發電機勵磁系統參數辨識方法綜述

蘇宇++王政

摘 要：勵磁系統具有保持發電機端或樞紐點電壓穩定，控制并行發電機無功功率分配等功能，對發電機乃至電力系統影響很大，因此勵磁系統的精確建模十分重要。依據試驗結果采用參數辨識方法是確定勵磁系統模型參數的主要方法，該方法能夠很好地擬合現場試驗結果，具有辨識結果精確性高、穩定性強等特點，已廣泛應用于勵磁系統建模中。目前，參數辨識算法眾多，該文將常見辨識算法進行總結。

關鍵詞：勵磁系統 參數辨識 靈敏度 遺傳算法 粒子群算法

中圖分類號：TM711 文獻標識碼：A 文章編號：1672-3791（2016）11（b）-0057-02

隨著電力系統的不斷發展，電力網絡的不斷擴大，電網已逐步成為高維度、非線性的復雜系統，電網安全也成為當今的重要研究課題。發電機勵磁系統對于電力系統的安全穩定起著十分重要的作用[1]，它可以保持電力系統的電壓穩定，實現電壓控制，尤其對電力系統的暫態穩定起著更加重要的作用。

勵磁系統的優劣主要由其參數決定，良好的參數選擇可以增加系統的阻尼特性，提升系統的安全穩定邊界；不當的參數選擇不但不能穩定系統，還會起相反作用[2]。當前的模型軟件中已經有多種常見的勵磁系統模型[3]，而參數的確定是使用參數辨識的方法依據現場的實際試驗數據計算得來[4]，是當今確定勵磁系統模型參數的主要方法。

勵磁系統中各參數數值的常見計算方法主要有解析法和參數靈敏度法兩種[5]，其中解析法是用數學算法來計算勵磁系統參數的解析解，這種方法的優點是計算出來的解析解是勵磁系統的精確參數，但隨著系統的增大和辨識參數數量的增加，數學解析的難度大幅提高，導致解析速度大幅降低，嚴重影響了該方法的應用范圍。因此，參數靈敏度法進入了人們的視野，它包括時域靈敏度法和頻域靈敏度法兩種。文獻[5]提出了一種辨識重點參數的方法。該方法首先分析了各參數靈敏度與各參數的關系，再提出重點參數評價指標，反復采用該指標進行計算，降低不同參數間的關聯程度，直到區分出重點參數為止。該方法可提高重點參數的準確性，提高辨識效率。

1 系統辨識的理論基礎

系統辨識指的是觀測系統輸入與輸出的關系，以明確系統特性的數學模型。用連續動態系統方程式表達為

系統辨識的原理圖如圖1所示。

系統辨識的原理是將輸入T（t）同時輸入到原型系統和模型系統，分別得到輸出O1（t）和O2（t），偏差是△O（t）。通過辨識算法后，產生一個修正量d，將d反饋到模型系統中，補償原型系統與模型系統間偏差，如此反復上述過程，直到輸出偏差△O（t）滿足系統要求。

2 發電機勵磁系統參數辨識方法介紹

2.1 時域靈敏度法

首先介紹時域靈敏度的定義，所謂某個參數的時域靈敏度就是輸出量的變化量與該參數變化量的比值，用來體現該變量對于輸出量的影響程度[6]，計算公式如下：

其中，為待計算靈敏度的參數，為的初值，為該參數的攝動量，為采樣點，為系統輸出，為系統輸出的初值。

從公式可以看出，時域靈敏度法只是以時間為尺度，計算得到某參數的時域靈敏度特性，但若要采用總體時域靈敏度時，難以完全將重要參數和非重要參數分開。若選取的時間尺度不同時，參數靈敏度在不同時間段內的辨識結果有時會出現相左的結論，因此，文獻[7]提出了頻域靈敏度法。

2.2 頻域靈敏度法

首先介紹時域靈敏度的定義，所謂頻域靈敏度就是傳遞函數的變化量與某參數的變化量的比值，用來體現該變量對于傳遞函數的影響程度。其中，這里用傳遞函數對線性系統進行描述，采用中值法計算頻域靈敏度，計算公式如下：

其中，為第個頻率采樣點，為該參數的傳遞函數靈敏度，為參數總量，為線性系統中的某個參數。

對于頻域靈敏度，若某參數的頻域靈敏度大，表明該參數對于系統靈敏，它的變化會引起系統輸出更大的變化；反之，若某參數的頻域靈敏度小，表明該參數對于系統不靈敏，它的變化對系統輸出變化的影響很有限。

3 結語

文章對發電機勵磁系統參數辨識的原理進行了介紹，并對常見的參數辨識方法——時域靈敏度、頻域靈敏度、遺傳算法、粒子群算法等方法進行了介紹。勵磁系統參數的確定對于勵磁系統本身，甚至對于電力系統有重要的作用，是電力系統的穩定運行的重要保證。

參考文獻

[1]王興貴，王言徐，智勇.辨識理論在發電機勵磁系統建模中的應用[J].電力保護與控制，2010，38（7）：52-55.

[2]賀仁睦，沈峰，韓冬，等.發電機勵磁系統建模與參數辨識綜述[J].電網技術，2007，31（14）：62-67.

[3]Ju Ping，Handschin E.Parameter Estimation of Composite Induction Motor Loads Using Genetic Algorithms [J].Proc.Of Power Tech symp， Stockholm，Sweden，1995（6）：97-102.

[4]程鑫.發電機勵磁系統參數可辨識性問題研究及辨識軟件包開發[D].武漢：華中科技大學，2011.

[5]鞠平，郭磊，高昌培，等.頻域靈敏度及其在電力系統參數辨識中的應用[J].中國電機工程學報，2010，30（28）：19-24.

[6]Angeline P J.Evolutionary optimization versus particle swarm optimization and philosophy and performance difference[C]//Proceedings of 7th annual Conference on Evolutionary Programming.San Diego（USA）：601-610.