為深入研究水輪機調(diào)速系統(tǒng)的非線性動態(tài)特征,分析水輪機在負荷波動時調(diào)速系統(tǒng)對水輪機轉速、出力及輸出電壓電流波形的控制情況,提出一種采用混合算法（BP-FOA）的分數(shù)階PID（FOPID）雙目標函數(shù)控制系統(tǒng);并利用Matlab平臺建立了能夠反映動態(tài)負荷變化及發(fā)電機情況的水輪機模型,使其更具實際適應性。仿真及實例分析表明,經(jīng)混合算法優(yōu)化后的水輪機調(diào)速器在調(diào)節(jié)性能與魯棒性上均有一定的提升,同時亦為水輪機動態(tài)模型建模提供了借鑒。 

【文章來源】：水電能源科學. 2020,38(02)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

BP-FOA算法流程圖

水輪機系統(tǒng)是一個復雜的非線性系統(tǒng)，由于調(diào)速系統(tǒng)在水輪機的調(diào)節(jié)系統(tǒng)中所占的重要地位，著重進行了關于調(diào)速系統(tǒng)的優(yōu)化建模，同時建立了更貼合實際的水輪機發(fā)電機模型共同構成了水輪機綜合性模型（圖2）。根據(jù)實例分析，取水輪機調(diào)速系統(tǒng)傳遞參數(shù)（表1）作為仿真算例，由于水輪機組的轉速特性，對調(diào)速系統(tǒng)設置了轉速±0.001(pu）的死區(qū)，其中水輪機發(fā)電機部分參數(shù)見表2。表2中Pn為額定功率，Vn為額定線電壓，F(xiàn)n為額定頻率，P為磁極對數(shù)，H為慣性系數(shù)，d軸同步電抗Xd，瞬態(tài)電抗X′d和次瞬態(tài)電抗X″d,q軸瞬態(tài)電抗X′q（僅當圓形轉子）和次瞬態(tài)電抗X″q，最后是泄漏電抗X1,Wref為額定轉速，Vref額定勵磁電壓。

根據(jù)實際運行工況，對比了常規(guī)PID控制器、FOPID控制器、FOA算法自適應PID控制器、BP神經(jīng)網(wǎng)絡自適應PID控制器及BP-FOA混合算法控制的FOPID雙目標函數(shù)控制器在不同工況下水輪機調(diào)速情況的仿真。設置水輪機組開始帶40%負荷運行，在40s時投入35%負荷，實現(xiàn)滿負荷運行，仿真時間80s。測試不同控制器下的水輪機調(diào)速系統(tǒng)在負載擾動情況下的調(diào)速性與穩(wěn)定性。其結果對比見圖3（由于水輪機頻率死區(qū)的存在，最終頻率穩(wěn)定在50±0.05 Hz）。相比于常規(guī)的PID控制器，F(xiàn)OPID控制器由于可控參數(shù)的增多，在調(diào)節(jié)時間與超調(diào)量兩個方面均優(yōu)于經(jīng)典PID控制器；采用FOA算法和BP神經(jīng)網(wǎng)絡算法的自適應PID控制對比PID和FOPID控制的調(diào)速時間、超調(diào)量明顯減少，但以上四種控制都具有系統(tǒng)震蕩次數(shù)多的缺陷；采用混合果蠅算法（BP-FOA）控制的雙目標FOPID優(yōu)化控制器進一步減少了調(diào)節(jié)時間和超調(diào)量同時大幅度減少了震蕩次數(shù)。圖4為負荷穩(wěn)定狀態(tài)下水輪機各控制方案仿真結果對比。由圖4可知，相同kp、ki、kd時FOPID控制器比PID控制器調(diào)速性能高8%左右；對于加入全局尋優(yōu)能力強的FOA算法由于對參數(shù)的尋優(yōu)，相比對PID控制器的調(diào)速效果提升30%左右，將調(diào)速時間控制在12s以內(nèi)；加入BP神經(jīng)網(wǎng)絡算法的PID控制由于算法的深度學習和計算能力，進一步優(yōu)化參數(shù)，將調(diào)速時間控制在6.5s以內(nèi)；經(jīng)BPFOA混合算法控制的雙目標FOPID控制器將調(diào)速時間減少到4s以內(nèi)，且僅調(diào)2次就達到了穩(wěn)定狀態(tài)。

【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡的軸流轉槳式水輪機傳遞系數(shù)[J]. 劉冬,黃建熒,王昕,黃一沖,熊祺,肖志懷.  水利學報. 2018(08)
[2]抽水蓄能機組空載工況分數(shù)階PID調(diào)節(jié)控制[J]. 許顏賀,周建中,薛小明,夏鑫,裴翔羽,李超順.  電力系統(tǒng)自動化. 2015(18)

博士論文
[1]水輪機調(diào)節(jié)系統(tǒng)的參數(shù)辨識與控制策略研究[D]. 陳志環(huán).華中科技大學 2017



本文編號：3431194