一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法
【專利摘要】本發(fā)明公開了一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，以粒子群優(yōu)化算法為基礎(chǔ)，通過引入選擇、交叉、變異三種遺傳操作，改進(jìn)了粒子群算法的全局搜索能力、局部搜索能力和收斂速度。本發(fā)明通過控制中心直接獲取的測量數(shù)據(jù)，可以對同步風(fēng)力發(fā)電機(jī)的參數(shù)實現(xiàn)在線辨識，改變了以往需要停機(jī)通過離線辨識風(fēng)力發(fā)電機(jī)參數(shù)的方法，不影響同步風(fēng)力發(fā)電機(jī)的正常運(yùn)轉(zhuǎn)。辨識所得參數(shù)更加符合同步風(fēng)力發(fā)電機(jī)的實際運(yùn)行工況，能更好的反映同步風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)、動態(tài)和暫態(tài)特性。
【專利說明】一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風(fēng)力發(fā)電機(jī)參數(shù)辨識【技術(shù)領(lǐng)域】，具體的，涉及一種采用改進(jìn)粒子群算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法。
【背景技術(shù)】
[0002]合理而精確的同步風(fēng)力發(fā)電機(jī)模型能更好的反映同步風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)、動態(tài)和暫態(tài)特性，提高同步風(fēng)力發(fā)電機(jī)的控制效果，研究大規(guī)模風(fēng)電并網(wǎng)對電力系統(tǒng)的影響，必須要建立準(zhǔn)確的風(fēng)力發(fā)電機(jī)的數(shù)學(xué)模型和測量到準(zhǔn)確的系統(tǒng)動態(tài)參數(shù)。目前用于發(fā)電機(jī)參數(shù)辨識的方法主要有以下幾種:應(yīng)用頻域辨識法在待辨識的電機(jī)上施加具有一定頻帶寬度的擾動信號，根據(jù)傳遞函數(shù)與所要求取的電機(jī)參數(shù)之間的固有關(guān)系得到電機(jī)參數(shù)，缺點(diǎn)是施加的擾動信號會對機(jī)組的正常運(yùn)行產(chǎn)生影響。應(yīng)用時域辨識法對發(fā)電機(jī)進(jìn)行解耦分析，將電機(jī)解耦為d軸和q軸，利用電機(jī)d軸和q軸等值電路推導(dǎo)得到電機(jī)的隱式微分方程，之后選取電機(jī)的電壓、電流等信號作為輸入量和輸出量，建立合適的目標(biāo)函數(shù)，采用動態(tài)擬合程序。通過電機(jī)參數(shù)變量的迭代搜索，對輸出量進(jìn)行擬合當(dāng)目標(biāo)函數(shù)值滿足要求時，擬合尋優(yōu)結(jié)束，此時的參數(shù)變量值便是參數(shù)辨識的結(jié)果。但它也有明顯的局限性，該優(yōu)化算法大多存在收斂性不好或計算速度慢等問題，導(dǎo)致同步風(fēng)力發(fā)電機(jī)參數(shù)難以或無法辨識，進(jìn)而使以參數(shù)為基礎(chǔ)設(shè)立的同步風(fēng)力發(fā)電機(jī)控制系統(tǒng)達(dá)不到良好控制效果，無法反映同步風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)、動態(tài)和暫態(tài)特性。

【發(fā)明內(nèi)容】

[0003]針對上述問題本發(fā)明提出一種基于改進(jìn)粒子群算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，本方法將改進(jìn)粒子群優(yōu)化算法應(yīng)用于同步風(fēng)力發(fā)電機(jī)參數(shù)辨識中，建立同步風(fēng)力發(fā)電機(jī)電氣參數(shù)辨識模型和機(jī)械參數(shù)辨識模型，在粒子群優(yōu)化算法的基礎(chǔ)上，引入選擇、交叉、變異三種遺傳操作，通過改進(jìn)種群的分割策略來提高粒子群算法擺脫局部極值的能力和提聞搜索精度的能力，提聞了參數(shù)辨識的精度，進(jìn)而使以該參數(shù)為基礎(chǔ)設(shè)立的同步風(fēng)力發(fā)電機(jī)控制系統(tǒng)達(dá)到良好控制效果，準(zhǔn)確反映同步風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)、動態(tài)和暫態(tài)特性。
[0004]為實現(xiàn)上述目的，所采用的技術(shù)方案是:一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，
一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，建立同步風(fēng)力發(fā)電機(jī)五階實用模型，利用改進(jìn)粒子群優(yōu)化算法優(yōu)化其參數(shù)，實現(xiàn)參數(shù)的智能尋優(yōu)，最終辨識出同步風(fēng)力發(fā)電機(jī)的電氣參數(shù)和機(jī)械參數(shù)。
[0005]其具體步驟如下:
建立同步風(fēng)力發(fā)電機(jī)的五階實用模型:該同步風(fēng)力發(fā)電機(jī)五階實用模型包括電氣參數(shù)辨識模型和機(jī)械參數(shù)辨識模型，該五階實用模型不計定子繞組的電磁暫態(tài)，只計阻尼繞組D, Q及勵磁繞組/的電磁暫態(tài)和轉(zhuǎn)子的機(jī)械動態(tài)，不計g繞組而只計Q繞組而建立同步風(fēng)力發(fā)電機(jī)五階實用模型，確定電氣參數(shù)和機(jī)械參數(shù)辨識模型的輸入量、輸出量和待辯識參數(shù)；該同步風(fēng)力發(fā)電機(jī)五階實用模型進(jìn)行d、q軸電氣參數(shù)解耦，實現(xiàn)d、q軸電氣參數(shù)的分開辨識；
同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)的優(yōu)化:將同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)進(jìn)行實值編碼，將待辯識參數(shù)的可能出現(xiàn)的最大范圍作為改進(jìn)粒子群優(yōu)化算法的求解空間得到初始種群，根據(jù)測量值和計算值之間誤差的平方和建立合適目標(biāo)函數(shù)，根據(jù)該目標(biāo)函數(shù)編寫計算適應(yīng)度函數(shù)，通過該適應(yīng)度函數(shù)計算每個個體的適應(yīng)度值，提供給改進(jìn)粒子群優(yōu)化算法進(jìn)行迭代尋優(yōu)，其中加入選擇、交叉、變異三種遺傳操作，當(dāng)滿足收斂條件時，所得最優(yōu)解即是所述同步風(fēng)力發(fā)電機(jī)辨識的最佳參數(shù)，從而實現(xiàn)同步風(fēng)力發(fā)電機(jī)的參數(shù)辨識。
[0006]本發(fā)明通過建立同步發(fā)電機(jī)電氣參數(shù)辨識模型和機(jī)械參數(shù)辨識模型，利用改進(jìn)粒子群優(yōu)化算法優(yōu)化其待辯識參數(shù)，實現(xiàn)了參數(shù)的智能尋優(yōu)，有效解決了粒子群優(yōu)化算法參數(shù)辨識過程中容易陷入局部極值，提高了收斂速度和辨識精度。為風(fēng)力發(fā)電機(jī)參數(shù)辨識提供了一種有效、實用的辨識方法。通過控制中心直接獲取的測量數(shù)據(jù)，可以對同步風(fēng)力發(fā)電機(jī)的參數(shù)實現(xiàn)在線辨識，改變了以往需要停機(jī)通過離線辨識風(fēng)力發(fā)電機(jī)參數(shù)的方法，不影響同步風(fēng)力發(fā)電機(jī)的正常運(yùn)轉(zhuǎn)。辨識所得參數(shù)更加符合同步風(fēng)力發(fā)電機(jī)的實際運(yùn)行工況，能更好的反映同步風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)、動態(tài)和暫態(tài)特性。利用辨識所得參數(shù)可以建立同步風(fēng)力發(fā)電機(jī)的精確模型，在精確模型的基礎(chǔ)上設(shè)計的同步風(fēng)力發(fā)電機(jī)的控制系統(tǒng)可以提高同步風(fēng)力發(fā)電機(jī)的控制效果。利用所辨識的參數(shù)進(jìn)行電力系統(tǒng)分析、計算、仿真，克服了以往直接采用廠家提供的參數(shù)進(jìn)行仿真所得結(jié)果與實際動態(tài)過程有所出入的缺點(diǎn)，進(jìn)而更好的研究大規(guī)模風(fēng)電接入對電網(wǎng)產(chǎn)生的影響，提高了計算的準(zhǔn)確度和可信度。
【專利附圖】

【附圖說明】
[0007]圖1為采用改進(jìn)型粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識原理圖；
圖2為改進(jìn)型粒子群優(yōu)化算法流程圖。
【具體實施方式】
[0008]下面結(jié)合附圖對本發(fā)明及其有益效果作進(jìn)一步說明。
[0009]一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，其涉及到同步風(fēng)力發(fā)電機(jī)的電氣參數(shù)辨識和機(jī)械參數(shù)辨識；首先建立同步風(fēng)力發(fā)電機(jī)五階實用模型，利用改進(jìn)粒子群優(yōu)化算法優(yōu)化其參數(shù)，實現(xiàn)參數(shù)的智能尋優(yōu)，最終辨識出同步風(fēng)力發(fā)電機(jī)的電氣參數(shù)和機(jī)械參數(shù)。其具體步驟如下:
建立同步風(fēng)力發(fā)電機(jī)的五階實用模型:該同步風(fēng)力發(fā)電機(jī)五階實用模型包括電氣參數(shù)辨識模型和機(jī)械參數(shù)辨識模型，該五階實用模型不計定子繞組的電磁暫態(tài)，只計阻尼繞組
D,Q及勵磁繞組/的電磁暫態(tài)和轉(zhuǎn)子的機(jī)械動態(tài)，不計g繞組而只計Q繞組而建立同步風(fēng)力發(fā)電機(jī)五階實用模型，確定電氣參數(shù)和機(jī)械參數(shù)辨識模型的輸入量、輸出量和待辯識參數(shù)；該同步風(fēng)力發(fā)電機(jī)五階實用模型進(jìn)行d、q軸電氣參數(shù)解耦，實現(xiàn)d、q軸電氣參數(shù)的分開辨識；
同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)的優(yōu)化:將同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)進(jìn)行實值編碼，將待辯識參數(shù)的可能出現(xiàn)的最大范圍作為改進(jìn)粒子群優(yōu)化算法的求解空間得到初始種群，根據(jù)測量值和計算值之間誤差的平方和建立合適目標(biāo)函數(shù)，根據(jù)該目標(biāo)函數(shù)編寫計算適應(yīng)度函數(shù)，通過該適應(yīng)度函數(shù)計算每個個體的適應(yīng)度值，提供給改進(jìn)粒子群優(yōu)化算法進(jìn)行迭代尋優(yōu)，其中加入選擇、交叉、變異三種遺傳操作，當(dāng)滿足收斂條件時，所得最優(yōu)解即是所述同步風(fēng)力發(fā)電機(jī)辨識的最佳參數(shù)，從而實現(xiàn)同步風(fēng)力發(fā)電機(jī)的參數(shù)辨識。
[0010]上述粒子群優(yōu)化算法為:在每次迭代過程中，粒子通過跟蹤兩個極值來更新自
己:即個體極值/；(粒子自身目前所找到的最優(yōu)解)和全局極值Pg (整個粒子群目前尋找到的最優(yōu)解)
【權(quán)利要求】
1.一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，其特征在于:建立同步風(fēng)力發(fā)電機(jī)五階實用模型，利用改進(jìn)粒子群優(yōu)化算法優(yōu)化其參數(shù)，實現(xiàn)參數(shù)的智能尋優(yōu)，最終辨識出同步風(fēng)力發(fā)電機(jī)的電氣參數(shù)和機(jī)械參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)粒子群優(yōu)化算法的同步風(fēng)力發(fā)電機(jī)參數(shù)辨識方法，其特征在于:其具體步驟如下: 建立同步風(fēng)力發(fā)電機(jī)的五階實用模型:該同步風(fēng)力發(fā)電機(jī)五階實用模型包括電氣參數(shù)辨識模型和機(jī)械參數(shù)辨識模型，該五階實用模型不計定子繞組的電磁暫態(tài)，只計阻尼繞組D, Q及勵磁繞組^/的電磁暫態(tài)和轉(zhuǎn)子的機(jī)械動態(tài)，不計g繞組而只計Q繞組而建立同步風(fēng)力發(fā)電機(jī)五階實用模型，確定電氣參數(shù)和機(jī)械參數(shù)辨識模型的輸入量、輸出量和待辯識參數(shù)；該同步風(fēng)力發(fā)電機(jī)五階實用模型進(jìn)行d、q軸電氣參數(shù)解耦，實現(xiàn)d、q軸電氣參數(shù)的分開辨識； 同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)的優(yōu)化:將同步風(fēng)力發(fā)電機(jī)待辨識參數(shù)進(jìn)行實值編碼，將待辯識參數(shù)的可能出現(xiàn)的最大范圍作為改進(jìn)粒子群優(yōu)化算法的求解空間得到初始種群，根據(jù)測量值和計算值之間誤差的平方和建立合適目標(biāo)函數(shù)，根據(jù)該目標(biāo)函數(shù)編寫計算適應(yīng)度函數(shù)，通過該適應(yīng)度函數(shù)計算每個個體的適應(yīng)度值，提供給改進(jìn)粒子群優(yōu)化算法進(jìn)行迭代尋優(yōu)，其中加入選擇、交叉、變異三種遺傳操作，當(dāng)滿足收斂條件時，所得最優(yōu)解即是所述同步風(fēng)力發(fā)電機(jī)辨識的最佳參數(shù)，從而實現(xiàn)同步風(fēng)力發(fā)電機(jī)的參數(shù)辨識。
【文檔編號】G06N3/00GK103544525SQ201310486682
【公開日】2014年1月29日 申請日期:2013年10月17日 優(yōu)先權(quán)日:2013年10月17日
【發(fā)明者】溫志偉, 董海鷹, 李欣, 李宏偉, 趙嚴(yán), 張翔 申請人:國網(wǎng)甘肅省電力公司電力科學(xué)研究院, 蘭州交通大學(xué)