一种基于随机加速粒子群算法的动态电压恢复器控制方法与流程

本发明涉及动态电压恢复器控制方法，尤其是对一种电压暂降的优化控制方法。

背景技术：

随着当今科技与经济的飞速发展电力系统的规模也在飞速扩大，用户对于稳定和高质量的电能需求也明显上升。当配电系统发生大扰动时会产生诸如：供电中断、电压暂降、电压波动和闪变等方面的故障，其中电压暂是发生频率最高且影响最为严重的一种电能质量问题。因此，对电压暂降的优化控制获取高质量的电能具有重要意义。

为了补偿干扰对敏感负载的影响，引入了动态电压恢复器，其能够补偿电压扰动对敏感负载的影响，主要作用是当系统发生扰动时，在敏感负载的连接点上保持恒定的电压幅值。运用适当控制策略能够减少敏感负载造成的电压暂降。论文《基于自学习粒子群优化算法的单相动态电压恢复器补偿策略》，广东电力期刊，2013年第26卷第8期所提出的方法仅适用于对单相电网电压暂降的补偿。

技术实现要素：

针对现有技术的不足，本发明旨在提供一种基于随机加速粒子群算法的动态电压恢复器控制方法，可以实现对三相电网中电压暂降的补偿，使得电压暂降可以得到改善。

为了实现上述目的，本发明采用如下技术方案：

一种基于随机加速粒子群算法的动态电压恢复器控制方法，包括如下步骤：

s1信息采集：检测得到三相敏感负载电压，经park变换将所述三相敏感负载电压变换为两相直流分量电压；

s2信号处理：将所述两相直流分量电压与参考电压进行比较得到d轴电压分量偏差和q轴电压分量偏差，并将d轴电压分量偏差和q轴电压分量偏差分别送给随机加速粒子群优化控制器；

s3数据计算：用随机加速粒子群算法优化控制器获得最优pi参数，具体如下：

3.1)初始化种群；

3.2)每个粒子随机产生初始位置和速度；

3.3)计算每个粒子的适应度函数值；

3.4)对每个粒子将其适应度函数值和其全搜索空间的最佳位置gbesti的适应度值进行比较，若最小，则将其作为全搜索空间最佳位置；

3.5)利用随机加速粒子群算法计算粒子速度，并更新粒子位置；

3.6)判断适应度函数值是否最小，若最小则将得到的值设置为当前pi参数的最优值；否则，重复以上步骤3.1)-3.5)，直到适应性函数值达到最小；

s4补偿参考信号生成：将步骤s3最终输出的d轴电压控制分量和q轴电压控制分量，进一步转换成三相补偿电压参考信号；

s5电压补偿：三相补偿电压参考信号经spwm调制后驱动svc逆变器，经无源滤波器产生注入三相补偿电压。

需要说明的是，步骤s3中，随机加速粒子群算法中的粒子维度d为4，即：[kd,id,kq,iq]，其中，kd,id分别表示d轴控制比例因子和积分因子；kq,iq分别表示q轴控制比例因子和积分因子。

需要说明的是，步骤3.2)中，每个粒子随机产生初始位置和速度的更新如公式(1)、(2)所示：

其中，t为迭代次数，α为加速因子，β为学习因子，r为随机数，gbestij为第i个粒子的第j个分量在第t次迭代时的全局最优值，为第i个粒子的第j个分量在第t次迭代时的速度，表示第i个粒子的第j个分量在第t次迭代时的位置。

需要说明的是，步骤3.3)中，适应度函数如公式(3)所示：

f＝ω1δud+ω2δuq(3)

其中ω1,ω2为权重因子，ω1+ω2＝1。；δud为d轴实际电压与参考电压偏差即d轴电压分量偏差，δuq为q轴实际电压与参考电压的偏差即q轴电压分量偏差。

进一步需要说明的是，ω1＝0.8，ω2＝0.2。

本发明的有益效果在于：是一种对三相电网中电压暂降的补偿的方法，可以解决经典pi控制器因带宽限制而无法获得高精度的问题，同时该方法能够避免陷入局部最优解。

本发明在动态电压恢复器控制优化方面，采用了随机加速粒子群算法,将d轴和q轴的实际电压与参考电压的偏差作为优化目标，能够在电网发生故障时对电压暂降进行补偿；针对标准的粒子群算法个体极值和全局极值实现的随机性，增加了加速度项，利用全局极值来加快算法的收敛；将个体极值设为随机数，从而避免收敛于局部最小，维护群体的多样性。

附图说明

图1为本发明方法控制结构图；

图2为本发明方法优化pi参数的流程图；

图3为本发明方法的应用实例图；

图4为优化调节pi控制器控制动态电压恢复器仿真图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

本发明通过随机加速粒子群算法对pi参数的控制优化，达到对电压暂降的改善。应用实例如图3所示，动态电压恢复器主要回路包括：变压器、电压源逆变器、能量存储设备、无源滤波器、控制系统五部分,其串联在电网与敏感负载之间。控制系统是以dsp芯片为核心接口板电路，能实现三相电压测量信号，输出spwm控制信号，运行控制算法。具体的对于随机加速粒子群算法的动态电压恢复器控制方法包括如下步骤：

s1信息采集：检测得到三相敏感负载电压，经park变换将所述三相敏感负载电压变换为两相直流分量电压；

s2信号处理：将所述两相直流分量电压与参考电压进行比较得到d轴电压分量偏差和q轴电压分量偏差，并将d轴电压分量偏差和q轴电压分量偏差分别送给随机加速粒子群优化控制器；

s3数据计算：用随机加速粒子群算法优化控制器获得最优pi参数。

s4补偿参考信号生成：将步骤s3中最终输出的d轴电压控制分量和q轴电压控制分量，进一步转换成三相补偿电压参考信号；

s5电压补偿：三相补偿电压参考信号经spwm调制后驱动svc逆变器，经无源滤波器产生注入三相补偿电压。

本发明方法的控制结构图如图1所示，首先，经过电压检测装置得到三相敏感负载电压，经park变换将三相电压变换为两相直流分量电压vd和vq，将vd和vq分别与d轴和q轴参考电压进行比较，获得d轴电压分量偏差和q轴电压分量偏差，并送给随机加速粒子群算法优化控制器。

然后，用随机加速粒子群算法优化pi控制器参数，本发明方法pi参数的优化流程图如图2所示。具体优化过程如下：

初始化种群，每个粒子随即产生初始位置和速度；每个粒子的维度为4，分别由d轴电压分量和q轴电压分量对应的pi控制器的参数组成；计算每个粒子的适应度函数值，其中，适应度函数如公式(3)所示：

f＝ω1δud+ω2δuq(3)

判断适应性函数值是否最小，若最小则将得到的值设置为pi参数的最优值；反之利用随机加速的粒子群算法计算粒子速度，并更新粒子位置后返回并重复以上步骤，直到适应性函数值达到最小，其中，速度和位置的更新如公式(1)、(2)所示：

其中，t为迭代次数，α为加速因子，β为学习因子，r为随机数，gbestij为第i个粒子的第j个分量在第t次迭代时的全局最优值，为第i个粒子的第j个分量在第t次迭代时的速度，表示第i个粒子的第j个分量在第t次迭代时的位置。

最后控制器输出d轴电压控制分量和q轴电压控制分量，并转换成三相电压调制信号，三相电压经spwm变换，并以此来驱动逆变器中功率元件开通与关断，逆变器将电池储能的直流电转为需要补偿的交流电，经滤波器滤波，产生注入电网电压。

实验证明：电力系统中动态电压恢复器的控制结构如图3所示。

对靠近敏感负载的故障进行了实验。模拟的第一个短路故障1发生在a、b相，故障周期为0.025s到0.085s期间，第二个短路故障2发生在a、b、c相之间，故障周期为0.13s到0.17s之间。

由实验输出看出，解决了由于故障引起的电压暂降的优化问题。实验算法中粒子维度为4，分别由d轴电压分量和q轴电压分量对应的pi控制器的参数组成，每个pi控制器有比例增益和积分增益两个参数。随机加速粒子群算法进行70次迭代,仿真结果如图4所示，在公共耦合点处发生短路时，vpcc电压暂降，经过补偿后的电压为vload，由vload的波形可以看出补偿后电压恢复正常，vinj为注入电压补偿量。由仿真结果可知敏感负荷的电压暂降得到了优化。

应用实例证明：经随机加速粒子群算法得获得的电压暂降这项电能质量指标明显得到了改善，且该方法具有鲁棒性，具有很好的收敛性、能快速，准确的搜索最优值。

对于本领域的技术人员来说，可以根据以上的技术方案和构思，作出各种相应的改变和变形，而所有的这些改变和变形都应该包括在本发明权利要求的保护范围之内。