基于遺傳算法的背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化

蔣建東， 王 憶， 張靈娟， 趙育輝

(1.鄭州大學(xué) 電氣工程學(xué)院，河南 鄭州 450001; 2.國家電網(wǎng)河南省電力公司技能培訓(xùn)中心，河南 鄭州 450001; 3.中色科技股份有限公司，河南 洛陽 471002)

基于遺傳算法的背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化

蔣建東1， 王 憶1， 張靈娟2， 趙育輝3

(1.鄭州大學(xué) 電氣工程學(xué)院，河南 鄭州 450001; 2.國家電網(wǎng)河南省電力公司技能培訓(xùn)中心，河南 鄭州 450001; 3.中色科技股份有限公司，河南 洛陽 471002)

背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化能夠有效改善系統(tǒng)的運行性能.在研究背靠背換流站控制系統(tǒng)的工作原理后，推導(dǎo)出定電流、定電壓、定熄弧角和定功率控制方式下系統(tǒng)的數(shù)學(xué)模型.把時間與絕對誤差乘積的積分函數(shù)作為遺傳算法的適應(yīng)度函數(shù)，即控制系統(tǒng)參數(shù)優(yōu)化的目標(biāo)函數(shù).給出了遺傳算法用于參數(shù)優(yōu)化的尋優(yōu)過程及其參數(shù)的確定方法.最后，以靈寶背靠背換流站控制系統(tǒng)為例，給出了參數(shù)的優(yōu)化結(jié)果，分析了換流站交流側(cè)故障時直流系統(tǒng)的暫態(tài)過程.結(jié)果證明了遺傳算法用于背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化的可行性和有效性.

背靠背換流站；控制系統(tǒng)參數(shù)；優(yōu)化；遺傳算法

0 引言

背靠背直流輸電工程具有整體造價低，控制系統(tǒng)響應(yīng)速度比常規(guī)直流工程快等優(yōu)點，在系統(tǒng)非同步聯(lián)網(wǎng)方面得到了越來越多的應(yīng)用.同時由于沒有直流線路，交流側(cè)或直流側(cè)的故障或異常運行對背靠背系統(tǒng)的影響更直接，暫態(tài)過程中各種電氣量的變化也更迅速.所以選擇合適的控制器參數(shù)對背靠背系統(tǒng)的無功功率控制、電壓恢復(fù)等顯得十分重要.

目前，國內(nèi)外的背靠背系統(tǒng)的控制器多采用結(jié)構(gòu)簡單的PI控制器.在實際工程中往往采用試湊法對PI控制器的參數(shù)進(jìn)行整定，這種做法帶有一定的盲目性，在改善系統(tǒng)某個指標(biāo)的同時會引起其他指標(biāo)的惡化[1].在有關(guān)直流系統(tǒng)控制參數(shù)優(yōu)化的文獻(xiàn)中，文獻(xiàn)[2]根據(jù)Bode圖求出HVDC系統(tǒng)PI控制器參數(shù)范圍后，按一定步長得到樣本集，利用電力系統(tǒng)仿真軟件PSCAD內(nèi)置的尋優(yōu)模塊計算出每個樣本的性能指標(biāo)，得到全局最優(yōu)參數(shù).該方法基于實際工程模型，具有良好的優(yōu)化結(jié)果，但存在前期計算量大、步長選擇不同會導(dǎo)致結(jié)果的不確定問題.文獻(xiàn)[3]提出了采用臨界比例法對PID控制參數(shù)進(jìn)行優(yōu)化的方法，該方法存在硬件裝置要求高、操作復(fù)雜等問題.另外，文獻(xiàn)[4]和文獻(xiàn)[5]提出了基于粒子群算法的PI參數(shù)優(yōu)化方法.

遺傳算法具有大概率得到全局最優(yōu)解、魯棒性能好等優(yōu)點，可以方便地用于傳統(tǒng)方法難以解決的復(fù)雜非線性問題.目前，在電力系統(tǒng)的應(yīng)用也越來越廣泛，主要應(yīng)用有HVDC整流器自抗擾控制器設(shè)計[6]，VSC-HVDC的優(yōu)化控制設(shè)計[7]，直流輸電系統(tǒng)中混合交流濾波器的優(yōu)化設(shè)計[8]，二次曲面提取技術(shù)研究[9]等，并且取得了較好的效果.基于遺傳算法對背靠背換流站控制系統(tǒng)的參數(shù)進(jìn)行優(yōu)化，能夠有效地提高系統(tǒng)的運行性能.筆者分析了背靠背換流站控制系統(tǒng)的工作原理，給出了控制系統(tǒng)的數(shù)學(xué)模型.在此基礎(chǔ)上，給出了遺傳算法進(jìn)行參數(shù)優(yōu)化的目標(biāo)函數(shù)、尋優(yōu)過程和參數(shù)的確定方法.對靈寶背靠背換流站暫態(tài)過程進(jìn)行了分析，結(jié)果表明該方法能夠有效改善系統(tǒng)的運行性能.

1 背靠背換流站系統(tǒng)的數(shù)學(xué)模型

換流站的控制方式有定電流控制、定熄弧角控制、定電壓控制和定功率控制.通常情況下，整流器采用定電流、逆變器采用定電壓或定熄弧角控制方式.由于背靠背換流站需要實現(xiàn)潮流逆轉(zhuǎn)，所以整流側(cè)、逆變側(cè)控制系統(tǒng)構(gòu)成完全相同.

1.1 定電流控制方式系統(tǒng)的數(shù)學(xué)模型

定電流控制方式下系統(tǒng)的數(shù)學(xué)模型如圖1所示.該模型由4部分組成，分別是PI控制器環(huán)節(jié)、換流器環(huán)節(jié)、平波電抗器和測量環(huán)節(jié).

圖1 定電流控制方式系統(tǒng)的數(shù)學(xué)模型Fig.1 System model of constant current mode

由圖1可知，定電流控制方式下系統(tǒng)的開環(huán)傳遞函數(shù)為

G(s)=-G1(s)G2(s)G3(s)G4(s).

(1)

1.2 定熄弧角控制方式系統(tǒng)的數(shù)學(xué)模型

定熄弧角控制方式下系統(tǒng)的數(shù)學(xué)模型如圖2所示.該模型由3部分組成，分別是PI控制器環(huán)節(jié)，換流器環(huán)節(jié)和測量環(huán)節(jié).

圖2 定熄弧角控制方式系統(tǒng)的數(shù)學(xué)模型Fig.2 System model of constant extinction angle mode

由圖2可知，定熄弧角控制方式下系統(tǒng)的開環(huán)傳遞函數(shù)為

G(s)=-G1(s)G2(s)G3(s).

(2)

定熄弧角控制方式系統(tǒng)的數(shù)學(xué)模型中不包括平波電抗器環(huán)節(jié)，其他各個控制環(huán)節(jié)的系數(shù)計算方法與定電流控制方式相同.

1.3 定電壓控制方式系統(tǒng)的數(shù)學(xué)模型

定電壓控制方式下系統(tǒng)的數(shù)學(xué)模型如圖3所示.該模型由3部分組成，分別是PI控制器環(huán)節(jié)，換流器環(huán)節(jié)和測量環(huán)節(jié).

圖3 定電壓控制方式系統(tǒng)的數(shù)學(xué)模型Fig.3 System model of constant voltage mode

由圖3可知，定電壓控制方式下系統(tǒng)的開環(huán)傳遞函數(shù)為

G(s)=-G1(s)G2(s)G3(s).

(3)

定電壓控制方式系統(tǒng)的數(shù)學(xué)模型中不包括平波電抗器環(huán)節(jié)，其他各個控制環(huán)節(jié)的系數(shù)計算方法與定電流控制方式相同.

1.4 定功率控制方式系統(tǒng)的數(shù)學(xué)模型

定功率控制方式的系統(tǒng)數(shù)學(xué)模型是定電流控制方式和定電壓控制方式的結(jié)合，其數(shù)學(xué)模型如圖4所示.控制系統(tǒng)根據(jù)設(shè)定的功率和電壓值得到定電流控制方式的整定電流值.

圖4 定功率控制方式系統(tǒng)的數(shù)學(xué)模型Fig.4 System model of constant power mode

2 基于遺傳算法的參數(shù)優(yōu)化

遺傳算法是一種通過模擬自然進(jìn)化過程的隨機(jī)化搜索最優(yōu)解的方法，其主要特點是直接對結(jié)構(gòu)對象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定，具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力.該算法采用概率化的尋優(yōu)方法，能自動獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則.在組合優(yōu)化、信號處理、自適應(yīng)控制等方面得到了越來越廣泛的應(yīng)用.應(yīng)用遺傳算法進(jìn)行參數(shù)優(yōu)化，涉及到目標(biāo)函數(shù)的確定和尋優(yōu)過程控制參數(shù)的確定.

2.1 目標(biāo)函數(shù)

背靠背換流站常采用的兩種控制方式如下.

控制方式1：整流側(cè)采用定電流控制方式，逆變側(cè)采取定熄弧角控制方式；

控制方式2：整流側(cè)采取定電流控制方式，逆變側(cè)采取定電壓控制方式.

控制方式1的優(yōu)化目標(biāo)函數(shù)設(shè)定為：整流側(cè)直流電流和逆變側(cè)熄弧角的實際值與其各自整定值的偏差之和最小.目標(biāo)函數(shù)為

(4)

控制方式2的優(yōu)化目標(biāo)函數(shù)設(shè)定為：整流側(cè)直流電流和逆變側(cè)直流電壓的實際值與其各自整定值的偏差之和最小.目標(biāo)函數(shù)為

(5)

2.2 遺傳算法的尋優(yōu)過程

基于遺傳算法的參數(shù)優(yōu)化過程如圖5所示.

圖5 遺傳算法參數(shù)優(yōu)化的流程圖Fig.5 Flowchat of Genetic Algorithm

遺傳算法進(jìn)行優(yōu)化的具體步驟如下：

(1)根據(jù)問題選擇相應(yīng)的編碼方法，隨機(jī)產(chǎn)生一個初始化種群；

(2)根據(jù)目標(biāo)函數(shù)計算種群中每個個體的適應(yīng)度值，按照由適應(yīng)度值所決定的某個準(zhǔn)則來判斷個體的優(yōu)劣，選擇適應(yīng)性強(qiáng)的個體進(jìn)入下一代個體；

(3)按照一定的交叉概率將父代部分基因進(jìn)行交換，從而產(chǎn)生組合父輩個體特性的新一代個體；

(4)在群體中隨機(jī)選擇一定數(shù)量個體，對于選中的個體以一定的概率隨機(jī)地改變串結(jié)構(gòu)數(shù)據(jù)中某個基因的值；

(5)迭代次數(shù)達(dá)到最大或者迭代結(jié)果滿足適應(yīng)度值要求時則轉(zhuǎn)入步驟(6)，否則轉(zhuǎn)入步驟(2)進(jìn)行下一次迭代；

(6)得到最優(yōu)的PI控制器參數(shù).

本研究中遺傳算法的基本控制參數(shù)：種群規(guī)模為40，迭代次數(shù)為100，交叉概率為0.40～0.99，變異概率為0.001～0.010.

2.3 靈寶換流站控制系統(tǒng)參數(shù)優(yōu)化結(jié)果

筆者利用遺傳算法對靈寶背靠背換流站控制方式1情況下整流側(cè)定電流控制器的PI控制器參數(shù)Kp1，Ti1，逆變側(cè)定熄弧角控制器Kp2，Ti2進(jìn)行了優(yōu)化，其結(jié)果如表1所示.

表1 控制系統(tǒng)參數(shù)優(yōu)化結(jié)果Tab.1 Results of control parameter optimization

3 參數(shù)優(yōu)化效果仿真分析

筆者在電力系統(tǒng)暫態(tài)仿真軟件PSCAD中搭建了靈寶換流站系統(tǒng)的模型，控制系統(tǒng)的控制器分別采取優(yōu)化前與優(yōu)化后的參數(shù).表2給出了系統(tǒng)分別發(fā)生以下4種故障時直流電流暫態(tài)指標(biāo)的對比.故障1為整流側(cè)交流電網(wǎng)單相接地故障、故障2為逆變側(cè)交流電網(wǎng)單相接地短路、故障3為整流側(cè)換流變壓器兩相短路故障、故障4為逆變側(cè)換流變壓器兩相短路故障.

表2 優(yōu)化前后換流站的直流電流暫態(tài)特性對比Tab.2 Transient characteristics of station parameter optimization before and after

由表2可知，優(yōu)化前后的控制參數(shù)都滿足對控制系統(tǒng)暫態(tài)性能的要求.控制系統(tǒng)參數(shù)優(yōu)化后，背靠背換流站的暫態(tài)性能明顯改善，降低了交流側(cè)故障對直流系統(tǒng)的運行造成的影響，提高了整個系統(tǒng)的暫態(tài)性能.

4 結(jié)論

筆者提出了遺傳算法用于背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化的方法，以換流站交流側(cè)故障為例，證明了遺傳算法用于背靠背換流站控制系統(tǒng)參數(shù)優(yōu)化的可行性和有效性.該方法克服了傳統(tǒng)直流輸電PI控制器試湊法的盲目性和一些仿真軟件內(nèi)置優(yōu)化模塊的局限性，能夠有效地提高背靠背換流站的暫態(tài)特性，對于換流站的穩(wěn)定運行具有重要意義.

[1] YONG J，ZHEN R，KAIJIAN O，et al.Parameter estimation of regulators in Tian-Guang HVDC transmission system based on PSCAD/ EMTDC[C]//Proceeding of 2002 International Conference on Power System Technology. Kunming,2002:538-541.

[2] 楊汾艷,徐政,張靜.直流輸電比例- 積分控制器的參數(shù)優(yōu)化[J].電網(wǎng)技術(shù),2006,30(11):15-20.

[3] 趙成勇，張一工，施惠，等.直流輸電控制系統(tǒng)參數(shù)優(yōu)化[J].中國電力，1999,32(1)：32-34.

[4] 周孝法，陳陳，宋正強(qiáng)，等.基于改進(jìn)PSO算法的HVDC PI控制器優(yōu)化設(shè)計[J].高電壓技術(shù),2009,35(2):408-411.

[5] 胡江，魏星.基于自適應(yīng)粒子群算法的直流輸電PI控制器參數(shù)優(yōu)化[J].電網(wǎng)技術(shù),2008,32(2):71-74.

[6] 康忠健，王清偉，黃磊，等.基于遺傳算法的HVDC 整流器自抗擾控制器設(shè)計[J].高電壓技術(shù),2008,34(8):16-22.

[7] 陳蔓, 陸繼明, 毛承雄,等. 基于遺傳算法的優(yōu)化控制在VSC-HVDC中的應(yīng)用[J].電力系統(tǒng)及其自動化學(xué)報,2006,18(4):19-23.

[8] 任震, 曾堅永, 張勇軍. 基于遺傳算法的直流輸電系統(tǒng)中混合交流濾波器的優(yōu)化設(shè)計[J].電網(wǎng)技術(shù)，2004，28(21)：22-26.

[9] 王長明，聶建軍.基于遺傳算法的二次曲面提取技術(shù)研究[J].鄭州大學(xué)學(xué)報：理學(xué)版，2013，45(1)：65-68.

Parameter Optimization of Control System for Back to Back Converter Station based on Genetic Algorithm

JIANG Jian-dong1， WANG Yi1， ZHANG Ling-juan2， ZHAO Yu-hui3

(1.School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, China; 2.State Grid Henan Skills Trainning Genter, Zhengzhou 450001, China; 3.China Nonferrous Metals Processing Technology Co., Ltd, Luoyang 471002, China)

Parameters optimization of control system for back to back converter station is a effective way to improve system operating performance. This paper researches the work theory of control system, derivates mathematical model of control system mode, such as constant current mode, constant extinction angle mode, constant voltage mode and constant power mode. Choosing ITAE performance index as genetic algorithm (GA) adaptive function and the value of objective function for parameters optimization, also is the process of parameters optimization. Parameters determining method for GA is provided in this paper. Basing on this method, using Lingbao back to back converter station as an example, the results of final optimizating parameters ara given. Accodding to performance in transient process when AC side is in fault, genetic algorithm provided in parameters optimization for back tp back converter station is effective and feasible.

back to back converter station; control system; opitimization; genetic algorithm

2014-07-28；

2014-09-30

河南省科學(xué)技術(shù)研究重點項目(14A470002)

蔣建東(1975-)，男，河南南陽人，鄭州大學(xué)教授，博士，研究方向為電力系統(tǒng)監(jiān)測與運行分析,E-mail：jdjiang@zzu.edu.cn.

1671-6833(2015)01-0006-04

TM721.1

A

10.3969/j.issn.1671-6833.2015.01.002