基于改进WAA算法的多机PSS参数优化设计OA

随着新能源高比例接入与电网规模扩张,电力系统低频振荡问题日益复杂。为克服传统电力系统稳定器(power system stabilizers,PSS)参数整定耗时、适应性差,及常规智能算法在高维多机寻优中效率不足的局限,提出一种基于改进加权平均算法(improved weighted average algorithm,IWAA)的PSS参数协调优化策略。该策略以加权平均算法(weighted average algorithm,WAA)在处理非线性约束问题时的优势为基础,针对其搜索策略固化与高维空间收敛慢的局限进行适应性改进。首先,引入二阶导数法(second-derivative method,SDM)-Prony算法辨识关键振荡模态以构建多维目标函数,并设计基于模态辨识的自适应“探索-开发”平衡策略。其次,融合Weibull飞行与准对立学习(quasi-oppositional based learning,QOBL)机制,以增强算法在高维空间中的全局搜索效率与初始种群多样性。IEEE四机两区域系统的仿真对比结果表明,经IWAA整定优化的PSS,能更有效地提升系统在多种运行工况下的阻尼水平与动态稳定性。