同步发电机参数辨识的蚁群算法及扰动分析 ant colony optimization algorithin and disturbance analysis of synchronous generator parameter identiffcation.pdfVIP

1期 V01．29No．II 第29卷第1 电力自动化设备 ElectricPowerAutomation Nov．2009 1月 Equipment 国2009年1 同步发电机参数辨识的蚁群算法及扰动分析 黄其新1，孙黎霞2，甄威3，刘柏私3，鞠 平2 (1．三江学院电气及自动化工程学院，江苏南京210012；2．河海大学电气工程学院． 江苏南京210098；3．四)11电力试验研究院，四川成都610072) 摘要：以发电机5阶实用模型为研究对象，利用励磁电压参考值的变化产生动态响应，采用蚁群算法辨识 同步发电机参数．分析干扰的大小和类型对发电机参数辨识的影响。在RTDS仿真机组上验证了蚁群算法 的可行性，结果表明．从扰动的大小上看，扰动越大，参数辨识的精度越高；从扰动的类型上看，白噪声激励 下辨识精度较好．该激励更有利于激发同步发电机的次暂态过程；无论是哪种扰动方式，稳态参数的精度没 有大的变化．改善的主要是次暂态参数的辨识精度。 关键词：同步发电机：参数辨识；辨识精度；蚁群算法；白噪声；扰动方式 中图分类号：TM 18 341；TM711；TP 文献标识码：A 并在R叨s上进行了验证。 O 引言 1同步发电机模型 合理而精确的同步发电机模型和参数对准确计 算和分析电力系统的行为有着决定性的意义【l-引。目 考虑发电机f、D和Q绕组的电磁暂态，忽略q 前．电力系统分析计算仿真所用的同步发电机参数 轴g绕组的瞬变效应，即采用5阶实用模型作为同 多采用厂家提供的数据或典型值．或不得已采用简 步发电机的模型Lt-3]。在参数辨识过程中，由于解微 化模型。由于数据不全或者不够精确，未计及涡流、 分方程要求状态矢量初始值为已知．而电机模型中 磁滞、饱和等实际运行工况的影响，用厂家提供的参 的暂态电势E：，次暂态电势研、鹾等不易直接测量， 数进行仿真所得结果与实际动态过程有出入．影响 参数辨识时一般采用增量方程、各增量的初始值均 了计算的准确度和可信度．有鉴于此。近年来国内电 为O。即 网对4大参数(即发电机、励磁系统、调速系统和综 aE；(O)=0，△研(0)=0，△彤(O)=0 合符合模型的参数)测试的呼声相当高。 d轴增量方程为 近年来．国内外的一些研究工作者提出了很多 辨识算法运用于同步发电机参数辨识[3-引．比如最小 等=一古岈可1Aj(X一挑 二乘法、扩展卡尔曼滤波法、进化规划算法等。最小 (△点：一△u，)+_鍪≥△所 二乘算法提供了一个估算方法．通过估算能得到一 ‘dO 个在最小方差意义上与试验数据最好拟合的数学模 型．目标函数为测量结果与对应辨识结果的误差平 方和，该方法目标函数简单明了．但对测量噪声很敏 f上+虽二墨：+墨：=墨§1∥．、’。 感，且是利用在梯度方向上寻优的局部搜索方法，容 争妄掣≮陋A+㈩＼r‰’ f知 r‰ ／一。9。 易陷入局部最优．从而得不到全局最优解。扩展卡尔 ＼rkX：。r‰X二／。“9。r 曼滤波法适合有噪声干扰的系统．但是该方法计算 (错+铬陋+告△坼k“Ⅵ 量太大。进化规划算法则在收敛性及大干扰下辨识 △厶=奇(皑一△％) 的有效性方面难以满足要求。进化策