基于混合智能算法PSS与SVC协调优化研究的任务书.docx

基于混合智能算法PSS与SVC协调优化研究的任务书
任务书
一、任务背景和意义
现代电力系统在面临大规模可再生能源接入和电能存储等新型能源技术的发展的同时，也需解决系统频率动态稳定和静态稳定问题，提高供电可靠性。为了实现电力系统的可靠稳定运行，优化问题是一个重要的研究领域，其中包括了很多复杂的子问题，如电力负荷预测、电力市场设计、能源管理、电力设备状态监测、电力质量管理等等。因此，电力系统的优化建模问题成为了一个综合性的难题。
从经验和理论上，混合智能算法的组合能力强、全局寻优能力强等优点往往能够很好地解决电力系统的优化问题。因此，基于混合智能算法的电力系统优化建模研究已经引起了广泛的关注。SVR算法是回归问题的一种优秀算法，与传统的神经网络和回归方法相比，具有并行性、高速性和提高泛化性等优点。动态优化在电力系统稳定性控制中发挥重要作用，因为它可以预测未来状态与事件的影响。因此，基于混合智能算法PSS与SVC协调优化研究显得尤为重要，可以提高电力系统的可靠性和经济性，提高市场竞争力。
二、任务目的及内容
本任务旨在开展基于混合智能算法PSS与SVC协调优化研究，主要研究内容包括：
1.研究基于SVR算法的电力系统的稳定性控制方法和电压控制策略；
2.研究混合智能算法的PSS与SVC协调控制策略；
3.计算仿真和实验验证。
任务的具体内容如下：
1.研究基于SVR算法的电力系统的稳定性控制方法和电压控制策略
（1）建立电力系统稳定性模型，包括系统的基本描述、用于稳定控制器设计的反馈量和稳定性指标。
（2）设计基于SVR算法的稳定控制器和电压控制器，分析控制器对系统动态和静态稳定的影响。
（3）通过计算仿真，验证控制器的稳定性和可行性。
2.研究混合智能算法的PSS与SVC协调控制策略
（1）研究混合智能算法的优化模型和流程，确定最优化的设计参数。
（2）通过仿真模拟和实验验证，评估PSS和SVC控制策略对电力系统的性能影响。
（3）分析混合智能算法PSS与SVC协调控制策略在提高电力系统性能方面的有效性和可行性。
3.计算仿真和实验验证
（1）选取IEEE39节点系统模型，通过计算仿真验证算法的有效性和稳定性。
（2）基于实验平台建立实验模型，拟定实验方案，分析实验数据。
（3）对实验结果进行分析和评估。
三、任务要求
1.熟练掌握电力系统基本理论知识和稳定性控制方法；
2.具有较好的机器学习理论和应用经验；
3.熟悉电力系统仿真软件，如MATLAB、PSAT等；
4.具有动态实验设计和实施能力；
5.具备团队协作精神和沟通能力。
四、任务进度安排
1.第1个月：调研相关科学技术文献，学习电力系统基本理论和混合智能算法原理；
2.第2个月：建立电力系统稳定性模型，研究基于SVR算法的稳定控制和电压控制策略；
3.第3-4个月：研究混合智能算法的PSS与SVC协调控制策略，选定实验平台；
4.第5个月：实验设计，系统仿真分析；
5.第6-7个月：实验进行、数据采集和评估；
6.第8个月：撰写课题总结报告。
五、参考文献
[1].吕庆春,王全会,孙冰.基于混合智能算法的电力系统多目标优化问题研究[J].电网技术,2012,36(9):228-233.
[2].刘翔,蒋耿平,《电力系统稳定控制问题与解决方案探讨》,工业技术创新与应用,2020,2(12):1-8.
[3].GaoQing,YangWeichun,XuZhengyuan,etal.ImprovingstabilityofpowersystemusingANN-basedcoordinatedcontrolofPSSwithSVC[J].ElectricPowerSystemsResearch,2017,151:269-276.
[4].洪晓光,戴权,戴桢璋.基于混合智能算法优化的电力系统稳定控制[J].上海电力学院学报,2015,31(1):1-5.
[5].李涛,高新勇,黄鑫等.基于协方差自适应突变猴子优化算法的电力系统多目标优化[J].电力系统及其自动化学报,2013,25(3):92-98.