一種同步發電機參數的辨識方法技術

本發明專利技術屬于同步發電機參數辨識技術領域，涉及一種采用改進進化算法對同步發電機參數進行辨識的方法，利用WAMS系統中的PMU實測數據，遵從生存競爭和優勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體出發，經過初始群體產生、適應度計算、重組、突變和選擇與終止操作搜索到最優解；以仿生物學的改進進化策略算法為尋優理論基礎，將同步發電機直軸、交軸解耦和穩態、暫態分開處理，通過設計參數建立初始可行參數群體，選用高精度改進歐拉法計算同步發電機模型高階微分方程，進而求出發電機設定的輸出變量，最終通過初始種群的重組、突變和選擇實現優化過程，辨識出同步發電機參數，其工藝簡單，原理可靠，參數辨識正確性高。

【技術實現步驟摘要】

本專利技術屬于同步發電機參數辨識
，涉及一種采用改進進化算法對同步發 電機參數進行辨識的方法，特別是一種對隱極轉子與凸極轉子同步發電機參數辨識均適用 的方法。
技術介紹
電力系統參數的正確性是電力系統狀態估計、潮流計算、網損分析、故障分析、保 護裝置定值計算、市場分析等應用分析功能的基礎。目前，在發電機參數的實際使用中，由 于缺少實測參數而直接采用設計參數，以及線路改建、運行環境變化等原因，容易導致運行 人員對電網參數掌握不準確，從而降低電網模型的可靠性，導致基于電網模型的各項應用 分析和輔助決策功能的可信性大大降低，嚴重影響了特大電網的安全穩定運行。同時，在市 場環境下，阻塞管理、實時電價制訂等也都依賴于準確的電網模型和各種參數，因此，電力 系統的發電機參數的正確性可能會影響到市場成員的經營決策，造成嚴重的社會影響。而 現有技術中辨識發電機參數的方法普遍存在著工藝過程復雜，辨識正確性差，辨識效率低， 運算過程時效長等缺點。
技術實現思路
本專利技術的目的在于克服現有技術存在的缺點，尋求設計一種同步發電機參數的辨 識方法，為電網分析和電力市場運營提供準確的同步發電機參數，提高運行可靠性與運營 經濟性，利用WAMS系統中的PMU實測數據，并基于統計分析理論，在線給出電力系統參數辨 識結果，及時反映基(改)建變化、運行環境變化、變壓器變比調整、發電機飽和效應等對參 數的影響。為了實現上述目的，本專利技術利用WAMS系統中的PMU實測數據，遵從生存競爭和優 勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體出發，經過初始群體產生、適應 度計算、重組、突變和選擇與終止操作搜索到最優解；以仿生物學的改進進化策略算法為尋 優理論基礎，將同步發電機直軸、交軸解耦和穩態、暫態分開處理，通過設計參數建立初始 可行參數群體，選用高精度改進歐拉法計算同步發電機模型高階微分方程，進而求出發電 機設定的輸出變量，最終通過初始種群的重組、突變和選擇實現優化過程，辨識出同步發電 機參數，具體包括以下步驟a.先根據要辨識的同步電機的特性，選擇適當的同步發電機模型和辨識參數所用 的輸入輸出變量；b.再將同步電機參數辨識解耦為直軸參數辨識和交軸參數辨識；并把直軸參數 辨識和交軸參數辨識過程分別分解為穩態參數和暫態參數辨識過程；c.根據同步電機的設計參數與實際參數空間分布形式具有相似性，以此確定同步 電機的初始可行參數群體；d.選用高精度改進歐拉法計算同步發電機的輸出變量，然后再應用最小二乘法計算衡量個體優劣的適應度；e.根據設計參數在空間所處位置，確定進化策略算法中重組、突變中各個系數的 取值范圍；f.根據適應度的大小，選擇適應度小的特定群體組成下一代新群體；g.判斷適應度的最小偏差是否滿足給定值，若該條件不滿足，重復上述d-e的計 算過程，直到滿足給定精度，最終得到同步電機的各個參數。本專利技術涉及的同步發電機的轉子為隱極結構形式時，其直軸和交軸參數相同；同 步發電機的轉子為凸極結構形式時，其直軸和交軸參數不同。本專利技術與現有技術相比，其對同步發電機參數的辨識工藝過程簡單，運算原理可 靠，參數辨識正確性高，辨識效率好，參數準確對市場應用可靠。具體實施例方式下面通過實施例對本專利技術作進一步說明。實施例本實施例涉及的同步發電機參數辨識的改進進化算法是利用WAMS系統中的PMU 實測數據，遵從生存競爭和優勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體 出發，借助復制、交換(重組)、突變等遺傳操作，最后搜索到最優解；以仿生物學的改進進 化策略算法為尋優的理論基礎，將同步發電機直軸、交軸解耦和穩態、暫態分開處理作為關 鍵，通過設計參數建立初始可行參數群體，選用高精度改進歐拉法計算同步發電機模型高 階微分方程，進而求出發電機設定的輸出變量，最終通過初始種群的重組、突變和選擇實現 優化過程，辨識出同步發電機參數，具體步驟如下(1)先根據要辨識的同步電機的特性，選擇適當的同步發電機模型和辨識參數所 用的輸入輸出變量；(2)再將同步電機參數辨識解耦為直軸參數辨識和交軸參數辨識；并把直軸參數 辨識和交軸參數辨識過程分別分解為穩態參數和暫態參數辨識過程；(3)依據同步電機的設計參數與實際參數空間分布形式具有相似性，以此確定同 步電機的初始可行參數群體；(4)選用高精度改進歐拉法計算同步發電機的輸出變量，然后再應用最小二乘法 計算衡量個體優劣的適應度；(5)根據設計參數在空間所處位置，確定進化策略算法中重組、突變中各個系數的 取值范圍；(6)根據適應度的大小，選擇適應度小的特定群體組成下一代新群體；(7)判斷適應度的最小偏差是否滿足給定值，若該條件不滿足，重復上述(4)-(6) 的計算過程，直到滿足給定精度，最終得到同步電機的各個參數。本實施例對改進進化策略算法進行驗證，通過WAMS系統中的PMU實測數據，對華 北電網托克托電廠1 4號機組的參數進行辨識，將該辨識結果與設計值分別用于電網運 行分析，結果表明該辨識值的有效性和準確性較高。本實施例的一個實際應用例選取托克托電廠1號機組，其額定容量、為670kVA ； 額定功率因數為0. 9 ；額定電壓Ub為22kV ；短路比為0. 54，電廠機組為隱極機，故選用發電機六階模型為待辨識的模型，并將d軸與q軸解耦，d軸電氣模型為權利要求1.，其特征在于利用WAMS系統中的PMU實測數據， 遵從生存競爭和優勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體出發，經過 初始群體產生、適應度計算、重組、突變和選擇與終止操作搜索到最優解；以仿生物學的改 進進化策略算法為尋優理論基礎，將同步發電機直軸、交軸解耦和穩態、暫態分開處理，通 過設計參數建立初始可行參數群體，選用高精度改進歐拉法計算同步發電機模型高階微分 方程，進而求出發電機設定的輸出變量，最終通過初始種群的重組、突變和選擇實現優化過 程，辨識出同步發電機參數，具體包括以下步驟a.先根據要辨識的同步發電機的特性，選擇適當的同步發電機模型和辨識參數所用的 輸入輸出變量；b.再將同步發電機參數辨識解耦為直軸參數辨識和交軸參數辨識；并把直軸參數辨 識和交軸參數辨識過程分別分解為穩態參數和暫態參數辨識過程；c.根據同步發電機的設計參數與實際參數空間分布形式具有相似性，以此確定同步發 電機的初始可行參數群體；d.選用高精度改進歐拉法計算同步發電機的輸出變量，然后再應用最小二乘法計算衡 量個體優劣的適應度；e.根據設計參數在空間所處位置，確定進化策略算法中重組、突變中各個系數的取值 范圍；f.根據適應度的大小，選擇適應度小的特定群體組成下一代新群體；g.判斷適應度的最小偏差是否滿足給定值，若該條件不滿足，重復上述d-e的計算過 程，直到滿足給定精度，最終得到同步發電機的各個參數。2.根據權利要求1所述的同步發電機參數的辨識方法，其特征在于涉及的同步發電機 的轉子為隱極結構形式時，其直軸和交軸參數相同；同步發電機的轉子為凸極結構形式時， 其直軸和交軸參數不同。全文摘要本專利技術屬于同步發電機參數辨識
，涉及一種采用改進進化算法對同步發電機參數進行辨識的方法，利用WAMS系統中的PMU實測數據，遵從生存競爭和優勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體出發，經過本文檔來自技高網...

【技術保護點】
一種同步發電機參數的辨識方法，其特征在于利用ＷＡＭＳ系統中的ＰＭＵ實測數據，遵從生存競爭和優勝劣汰的運行原則，從一組隨機生成的初始發電機參數群體出發，經過初始群體產生、適應度計算、重組、突變和選擇與終止操作搜索到最優解；以仿生物學的改進進化策略算法為尋優理論基礎，將同步發電機直軸、交軸解耦和穩態、暫態分開處理，通過設計參數建立初始可行參數群體，選用高精度改進歐拉法計算同步發電機模型高階微分方程，進而求出發電機設定的輸出變量，最終通過初始種群的重組、突變和選擇實現優化過程，辨識出同步發電機參數，具體包括以下步驟：ａ．先根據要辨識的同步發電機的特性，選擇適當的同步發電機模型和辨識參數所用的輸入輸出變量；ｂ．再將同步發電機參數辨識解耦為直軸參數辨識和交軸參數辨識；并把直軸參數辨識和交軸參數辨識過程分別分解為穩態參數和暫態參數辨識過程；ｃ．根據同步發電機的設計參數與實際參數空間分布形式具有相似性，以此確定同步發電機的初始可行參數群體；ｄ．選用高精度改進歐拉法計算同步發電機的輸出變量，然后再應用最小二乘法計算衡量個體優劣的適應度；ｅ．根據設計參數在空間所處位置，確定進化策略算法中重組、突變中各個系數的取值范圍；ｆ．根據適應度的大小，選擇適應度小的特定群體組成下一代新群體；ｇ．判斷適應度的最小偏差是否滿足給定值，若該條件不滿足，重復上述ｄ－ｅ的計算過程，直到滿足給定精度，最終得到同步發電機的各個參數。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：王茂海，韓福坤，吳新振，馬平，
申請(專利權)人：華北電網有限公司，青島大學，
類型：發明
國別省市：11