本發(fā)明屬于電力系統(tǒng)電能質(zhì)量控制技術領域，特別涉及一種離線優(yōu)化/在線切換的靜止無功補償方法。

背景技術：

近年來，隨著靜止型動態(tài)無功補償裝置(staticvarcompensator，svc)應用技術的發(fā)展，其控制技術逐漸成為業(yè)界關注的焦點。眾多學者也提出了很多svc控制方法：基于瞬時無功功率理論的pq算法和dq同步旋轉(zhuǎn)坐標變換法、傳統(tǒng)比例-積分pi控制方法、基于bp神經(jīng)網(wǎng)絡的pid參數(shù)自整定的svc控制、基于直接反饋線性化(directfeedbacklinearization，dfl)控制?；谒矔r無功功率理論的pq算法和dq同步旋轉(zhuǎn)坐標變換法利用svc晶閘管觸發(fā)角的分相控制，實現(xiàn)對三相不平衡負載無功補償，但其屬于開環(huán)控制效果及魯棒性不佳；傳統(tǒng)比例-積分pi控制方法系統(tǒng)易于實現(xiàn)，但其控制性能和精度難以達到更高要求；基于bp神經(jīng)網(wǎng)絡的pid參數(shù)自整定的svc控制雖然能夠保證控制系統(tǒng)的穩(wěn)定性，但該算法在線計算量大，易形成局部極小解而無法獲取全局最優(yōu)解；基于直接反饋線性化(directfeedbacklinearization，dfl)控制為得到等效的反饋線性系統(tǒng)，消除了系統(tǒng)的固有非線性特性，導致控制效果的降低。

粒子群優(yōu)化算法(particleswarmoptimization，pso)最早是由knenedy博士和eberhart博士于1995年提出的是一種基于群體的優(yōu)化算法，其起源于對一個簡單社會模型的仿真。研究者發(fā)現(xiàn)鳥群在飛行過程中經(jīng)常會突然改變方向、散開、聚集，其行為通常不可預測，但其整體總能保持一致性，個體與個體間也保持著最適宜的距離。在pso算法中假設每一個待優(yōu)化問題的潛在解都是尋優(yōu)空間中的一個沒有體積沒有質(zhì)量的飛行的粒子，所有的粒子都有一個根據(jù)待優(yōu)化的目標函數(shù)來決定的適應度值(fitnessvalue)，各個粒子還有一個速度來控制它們飛行的方向和距離。pso初始化為一群隨機粒子，然后粒子群根據(jù)對個體和群體的飛行經(jīng)驗的綜合分析來動態(tài)調(diào)整速度的值，在解空間中進行搜索，通過多次迭代搜索尋找到最優(yōu)解。在每次迭代尋優(yōu)中，粒子通過跟蹤兩個“極值”來對自己進行不斷更新。第一個“極值”就是粒子本身所搜索到的最優(yōu)解，稱為個體極值pbest，而另一個“極值”是整個粒子群目前找到的最優(yōu)解即全局極值gbest。pso的優(yōu)勢在于簡單易行、收斂速度較快、優(yōu)化效率高、非常適合用來做工程研究。因此，pso近年已經(jīng)形成了一個研究熱點，目前已廣泛應用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡訓練、模式分類、模糊控制等領域。但是在應用的過程當中，發(fā)現(xiàn)粒子群算法也有隨機搜索算法比較普遍的缺點，其容易早熟、后期搜索速度慢且搜索精度不高等問題，特別是在復雜系統(tǒng)中，其在線計算的效率問題是一個急需解決的問題。所以采用混沌pso離線優(yōu)化機制，既解決了標準pso算法的缺陷，又保障控制器參數(shù)的最優(yōu)化，從而提高其在無功補償控制過程中的控制性能。

技術實現(xiàn)要素：

本發(fā)明的目的是：對負載的無功功率進行補償，以維持系統(tǒng)的穩(wěn)定經(jīng)濟運行，改善供電質(zhì)量。傳統(tǒng)的svc控制是基于電壓偏差的pi控制方法。該算法簡單，系統(tǒng)易于實現(xiàn)，但其控制性能和精度難以達到更高要求。究其原因，主要問題存在于pi控制器控制過程中各參數(shù)無法根據(jù)系統(tǒng)狀態(tài)進行自我調(diào)整，因而其控制性能無法達到最優(yōu)。在傳統(tǒng)pi基礎上，采用混沌pso與其相結(jié)合的控制策略，對pi控制器的參數(shù)進行離線優(yōu)化調(diào)整，并在svc系統(tǒng)控制中，針對不同負載狀態(tài)，進行不同控制策略的選擇，以此達到提高動態(tài)無功補償裝置的響應速度和補償效果的目的。

為解決上述技術問題，本發(fā)明采用的技術方案是：一種離線優(yōu)化/在線切換的無功補償方法，其特征在于，所述方法是在傳統(tǒng)pi控制器基礎上，采用混沌pso算法與其相結(jié)合的控制策略，對pi控制器的參數(shù)進行離線優(yōu)化調(diào)整，并在svc系統(tǒng)控制中，針對不同負載狀態(tài)，進行不同控制策略的選擇的靜止無功補償控制方法。

優(yōu)選地，所述的離線優(yōu)化/在線切換的無功補償方法，其特征在于，所述方法的主要思想是將svc安裝點處線電壓測量值與系統(tǒng)參考電壓設定值作差送入控制器中，再經(jīng)過限幅環(huán)節(jié)得到系統(tǒng)所需導納bref，bref經(jīng)過有理插值函數(shù)模塊得到作用于svc裝置中晶閘管的觸發(fā)角α，α通過觸發(fā)電路產(chǎn)生觸發(fā)脈沖作用于svc裝置，接著svc裝置產(chǎn)生系統(tǒng)所需無功功率作用于主電路，主電路的電壓隨之發(fā)生改變，改變后的電壓再通過反饋環(huán)節(jié)送至控制器計算，直到電網(wǎng)的實際電壓與參考電壓達到一致為止。

優(yōu)選地，所述的離線優(yōu)化/在線切換的無功補償方法，其特征在于，采用混沌pso算法優(yōu)化pi控制器參數(shù)的詳細步驟如下：

(1)混沌初始化粒子群中n個粒子的速度；隨機產(chǎn)生一個2維且各分量值均在0-1之間的混沌矢量z1＝(z11,z12)，以z1為初始值由映射模型計算得n個矢量z1,z2,...,zn；再由公式xij＝aj+(bj-aj)zij，(i＝1,2,...,n；j＝1,2)將混沌變量zi(i＝1,2,...,n)的各分量變換到無功補償問題的允許解空間，其中aj,bj為無功補償優(yōu)化變量約束上下限；

(2)將n個矢量xi代入simulink模型中，計算評價函數(shù)值，并將個體的歷史最優(yōu)位置設為局部最優(yōu)值pbest，群體中歷史最優(yōu)位置設為全局最優(yōu)值gbest；

(3)判斷是否滿足while循環(huán)條件，若滿足條件，則對每個粒子i的第1、2維的速度和位置分別按照式(1)和式(2)進行更新；若不滿足條件，則輸出全局最優(yōu)gbest，

式中：c為收縮因子、ω為慣性權重因子、c1,c2為學習因子；

(4)計算粒子的適應度函數(shù)值，如果該粒子當前的適應度函數(shù)值比其局部最優(yōu)更好，則將當前位置設為其局部最優(yōu)，如果該粒子當前的適應度函數(shù)值比全局最優(yōu)更好，則將當前位置設為其全局最優(yōu)；

(5)對每一代粒子全局最優(yōu)值xg＝(xi1,xi2)進行混沌優(yōu)化，將全局最優(yōu)值通過公式zij＝(xij-aj)/(bj-aj)進行映射，對xi1,xi2通過映射模型分別進行m次迭代，生成一個混沌序列z＝(z1,z2,...,zm)，將混沌序列通過xij＝aj+(bj-aj)zij逆映射回無功補償問題的允許解空間，通過上面的變換能夠產(chǎn)生混沌變量的可行解的序列xg＝(xg1,...,xg2)，計算可行解序列中每個可行解矢量的適應值，并且保留適應值最優(yōu)時對應的可行解矢量，記作從當前粒子群中隨機選擇一個粒子，并用的位置矢量來代替選出的粒子位置矢量；

(6)判斷是否滿足結(jié)束條件，若不滿足條件則跳至步驟(2)；若滿足則輸出全局最優(yōu)gbest并結(jié)束程序。

優(yōu)選地，所述的離線優(yōu)化/在線切換的無功補償方法，其特征在于，所述方法將負載狀態(tài)進行劃分，針對不同狀態(tài)負載進行混沌pso算法優(yōu)化pi控制器參數(shù)設計，進而對svc系統(tǒng)控制過程中選擇不同控制策略。

本發(fā)明的有益效果是：本發(fā)明提出的靜止無功補償控制方法，有效解決電力系統(tǒng)與電能質(zhì)量關聯(lián)的無功補償問題。具體表現(xiàn)為設計了非線性pi控制器，解決了svc控制過程中初期響應過大問題；針對傳統(tǒng)優(yōu)化算法在線整定pi參數(shù)計算量過大，不利于在線實施的缺陷，通過混沌pso對pi參數(shù)離線優(yōu)化，提高無功補償控制過程中的實施效率；根據(jù)控制過程負荷狀態(tài)不同進行控制器切換，提高了控制系統(tǒng)的可行性與穩(wěn)定性。

附圖說明

圖1是svc系統(tǒng)架構圖。

圖2是svc電壓閉環(huán)控制系統(tǒng)結(jié)構圖。

圖3是基于混沌pso優(yōu)化的非線性pi控制框圖。

圖4是混沌pso離線優(yōu)化pi參數(shù)控制流程框圖。

圖5是svc系統(tǒng)的功率因數(shù)波形圖。

圖6是svc安裝點處三相線電壓響應曲線。

圖7是基于混沌pso優(yōu)化的svc安裝點處三相線電壓響應曲線。

圖8是基于混沌pso優(yōu)化的svc系統(tǒng)的功率因數(shù)波形圖。

具體實施方式

為了更好地理解本發(fā)明，下面結(jié)合實施例進一步闡明本發(fā)明的內(nèi)容，但本發(fā)明的內(nèi)容不僅僅局限于下面的實施例。本領域技術人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣在本申請所列權利要求書限定范圍之內(nèi)。

本發(fā)明所采用的技術方案是：基于混沌pso算法進行控制器參數(shù)優(yōu)化，控制過程中根據(jù)負荷情況進行控制器切換的靜止無功補償控制方法。其主要思想是將svc安裝點處線電壓測量值與系統(tǒng)參考電壓設定值作差送入控制器中，再經(jīng)過限幅環(huán)節(jié)得到系統(tǒng)所需導納bref，bref經(jīng)過有理插值函數(shù)模塊得到作用于svc裝置中晶閘管的觸發(fā)角α，α通過觸發(fā)電路產(chǎn)生觸發(fā)脈沖作用于svc裝置，接著svc裝置產(chǎn)生系統(tǒng)所需無功功率作用于主電路，主電路的電壓隨之發(fā)生改變，改變后的電壓再通過反饋環(huán)節(jié)送至控制器計算，直到電網(wǎng)的實際電壓與參考電壓達到一致為止。該控制方法的核心是控制器的設計，由于svc系統(tǒng)具備的非線性，控制的快速性與穩(wěn)定性之間的矛盾難以平衡，設計了由非線性函數(shù)與傳統(tǒng)pi控制器級聯(lián)構成的非線性pi控制器；但pi控制器控制過程中各參數(shù)無法根據(jù)系統(tǒng)狀態(tài)進行自我調(diào)整，在傳統(tǒng)pi基礎上，采用混沌pso與其相結(jié)合的控制策略，對pi控制器的參數(shù)進行離線優(yōu)化調(diào)整；并在svc系統(tǒng)控制中，針對不同負載狀態(tài)，進行不同控制策略的選擇。

本發(fā)明選取固定電容器組(fixedcapacitor，fc)+晶閘管控制電抗器(thyristorcontrolledreactor，tcr)型svc裝置，通過matlab軟件構建無功補償仿真模型來驗證本發(fā)明的內(nèi)容。svc系統(tǒng)架構圖如圖1所示。圖1中：fc采用星型連接，tcr采用三角形連接，tcr只能提供感性的無功功率，但在實際運行中負載所需的無功功率可能是感性或容性負載形式。因此tcr與fc并聯(lián)使用，有助于svc提供合適的無功補償。

在負荷補償中，通常采用以恒電壓作為控制目的的閉環(huán)控制方式。svc電壓閉環(huán)控制系統(tǒng)結(jié)構圖如圖2所示。圖2中“控制器”為混沌pso離線優(yōu)化pi參數(shù)控制模塊，urms表示svc安裝點處線電壓，uref表示系統(tǒng)參考線電壓設定值。誤差信號△u＝uref-urms用于計算補償電納bref。觸發(fā)電路環(huán)節(jié)根據(jù)觸發(fā)角信號產(chǎn)生觸發(fā)脈沖送至主電路，主電路的電壓隨之發(fā)生改變，改變后的電壓再通過反饋環(huán)節(jié)送至控制器計算，直到電網(wǎng)的實際電壓與參考電壓達到一致為止。

在svc控制器研究初期，由于傳統(tǒng)pi控制策略簡單且易于實現(xiàn)，引起廣泛關注。但由于svc系統(tǒng)具備的非線性，控制的快速性與穩(wěn)定性之間的矛盾難以平衡。因此，針對該問題，設計了由非線性函數(shù)與傳統(tǒng)pi控制器級聯(lián)構成的非線性pi控制器，并利用混沌pso優(yōu)化算法對pi控制器參數(shù)進行離線調(diào)整?；诨煦鏿so優(yōu)化的非線性pi控制框圖如圖3所示。從圖3可以看出，誤差e作為非線性函數(shù)k(e)的輸入。傳統(tǒng)pi控制器的輸入則表現(xiàn)為函數(shù)k(e)的輸出與誤差e的乘積形式。本發(fā)明選取非線性增益函數(shù)形式如下，

k(e)＝k0+k1[1-sech(k2e)](3)

式中，e為給定值與實際值的誤差，k0、k1、k2為正數(shù)系數(shù)。

混沌pso離線優(yōu)化pi參數(shù)控制流程框圖如圖4示。圖4中：在確定最大循環(huán)次數(shù)和最小適應值之后，混沌pso優(yōu)化算法計算粒子的適應值來判斷是否進行迭代，即進行粒子速度以及位置的更新，接著判斷是否滿足終止條件，若是則跳出循環(huán)。

具體地，混沌pso離線優(yōu)化pi控制器參數(shù)步驟如下：

(1)混沌初始化粒子群中n個粒子的速度。隨機產(chǎn)生一個2維且各分量值均在0-1之間的混沌矢量z1＝(z11,z12)，以z1為初始值由映射模型計算得n個矢量z1,z2,...,zn。再由公式xij＝aj+(bj-aj)zij，(i＝1,2,...,n；j＝1,2)將混沌變量zi(i＝1,2,...,n)的各分量變換到無功補償問題的允許解空間，其中aj,bj為無功補償優(yōu)化變量約束上下限；

(2)將n個矢量xi代入simulink模型中，計算評價函數(shù)值，并將個體的歷史最優(yōu)位置設為局部最優(yōu)值pbest，群體中歷史最優(yōu)位置設為全局最優(yōu)值gbest；

(3)判斷是否滿足while循環(huán)條件，若滿足條件，則對每個粒子i的第1、2維的速度和位置分別按照式(1)和式(2)進行更新；若不滿足條件，則輸出全局最優(yōu)gbest，

式中：c為收縮因子、ω為慣性權重因子、c1,c2為學習因子；

(4)計算粒子的適應度函數(shù)值，如果該粒子當前的適應度函數(shù)值比其局部最優(yōu)更好，則將當前位置設為其局部最優(yōu)，如果該粒子當前的適應度函數(shù)值比全局最優(yōu)更好，則將當前位置設為其全局最優(yōu)；

(5)對每一代粒子全局最優(yōu)值xg＝(xi1,xi2)進行混沌優(yōu)化，將全局最優(yōu)值通過公式zij＝(xij-aj)/(bj-aj)進行映射，對xi1,xi2通過映射模型分別進行m次迭代，生成一個混沌序列z＝(z1,z2,...,zm)，將混沌序列通過xij＝aj+(bj-aj)zij逆映射回無功補償問題的允許解空間，通過上面的變換能夠產(chǎn)生混沌變量的可行解的序列xg＝(xg1,...,xg2)，計算可行解序列中每個可行解矢量的適應值，并且保留適應值最優(yōu)時對應的可行解矢量，記作從當前粒子群中隨機選擇一個粒子，并用的位置矢量來代替選出的粒子位置矢量。

(6)判斷是否滿足結(jié)束條件，若不滿足條件則跳至步驟(2)；若滿足則輸出全局最優(yōu)gbest并結(jié)束程序。

為了驗證本發(fā)明所設計的svc控制器在電壓穩(wěn)定控制方面的效果，利用matlab建立svc系統(tǒng)仿真模型。首先針對常規(guī)pi控制器、切換模式非線性pi控制器控制效果進行仿真比較。仿真驗證過程中，系統(tǒng)采用相電壓為220v電源,設置線路寄生電抗為ls＝0.649mh。負載由三相rlc負載代替，其參數(shù)設置為100kw有功和86kvar感性無功。不失一般性，在不平衡負載的設置過程中，設定在0.8s時突加缺失b相的負載,其中有功50kw，感性無功70kvar，在1.6s時將不平衡負載剔除。零時刻時，pi控制器的參數(shù)選擇為kp＝0.0005，ki＝0.02，當不平衡負載剔除時，為了達到更優(yōu)控制性能，選擇不同控制方式，此時pi控制器的參數(shù)選擇為kp＝0.003，ki＝0.02。

以svc安裝點處三相線電壓響應曲線為控制目標，在傳統(tǒng)pi、切換模式非線性pi的控制下，svc系統(tǒng)的功率因數(shù)波形如圖5所示。從圖5明顯看出，當負載由不平衡變?yōu)槠胶鈺r，采用傳統(tǒng)pi控制調(diào)節(jié)時間為0.8s，切換模式非線性pi控制的調(diào)節(jié)時間為0.3s，功率因數(shù)提升至0.98。

svc安裝點處三相線電壓響應曲線如圖6所示。從圖6可以看出，在觸發(fā)角作用基礎上，0時刻將tcr+fc型svc和平衡負載投入到電網(wǎng)中，傳統(tǒng)pi控制經(jīng)過0.8s未達到穩(wěn)定值，切換模式非線性pi控制經(jīng)過0.5s達到穩(wěn)定值；同樣，在0.8s時加入不平衡負載以及1.6s時剔除不平衡負載，切換模式非線性pi控制比傳統(tǒng)pi控制的調(diào)節(jié)時間明顯減小；但當負載由不平衡變?yōu)槠胶鈺r，切換模式非線性pi控制下有很大超調(diào)及震蕩。

針對該問題，本發(fā)明采用混沌pso對不同負載狀態(tài)進行優(yōu)化控制。混沌pso優(yōu)化第一段0-0.8s平衡負載時，最優(yōu)pi參數(shù)為kp＝0.0005，ki＝0.02；混沌pso優(yōu)化第二段0.8-1.6s不平衡負載時，最優(yōu)pi參數(shù)為kp＝0.002，ki＝0.082；混沌pso優(yōu)化第三段1.6-1.65s不平衡負載剔除時，最優(yōu)pi參數(shù)為kp＝0.003，ki＝0.0542；當不平衡負載剔除后，系統(tǒng)變?yōu)槠胶庳撦d，選取pi參數(shù)為kp＝0.0005，ki＝0.02。

在與上述相同仿真環(huán)境下，將每一段pi值代入仿真模型，基于混沌pso優(yōu)化的svc安裝點處三相線電壓響應曲線如圖7所示。從圖7可以看出，不平衡負載剔除后，系統(tǒng)的超調(diào)量和震蕩次數(shù)明顯減少。

基于混沌pso優(yōu)化的svc系統(tǒng)的功率因數(shù)波形圖如圖8所示。從圖8可以看出，不平衡負載剔除后，功率因數(shù)經(jīng)過0.2s達到0.98。仿真結(jié)果表明，所提出的控制策略不僅能快速跟蹤系統(tǒng)參考電壓的設定值，而且能夠有效抑制系統(tǒng)超調(diào)。

最后應當說明的是，以上內(nèi)容僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，本領域的普通技術人員對本發(fā)明的技術方案進行的簡單修改或者等同替換，均不脫離本發(fā)明技術方案的實質(zhì)和范圍。