基于SOGWO的电力系统稳定器参数优化

摘要：

电力系统稳定器(Power System Stabilizer,PSS)是抑制电力系统低频振荡的主要手段.提出选择反向运算灰狼优化(Selected Opposition-Based Grey Wolf Optimizer,SOGWO)算法对PSS进行参数优化.首先,选择典型的PSS实现类型,并设置优化过程的目标函数.其次,利用选择反向学习算法加快搜索速度,增强灰狼算法的全局搜索性能.最后,应用IEEE四机两区域系统模型验证所提方法的有效性.此外,分别对PSS参数进行PSO、GWO、SOGWO的100次优化,由统计出的阻尼比最大值、最小值、平均值以及标准差数据可知:三种优化算法均能较好地避免陷入局部最优并快速收敛,而SOGWO优化PSS参数的鲁棒性更好.

关键词：电力系统稳定器(PSS)、低频振荡、选择反向运算灰狼优化(SOGWO)、参数优化、鲁棒性

所属期刊栏目：48

资助基金：国家自然科学基金面上项目资助51977039

在线出版日期：2020-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：159-164