• 论文 •    下一篇

基于改进NSGA-II算法的次同步附加阻尼控制器的优化设计

赵峰1,2,王淼1,高峰阳1,2   

  1. 1. 兰州交通大学自动化与电气工程学院,  兰州 730070;2. 甘肃交达工程检测科技有限公司, 兰州 730070
  • 出版日期:2020-05-25 发布日期:2020-08-21

赵峰,王淼,高峰阳. 基于改进NSGA-II算法的次同步附加阻尼控制器的优化设计[J]. 系统科学与数学, 2020, 40(5): 751-760.

ZHAO Feng,WANG Miao, GAO Fengyang. Optimization Design of Sub-Synchronous Additional Damping Controller Based on Improved NSGA-II Algorithm[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(5): 751-760.

Optimization Design of Sub-Synchronous Additional Damping Controller Based on Improved NSGA-II Algorithm

ZHAO Feng 1,2 ,WANG Miao 1 ,GAO Fengyang 1,2   

  1. 1. The College of Electrical Engineering and Automation, Lanzhou Jiaotong University, Lanzhou 730070; 2. Gansu Jiao Da Engineering Testing & Technology Company Limited, Lanzhou 730070
  • Online:2020-05-25 Published:2020-08-21

针对直驱永磁同步风电机组中出现的次同步振荡问题, 建立引入次同步阻尼控制器(sub-synchronous oscillation damping controller, SSDC)后的直驱风电机组完整数学模型, 在此基础上, 以振荡模态特征值 实部和阻尼比为目标函数建立了SSDC参数多目标优化模型. 针对改进非支配解排序遗传算法(improved nondominated sorting genetic algorithm, NSGA-II)在参数优化时种群多样性较差的问题, 对其选择策略进行了改进, 然后将改进后的NSGA-II算法引入到SSDC参数优化设计中, 利用空间评价方法对解集进行评价, 结果表明采用改进算法所获得的Pareto最优解分布更加均匀. 最后通过特征值分析和仿 真验证, 进一步证实了文章所优化设计得到的SSDC对发生在直驱风电机组的次同步振荡抑制具有显著效果.

Aiming at the sub-synchronous oscillation in the direct-drive permanent magnet synchronous wind turbine generator, a complete mathematical model of direct-drive wind turbine with introducing the sub-synchronous oscillation damping controller (SSDC) is established. Based on it, a multi-objective optimization model of SSDC parameters is established, which takes both real part of oscillation mode eigenvalue and damping ratio as objective functions. In order to solve the problem of poor population diversity in the process of parameters optimization of improved nondominated sorting genetic algorithm (NSGA-II), selection strategy of NSGA-II algorithm is perfected, and the improved NSGA-II algorithm is introduced into the design of SSDC parameters optimization, thus evaluating solution set by space evaluation method, the results show that Pareto optimal distribution obtained by the improved algorithm is more uniform. Finally, through eigenvalue analysis and simulation verification, it confirms that the SSDC optimized in this paper is of great significance to inhibit SSO in the direct-drive wind turbine.

()
[1] 俞高锋, 李登峰. 网络安全威胁态势评级的变权方法[J]. 系统科学与数学, 2021, 41(9): 2477-2491.
[2] 徐蕾艳, 孟志青. 条件风险值下直营连锁企业供销平衡鲁棒策略研究[J]. 系统科学与数学, 2021, 41(8): 2149-2169.
[3] 黄晓辉, 卢焱, 唐锡晋. 基于在线媒体的新冠疫情社会舆情多视角分析[J]. 系统科学与数学, 2021, 41(8): 2182-2198.
[4] 赵振宇, 张垚, 樊伟光. 基于``资源-项目-需求"链的分布式可再生能源项目适应度研究[J]. 系统科学与数学, 2021, 41(8): 2217-2233.
[5] 谷浩, 毕潇, 王丹, 李刚, 邹晶, 陈明. 基于ResNet和反卷积网络模型的有限角CT图像重建算法[J]. 系统科学与数学, 2021, 41(8): 2349-2360.
[6] 李美娟, 潘瑜昕, 徐林明, 卢锦呈. 改进区间数动态 TOPSIS 评价方法[J]. 系统科学与数学, 2021, 41(7): 1891-1904.
[7] 李爱忠, 任若恩, 董纪昌. 稀疏网络下核范数回归的连续时间Smart Beta策略[J]. 系统科学与数学, 2021, 41(7): 1927-1937.
[8] 赵伟, 王钟梅, 吴纯杰. 结合测量误差的检测多元协方差矩阵的EWMA控制图[J]. 系统科学与数学, 2021, 41(7): 2018-2034.
[9] 彭定洪, 卞志洋. 面向产品设计方案的犹豫模糊 Kansei-TOPSIS 评价方法[J]. 系统科学与数学, 2021, 41(6): 1630-1647.
[10] 左凯, 吴文青, 张元元. 修理工多重休假且修理设备可更换的$n$中取$k$温贮备系统研究[J]. 系统科学与数学, 2021, 41(6): 1729-1741.
[11] 刘艳霞, 王芝皓, 芮荣祥, 田茂再. 广义函数型部分变系数混合模型的估计[J]. 系统科学与数学, 2021, 41(6): 1742-1760.
[12] 罗小丽, 戴璐, 练红海, 李谟发, 邓鹏. 具有时滞概率分布的电力系统负荷频率稳定性分析[J]. 系统科学与数学, 2021, 41(5): 1245-1255.
[13] 张小英, 王平, 冯红银萍. 常微分方程-薛定谔方程耦合系统的输出反馈镇定[J]. 系统科学与数学, 2021, 41(4): 887-897.
[14] 陈振杰, 傅勤, 郁鹏飞, 张丹. 一类四阶抛物型偏微分多智能体系统的协调控制[J]. 系统科学与数学, 2021, 41(4): 898-912.
[15] 杨贵军, 吴洁琼. Pareto $\pi$ps 抽样的~Horvitz-Thompson 估计量方差研究[J]. 系统科学与数学, 2021, 41(4): 1150-1163.
阅读次数
全文


摘要