买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜河北工业大学申请的专利一种虚拟同步发电机控制参数的优选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114709881B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210456061.3，技术领域涉及：H02J3/50；该发明授权一种虚拟同步发电机控制参数的优选方法是由李玲玲;刘鸿皓;李恒屹;曲立楠;李家荣;姬炳祥设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种虚拟同步发电机控制参数的优选方法在说明书摘要公布了：本发明为一种虚拟同步发电机控制参数的优选方法，包括以下步骤：建立虚拟同步发电机的数学模型；构建虚拟同步发电机控制参数优选问题的目标函数；采用改进型人工水母搜索算法优选虚拟同步发电机的控制参数；将优选得到的控制参数输入虚拟同步发电机；建立基于虚拟同步发电机的逆变器控制仿真模型，验证经控制参数优选后的虚拟同步发电机的控制效果；显示经控制参数优选后的虚拟同步发电机的控制结果。本发明提升了传统虚拟同步发电机对逆变器的控制性能，更有利于提高电力系统的惯性和阻尼特性，增强电力系统的抗扰动能力，有助于提高可再生能源的并网渗透率。

本发明授权一种虚拟同步发电机控制参数的优选方法在权利要求书中公布了：1.一种虚拟同步发电机控制参数的优选方法，其特征在于是基于改进型人工水母搜索算法的虚拟同步发电机控制参数优选方法，其步骤如下：步骤一，建立虚拟同步发电机的数学模型1.1建立虚拟同步发电机无功-电压控制结构的数学模型虚拟同步发电机的无功-电压控制结构在交流电网电压幅值发生变化时，调整输送的无功功率，相当于模拟同步发电机的励磁系统，无功-电压控制方程如式1和式2所示： ΔQ＝KqUN-U+Qref-Q2式中，Em表示虚拟同步发电机输出的虚拟感应电动势幅值，E0是空载电动势，ΔQ表示无功功率偏差，1K·s表示一个积分环节，K是无功积分增益系数，用来模拟同步发电机的励磁系统，Kq为无功下垂系数，Qref表示无功功率指令值，U表示无功-电压控制结构的输入电压，UN为无功-电压控制结构的参考电压，Q表示无功-电压控制结构的输入无功功率；1.2建立虚拟同步发电机有功-频率控制结构的数学模型虚拟同步发电机的有功-频率控制结构在交流电网相位发生变化时，调整输出的有功功率，相当于模拟同步发电机的调速器和转子运动，虚拟同步发电机有功-频率控制机构包括虚拟调速器和虚拟转子两部分，虚拟调速器的控制方程如式3和4所示：Pm＝Pref+KpwN-wL3wL＝2πf4式中，Pm表示虚拟调速器输出的有功功率，Pref表示有功功率指令值，Kp为有功下垂系数，wN表示额定角速度，f表示交流电网频率，wL表示根据交流电网频率计算得到的角速度；虚拟转子的运动方程如式5、式6和式7所示： ΔP＝Pm-P7式中，J表示虚拟转子的转动惯量，D表示虚拟转子的阻尼系数，w为转子运动方程的输出角速度，Δw为误差角速度，ΔT表示误差转矩，Tm表示虚拟机械转矩，T表示虚拟电磁转矩，Pm是虚拟调速器的输出功率，同时也是虚拟转子运动方程的输入有功功率，P是交流电网的有功功率，ΔP表示虚拟调速器的输出功率和交流电网有功功率的差值；步骤二，构建虚拟同步发电机控制参数优选问题的目标函数选取虚拟同步发电机的控制参数Kq、D和J作为优化目标，其中Kq是无功-电压控制中的无功下垂系数，D是有功-频率控制中虚拟转子的阻尼系数，J是有功-频率控制中虚拟转子的转动惯量；构建基于时间乘以绝对误差积分ITAE的虚拟同步发电机控制参数优选问题的目标函数，时间乘以绝对误差积分是误差绝对值乘以时间项对时间的积分，将控制参数优选的目标函数设置为频率和电压的ITAE之和，并引入权重系数a，目标函数的表达式如式8所示：Obj＝a×ITAEf+1-a×ITAEu8式中，Obj表示目标函数值，a和1-a分别为频率和电压ITAE的权重系数，ITAEf和ITAEu分别表示频率和电压的ITAE，频率和电压的ITAE的计算方法如式9和式10所示： 式中，t0表示控制时间，Δft0表示频率的误差值，Δut0表示电压的误差值，ft0表示实时的频率有效值，ut0表示实时的电压有效值，fN为额定频率50Hz，uN为额定电压220V；步骤三，采用改进型人工水母搜索算法优选虚拟同步发电机的控制参数；3.1设置改进型人工水母搜索算法的参数和优化目标的取值范围记改进型人工水母搜索算法的最大迭代次数为Itermax，设置Itermax＝100次；设置种群数量M＝30个；设置虚拟同步发电机中被改进型人工水母搜索算法优选的控制参数Kq、D和J的取值范围，其中，Kq的取值范围设置为[1，500]，D的取值范围设置为[5，50]，J的取值范围设置为[0.01，5]；设置改进型人工水母搜索算法的种群维度d＝3；3.2采用Tent混沌映射方法初始化水母种群记录改进型人工水母搜索算法中水母的初始位置并保存为矩阵Xt，如式11所示： 式中，为第t次迭代计算中第i个水母种群的第j个水母个体的位置；d为水母种群维度，在虚拟同步发电机控制参数优选问题中设置d＝3，每个水母种群中包含3个水母个体，3个水母个体分别用来搜索虚拟同步发电机的性能参数Kq、D和J；m表示水母种群的个数，设置m＝M＝30；t为改进型人工水母搜索算法的当前迭代次数，将初始位置矩阵作为当前迭代的位置矩阵时，t＝0，将更新的位置矩阵作为下一次迭代的位置矩阵时，t＝1，2，...，Itermax；采用混沌映射方法对水母种群进行初始化，在解空间内生成均匀分布的水母种群，得到初始化水母的位置；此处对原有种群初始化策略进行了改进，引入Tent映射代替Logistic映射，改进前后的种群初始化公式如式12和13所示：改进前：Xi+1＝ηXi1-Xi，0＜Xi＜112式中，Xi表示所生成混沌序列中的水母，其中i∈[1，2，...，m]，m表示所需初始化的水母种群的个数，设置m＝M＝30，η为Logistic混沌映射的分型参数，在人工水母搜索算法中设置η＝4；改进后： 式中，α为Tent混沌映射的调节参数，取值范围是[0，1]，α的取值决定所生成的混沌序列的分布特性，在改进型人工水母搜索算法中设置α＝0.5；3.3计算所有水母位置的适应度值，记录当前适应度最优水母的位置建立改进型人工水母搜索算法关于虚拟同步发电机控制参数优化问题的适应度函数，设置算法的适应度函数等于目标函数Obj，适应度值越小的解，对应的控制参数越适合虚拟同步发电机，适应度函数Fit如式14所示：Fit＝Obj＝a×ITAEf+1-a×ITAEu14计算所有水母位置的适应度值，并记录当前适应度最优水母的位置，适应度最优水母的位置表示为Xbest；将水母位置的适应度值保存为适应度矩阵Ft，如式15所示： 式中，Ft为第t次迭代中水母种群的适应度矩阵，m表示所需初始化的水母种群的个数，d为水母种群维度；3.4计算时间控制函数值，确定水母的运动方式并更新水母种群位置，计算适应度值，记录并更新全局最优个体位置改进型人工水母搜索算法的时间控制函数ct如式16所示： 式中，t为改进型人工水母搜索算法的当前迭代次数，Itermax为改进型人工水母搜索算法的最大迭代次数，rand0，1表示0到1之间的随机数；根据计算得到的时间控制函数值，确定水母的运动方式，执行不同的位置更新策略更新水母的位置；当ct的数值大于等于0.5时，水母跟随洋流运动，通过位置更新策略1更新水母的位置；当ct的数值小于0.5时，水母进行种群内运动，进行二次判别，将1-ct的数值与随机生成的0到1之间的随机数rand0，1进行比较；如果rand0，1大于1-ct的值，水母进行改进型A类运动，通过位置更新策略2更新水母的位置；如果rand0，1小于等于1-ct，水母进行B类运动，通过位置更新策略3更新水母的位置；具体的，所述位置更新策略1是水母跟随洋流运动时水母的位置更新公式，如式17所示：Xit+1＝Xit+rand0，1×Xbest-β×rand0，1×μ17式中，Xit表示水母的当前位置，Xit+1表示水母的位置更新后下一时刻的位置，Xbest为当前适应度最优水母的位置，即当前迭代中虚拟同步发电机的控制参数Kq、D、J的最优值；β表示分布系数，设置β＝3，rand0，1表示0到1之间的随机数，μ表示种群中所有水母的平均位置；所述位置更新策略2是水母在种群内进行改进型A类运动时水母的位置更新公式，此处对原有位置更新公式进行了改进，引入正弦动态自适应因子，改进前后的位置更新公式如式18和式19所示：改进前：Xit+1＝Xit+γ×rand0，1×Um-Lm18式中，γ表示水母的运动系数，设置γ＝0.1；Um表示虚拟同步发电机控制参数取值范围的上界，Lm表示虚拟同步发电机控制参数取值范围的下界；改进后： 式中，S代表正弦动态自适应因子，Itermax表示改进型人工水母搜索算法的最大迭代次数，t表示改进型人工水母搜索算法的当前迭代次数；所述位置更新策略3是水母在种群内进行B类运动时水母的位置更新公式，水母进行B类运动时，当前待更新位置的水母为水母i，在种群中随机选择另一个水母，称为水母j，根据水母j的位置更新水母i的位置，水母进行B类运动时的位置更新公式如式20和21所示： 式中，Xit表示水母i的当前位置，Xjt表示水母j的当前位置，Xit+1表示水母的位置更新后下一时刻的位置，ST表示水母i的步长，Dir表示水母i的运动方向，fXit表示关于水母i的目标函数，fXjt表示关于水母j的目标函数；3.5通过变异操作更新水母种群的当前位置，计算种群适应度值，记录并更新最优个体的位置在水母种群按照位置更新公式完成位置更新后，引入变异操作，具体操作如下：在水母种群中随机选一个水母个体Xk，再随机选三个水母个体，计算个体的适应度值并进行根据适应度的优劣排序，三个水母个体分别表示为Xa、Xb、Xc，适应度值分别为fa、fb、fc，Xa是适应度最优的个体；更新Xk的当前位置，进行变异操作，Xk的位置更新公式如式22和式23所示：Xk＝Xa+δXb-Xc22 式中，δ为变异算子，δu表示变异率的上界，δl表示变异率的下界，设置δu＝0.9，δl＝0.1；重复执行变异操作，形成变异水母种群；随机生成一个0到1之间的随机数R，比较R和随机交叉参数RC的大小，执行水母种群的交叉操作；若随机数R的值大于RC，则使用变异前该水母个体替换变异种群对应的水母个体；若随机数R的值小于RC，则保持变异种群的该水母个体位置不变；计算变异和交叉操作后水母种群中的水母个体适应度值，与变异前水母种群的适应度值作比较，如果变异交叉操作后的水母个体适应度更优，则替换对应的变异前水母个体位置，完成引入变异操作后水母种群的位置更新；3.6判断是否满足算法的结束条件如果当前的迭代次数t未达到最大迭代次数Itermax，则开始下一次迭代，重复执行步骤3.4和步骤3.5；如果当前的迭代次数t达到最大迭代次数Itermax，算法结束，执行步骤3.7；3.7输出优化结果输出最优水母位置对应的最优参数值，得到虚拟同步发电机的控制参数Kq、D和J的最优解；步骤四，将优选得到的控制参数输入虚拟同步发电机；步骤五，建立基于虚拟同步发电机的逆变器控制仿真模型，验证经控制参数优选后的虚拟同步发电机的控制效果；在MATLABSimulink平台上搭建基于虚拟同步发电机的逆变器控制仿真模型，模拟电力系统的运行；仿真模型包括直流电压源、逆变器、RL滤波模块、RC滤波模块、孤岛并网开关、交流电网、负荷功率模块、有功-无功功率计算模块、虚拟同步发电机模块和PWM模块；在负荷功率变化的情况下，分别使用传统虚拟同步发电机和经控制参数优选后的虚拟同步发电机对仿真模型中的逆变器进行控制，对比仿真模型的系统频率变化和系统电压变化，验证经控制参数优选后的虚拟同步发电机的控制效果；步骤六，显示经控制参数优选后的虚拟同步发电机的控制结果；在计算机的显示屏上显示步骤五得到的传统虚拟同步发电机与经控制参数优选后的虚拟同步发电机控制下的系统频率变化和系统电压变化的对比结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北工业大学，其通讯地址为：300401 天津市北辰区西平道5340号河北工业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。