2017, Vol. 35 
随着电网规模的不断扩大，区域互联电网运行的安全性和稳定性与电力系统仿真计算的精确程度息息相关[1]。受区域互联的影响，电网特性发生了较大变化，大区振荡模式的动态摇摆周期逐渐加长，以往使用励磁系统经验参数进行稳定分析计算的方法已不能正确反映真实的振荡过程和机理。在此背景下，开展同步发电机励磁系统模型参数辨识工作显得尤为重要[2-3]。
根据同步发电机特点建立励磁系统数学模型和参数数据库，应用于电网分析和试验研究，提高电力系统安全稳定分析水平，对实现电网资源最优分配、提高电力系统的稳定与经济运行能力具有深远意义。
1 利用遗传算法优化励磁系统模型参数 1.1 优化方法将计算用励磁系统调节器模型作为待优化模型，在待优化模型和励磁系统制造厂家提供的调节器模型中输入相同的激励信号x, 接收二者输出的响应分别为yr与ym, 2个响应产生的误差记为e, 并建立1个误差为e的函数Jθ。最后，利用遗传算法进行求解，使待优化系统输出的结果满足误差要求的范围[4-5]。
遗传算法优化过程中，在采集输入和输出信号的同时，对中间环节信号的采集也十分重要。因此，目标函数为输出量的方差和：
|
(1) |
式中 θ—模型参数；
n—采样点数
yr—实际系统采集的信号；
ym—待优化系统采集的信号。
适应度函数：
|
(2) |
其中，k为调节因子，最大值取100。表示适应度可在0~100取合适值，当实际系统和待优化系统的输出结果误差较大时，适应度较小；当适应度接近100时，表示实际系统和待优化系统的输出结果误差较小。
1.2 优化流程采样励磁系统制造厂家提供调节器模型的输入与输出信号，并进行记录。
搭建与计算模型结构相同的待优化系统模型。选择利用SIMULINK建立该模型，其优点是模型搭建方便并且参数可以随时调整。
采样待优化模型的输入与输出信号，并进行记录。
仿真时要做到与现场试验的运行工况保持一致[6]。
按照图 1流程，利用遗传算法进行同步发电机励磁系统模型参数优化。
|
图 1 遗传算法辨识励磁系统模型参数流程 |
以某300 MW同步发电机静止式自并励调节系统为例，采用遗传算法进行调节器参数优化。图 2为ALSTOM东方电机股份有限公司生产的UNIL⁃TROL6000型静止式自并励系统调节器原理图及其数学模型，其中，调节参数（AVR部分）为：增益K=500；T3=T4=0；T1=2；T2=14.286。选用BPA软件中FV型模型作为励磁系统计算模型，图 3为计算模型的结构框图，结合现场实际情况，用MATLAB将图 3模型简化为图 4模型作为待优化模型。厂家提供励磁系统模型只用一级校正环节，并且没有使用软反馈环节，因此其参数无法进行优化。在不考虑低励与过励限制情况，为了让同步发电机工作在非线性区域，待系统进入稳定状态后施加10%额定电压阶跃扰动，采样同步发电机出口电压Ut、参考电压Uref和励磁电压Uf进行优化，结果见表 1所示。
|
表 1 励磁系统参数 |
|
图中：Uc—电压偏差信号；Uref—参考电压；Us—PSS输入信号；Tr—调节器输入滤波器时间常数；T1、T2、T3、T4—电压调节器超前、滞后时间常数；K—增益；Ta—电压调节器放大器时间常数；S—传递函数因子 图 2 UNILTROL6000型励磁调节器数学模型 |
|
图中：Uc—电压偏差信号；Ut、It—机端电压、机端电流；Xc—换相电抗；Tr—调节器输入滤波器时间常数；Uref—参考电压；Us—PSS输入信号；K—增益；T1、T2、T3、T4—电压调节器超前、滞后时间常数；Kf—软负反馈放大倍数；Tf—软负反馈时间常数；Kv—积分选择因子；Uamax、Uamin—调节器内部最大、最小电压；Ka—电压调节器放大器增益；Ta—电压调节器放大器时间常数；Urmax、Urmin—电压调节器最大、最小输出电压；Efd—励磁电压；Kc—换相电抗的整流器负载因子；Ifd—励磁电流 图 3 FV型励磁系统模型 |
|
图 4 待优化模型 |
图 5为遗传算法优化结果的收敛特性。图 5a—图 5e分别为Tr、K、T1、T2和Ts在遗传算法下迭代100次的收敛特性。
|
图 5 遗传算法优化结果的收敛特性 |
在进行参数优化的同时，记录同步发电机空载运行时施加10%额定电压阶跃扰动下，原模型与待优化模型的机端电压和励磁电压仿真结果曲线如图 6、图 7所示。
|
图 6 同步发电机机端电压空载10%阶跃扰动响应曲线 |
|
图 7 同步发电机励磁电压空载10%阶跃扰动响应曲线 |
通过图 6、图 7对比同步发电机机端电压和励磁电压的输出结果，发现原模型与待优化模型在优化的6 s过程中输出曲线拟合程度很好，因此证明了遗传算法优化的正确性
2 现场校核试验 2.1 同步发电机空载5%额定电压阶跃扰动校核试验在同步发电机空载运行时施加5%额定电压阶跃扰动，记录同步发电机出口电压Ut、励磁电压Uf与转子电流If, 该试验用来检验励磁系统在小干扰情况时的动态特性以及参数的准确性。其5%阶跃扰动响应录波如图 8所示。
|
图 8 同步发电机5%阶跃扰动响应录波图 |
根据《DL/T 1167—2012同步发电机励磁系统建模导则》规定：自并励磁系统阶跃量为发电机额定电压的5%时，超调量不大于阶跃量的30%，振荡次数不大于3次，上升时间不大于0.5 s, 调节时间不大于5 s[7]。通过录波图得知，同步发电机出口电压振荡不足1次，超调量Mp=3.6%，上升时间tup=0.24 s, 峰值时间tp=0.61 s, 调节时间ts=2.93 s, 所有性能均能达到国家标准。
2.2 同步发电机空载20%额定电压阶跃扰动校核试验记录同步发电机出口电压UAB、励磁电压Uf, 和转子电流If的响应曲线。经过计算得到自动电压调节器内部整流器换相压降系数KC=0.111，同步发电机自动电压调节器输出电压最大值URmax=8.98（p.u），最小值URmin=-6.64（p.u）；UAmax和UAmin为AVR的PID放大器总输出的内部限幅值，取UAmax=10，UAmin=-10。
3 计算用模型验证在BPA中选择FV型励磁系统模型，使用遗传算法优化后参数，仿真空载5%阶跃扰动试验[8]。仿真结果如图 9所示，与现场实测对比结果见表 2。
|
|
表 2 同步发电机空载5%阶跃响应试验实测结果与仿真结果比较 |
|
图 9 同步发电机空载5%阶跃扰动仿真曲线 |
由表 2可以看出，通过遗传算法优化参数输出得到结果的误差符合国标要求，因此采用遗传算法优化后的参数可以供计算模型使用。
4 结语本文在某发电机组涉网试验前，以厂家提供励磁系统调节参数作为原始数据，利用遗传算法优化自动电压调节器参数，将优化后的参数运用至励磁系统现场试验与参数计算。对BPA仿真结果和现场结果进行比对分析，验证了优化后参数的准确性，为开展电力系统稳定性研究提供可行方案。
| [1] | 刘取. 电力系统稳定性及发电机励磁控制[M]. 北京: 中国电力出版社, 2007. |
| [2] | 竺士章. 发电机励磁系统试验[M]. 北京: 中国电力出版社, 2005. |
| [3] | 褚晓锐. 电力系统稳定器配置与参数优化分析[J]. 贵州电力技术, 2013, 16(6): 30–32. |
| [4] | 艾芊. 现代电力系统辨识人工智能方法[M]. 上海: 上海交通大学出版社, 2011. |
| [5] | 黄文涛, 邓长虹, 汪志强, 等. 基于SCADA及时域最小二乘法的抽水蓄能电站发电机多工况参数辨识[J]. 高电压技术, 2012, 38(4): 1019–1024. |
| [6] | 驼铃, 孙剑波, 李大虎, 等. 基于SIMULINK和GA的电力系统智能辨识法[J]. 高电压技术, 2007, 33(12): 130–182. DOI:10.3969/j.issn.1003-6520.2007.12.030 |
| [7] | 全国电网运行与控制标准化委员会. 同步发电机励磁系统建模导则: DL/T 1167-2012[S]. 北京: 中国电力出版社, 2012. |
| [8] | 卫鹏, 徐珂, 周前, 等. 基于BPA的励磁系统建模[J]. 电网与清洁能源, 2013, 29(8): 6–11. |