1.一种提高电力弹簧调压性能的自适应PI控制方法,其特征在于,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Kp、Ki的初始值Kp0,Ki0;
步骤2:实时获取t时刻的电压测量型号Vs(t)和电压参考值Vs_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,Vs(t)为t时刻电力系统母线电压,Vs_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Kp、Ki。
2.根据权利要求1所述的自适应PI控制方法,其特征在于: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Kp、Ki的初始值Kp0,Ki0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=[Kp0,Ki0],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gbest和个体最优值pbest;
(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gbest和个体最优值pbest;
(5)分别计算粒子进化度e、粒子聚合度aj和惯性因子w;
(6)迭代次数It增加一次,并返回步骤(3);
(7)输出Kp0、Ki0的寻优结果;
所述改进PSO算法中粒子进化度e、粒子聚合度aj和惯性因子w的计算公式如下:
w=f(e,aj)=w0-0.5e+0.1aj
其中,Psize表示粒子数;Pgbest(T)和Pgbest(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;Pi(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。
3.根据权利要求1所述的自适应PI控制方法,其特征在于: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,ΔKp和ΔKi为模糊控制算法输出的PI控制参数变化量。
4.根据权利要求3所述的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,其特征在于: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ΔKp模糊子集取为{NB、NM、NS、ZE、PS、PM、PB},论域量化等级为{-0.3Kp0,-0.2Kp0,-0.1Kp0,0,0.1Kp0,0.2Kp0,0.3Kp0};输出量ΔKi的模糊子集取为{NM、NS、ZE、PS、PM},论域量化等级为{-0.2Ki0,0.1Ki0,0,0.1Ki0,0.2Ki0}。
5.根据权利要求3所述的自适应PI控制方法,其特征在于:所述推理算法采用mamdani算法。
6.根据权利要求3所述的自适应PI控制方法,其特征在于:所述解模糊算法采用mom算法。