基于改进PSO算法的FESS的PI参数优化.pdf

《基于改进PSO算法的FESS的PI参数优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第10期电力系统保护与控制vo1．38NO．102010年5月16日PowerSystemProtectionandControlMay16，2010基于改进PSO算法的FESS的PI参数优化史林军，唐国庆(1．东南大学电气工程学院，江苏南京210096；2．河海大学电气工程学院，江苏南京210098)摘要：提出了一种改进粒子群优化(IPSO)算法用于FESS的PI控制器的参数优化设计。IPSO算法通过混沌初始化、迭代中加入混沌扰动和自适应调整惯性权重系数来克服传统PSO算法效率低、易陷入局部极值和算法早熟等缺陷。基于IPSO算法，以ITAE指标最小为目标函数

2、对FESS的PI控制器参数进行优化，并以FESS接入四机系统为例，通过非线性仿真验证了优化结果的有效性，并通过与其他优化方法比较，得出IPSO具有更好的优化性能的结论。关键词：飞轮储能系统；PI控制器；粒子群优化算法；双馈电机；电力系统FESSPIparameteroptimizationbyanimprovedPSOalgorithmSHILin~un，TANGGuo．qing(1．SchoolofElectricalEngineering，SoutheastUniversity,Nanjing210096，China；2．CollegeofElec~icalEng

3、ineering，HohaiUniversity,Nanjing210098，China)Abstract：AnimprovedPSO(IPSO)algorithmisproposedtooptimizetheparametersoftheFESSPIcontroller．IPSOalgorithmovercomesthetraditionalPSOalgorithmdefectssuchas1OWeficiency．fallingintolocalminimumeasilyandpremature，throughchaoticinitialization．itera

4、tionbyaddingchaosdisturbanceandadaptiveine~iaweightfactor．BasedonIPSOalgorithm，theoptimizationofPIcontrollerparametersoftheFESSiSfinishedwhentheminimumITAEindexiSachieved．Andthenon—linearsimulationresultstestandverifytheeffectivenessofoptimizationbyafour-machinesysteminstalledwithFESS．F

5、inally，theconclusioniSdfawnthattheIPS0iSbetterthanothersbycomparingwithCPSOandAPSO．Keywords：FESS：PIcontroller；PSOalgorithm；DFIM：powersystems中图分类号：TM76文献标识码：A文章编号：1674—3415(2010)10—0052—06的方法。文献[3-5，8]都仅给出了有功和无功解耦控0引言制策略，并指出其能有效提高电力系统的稳定性，随着电力电子、材料等技术的发展，飞轮储能但都没有给出PI控制器参数优化设计的方法。文献系统(FES

6、S)在电力系统中的应用受到越来越多的[11]研究了新的设计算法用于拖动系统的FESS，但关注fl-Sl。特别是基于双馈感应电机(DFIM)的其电机是永磁同步电机，而不是DFIM。故有必要探FESS，通过一定的控制策略，具有独立的有功和无讨FESS的PI控制器参数优化设计的问题。功功率调节能力，可提高电力系统稳定性，成为国传统的PI控制器参数设计方法有零极点相消原内外诸多学者关注的一个新热点p曲J。应用FESS提理【l”，但这种方法设计的控制器有一定的限制，抗高电力系统稳定性，要求FESS具有快速调节有功和干扰能力较差，并且当运行过程中受到扰动时，恢无功的能力，因此其控

7、制器的性能就非常关键。PI复时间很慢。近年来随着智能算法的深入研究，利控制器因具有容易实现、结构简单、鲁棒性强等特用智能优化算法进行PI控制器参数优化设计越来越点而在控制领域中得到了广泛应用【9。。但其参数受重视，如遗传算法【]等。基于遗传算法的PI控制的优化设计却是一个难点，在实际工程中，常采用试器参数优化设计，需进行编码、解码，比较繁琐，且凑法来整定PI控制器参数，这种方法不仅工作量迭代中需要进行复制、交叉和变异操作，进化速度大、繁琐，而且参数的优劣与个人的经验强弱相关。慢，易产生早熟等缺点。迄今为止，国内外己发表的文献还鲜见关于基于由Ke衄ed