基于生物地理学算法的水电机组PID参数优化

发布时间：2021-11-26 05:17

　　水轮机调节系统是复杂非线性系统,其运行工况会经常发生大的变化。水电机组并网后一般采用一组PID控制参数,而采用固定的控制参数难以保证不同工况下均具有良好的动态品质。此时,需要针对不同工况对机组的控制参数进行寻优,使调速器的控制性能满足期望的要求。基于生物地理学算法对水电机组某工况下的PID参数进行了优化,并与其他算法进行了对比。仿真结果表明由新算法得到的最优PID参数具有更好的调节品质,对机组的优化运行具有重要意义。 

【文章来源】：中国农村水利水电. 2020,(10)北大核心

【文章页数】：6 页

【部分图文】：

SK电站控制器模型

根据以上子系统模型,搭建SK电站水轮机调节系统分段线性化整体模型,水轮机模型采用基于传递系数的线性模型,调速器采用并联PI控制,引水系统使用刚性水击模型,发电机采用一阶简化模型,整个系统采用功率控制模式,控制反馈由功率引入,模拟接入大电网运行,故并网后转速不变,因此忽略力矩和流量对转速的传递系数 ex 和 eqx。系统的分段线性化模型如图2所示。2 生物地理学算法

栖息地的HSI指数在栖息地物种发生迁移时也会被影响,迁入率和迁出率被外来物种所改变,迁入率λs和迁出率μs对物种数量的变化关系可用迁移率模型来表示,如图3。(1)线性迁移模型。迁移率与生物种群数量成一次函数关系,当栖息地生物种类增加的时候,迁入率和迁出率的上升下降曲线类似一次函数,迁出率和迁入率与生物种群数量关系如下式示:

【参考文献】：
期刊论文
[1]水轮机调节系统的Terminal滑模控制[J]. 王斌,李正永,李飞,朱德兰.  水力发电学报. 2015(08)
[2]基于果蝇优化算法的水轮发电机组PID参数优化[J]. 付文秀,苏杰.  计算机仿真. 2015(02)
[3]基于NNARX的动态神经网络模型的水电机组预测控制[J]. 王淑青,曾仕琦,吴珊,潘健,庄续奎,袁晓辉.  水电能源科学. 2014(03)
[4]神经网络模糊PID在水轮机调速系统中的应用[J]. 王华强,石亚娟,王健波.  合肥工业大学学报(自然科学版). 2012(09)
[5]水轮机调速系统的H∞双回路鲁棒控制策略[J]. 孔繁镍,吴杰康.  电网技术. 2011(08)
[6]基于现代智能控制技术的水轮机自适应工况PID调速器研究[J]. 曹程杰,莫岳平.  电力系统保护与控制. 2010(03)
[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)



本文编号：3519475