一种提高电力弹簧调压性能的自适应PI控制方法与流程

本发明涉及电力系统运行与控制，尤其涉及一种提高电力弹簧调压性能和自身稳定性的自适应PI控制方法，。

背景技术：

分布式发电是指基于可再生能源的连接至配电网的发电单元，是利用可再生能源发电的重要形式之一。大量分布式发电接入有源配电网，可以有效减少对输电网功率输送的需求，提高供电可靠性并降低电网功率损耗。然而，由于风能、太阳能具有较强的随机性，导致分布式风能/光伏发电的功率输出具有强烈的波动性，使得大量分布式发电的接入对有源配电网的电压等带来巨大影响，甚至可能导致电力系统的稳定运行遭受严重破坏。随着分布式发电渗透率的不断提高，这种影响也愈发严重，甚至致使部分关键的用电设备发生故障。

目前，在解决电网电压波动问题方面，主要的技术方案有两种：无功补偿技术和储能技术。无功补偿(如STATCOM)是应用最为广泛的技术，但该技术采用大容量集中安装的方式，无法有效满足分布式发电接入的应用场景；储能技术(如蓄电池)也是有效解决电压波动问题的方法之一，但是目前蓄电池普遍容量较小，导致安装数量较大、投资成本高，且废电池处理对环境的影响也十分严重。

香港大学的Shu Yue(Ron)Hui教授及其课题组成员，于2012年9月首次提出电力弹簧(Electric Spring，ES)的概念，其核心思想是将机械弹簧的胡克定律类比到电力系统中，寻找类似表达式，从而实现缓冲可再生能源发电的波动，起到稳定电网主电压的作用。电力弹簧颠覆了用电负荷需求量决定发电量的传统电力系统运行模式，使得电网中负载所消耗的电能可以随着可再生能源发电量的变化而变化，保证关键负载的电压稳定。然而在目前的研究成果中，电力弹簧控制中所使用的PI控制器参数均为固定值，其调节性能有待于进一步优化，且并未考虑非关键负荷发生突然变化的情况。

因此，亟待解决上述问题。

技术实现要素：

发明目的：为了克服现有技术的缺点，本发明提供了一种提高电力弹簧调压性能和自身稳定性的自适应PI控制方法。

技术方案：为实现本发明的目的，采用如下技术方案：一种提高电力弹簧调压性能的自适应PI控制方法，包括如下步骤：

步骤1：根据电力弹簧安装环境中的新能源发电量预测及关键负荷或者非关键负荷的容量配置，计算自适应PI控制器参数K_p、K_i的初始值K_p0，K_i0；

步骤2：实时获取t时刻的电压测量型号V_s(t)和电压参考值V_{s_ref}，并通过如下公式计算两者之间的误差e(t)和误差变化率Δe(t)：

其中，V_s(t)为t时刻电力系统母线电压，V_{s_ref}为系统参考电压。

步骤3：以误差e(t)和误差变化率Δe(t)作为输入，对自适应PI控制器的初始参数进行实时调整，自适应整定PI控制器的参数K_p、K_i。

进一步地，步骤1中，所述计算方法为改进PSO算法，基于改进PSO算法计算自适应PI控制器参数K_p、K_i的初始值K_p0，K_i0的具体过程为：

(1)随机初始化种群中各粒子的位置和速度，其中，每个粒子代表一种可能的PI控制初始参数，由于x＝[K_p0,K_i0]，故搜索空间维数为2；

(2)计算每个初始粒子的适应度，初始化全局最优值g_best和个体最优值p_best；

(3)判断算法是否满足收敛条件，若满足则跳转到步骤(7)，否则执行步骤(4)；

(4)更新每个粒子的速度v和位置x，计算粒子的适应度，更新全局最优值g_best和个体最优值p_best；

(5)分别计算粒子进化度e、粒子聚合度a_j和惯性因子w；

(6)迭代次数I_t增加一次，并返回步骤(3)；

(7)输出K_p0、K_i0的寻优结果。

所述改进PSO算法中粒子进化度e、粒子聚合度a_j和惯性因子w的计算公式如下：

w＝f(e，a_j)＝w₀-0.5e+0.1a_j

其中，P_size表示粒子数；P_gbest(T)和P_gbest(T-1)分别表示第T次迭代全局最优值和第T-1次迭代的全局最优值；P_i(T)表示第T次迭代的第i个粒子的适应值；w₀为w的初始值，取w₀＝0.9；

每个粒子的速度和位置的更新公式如下：

其中，r₁和r₂为0到1之间均匀分布的随机数，c₁和c₂分别为自我总结因子和向最优个体学习因子；

其次，步骤3中，所述自适应整定方法为模糊控制算法，根据输入的误差e(t)和误差变化率Δe(t)，结合模糊规则和模糊自己，利用推理算法得到控制参数变化量的模糊量输出，再经过解模糊算法获得PI控制参数变化量的精确值，并计算实际PI控制参数值，其计算公式如下：

其中，ΔK_p和ΔK_i为模糊控制算法输出的PI控制参数变化量。

所述模糊控制算法的电压的误差e，模糊集合论域为{-30，-20，-10，0，10，20，30}，模糊子集为{NB、NM、NS、ZE、PS、PM、PB}；误差变化率Δe，模糊集合论域为{-1500，-1000，-500，0，500，1000，1500}，模糊子集为{NB、NM、NS、ZE、PS、PM、PB}；e和Δe均采用三角形隶属函数；输出量ΔK_p模糊子集取为{NB、NM、NS、ZE、PS、PM、PB}，论域量化等级为{-0.3K_p0，-0.2K_p0，-0.1K_p0，0，0.1K_p0，0.2K_p0，0.3K_p0}；输出量ΔK_i的模糊子集取为{NM、NS、ZE、PS、PM}，论域量化等级为{-0.2K_i0，0.1K_i0，0，0.1K_i0，0.2K_i0}。

所述推理算法采用mamdani算法；解模糊算法采用mom算法。

有益效果：与现有技术相比，本发明利用自适应PI控制器代替电力弹簧中参数恒定的传统PI控制器，提升电力弹簧的电压调节能力，且使得电力弹簧能够有效应对非关键负载发生的各种变化，从而提升电力弹簧的自身稳定性，抑制电压振荡的出现；采用了一种基于改进粒子群算法与模糊控制算法相结合的自适应PI控制器，解决了现有传统电力弹簧控制器参数依赖经验取值且恒定不变的不足之处，充分利用改进粒子群算法和模糊控制的优点，使得电力弹簧能够稳定高效的运行。

附图说明

图1为传统电力弹簧的控制系统结构框图；

图2为本发明的控制结构简图；

图3为本发明中模糊控制算法的流程图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。

实施例：

图1所示为传统的电力弹簧控制系统结构框图，本发明提供一种用于提高电力弹簧调压性能和自身稳定性的自适应PI控制方法，利用自适应PI控制器代替电力弹簧中参数恒定的传统PI控制器，具体包括如下步骤：

步骤1：根据电力弹簧安装环境中的新能源发电量预测、关键负荷/非关键负荷的容量配置，基于改进PSO算法计算自适应PI控制器参数K_p、K_i的初始值K_p0，K_i0，具体过程如下：

(1)随机初始化种群中各微粒的位置和速度，其中每个微粒代表一种可能的PI控制初始参数。由于x＝[K_p0,K_i0]，故搜索空间维数为2；

(2)计算每个初始粒子的适应度，初始化全局最优值g_best和个体最优值p_best；

(3)判断算法是否满足收敛条件，若满足则跳转到(7)，否则执行(4)；

(4)更新每个微粒的速度和位置，计算粒子的适应度，更新全局最优值g_best和个体最优值p_best；

(5)分别计算粒子进化度e、粒子聚合度a_j和惯性因子w；

(6)迭代次数I_t增加一次，并返回(3)执行；

(7)输出K_p0、K_i0的寻优结果。

所述改进PSO算法中粒子进化度e、粒子聚合度a_j和惯性因子w的计算公式如下：

w＝f(e，a_j)＝w₀-0.5e+0.1a_j

上式中，P_size表示粒子数；P_gbest(T)和P_gbest(T-1)分别表示第T次迭代全局最优值和第T-1次迭代的全局最优值；P_i(T)表示第T次迭代的第i个粒子的适应值；w₀为w的初始值，本发明取w₀＝0.9。

每个微粒的速度和位置更新公式如下：

上式中，r₁和r₂为0到1之间均匀分布的随机数，c₁和c₂分别为自我总结因子和向最优个体学习因子。

步骤2：实时获取t时刻的电压测量型号V_s(t)和电压参考值V_{s_ref}，并计算两者之间的误差e(t)和误差变化率Δe(t)：

上述式中，V_s(t)为t时刻电力系统母线电压，V_{s_ref}为系统参考电压。

步骤3：以误差e(t)和误差变化率Δe(t)作为输入，利用模糊控制算法对自适应PI控制其的初始参数进行实时调整，自适应整定PI控制器的参数K_p、K_i。

模糊控制算法具体实现过程为：所述模糊控制算法根据输入的误差e(t)和误差变化率Δe(t)，结合模糊规则和模糊自己，利用推理算法得到控制参数变化量的模糊量输出，在经过解模糊算法获得PI控制参数变化量的精确值，并计算实际PI控制参数值，其计算公式如下：

上述式中，ΔK_p和ΔK_i为模糊控制算法输出的PI控制参数变化量。

所述模糊控制算法的电压的误差e，模糊集合论域为{-30，-20，-10，0，10，20，30}，模糊子集为{NB、NM、NS、ZE、PS、PM、PB}；误差变化率Δe，模糊集合论域为{-1500，-1000，-500，0，500，1000，1500}，模糊子集为{NB、NM、NS、ZE、PS、PM、PB}。e和Δe均采用三角形隶属函数。输出量ΔK_p模糊子集取为{NB、NM、NS、ZE、PS、PM、PB}，论域量化等级为{-0.3K_p0，-0.2K_p0，-0.1K_p0，0，0.1K_p0，0.2K_p0，0.3K_p0}；输出量ΔK_i的模糊子集取为{NM、NS、ZE、PS、PM}，论域量化等级为{-0.2K_i0，0.1K_i0，0，0.1K_i0，0.2K_i0}。推理算法合成采用mamdani算法，解模糊算法采用mom算法。

图2所示为采用本发明方法提出的自适应PI控制系统的电力弹簧结构简图，通过改进PSO算法，对自适应PI控制器的初始参数值进行优化，提高电力弹簧自身的调节效果，通过提高电力弹簧的调节速度，减小系统母线电压与额定电压之间的差值；基于模糊控制算法，根据实际输入情况对PI控制参数实现实时调整，进一步提高电力弹簧的调压性能，并确保电力弹簧运行的稳定性，避免由于非关键负荷变化而导致的母线电压失稳情况。

图3所示为本发明方法所使用的模糊控制算法流程图。表1为模糊控制所使用的模糊控制规则：

表1

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。