Coordinated Multi-objective tuning of PSS and AVR

Abstract

Spenningsregulatoren (AVR) i en generator sørger for å holde terminalspenningen konstant ved å regulere feltspenningen som tilføres feltviklingene. Synkrongeneratorer kan utstyres med dempetilsats (PSS) som motvirker rotorsvingninger ved å innføre ytterligere et signal til magnetiseringssystemet. Den økende bruken av noen typer fornybare energikilder bidrar til lavere stabilitetsmarginer igjennom mindre treghet (inertia) i kraftsystemet. På denne måten blir kravet til reguleringen av gjenværende synkronmaskiner, med store roterende svinghjul og høy treghet, mer skjerpet.

Denne avhandlingen undersøker hvordan AVR og PSS kan optimeres samtidig ved bruk av en heuristikk basert multiobjektiv-optimeringsalgoritme (MO) som tar høyde for god spenningsregulering og tilstrekkelig demping av rotoroscillasjoner. En matematisk beskrivelse av synkrongeneratoren tilkoblet nettet presenteres og kombineres med ligningene for AVR og PSS. Dette systemet blir så gjort lineært og den resulterende tilstandsrommodellen er passende til bruk i små-signal analyse. Spenningsregulatoren er gjennomført som en proporsjonal-integral (PI) regulator tilsvarende ST7C modellen anbefalt av IEEE.

I motsetning til enkel-objektivoptimering fører MO metoden til en samling av mulige løsninger som sammen danner en Pareto-kurve. Denne kurven viser optimale parameterinnstillinger avhengig av hvordan man vekter de to motstridende målene om god spenningsregulering og demping av rotoroscillasjoner. For en ingeniør betyr dette en større grad av valgfrihet i å velge den optimale løsningen som er best tilpasset lokale forhold.

Simuleringer av rotorsvingningene i tidsdomenet, samt analyse av den dominerende oscillerende eigenverdien, viser at den foreslåtte optimeringsmetoden kan produsere en høyere grad av demping sammenlignet med tradisjonelle metoder basert på faseforskyvning.

In a generator, the Automatic Voltage Regulator (AVR) is responsible for keeping the terminal voltage to the desired level by regulating the field voltage supplied to the field winding. The Power System Stabilizer (PSS) is designed to counteract low-frequency oscillations in the power system by introducing an additional signal to the excitation system. The increasing penetration of some types of renewable energy sources will contribute towards a power system with lower inertia. Thus, the regulation of remaining rotating mass synchronous generators becomes increasingly essential, tightening AVR and PSS tuning requirements.

This thesis deals with the simultaneous tuning of the AVR and the PSS using a heuristic Multi-objective Optimization (MO) approach considering both voltage regulation and oscillation damping. A high-fidelity mathematical model of the \ac{wfsm} connected to an infinite bus is presented and combined with the AVR and PSS equations. The system is linearized, and the combined state-space formulation is suitable for small-signal analysis and implementation in MATLAB R2020b. The \ac{avr} is implemented as an ideal \ac{pi} regulator shown to be equivalent to the recommended IEEE ST7C model of a static exciter.

The \ac{mo} approach, in contrast to single-objective optimization, results in a Pareto front of non-dominated solutions that contains additional information regarding the two conflicting goals of fast voltage regulation and sufficient damping of rotor swings. To an electrical engineer, this information represents an additional degree of freedom when selecting the optimal parameters of the \ac{avr} and \ac{pss}. The two extreme points on the Pareto curve are then compared to another point lying close to the midpoint. Time-domain simulations confirm that the midpoint represents a good compromise between fast voltage regulation and sufficient damping.

The time-domain simulation of the rotor speed deviation and the damping of the dominating oscillatory mode shows that the proposed approach can generate solutions that achieve higher levels of damping for the same level of PSS gain compared to a classical tuning method.