基于改进粒子群算法的水轮机调速器参数整定

发布时间：2017-06-16 03:07

  本文关键词：基于改进粒子群算法的水轮机调速器参数整定，由笔耕文化传播整理发布。

【摘要】：电力产业高速发展的同时,也给环境造成了污染,因此,水力资源作为一种可再生、无污染、蕴藏丰富的电力资源而得以利用和发展。水轮发电机组将水力资源转换为电能,水轮机调节系统(Hydraulic turbine regulating system,HTRS)作为其主要组成部分可以实现对机组输出频率的调节,其调节性能的优劣直接关系到电网的电能质量。因此,如何对水轮机调速器参数进行选择与优化以维持机组频率在额定频率规定范围内,一直以来是研究工作者最关注的问题。首先,论文通过分析HTRS基本组成结构及水轮机组发电原理,建立了典型HTRS以及具有水锤效应的HTRS数学模型。通过对常用优化算法的对比分析,选择了粒子群优化(Particle Swarm Optimization,PSO)算法对调速器参数进行整定。针对标准PSO算法容易陷入早熟收敛、粒子多样性易丢失等问题,提出两种改进算法:一是在PSO算法中引入混沌优化运动和差异算法交叉操作,以分别增强粒子的局部开采能力和全局搜索能力,提出了改进混沌粒子群算法(Improved Chaos Particle Swarm Optimization,CIPSO);二是为了对整定算法作进一步研究,在PSO算法中融入了模糊控制和遗传算法交叉思想,以平衡算法的全局与局部搜索能力并增加粒子多样性,从而提出了一种改进模糊粒子群算法(Improved Fuzzy Particle Swarm Optimization,IFPSO)。针对典型HTRS,采用了CIPSO算法对其调速器参数进行优化仿真实验。实验结果表明,相比其他几种常见优化算法,CIPSO算法在收敛精度和效率等方面都有较大改善。此外,应用IFPSO算法对具有水锤效应HTRS进行参数整定仿真实验。结果表明,IFPSO算法在收敛精度、效率和稳定性方面都有不同程度提高,能有效地对水锤效应HTRS调速器进行优化,达到改善水轮发电机组动态性能指标的目的。最后在MATLAB/Simulink环境下,对HTRS进行计算机仿真研究,在机组频率扰动和负荷扰动工况下,改变调速器参数及被控系统参数数值进行对比仿真实验。通过仿真实验可实现对HTRS的全面分析,并且可以为寻求到使系统获得良好的动态过渡过程的调速器参数组合提供决策支持。
【关键词】：水轮机调节系统 粒子群优化算法 调速器参数整定 MATLAB/Simulink
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TM312
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-16
• 1.1 引言9
• 1.2 水轮机调节的实质9-10
• 1.3 水轮机调速器发展历程10-11
• 1.4 水轮机调速器参数整定研究现状11-14
• 1.5 主要研究内容及论文章节安排14-16
• 1.5.1 主要研究内容14-15
• 1.5.2 论文章节安排15-16
• 第2章 水轮机调节系统数学模型建立16-27
• 2.1 水轮机调节系统基本结构16-17
• 2.2 水轮机控制系统17-20
• 2.2.1 水轮机调速器简介17-18
• 2.2.2 PID调速器和液压系统数学模型18-20
• 2.3 水轮机组及引水系统数学模型20-23
• 2.4 发电机组数学模型23-25
• 2.5 HTRS数学模型25-26
• 2.6 本章小结26-27
• 第3章 改进混沌粒子群算法及典型HTRS参数整定27-45
• 3.1 基本粒子群算法27-30
• 3.1.1 粒子群算法简介27-29
• 3.1.2 粒子群与遗传算法的异同29-30
• 3.2 改进混沌粒子群算法30-35
• 3.2.1 混沌优化运动30-31
• 3.2.2 改进混沌粒子群算法31-33
• 3.2.3 改进混沌粒子群算法的参数分析33-35
• 3.3 改进混沌粒子群算法的优化性能分析35-40
• 3.3.1 常用基准测试函数35-37
• 3.3.2 实验结果37-40
• 3.4 CIPSO算法在典型HTRS参数整定中的应用40-44
• 3.4.1 CIPSO算法适应度函数40-41
• 3.4.2 仿真实验与结果分析41-44
• 3.5 本章小结44-45
• 第4章 改进模糊粒子群算法及水锤效应HTRS参数整定45-56
• 4.1 模糊控制理论45-46
• 4.2 改进模糊粒子群算法46-51
• 4.2.1 改进模糊粒子群算法46-50
• 4.2.2 IFPSO算法适应度函数50-51
• 4.3 IFPSO算法在水锤效应HTRS参数整定中的应用51-55
• 4.3.1 仿真实验数据51-52
• 4.3.2 频率扰动仿真实验52-53
• 4.3.3 负荷扰动仿真实验53-55
• 4.4 本章小结55-56
• 第5章 水轮机调节系统动态特性仿真56-69
• 5.1 水轮机调节系统仿真概述56-57
• 5.2 MATLAB/Simulink简介57
• 5.3 HTRS频率扰动特性仿真及分析57-64
• 5.3.1 典型HTRS频率扰动Simulink仿真模块58
• 5.3.2 频率扰动仿真实验及结果分析58-64
• 5.4 水锤效应HTRS负荷扰动特性仿真及分析64-68
• 5.4.1 水锤效应HTRS负荷扰动Simulink仿真模块64
• 5.4.2 负荷扰动仿真实验及结果分析64-68
• 5.5 本章小结68-69
• 第6章 总结与展望69-71
• 6.1 全文总结69-70
• 6.2 不足与展望70-71
• 参考文献71-76
• 致谢76-77
• 作者攻读硕士期间从事的科研工作及其取得的成果77

【参考文献】

中国期刊全文数据库 前10条

1 陈功贵;杜阳维;郭艳艳;唐贤伦;;基于Simulink的水轮机调节系统频率扰动仿真研究[J];实验技术与管理;2015年11期

2 李强;;基于模糊控制理论的PID闭环控制系统的研究与设计[J];现代电子技术;2015年22期

3 陈功贵;杜阳维;郭艳艳;唐贤伦;;水轮机调速系统抗负荷扰动的动态仿真研究[J];实验技术与管理;2015年06期

4 张建明;孔昭年;;水轮机调节系统技术规程主题词的探讨与建议[J];水电站机电技术;2015年04期

5 钱涛;;基于改进粒子群算法优化的水轮机组低频振荡PID控制研究[J];大电机技术;2014年05期

6 苏永亮;周彬;;基于自适应粒子群算法的水轮机PID调速参数优化[J];水电厂自动化;2014年02期

7 焦嵩鸣;赵潇明;侯晓宁;;自整定PID控制算法在优化控制站中的应用[J];计算机仿真;2014年01期

8 杜永忠;平雪良;何佳唯;陈盛龙;;基于Adams的机器人系统仿真技术研究[J];工具技术;2013年12期

9 纪志成;张云亚;;基于混沌粒子群算法的集成网络优化[J];控制工程;2012年05期

10 常俊林;李亚朋;马小平;魏晓宾;周谷鸣;;基于改进差分进化算法的PID优化设计[J];控制工程;2010年06期

  本文关键词：基于改进粒子群算法的水轮机调速器参数整定，由笔耕文化传播整理发布。

，

本文编号：454223