同步发电机励磁控制系统智能优化研究
发布时间：2022-12-11 18:37
近年来,电力系统稳定性的问题越来越突出。励磁控制对保证电力系统安全、可靠运行及改善发电机的供电质量有着十分积极的作用,而传统的PID控制已经难以满足现代电力系统的运行要求。为了改善励磁控制系统的动态品质,本文在对励磁控制系统特性和综合学习粒子群算法（Comprehensive Learning Particle Swarm Optimization,简称CLPSO）研究的基础上,提出了采用基于交叉策略和自适应惯性权重策略的CLPSO改进算法（改进CLPSO）对励磁控制系统进行优化。本文分析了励磁控制系统的研究现状、研究趋势及研究意义。系统地研究了励磁系统的相关理论,对励磁系统的组成、任务、励磁方式及对励磁系统的要求进行了分析,研究了励磁系统对电力系统大、小干扰稳定性的影响及其稳定性判据,对励磁PID控制系统的工作原理、参数整定方法及性能评价指标也进行了研究。根据励磁控制系统的特性,进行了同步发电机励磁控制系统数学模型的研究工作。文中重点进行了基于Park方程的同步发电机数学模型的研究工作,并将电机实用参数引入到同步发电机数学模型中,建立了同步发电机实用数学模型。根据研究需要,建立了励磁...
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的背景与意义
1.2 励磁控制的研究概况
1.2.1 线性单变量励磁控制方式
1.2.2 线性多变量励磁控制方式
1.2.3 非线性多变量励磁控制方式
1.2.4 智能控制方式
1.2.5 励磁控制的发展趋势
1.3 本文所作的主要工作
第二章 同步发电机励磁系统理论研究
2.1 励磁系统的组成
2.2 励磁系统的任务及要求
2.2.1 励磁系统的任务
2.2.2 对励磁系统的要求
2.3 同步发电机的励磁方式
2.3.1 直流励磁机励磁系统
2.3.2 交流励磁机励磁系统
2.3.3 静止励磁系统
2.4 励磁系统对电力系统稳定性的影响
2.4.1 电力系统稳定性的概念
2.4.2 电力系统稳定性的判据
2.4.3 励磁系统对电力系统稳定性的影响
2.5 励磁系统PID控制理论
2.5.1 PID控制的基本原理
2.5.2 PID控制的参数整定方法
2.5.3 PID控制器的性能评价指标
2.6 本章小结
第三章 励磁控制系统的数学模型研究及建模
3.1 基于Park方程的同步发电机数学模型
3.1.1 同步发电机的基本数学模型
3.1.2 Park变换
3.1.3 标幺制下的同步发电机方程
3.2 同步发电机的实用数学模型
3.2.1 电机实用参数
3.2.2 同步发电机的实用模型
3.3 励磁系统数学模型
3.3.1 功率放大单元数学模型
3.3.2 电压测量单元数学模型
3.3.3 速度反馈单元数学模型
3.3.4 PID控制单元数学模型
3.3.5 励磁机数学模型
3.3.6 励磁系统的实用模型
3.4 励磁控制系统的仿真模型
3.5 本章小结
第四章 粒子群算法及其改进
4.1 基本粒子群算法理论
4.1.1 粒子群算法的基本原理
4.1.2 基本PSO算法的流程
4.1.3 基本PSO算法的优缺点
4.1.4 几种改进粒子群算法
4.2 综合学习粒子群优化算法
4.3 基于交叉与自适应惯性权重策略CLPSO改进算法
4.3.1 改进CLPSO算法的原理
4.3.2 算法性能比较
4.4 本章小结
第五章 基于改进CLPSO算法的PID设计及仿真
5.1 基于改进CLPSO算法的PID控制器设计
5.1.1 PID控制器
5.1.2 改进型CLPSO-PID控制器
5.2 励磁控制系统PID参数整定对比实验
5.2.1 PID励磁控制系统仿真模型
5.2.2 励磁控制系统PID参数整定对比实验
5.3 励磁控制系统仿真对比分析
5.3.1 起励实验
5.3.2 负载电压扰动实验
5.3.3 系统品质参数扰动实验
5.4 本章小结
第六章 总结与展望
6.1 全文总结
6.2 研究展望
参考文献
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]基于群智能优化算法的医学图像分割综述[J]. 陈华,杨帆,刘刚. 高技术通讯. 2019(05)
[2]基于BPA的励磁系统建模[J]. 卫鹏,徐珂,周前,张俊芳. 电网与清洁能源. 2013(08)
[3]改进粒子群优化算法在同步发电机励磁参数整定中的应用[J]. 彭继慎,韩云涛. 计算机测量与控制. 2013(05)
[4]同步发电机励磁控制方法的发展与展望[J]. 程启明,程尹曼,薛阳,胡晓青. 电力自动化设备. 2012(05)
[5]无线传感器网络DV-HOP定位算法的改进[J]. 李辉,熊盛武,刘毅,段鹏飞. 传感技术学报. 2011(12)
[6]电机实用参数描述的发电机哈密顿模型[J]. 曾云,张立翔,于凤荣,钱晶. 中国电机工程学报. 2009(27)
[7]基于菌群-粒子群算法的水轮发电机组PID调速器参数优化[J]. 寇攀高,周建中,何耀耀,向秀桥,李超顺. 中国电机工程学报. 2009(26)
[8]基于模糊自调整PID控制的同步发电机励磁研究[J]. 揭海宝,郭清滔,康积涛,李平,谢建,古树平. 电力系统保护与控制. 2009(09)
[9]一种改进粒子群算法及其在水轮机控制器PID参数优化中的应用[J]. 方红庆. 南京理工大学学报(自然科学版). 2008(03)
[10]正交Park变换在同步电机分析中的应用[J]. 亓学广,李晓梅,陶鑫,刘惠萍. 山东科技大学学报(自然科学版). 2006(02)
博士论文
[1]基于混合智能优化方法的同步发电机励磁控制策略研究[D]. 贺徽.华中科技大学 2011
[2]基于迭代学习控制理论的励磁控制研究[D]. 徐敏.西北工业大学 2005
[3]同步发电机调速系统附加H∞控制的研究[D]. 董清.华北电力大学（河北） 2003
硕士论文
[1]基于改进PSO算法的新型电力系统稳定器PSS4B参数整定研究[D]. 刘英超.西南交通大学 2017
[2]电力系统主要机组励磁系统建模研究[D]. 钱伟娜.江苏大学 2016
[3]基于PSO算法的IEEEAC5A励磁系统对电力系统稳定性的影响研究[D]. 徐倩.西南交通大学 2016
[4]发电机并联运行仿真及励磁系统的自适应控制研究[D]. 杨静.南京邮电大学 2015
[5]同步发电机励磁系统的智能控制方法研究[D]. 徐果薇.重庆交通大学 2014
[6]基于耗散系统原理的STATCOM与发电机励磁鲁棒稳定控制研究[D]. 邹彪.上海交通大学 2011
[7]发电机励磁系统参数测试及建模技术研究[D]. 吕广飞.华北电力大学 2011
[8]基于PSO的同步发电机模糊PID励磁控制研究[D]. 崔雪兵.东北大学 2010
[9]基于粒子群优化的模糊神经PID的发电机励磁控制研究[D]. 文振忠.西安电子科技大学 2009
[10]多机电力系统励磁和广义Hamilton实现控制方法与应用[D]. 刘梦欣.上海交通大学 2008
本文编号：3719290
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的背景与意义
1.2 励磁控制的研究概况
1.2.1 线性单变量励磁控制方式
1.2.2 线性多变量励磁控制方式
1.2.3 非线性多变量励磁控制方式
1.2.4 智能控制方式
1.2.5 励磁控制的发展趋势
1.3 本文所作的主要工作
第二章 同步发电机励磁系统理论研究
2.1 励磁系统的组成
2.2 励磁系统的任务及要求
2.2.1 励磁系统的任务
2.2.2 对励磁系统的要求
2.3 同步发电机的励磁方式
2.3.1 直流励磁机励磁系统
2.3.2 交流励磁机励磁系统
2.3.3 静止励磁系统
2.4 励磁系统对电力系统稳定性的影响
2.4.1 电力系统稳定性的概念
2.4.2 电力系统稳定性的判据
2.4.3 励磁系统对电力系统稳定性的影响
2.5 励磁系统PID控制理论
2.5.1 PID控制的基本原理
2.5.2 PID控制的参数整定方法
2.5.3 PID控制器的性能评价指标
2.6 本章小结
第三章 励磁控制系统的数学模型研究及建模
3.1 基于Park方程的同步发电机数学模型
3.1.1 同步发电机的基本数学模型
3.1.2 Park变换
3.1.3 标幺制下的同步发电机方程
3.2 同步发电机的实用数学模型
3.2.1 电机实用参数
3.2.2 同步发电机的实用模型
3.3 励磁系统数学模型
3.3.1 功率放大单元数学模型
3.3.2 电压测量单元数学模型
3.3.3 速度反馈单元数学模型
3.3.4 PID控制单元数学模型
3.3.5 励磁机数学模型
3.3.6 励磁系统的实用模型
3.4 励磁控制系统的仿真模型
3.5 本章小结
第四章 粒子群算法及其改进
4.1 基本粒子群算法理论
4.1.1 粒子群算法的基本原理
4.1.2 基本PSO算法的流程
4.1.3 基本PSO算法的优缺点
4.1.4 几种改进粒子群算法
4.2 综合学习粒子群优化算法
4.3 基于交叉与自适应惯性权重策略CLPSO改进算法
4.3.1 改进CLPSO算法的原理
4.3.2 算法性能比较
4.4 本章小结
第五章 基于改进CLPSO算法的PID设计及仿真
5.1 基于改进CLPSO算法的PID控制器设计
5.1.1 PID控制器
5.1.2 改进型CLPSO-PID控制器
5.2 励磁控制系统PID参数整定对比实验
5.2.1 PID励磁控制系统仿真模型
5.2.2 励磁控制系统PID参数整定对比实验
5.3 励磁控制系统仿真对比分析
5.3.1 起励实验
5.3.2 负载电压扰动实验
5.3.3 系统品质参数扰动实验
5.4 本章小结
第六章 总结与展望
6.1 全文总结
6.2 研究展望
参考文献
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]基于群智能优化算法的医学图像分割综述[J]. 陈华,杨帆,刘刚. 高技术通讯. 2019(05)
[2]基于BPA的励磁系统建模[J]. 卫鹏,徐珂,周前,张俊芳. 电网与清洁能源. 2013(08)
[3]改进粒子群优化算法在同步发电机励磁参数整定中的应用[J]. 彭继慎,韩云涛. 计算机测量与控制. 2013(05)
[4]同步发电机励磁控制方法的发展与展望[J]. 程启明,程尹曼,薛阳,胡晓青. 电力自动化设备. 2012(05)
[5]无线传感器网络DV-HOP定位算法的改进[J]. 李辉,熊盛武,刘毅,段鹏飞. 传感技术学报. 2011(12)
[6]电机实用参数描述的发电机哈密顿模型[J]. 曾云,张立翔,于凤荣,钱晶. 中国电机工程学报. 2009(27)
[7]基于菌群-粒子群算法的水轮发电机组PID调速器参数优化[J]. 寇攀高,周建中,何耀耀,向秀桥,李超顺. 中国电机工程学报. 2009(26)
[8]基于模糊自调整PID控制的同步发电机励磁研究[J]. 揭海宝,郭清滔,康积涛,李平,谢建,古树平. 电力系统保护与控制. 2009(09)
[9]一种改进粒子群算法及其在水轮机控制器PID参数优化中的应用[J]. 方红庆. 南京理工大学学报(自然科学版). 2008(03)
[10]正交Park变换在同步电机分析中的应用[J]. 亓学广,李晓梅,陶鑫,刘惠萍. 山东科技大学学报(自然科学版). 2006(02)
博士论文
[1]基于混合智能优化方法的同步发电机励磁控制策略研究[D]. 贺徽.华中科技大学 2011
[2]基于迭代学习控制理论的励磁控制研究[D]. 徐敏.西北工业大学 2005
[3]同步发电机调速系统附加H∞控制的研究[D]. 董清.华北电力大学（河北） 2003
硕士论文
[1]基于改进PSO算法的新型电力系统稳定器PSS4B参数整定研究[D]. 刘英超.西南交通大学 2017
[2]电力系统主要机组励磁系统建模研究[D]. 钱伟娜.江苏大学 2016
[3]基于PSO算法的IEEEAC5A励磁系统对电力系统稳定性的影响研究[D]. 徐倩.西南交通大学 2016
[4]发电机并联运行仿真及励磁系统的自适应控制研究[D]. 杨静.南京邮电大学 2015
[5]同步发电机励磁系统的智能控制方法研究[D]. 徐果薇.重庆交通大学 2014
[6]基于耗散系统原理的STATCOM与发电机励磁鲁棒稳定控制研究[D]. 邹彪.上海交通大学 2011
[7]发电机励磁系统参数测试及建模技术研究[D]. 吕广飞.华北电力大学 2011
[8]基于PSO的同步发电机模糊PID励磁控制研究[D]. 崔雪兵.东北大学 2010
[9]基于粒子群优化的模糊神经PID的发电机励磁控制研究[D]. 文振忠.西安电子科技大学 2009
[10]多机电力系统励磁和广义Hamilton实现控制方法与应用[D]. 刘梦欣.上海交通大学 2008
本文编号：3719290
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3719290.html
