基于BP-PSO的SVC附加阻尼控制大电网试验

静止无功补偿器是电网的重要设备,参数选择将直接影响其性能。然而,传统参数优化方法只能适用于简单网络,为了在交直流复杂电网中有良好的应用,提出了反向传播神经网络—粒子群算法(BP-PSO)用于全网模型下对SVC阻尼控制器参数的优化。PSO算法的目标函数用训练好的BP神经网络拟合而成的参数曲线替代。利用PSASP构建了全网的机电模型并进行网络划分,在ADPSS上搭建含有SVC及其附近变电站的电磁模型,从而组成一个闭环的、实时的试验平台来验证该算法的准确性。实验结果表明,在SVC投入大电网时,应用本文算法优化后的阻尼控制器能抑制系统低频振荡,线路有功功率阻尼比大致可以提高2%到3%。