17、电力系统负荷频率控制优化与故障定位方案研究

电力系统负荷频率控制优化与故障定位方案研究

1. 负荷频率控制优化研究

在多源电力系统中，负荷频率控制（LFC）面临诸多挑战。为解决这些问题，研究人员探索了多源、两区域电力系统，并采用优化方法来优化PID控制器的参数。具体而言，通过最小化ITAE性能指标，对比了萤火虫算法（FA）和引力搜索算法（GSA）两种优化技术。

以下是两种算法在案例研究II中对系统状态变量的影响：
| 优化技术 | 状态变量 | 超调量 | 调节时间（s） |
| — | — | — | — |
| FA | ΔF1 | -0.012 | 12 |
| FA | ΔF2 | -0.006 | 12 |
| FA | ΔP12 | -0.0009 | 15 |
| GSA | ΔF1 | -0.013 | 13 |
| GSA | ΔF2 | -0.019 | 13 |
| GSA | ΔP12 | 0.0015 | 17 |

从调节时间来看，案例研究I中FA的调节时间分别为14.5 s、14.5 s和16 s，而GSA为16 s、16 s和19 s；案例研究II中FA的调节时间分别为12 s、12 s和15 s，GSA为13 s、13 s和17 s。并且，对于联络线功率流，FA在案例研究I和II中均具有最小的超调/欠调。综合比较，FA的性能优于GSA。

典型的系统参数如下：
- FA参数 ：萤火虫数量为25，随机性α = 0.5，β0 = 0.2，吸收系数γ = 1，迭代次数为30。
- GSA参数 ：种群数量为2