一种基于野狗优化算法的参数优化方法和装置

技术特征：
1.一种基于野狗优化算法的参数优化方法，其特征在于，应用于风机中的梯次启动自适应惯性下垂控制器，包括：s1：设计测试系统，包括第一风电wf1、第二风电场wf2、交流ac系统以及三区四端多端高压直流系统；s2：设置wf1和wf2均包括五个风机wt，以为ac系统供电；s3：确定wf1和wf2中各wt正常运行时的转子角度；s4：当wf1中的各wt发生频率事件时，设计梯次启动自适应惯性下垂控制方案实现频率支撑；控制wf2中各wt均在最大功率点状态下运行；所述梯次启动自适应惯性下垂控制方案，包括：s41：将wf1中五个wt根据其的转子角速度按预设比例划分成两个集群；s42：基于野狗优化算法对集群1和集群2的惯性控制系数和下垂控制系数进行优化，根据适应度函数反复迭代运行直到算法收敛得到最优控制器参数。2.如权利要求1所述的基于野狗优化算法的参数优化方法，其特征在于，所述s42中适应度函数的获取过程包括：将控制器参数传入所述测试系统对应的仿真模型，并获取s
iofd
、s
iofvr
、f
ffd
、f
sfd
、f
tfd
，控制器是在充分考虑一次频率跌落ffd、二次频率跌落tfd和三次频率跌落tfd、频率偏差siofd和频率变化率的积分siofvr后，根据相对重要性为每个指标分配一个系数，并将它们相加得到fit(s
iofd
、s
iofvr
、f
ffd
、f
sfd
、f
tfd
)；根据fit(s
iofd
、s
iofvr
、f
ffd
、f
sfd
、f
tfd
)计算适应度函数，f
fit
(s
iofd
，s
iofvr
，f
ffd
，f
sfd
，f
tfd
)＝min{a
iofd
a
iofvr
(200f
ffd
100f
sfd
100f
tfd
)
·
50}；其中，s
iofd
表示频率偏差，s
iofd
＝∫|50-f
ac
|dt；s
iofvr
表示频率变化率的积分，f
ffd
，f
sfd
和f
tfd
分别表示ffd、sfd和tfd的最低点；s
iofd
和频率变化率的积分用于表征测试系统频率波动全局信息。3.如权利要求2所述的基于野狗优化算法的参数优化方法，其特征在于，同一集群内不同wt的控制器参数设计为相同。4.如权利要求3所述的基于野狗优化算法的参数优化方法，其特征在于，所述最优控制器参数包括其中，表示集群m中第i个风机的初始下垂系数；表示集群m中第i个风机的初始惯性系数；表示集群m中第i个风机的下垂系数表示集群m中第i个风机的下垂系数示集群m中第i个风机的惯性系数，上标m表示集群1和集群2；k
in，i，0
为惯性控制系数初始值，k
dr，i，0
为下垂控制系数初始值，ω
i
为wt的转子角速度，ω
min
和ω
max
分别为wt的最小和最大转子角速度。5.如权利要求4所述的基于野狗优化算法的参数优化方法，其特征在于，所述野狗优化
算法包括：群体进攻阶段：野狗的位置表示为：群体进攻阶段：野狗的位置表示为：为第t 1次迭代时野狗的位置；na代表[2，sizepop/2]的逆序中随机生成的整数，其中sizepop为野狗的种群规模；为将攻击野狗的子集，x为随机生成的野狗种群；为上一次迭代中发现的最佳野狗位置；β1为比例因子，是-2和2区间中均匀生成的随机数；迫害攻击阶段：野狗的位置表示为：β1为[1，-1]区间内均匀生成的随机数；r1为1至最大野狗数量之间生成的随机整数；表示随机选择第r1只野狗的位置，i≠r1；清扫阶段：野狗的位置表示为：σ表示算法随机生成的二进制数，σ∈{0，1}；野狗的生存率表示为：fitness
max
为当前最优野狗适应度值；fitness
min
为当前最差野狗适应度值；fitness(i)为第i个野狗的当前适应度值；当生存率低于阈值时，清扫阶段野狗的位置表示为：将当前控制器参数对应的更新好的解传入测试系统对应的仿真模型，并获取s
iofd
、s
iofvr
、f
ffd
、f
sfd
、f
tfd
，再次计算适应度值，重复上述操作，直至算法收敛最优解，即可得到6.如权利要求1所述的基于野狗优化算法的参数优化方法，其特征在于，所述s3包括：设置wf1中wt1-wt5的转子角速度依次确定为0.90pu、0.95pu、0.85pu、1.00pu和1.05pu；设置wf1中wt6-wt10的转子角速度依次定为0.90pu、0.95pu、0.85pu、1.00pu和1.05pu。7.一种基于野狗优化算法的参数优化装置，其特征在于，用于执行权利要求1-6任一项所述的参数优化方法，包括：设计模块，用于设计三区四端多端高压直流测试系统，包括第一风电场wf1、第二风电场wf2和交流ac系统；设置模块，用于设置wf1和wf2均包括五个风机wt，以为ac系统供电；确定模块，用于确定wf1和wf2中各wt正常运行时的转子角度；控制模块，用于当wf1中的各wt发生频率事件时，设计梯次启动自适应惯性下垂控制方案实现频率支撑；控制wf2中各wt均在最大功率点状态下运行；所述梯次启动自适应惯性下垂控制方案，包括：将wf1中五个wt根据其的转子角速度按预设比例划分成两个集群；基于野狗优化算法对集群1和集群2的惯性控制系数和下垂控制
系数进行优化，根据适应度函数反复迭代运行直到算法收敛得到最优控制器参数。

技术总结
本发明公开了一种基于野狗优化算法的参数优化方法和装置，属于风力发电技术领域，所述方法包括：分别基于两个WF：分别包括5台WTs；以支撑电网系统频率；将WF1中的WT按转子角速度分为两个集群，即集群1和集群2。前者在负荷发生变化时立即参与频率调节，后者在前者的转子转速恢复时投入运行；进而利用野狗优化算法对风机梯次启动自适应惯性下垂控制参数进行优化；该算法稳定性高、机制简单、局部搜索和全局探索能力强，能够缓解风机接入电网后无法及时响应负荷增加而造稳定性差的技术问题。本发明能够有效优化风机梯次启动自适应惯性下垂控制器的参数，进而提高风电接入电网后电力系统运行的安全性和稳定性。统运行的安全性和稳定性。统运行的安全性和稳定性。


技术研发人员：李大虎 姚伟 周泓宇 周悦 饶渝泽 文劲宇
受保护的技术使用者：华中科技大学
技术研发日：2022.11.18
技术公布日：2023/2/3