协同元启发式自适应实时电力系统稳定器（SMART-PSS）：提升可再生能源并网下的小信号稳定性

《IEEE Open Access Journal of Power and Energy》：Synergistic Meta-Heuristic Adaptive Real-Time Power System Stabilizer (SMART-PSS)

为解决传统固定参数电力系统稳定器（PSS）在低惯量、逆变器型可再生能源（RES）并网导致功率调度快速波动时性能下降的问题，研究人员开展了基于混合灰箱建模的自适应PSS参数实时调整研究。该研究结合改进的Heffron-Phillips模型、元启发式算法和机器学习技术，开发出SMART-PSS。结果表明，该稳定器能将最大相位偏差降低70%至96%，显著增强了多机电力系统在各种运行条件下的阻尼性能，为现代电网的动态稳定性提供了创新解决方案。

　　

随着全球对清洁能源需求的激增，风电场和光伏电站在电力系统中占比不断扩大。然而，这些间歇性可再生能源（RES）的并网给现有电网带来了显著挑战，特别是在维持系统稳定性方面。其波动性会导致供电波动和低频率振荡（LFOs）。部署在绕线式磁场同步电机（WFSMs）励磁控制系统中的电力系统稳定器（PSS）是解决LFOs不利影响最具成本效益的策略之一。

传统的固定参数PSS通常针对有限且特定的运行条件设计良好。然而，低惯量、逆变器型可再生能源的集成导致了功率调度的快速波动，使得非自适应PSS变得过时。面对日益动态变化的运行环境，为实现更广泛电网条件下的最优性能和稳定性，这些控制器必须能够实时适应电网条件。

为此，研究人员在《IEEE Open Access Journal of Power and Energy》上发表了题为“Synergistic Meta-Heuristic Adaptive Real-Time Power System Stabilizer (SMART-PSS)”的论文，提出了一种新颖的混合灰箱建模方法，用于在运行期间实时调整PSS参数，从而使PSS能够有效处理更广泛的运行条件。

为开展研究，作者主要应用了几个关键技术方法：首先是利用改进的Heffron-Phillips模型（一种线性化模型，用于分析同步电机的小信号稳定性）来推导与外部网络参数无关的PSS设计需求（GEP(s)相位补偿特性）。其次是采用元启发式算法，特别是相量粒子群优化（P-PSO）算法，在广泛的运行场景下优化合成PSS的补偿传递函数（G_c(s)）的参数（如分子时间常数T_nk）。最后，利用机器学习（基于Keras和TensorFlow构建的四层密集连接模型）建立系统运行条件（有功功率P_t、功率因数cos φ、机端电压V_t）与优化后的PSS参数之间的映射关系，从而实现参数的实时自适应预测。研究基于公开的两区域四机（PESTR18）基准系统，并使用开源Python库ANDES进行建模、瞬态动力学仿真和数值分析（如特征值分析），并增加了光伏（PV）设施以分析逆变器型资源（IBRs）的影响。

II. 提出的自适应控制框架

研究人员提出了一个分散且鲁棒的两阶段方法框架。该框架包含三个核心组成部分：改进的Heffron-Phillips模型、元启发式算法和机器学习。第一阶段，利用改进的Heffron-Phillips模型生成不同运行场景下的GEP(s)相位补偿需求。随后，应用元启发式算法（P-PSO）独立于外部系统参数，优化PSS补偿传递函数G_c(s)的参数（分子时间常数T_nk），目标是最小化PSS相位响应与GEP(s)逆相位响应在0.1 Hz至2.5 Hz机电振荡模式频率范围内的最小二乘和。第二阶段，利用从元启发式优化生成的数据训练机器学习模型，学习运行条件与优化PSS参数之间的复杂映射，从而使得PSS参数能够基于本地实时测量进行快速自适应。

III. 结果与验证

系统验证与模型比较

研究首先在两区域四机基准系统上验证了所提方法的有效性。特征值分析表明，该系统存在两个局部振荡模式（约1.12 Hz和1.15 Hz）和一个区域间振荡模式（约0.61 Hz），结果与已有研究高度吻合。通过对比改进的Heffron-Phillips模型计算出的GEP(s)相位补偿需求、经典PSS、基准系统PSS（PESTR18）以及SMART-PSS的相位补偿特性，发现SMART-PSS在感兴趣的模态频率范围内实现了更好的拟合。

自适应需求分析

研究分析了在不同运行条件（特别是领先和滞后功率因数）下GEP(s)的相位和幅值响应范围。结果显示，在领先功率因数下，GEP(s)的相位响应相对于PSS设计点（PESTR18额定负载）会产生显著偏差（最大达66.2°），而固定参数PSS的性能会因此迅速下降。这凸显了自适应PSS的必要性。

SMART-PSS性能评估

SMART-PSS显著降低了最大相位偏差。相较于传统固定参数PSS，在滞后功率因数下，最大相位偏差从8.1°降至0.3°（降低96.3%）；在领先功率因数下，从66.2°降至19.6°（降低70.4%）。这相当于GEP^-1(s)G_PSS(s)的相位裕度平均提高了11.81°。

案例研究

案例1：电容性负载与领先功率因数

在该案例中，系统负载为电容性，同步发电机运行于领先功率因数。模拟在系统中点投入并切出50 MVAr电抗器的扰动。仿真结果表明，与采用传统PSS的系统相比，采用SMART-PSS的系统在发电机转速和功率振荡方面表现出更好的阻尼效果。

案例2：光伏接入与发电机置换

在该案例中，一台同步发电机（G1）被容量等效的太阳能光伏单元取代。剩余发电机运行于领先功率因数。仿真结果显示，采用传统固定参数PSS的系统在扰动后失稳，而采用SMART-PSS的系统则保持了稳定，有效阻尼了振荡，防止了失步。

特征值分析进一步证实了SMART-PSS的优越性。在两个案例中，SMART-PSS均显著提高了局部模式和区域间模式的阻尼比。特别是在案例2中，传统PSS无法稳定区域间模式（阻尼比为负），而SMART-PSS则提供了正阻尼。

IV. 讨论与V. 结论

该研究提出的SMART-PSS通过动态调整PSS参数响应变化的运行条件，增强了固定参数PSS的鲁棒性。其主要贡献在于开发了一种协同元启发式和机器学习的混合灰箱建模方法，利用改进的Heffron-Phillips模型合成PSS补偿传递函数，使其与外部网络参数解耦；通过元启发式算法优化传递函数参数，显著降低了相位偏差；并利用机器学习建立了运行条件与优化参数之间的映射，实现了动态自适应控制。

研究表明，SMART-PSS能够有效应对高比例可再生能源并网带来的稳定性挑战，特别是在同步机被逆变器型资源替代导致系统惯性降低、区域间振荡加剧的场景下。该方法基于本地测量，避免了广域测量系统面临的时滞、网络攻击等挑战，具有良好的工程应用前景。

然而，研究也指出了SMART-PSS的局限性，例如其性能受限于传统PSS（如IEEEST模型）的结构，在极端领先功率因数下相位补偿仍非理想；此外，参数自适应速率及其在暂态过程中的影响有待进一步研究。未来工作可探索将框架应用于更大型系统、考虑更高阶模型、结合相量测量单元（PMUs）实时估计等效电抗、以及研究PSS增益的自适应策略和多频段稳定器的应用。

总之，这项研究为现代电力系统，特别是高比例新能源接入环境下的小信号稳定性控制提供了一种有效且实用的解决方案，标志着PSS设计向实时自适应和智能化迈出了重要一步。