抽水蓄能机组调速系统非线性模型参数辨识及优化控制研究
发布时间：2021-01-20 11:59
随着我国能源结构由化石能源向非化石能源的不断转换,作为一种重要的可再生清洁能源,抽水蓄能电站承担着电网调峰调频等重要任务。此外,近年来风光等间歇性能源大量接入电网,其波动性使电网的稳定运行受到了严重威胁,抽水蓄能电站作为一种重要的储能技术能有效抑制风光等间歇能源对电网的影响,因此,有必要加快抽水蓄能电站的开工建设,促进我国能源结构的深化调整,以保障电网安全稳定运行。然而,抽水蓄能电站正朝着高水头、大单机容量、复杂过水系统、超长引水管道方向发展,其控制问题极为复杂,亟待针对其优化控制难题,探索新的理论与技术。抽水蓄能电站调速系统的精确建模是系统动态过程仿真、稳定性分析、机组故障诊断、参数辨识和控制优化等研究工作的基础。传统的PID控制器在面对复杂调速系统时仍存在着一些局限性,控制器参数优化和新型控制器设计是改善系统控制性能的有效手段。在此背景下,针对调速系统建模和控制优化所面临的关键科学问题和技术难点,本文进行了系统深入的研究。以数学建模、系统辨识和智能优化算法为理论支撑,建立了调速系统精细化模型,以此为基础,围绕分数阶PID、控制器参数优化、多目标优化控制、模糊模型辨识和广义预测控制器...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：199 页
【学位级别】：博士
【部分图文】：
低水头下抽水蓄能机组频率追踪实验参数变化过程及运行轨迹
华中科技大学博士学位论文158图6-9低水头下抽水蓄能机组频率追踪实验参数变化过程及运行轨迹（4）控制器鲁棒性分析在工程实际中，系统的特性或参数由于测量不精确或受外界环境因素的干扰将不可避免的发生变化，所设计的控制器必须在系统参数或特性发生改变的情况下仍然保证系统的正常运行，满足系统的控制要求，即控制器的鲁棒性。为分析本文所提出的ATS-GPC控制器的鲁棒性，在三种水头下，分析接力器时间常数Ty和机组惯性时间常数Ta变化时抽水蓄能机组调速系统空载频率扰动工况机组动态响应过程，如图6-10至6-12所示。由图可知，无论Ty和Ta增大或减小，ATS-GPC控制器均能获得更好的控制效果，表现出了较强的鲁棒性。相反传统PID控制器对Ty和Ta参数变化较为敏感，参数变化时机组频率动态响应过程发生较大变化，出现震荡现象，特别是机组惯性时间常数Ta的变化对传统PID控制器影响最大。
【参考文献】：
期刊论文
[1]基于模糊PID的双注浆泵同步系统的仿真与研究[J]. 王婵,马月辉,于正航. 石家庄铁道大学学报(自然科学版). 2019(01)
[2]串联模糊PID控制的四旋翼无人机控制系统设计[J]. 胡改玲,桂亮,权双璐,郭婷,王永泉,王军平. 实验技术与管理. 2019(03)
[3]基于RBF神经网络PID的摆销链式CVT速比控制策略研究[J]. 胡琼. 陕西煤炭. 2019(02)
[4]基于模糊自适应PID控制的汽车用锻压镁合金性能研究[J]. 李振兴. 热加工工艺. 2019(05)
[5]基于模糊PID控制策略的液压缸试验台加载系统设计[J]. 张兆东,徐小亮,杨杨,张鸿鹄,陆宝春. 南京理工大学学报. 2019(01)
[6]基于异步优势执行器评价器的自适应PID控制[J]. 段友祥,任辉,孙歧峰,闫亚男. 计算机测量与控制. 2019(02)
[7]基于BP神经网络模糊PID的主动悬架控制研究[J]. 张建强,时岩,冯海峰. 制造业自动化. 2019(02)
[8]改进的BP神经网络PID控制器在温室环境控制中的研究[J]. 袁建平,施一萍,蒋宇,江鹏. 电子测量技术. 2019(04)
[9]基于粒子群算法倒立摆分数阶PID参数优化[J]. 魏立新,王浩,穆晓伟. 控制工程. 2019(02)
[10]融合蜂群优化航空发动机自适应PID控制[J]. 陈宇寒,肖玲斐,卢彬彬. 控制工程. 2019(02)
博士论文
[1]工程车辆粘弹性缓冲结构分数阶阻尼特性研究[D]. 李占龙.西安理工大学 2016
[2]分数阶PID控制器及参数不确定分数阶系统稳定域分析[D]. 梁涛年.西安电子科技大学 2011
[3]一类连续化工生产过程的模型辨识及非线性预测控制研究[D]. 张健中.哈尔滨工业大学 2010
[4]水轮发电机组BGNN模型辨识控制及控制器参数优化研究[D]. 刘益剑.武汉大学 2009
[5]聚合反应过程的分布式模型预测控制策略研究[D]. 曾静.东北大学 2008
[6]抽水蓄能电站水力过渡过程调节控制研究[D]. 王林锁.河海大学 2005
硕士论文
[1]石油钻机系统的永磁同步电机模型预测控制研究[D]. 王睿敏.兰州交通大学 2018
[2]基于改进差分进化算法的汽轮机及其调速系统参数辨识方法研究[D]. 张艺川.东北电力大学 2018
[3]轻烃预分馏自动控制的优化及改进[D]. 董新.西安石油大学 2014
[4]水泵水轮机驼峰区与“S”区数值模拟研究[D]. 舒崚峰.哈尔滨工业大学 2013
[5]混流式水轮机调节系统建模及非线性动力分析[D]. 丁聪.西北农林科技大学 2013
[6]基于预测控制的精馏塔温度控制系统的研究[D]. 朱翔宇.东北大学 2012
[7]分数阶Fourier变换在心电信号处理中的应用研究[D]. 徐婷.西安工业大学 2012
[8]抽水蓄能电站引水系统过渡过程计算研究[D]. 王波.华中科技大学 2012
[9]GARBF网络法预测水泵全特性曲线[D]. 刘振芳.长安大学 2011
[10]水电站过渡过程计算中的若干问题研究[D]. 黄贤荣.河海大学 2006
本文编号：2989005
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：199 页
【学位级别】：博士
【部分图文】：
低水头下抽水蓄能机组频率追踪实验参数变化过程及运行轨迹
华中科技大学博士学位论文158图6-9低水头下抽水蓄能机组频率追踪实验参数变化过程及运行轨迹（4）控制器鲁棒性分析在工程实际中，系统的特性或参数由于测量不精确或受外界环境因素的干扰将不可避免的发生变化，所设计的控制器必须在系统参数或特性发生改变的情况下仍然保证系统的正常运行，满足系统的控制要求，即控制器的鲁棒性。为分析本文所提出的ATS-GPC控制器的鲁棒性，在三种水头下，分析接力器时间常数Ty和机组惯性时间常数Ta变化时抽水蓄能机组调速系统空载频率扰动工况机组动态响应过程，如图6-10至6-12所示。由图可知，无论Ty和Ta增大或减小，ATS-GPC控制器均能获得更好的控制效果，表现出了较强的鲁棒性。相反传统PID控制器对Ty和Ta参数变化较为敏感，参数变化时机组频率动态响应过程发生较大变化，出现震荡现象，特别是机组惯性时间常数Ta的变化对传统PID控制器影响最大。
【参考文献】：
期刊论文
[1]基于模糊PID的双注浆泵同步系统的仿真与研究[J]. 王婵,马月辉,于正航. 石家庄铁道大学学报(自然科学版). 2019(01)
[2]串联模糊PID控制的四旋翼无人机控制系统设计[J]. 胡改玲,桂亮,权双璐,郭婷,王永泉,王军平. 实验技术与管理. 2019(03)
[3]基于RBF神经网络PID的摆销链式CVT速比控制策略研究[J]. 胡琼. 陕西煤炭. 2019(02)
[4]基于模糊自适应PID控制的汽车用锻压镁合金性能研究[J]. 李振兴. 热加工工艺. 2019(05)
[5]基于模糊PID控制策略的液压缸试验台加载系统设计[J]. 张兆东,徐小亮,杨杨,张鸿鹄,陆宝春. 南京理工大学学报. 2019(01)
[6]基于异步优势执行器评价器的自适应PID控制[J]. 段友祥,任辉,孙歧峰,闫亚男. 计算机测量与控制. 2019(02)
[7]基于BP神经网络模糊PID的主动悬架控制研究[J]. 张建强,时岩,冯海峰. 制造业自动化. 2019(02)
[8]改进的BP神经网络PID控制器在温室环境控制中的研究[J]. 袁建平,施一萍,蒋宇,江鹏. 电子测量技术. 2019(04)
[9]基于粒子群算法倒立摆分数阶PID参数优化[J]. 魏立新,王浩,穆晓伟. 控制工程. 2019(02)
[10]融合蜂群优化航空发动机自适应PID控制[J]. 陈宇寒,肖玲斐,卢彬彬. 控制工程. 2019(02)
博士论文
[1]工程车辆粘弹性缓冲结构分数阶阻尼特性研究[D]. 李占龙.西安理工大学 2016
[2]分数阶PID控制器及参数不确定分数阶系统稳定域分析[D]. 梁涛年.西安电子科技大学 2011
[3]一类连续化工生产过程的模型辨识及非线性预测控制研究[D]. 张健中.哈尔滨工业大学 2010
[4]水轮发电机组BGNN模型辨识控制及控制器参数优化研究[D]. 刘益剑.武汉大学 2009
[5]聚合反应过程的分布式模型预测控制策略研究[D]. 曾静.东北大学 2008
[6]抽水蓄能电站水力过渡过程调节控制研究[D]. 王林锁.河海大学 2005
硕士论文
[1]石油钻机系统的永磁同步电机模型预测控制研究[D]. 王睿敏.兰州交通大学 2018
[2]基于改进差分进化算法的汽轮机及其调速系统参数辨识方法研究[D]. 张艺川.东北电力大学 2018
[3]轻烃预分馏自动控制的优化及改进[D]. 董新.西安石油大学 2014
[4]水泵水轮机驼峰区与“S”区数值模拟研究[D]. 舒崚峰.哈尔滨工业大学 2013
[5]混流式水轮机调节系统建模及非线性动力分析[D]. 丁聪.西北农林科技大学 2013
[6]基于预测控制的精馏塔温度控制系统的研究[D]. 朱翔宇.东北大学 2012
[7]分数阶Fourier变换在心电信号处理中的应用研究[D]. 徐婷.西安工业大学 2012
[8]抽水蓄能电站引水系统过渡过程计算研究[D]. 王波.华中科技大学 2012
[9]GARBF网络法预测水泵全特性曲线[D]. 刘振芳.长安大学 2011
[10]水电站过渡过程计算中的若干问题研究[D]. 黄贤荣.河海大学 2006
本文编号：2989005
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2989005.html
