下主要技術(shù)優(yōu)勢：①制造難度下降；②損耗成倍下降；③階躍電壓降低；④波形質(zhì)量高；⑤故障處理能力強(qiáng)。于2010年投運(yùn)的“跨灣工程”和于2011年投運(yùn)的“上海南匯柔性直流輸電示范工程”均是采用mmc拓?fù)浣Y(jié)構(gòu)的hvdc工程。

目前，國內(nèi)外的研究工作主要集中于mmc-hvdc的建模仿真、控制策略、參數(shù)設(shè)計(jì)、調(diào)制策略、故障狀態(tài)下的保護(hù)策略等方面。高度可控的mmc-hvdc系統(tǒng)的性能在很大程度上取決于其控制系統(tǒng)的性能。然而多模塊的拓?fù)浣Y(jié)構(gòu)使其在應(yīng)用中需要復(fù)雜的協(xié)調(diào)控制。比如，mmc的控制系統(tǒng)需要對(duì)數(shù)量眾多的子模塊進(jìn)行測量、驅(qū)動(dòng)和保護(hù)，對(duì)子模塊電容電壓進(jìn)行均衡控制，對(duì)相單元間環(huán)流進(jìn)行抑制控制。mmc控制系統(tǒng)，通常包含多個(gè)比例積分(pi)控制器或諧振控制器等。在建模和控制器設(shè)計(jì)優(yōu)化時(shí)通常需要大量調(diào)試較多的控制參數(shù)。控制器參數(shù)優(yōu)化不僅可以改善控制器性能，如提高魯棒性和提高響應(yīng)速度，還可以改善系統(tǒng)的性能，特別是在故障或擾動(dòng)的發(fā)生、發(fā)展期間，故障恢復(fù)速度和系統(tǒng)運(yùn)行的穩(wěn)定性在很大程度上取決于控制系統(tǒng)性能的好壞。因此，在mmc-hvdc的設(shè)計(jì)、調(diào)試、運(yùn)行研究和仿真等課題中，提出控制系統(tǒng)的參數(shù)優(yōu)化問題是極為必要的。

針對(duì)mmc-hvdc換流器的控制，國內(nèi)外學(xué)者開展了廣泛的研究工作，提出了很多新的控制方法，然而在實(shí)際的工程中，比例積分微分(pid)算法依然占據(jù)著主導(dǎo)地位，這是因?yàn)閜id控制具有結(jié)構(gòu)簡單、參數(shù)定義易于理解、調(diào)節(jié)快速、易于實(shí)現(xiàn)、魯棒性強(qiáng)等優(yōu)點(diǎn)。但實(shí)際中經(jīng)常由于參數(shù)選擇不夠好而影響控制器的效果和系統(tǒng)的性能。目前，柔性直流輸電工程多使用試湊法調(diào)節(jié)控制器pi參數(shù)，試圖使mmc-hvdc系統(tǒng)在滿足某一方面動(dòng)態(tài)特性要求情況下改善其他方面的性能，然而實(shí)際調(diào)節(jié)過程中，在改善某個(gè)動(dòng)態(tài)響應(yīng)的同時(shí)，通常會(huì)引起其他動(dòng)態(tài)響應(yīng)的惡化，而且試湊法具有一定程度的盲目性，可能會(huì)增大工作量，降低效率。因而pi參數(shù)的調(diào)節(jié)需要調(diào)節(jié)技巧和工程經(jīng)驗(yàn)，控制器的參數(shù)優(yōu)化也成為了mmc-hvdc控制器研究的難點(diǎn)。

模塊化多電平換流器含有眾多的電力電子開關(guān)和非線性電容等元件，其控制系統(tǒng)模型具有多目標(biāo)、非線性、高階性、離散型等特點(diǎn)。概率型算法，如粒子群算法和遺傳算法等，允許以一定的概率接受比當(dāng)前解效果差的解，從而引入了跳出局部極值的機(jī)制。近年來，mopso算法以其良好的收斂性、簡單的計(jì)算模式、較強(qiáng)的全局搜索能力和較少的參數(shù)設(shè)置的特點(diǎn)而被廣泛應(yīng)用到多目標(biāo)參數(shù)優(yōu)化問題中，基本思想是使用外部存儲(chǔ)器存儲(chǔ)非支配解，從中選取領(lǐng)導(dǎo)粒子用于速度和位置的迭代更新并搜索最優(yōu)解。

針對(duì)上述問題，本發(fā)明提出了一種mmc-hvdc系統(tǒng)控制參數(shù)分層優(yōu)化方法。本發(fā)明的方法收斂性好，獲得參數(shù)的動(dòng)態(tài)性能更優(yōu)，適合于mmc-hvdc系統(tǒng)控制器參數(shù)優(yōu)化，屬于mmc-hvdc系統(tǒng)控制參數(shù)優(yōu)化方法的創(chuàng)新技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的技術(shù)方案是，一種mmc-hvdc系統(tǒng)控制參數(shù)分層優(yōu)化方法，其特征在于包括以下步驟：

步驟1：在pscad軟件平臺(tái)上搭建mmc-hvdc仿真模型，用以計(jì)算算法所需的適應(yīng)值，并根據(jù)控制系統(tǒng)的設(shè)計(jì)結(jié)構(gòu)，將待優(yōu)化的站級(jí)控制的pi參數(shù)分為內(nèi)環(huán)和外環(huán)兩層；

步驟2：在matlab上運(yùn)行多目標(biāo)粒子群尋優(yōu)算法，采用外部存儲(chǔ)器和自適應(yīng)網(wǎng)格機(jī)制，從中選取領(lǐng)導(dǎo)粒子對(duì)粒子的信息進(jìn)行迭代更新，領(lǐng)導(dǎo)粒子的選取規(guī)則為首先計(jì)算每個(gè)網(wǎng)格的擁擠程度，利用輪盤賭方法選出某個(gè)網(wǎng)格，再從選出的網(wǎng)格中隨機(jī)選取某個(gè)粒子作為領(lǐng)導(dǎo)粒子，粒子的位置代表待優(yōu)化的mmc-hvdc系統(tǒng)控制參數(shù)；

步驟3：初始化算法參數(shù)和粒子信息，令迭代次數(shù)t＝1；

步驟4：進(jìn)入主循環(huán)，更新粒子速度和位置，優(yōu)化內(nèi)環(huán)參數(shù)，將非劣解加入到外部存儲(chǔ)器中；

步驟5：更新粒子速度和位置，優(yōu)化外環(huán)參數(shù)，將非劣解加入到外部存儲(chǔ)器中；

步驟6：t＝t+1，重復(fù)步驟4和步驟5，直到達(dá)到最大迭代次數(shù)。

進(jìn)一步地：

上述步驟1中，所述的站級(jí)控制的控制器采用直接電流控制中的矢量控制技術(shù)，其在同步旋轉(zhuǎn)坐標(biāo)系下建立mmc的數(shù)學(xué)模型，包括內(nèi)環(huán)電流控制和外環(huán)輸出控制。

所述的適應(yīng)值由換流器的控制目標(biāo)計(jì)算而來，其計(jì)算方法采用誤差絕對(duì)值乘以時(shí)間的積分itae指標(biāo)，表示為：

式(1)中yref為控制目標(biāo)參考值，y為控制目標(biāo)實(shí)際值，積分上限t為動(dòng)態(tài)過程時(shí)間。

所述的分層的依據(jù)是控制系統(tǒng)的設(shè)計(jì)結(jié)構(gòu)，站級(jí)控制過程中，首先由外環(huán)輸出控制計(jì)算出dq軸電流參考值，然后將其用于內(nèi)環(huán)電流控制計(jì)算換流器輸出電壓。所以，根據(jù)控制系統(tǒng)的設(shè)計(jì)結(jié)構(gòu)，將待優(yōu)化的站級(jí)控制的pi參數(shù)分為內(nèi)環(huán)和外環(huán)兩層，首先優(yōu)化內(nèi)環(huán)控制參數(shù)，然后優(yōu)化外環(huán)控制參數(shù)。

上述步驟2中，所述迭代過程根據(jù)式(2)更新，

其中，ω表示慣性權(quán)重系數(shù)，c1和c2表示加速因子，r是[0,1]之間均勻分布的隨機(jī)數(shù)，pid代表第id個(gè)粒子的位置，vid代表第id個(gè)粒子的速度，pbest代表第id個(gè)粒子所經(jīng)過的最優(yōu)位置，gbest代表當(dāng)前所有粒子所經(jīng)過的最優(yōu)位置。

每次迭代過程中粒子速度和位置更新兩次，計(jì)算兩次適應(yīng)值，第一次更新后，將領(lǐng)導(dǎo)粒子的外環(huán)參數(shù)賦給所有粒子，試圖優(yōu)化出性能更佳的內(nèi)環(huán)參數(shù)，第二次更新后，將領(lǐng)導(dǎo)粒子的內(nèi)環(huán)參數(shù)賦給所有粒子，優(yōu)化出性能更佳的外環(huán)參數(shù)。

上述步驟3中，所述的算法參數(shù)包括粒子數(shù)、慣性權(quán)重系數(shù)、加速因子、最大迭代次數(shù)、外部存儲(chǔ)器容量、網(wǎng)格膨脹系數(shù)等；所述的粒子信息包括維數(shù)、速度、位置及其運(yùn)動(dòng)范圍、適應(yīng)值等，并初始化自適應(yīng)網(wǎng)格。

上述步驟4中，所述的優(yōu)化內(nèi)環(huán)參數(shù)具體操作為：利用基于擁擠度和輪盤賭的方法選取領(lǐng)導(dǎo)粒子，將領(lǐng)導(dǎo)粒子的外環(huán)參數(shù)賦值給更新后的所有粒子，即保持所有粒子的外環(huán)參數(shù)相同，試圖搜索出性能更佳的內(nèi)環(huán)參數(shù)，然后仿真計(jì)算出適應(yīng)值并將非劣解加入到外部存儲(chǔ)器中。

上述步驟5中，所述的優(yōu)化外環(huán)參數(shù)具體操作為：利用基于擁擠度和輪盤賭的方法選取領(lǐng)導(dǎo)粒子，將領(lǐng)導(dǎo)粒子的內(nèi)環(huán)參數(shù)賦值給更新后的所有粒子，即保持所有粒子的內(nèi)環(huán)參數(shù)相同，試圖搜索出性能更佳的外環(huán)參數(shù)，然后仿真計(jì)算出適應(yīng)值并將非劣解加入到外部存儲(chǔ)器中。

附圖說明

圖1是mmc-hvdc系統(tǒng)結(jié)構(gòu)圖；

圖2是多目標(biāo)粒子群算法流程圖；

圖3是最優(yōu)參數(shù)的響應(yīng)曲線圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)例，進(jìn)一步闡述本發(fā)明，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)例。

本發(fā)明聯(lián)合調(diào)用pscad與matlab對(duì)mmc-hvdc系統(tǒng)控制參數(shù)進(jìn)行優(yōu)化。

步驟1：在pscad中搭建了單端101電平mmc-hvdc系統(tǒng)優(yōu)化站級(jí)控制的pi參數(shù)，如圖1所示，橋臂模型采用半橋詳細(xì)等效模型，調(diào)制方式采用最近電平逼近調(diào)制，控制量為有功功率和無功功率。其參數(shù)為：有功功率設(shè)定值為100mw，無功功率設(shè)定值為30mvar，每個(gè)橋臂子模塊數(shù)為100，半橋子模塊電容值為0.03f，橋臂電抗值為0.007h，仿真時(shí)間為2秒。待優(yōu)化的控制參數(shù)為矢量控制策略的內(nèi)外環(huán)4套pi參數(shù)，分為內(nèi)環(huán)和外環(huán)兩層。適應(yīng)值為換流器的控制量包括有功功率和無功功率的誤差絕對(duì)值乘以時(shí)間的積分指標(biāo)，其值由pscad計(jì)算得到。

步驟2：在matlab中編寫多目標(biāo)粒子群算法程序，根據(jù)分層優(yōu)化的思想修改主循環(huán)部分代碼，具體是：每次循環(huán)過程中，粒子速度和位置第一次更新后，將領(lǐng)導(dǎo)粒子的外環(huán)參數(shù)賦值給所有粒子用于計(jì)算適應(yīng)值，并將所得的非劣解加入到外部存儲(chǔ)器中，粒子速度和位置第二次更新后，將領(lǐng)導(dǎo)粒子的內(nèi)環(huán)參數(shù)賦值給所有粒子用于計(jì)算適應(yīng)值，并將所得的非劣解加入到外部存儲(chǔ)器中。多目標(biāo)粒子群算法流程如圖2所示。

步驟3：初始化算法參數(shù)和粒子信息，設(shè)置種群大小為100，外部存儲(chǔ)器容量為100，適應(yīng)值維數(shù)為2，最大迭代次數(shù)為100，慣性權(quán)重系數(shù)ω＝0.7，加速因子c1＝c2＝1.5，初始化粒子速度、位置和適應(yīng)值等，并初始化網(wǎng)格。

步驟4：進(jìn)入主循環(huán)，首先利用基于擁擠度和輪盤賭的方法選取領(lǐng)導(dǎo)粒子，然后更新粒子速度和位置，再將領(lǐng)導(dǎo)粒子的外環(huán)參數(shù)賦值給更新后的所有粒子，最后仿真計(jì)算適應(yīng)值并將非劣解加入到外部存儲(chǔ)器中。

步驟5：內(nèi)環(huán)參數(shù)優(yōu)化結(jié)束后，再次選取領(lǐng)導(dǎo)粒子并更新粒子速度和位置，將領(lǐng)導(dǎo)粒子的內(nèi)環(huán)參數(shù)賦值給更新后的所有粒子，最后仿真計(jì)算適應(yīng)值并將非劣解加入到外部存儲(chǔ)器中。

步驟6：重復(fù)步驟4和步驟5，直到達(dá)到最大迭代次數(shù)后退出程序。

為驗(yàn)證本發(fā)明方法的有效性，將本發(fā)明所得結(jié)果與非基于分層優(yōu)化即所有參數(shù)同時(shí)優(yōu)化的方法所得結(jié)果作對(duì)比，下表為兩種方法優(yōu)化的結(jié)果，由表可知，采用分層優(yōu)化的方法可以獲得更小的適應(yīng)值，從而驗(yàn)證了本發(fā)明的有效性。

表格1優(yōu)化前后結(jié)果對(duì)比

為了校驗(yàn)本發(fā)明得到的pi參數(shù)的最優(yōu)解的效果，采用pscad仿真分別對(duì)優(yōu)化前、采用同時(shí)優(yōu)化和分層優(yōu)化方法所得結(jié)果進(jìn)行驗(yàn)證。設(shè)置4s時(shí)交流電壓下降為0.85pu，有功功率和無功功率的響應(yīng)曲線如圖3所示?？梢姺謱觾?yōu)化所得結(jié)果可以使響應(yīng)獲得更小的超調(diào)量和調(diào)整時(shí)間，性能明顯提高。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。