基于模糊自適應(yīng)的dfpso算法的水輪機(jī)調(diào)速器參數(shù)優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及電力系統(tǒng)中水力發(fā)電技術(shù)領(lǐng)域，設(shè)及水輪機(jī)調(diào)速器參數(shù)優(yōu)化方案技術(shù) 領(lǐng)域，具體設(shè)及一種基于模糊自適應(yīng)和差分進(jìn)化的粒子群算法的水輪機(jī)調(diào)速器參數(shù)優(yōu)化方 法。
【背景技術(shù)】
[0002] 水電站將水能轉(zhuǎn)換為電能并通過供電系統(tǒng)將其提供給用戶使用，用電安全及電能 的質(zhì)量是用戶最關(guān)屯、的問題。在其中起到?jīng)Q定性作用的就是水輪機(jī)調(diào)節(jié)系統(tǒng)，而水輪發(fā)電 機(jī)組調(diào)速器參數(shù)對水輪機(jī)調(diào)節(jié)系統(tǒng)的穩(wěn)定及電能的質(zhì)量極其重要，因此調(diào)速器參數(shù)的優(yōu)化 一直是研究人員關(guān)注的問題。
[0003] PID調(diào)節(jié)由于控制規(guī)律簡單，魯棒性好等優(yōu)點而在工程實際中被廣泛采用，PID參 數(shù)的整定方法主要有兩類：一類是傳統(tǒng)的參數(shù)整定方法，另一類是人工智能算法。相比智能 算法來說，傳統(tǒng)PID參數(shù)整定算法在處理如水輪機(jī)調(diào)節(jié)系統(tǒng)等具有非線性和非最小相位特 性的控制系統(tǒng)時，容易出現(xiàn)振蕩現(xiàn)象和較大的超調(diào)量。而在眾多的智能算法中，粒子群算法 由于編程簡單、容易實現(xiàn)并且找到全局最優(yōu)值的概率較大等優(yōu)點而被廣泛應(yīng)用于工程實際 問題及PID參數(shù)的整定工作中。
[0004] 在粒子群算法中，粒子速度慣性權(quán)重對種群的尋優(yōu)過程極其重要，它決定了粒子 是著重于全局范圍的探索還是局部范圍的精細(xì)捜索。隨著迭代的進(jìn)行，恰當(dāng)?shù)臋?quán)重系數(shù)選 擇可W提高算法的效率，然而典型的粒子群算法在速度更新過程中，慣性權(quán)重僅僅受迭代 次數(shù)的影響而呈線性遞減，在迭代初期較大的權(quán)重系數(shù)能使粒子具有較強(qiáng)的全局探索能 力，但若此時粒子已非常接近全局最優(yōu)值，那么較大的速度慣性，可能使粒子偏離全局最 優(yōu)，背離正確的方向飛行，從而降低捜索精度。迭代后期，所有粒子都已收斂到最優(yōu)值附近， 較小的慣性因子可W使粒子進(jìn)行精細(xì)捜索，但是速度越小，粒子群越容易趨向同一化，而使 粒子陷入局部極值。由此可見在典型PS0算法中，速度慣性僅隨迭代次數(shù)而改變還是存在 不足之處，并不利于算法效率的提高，并且在迭代后期粒子多樣性損失嚴(yán)重，易于陷入局部 最優(yōu)而停滯不前。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)的不足，提出了一種框架。本發(fā)明的技術(shù)方案如下：一種基于模糊自 適應(yīng)的DFPS0算法的水輪機(jī)調(diào)速器參數(shù)優(yōu)化方法，其包括W下步驟：
[0006] 101、建立水輪機(jī)調(diào)節(jié)系統(tǒng)的數(shù)學(xué)模型，具體包括：建立水輪機(jī)PID調(diào)速器數(shù)學(xué)模 型和建立水輪發(fā)電機(jī)組數(shù)學(xué)模型，并設(shè)置水輪機(jī)調(diào)節(jié)系統(tǒng)的系統(tǒng)參數(shù)，如接力器響應(yīng)時間 常數(shù)、壓力引水系統(tǒng)水流慣性時間常數(shù)、機(jī)組慣性時間常數(shù)及被控系統(tǒng)各傳遞系數(shù)；
[0007] 102、步驟101建立了水輪機(jī)調(diào)節(jié)系統(tǒng)的數(shù)學(xué)模型后，設(shè)定模糊自適應(yīng)和差分進(jìn)化 的DFPS0算法的適應(yīng)度函數(shù)，將適應(yīng)度函數(shù)值J設(shè)置為水輪機(jī)調(diào)節(jié)系統(tǒng)偏差e(t)的絕對值 與時間t之積的積分，目M=ff!叫川成，tg為仿真時間； JQ
[000引 103、對模糊自適應(yīng)和差分進(jìn)化的DFPS0算法的速度慣性因子W。進(jìn)行模糊設(shè)置，即 將線性遞減的慣性因子W和粒子當(dāng)前最優(yōu)性能評價指標(biāo)值NCBPE作為模糊輸入，W。作為模 糊輸出；
[0009] 104、進(jìn)行步驟103的模糊設(shè)置后，計算模糊自適應(yīng)的DFPS0算法中粒子的適應(yīng)度 值，保留粒子的個體最優(yōu)值PbMt和全局最優(yōu)值gbMt，并更新粒子的速度和位置，產(chǎn)生新種群， 更新個體極值和全局極值；
[0010] 105、在粒子的速度和位置的更新過程中，若滿足交叉條件，即當(dāng)在（0, 1)間產(chǎn)生 的隨機(jī)數(shù)小于預(yù)先設(shè)置的交叉概率時，則在粒子間進(jìn)行基因交叉；
[0011] 106、判斷是否滿足終止條件，即是否找到全局最優(yōu)值或達(dá)到迭代最大次數(shù)，若滿 足則停止并輸出全局最優(yōu)值gbest，若不滿足，則返回重復(fù)執(zhí)行步驟104-步驟106。
[0012] 進(jìn)一步的，步驟101中建立水輪機(jī)PID調(diào)速器數(shù)學(xué)模型包括PID控制器模型和電 液隨動系統(tǒng)數(shù)學(xué)模型，具體為：
[001引 （1. 1)水輪機(jī)PID控制器傳遞函數(shù)GpiD(s)如下：
[0014]
陽〇1引式中，AX。為系統(tǒng)給定轉(zhuǎn)速相對偏差值；AX為機(jī)組轉(zhuǎn)速相對偏差值；Aypid為導(dǎo) 葉開度相對偏差值；Kp、Ki、Kd分別為比例增益、積分增益和微分增益；T。為微分環(huán)節(jié)時間常 數(shù)；S為拉普拉斯算子；
[0016] 電液隨動系統(tǒng)數(shù)學(xué)模型傳遞函數(shù)氏(S)如下：
[0017]
[0018] 式中，Ay為接力器行程相對偏差值；Ty為接力器響應(yīng)時間常數(shù)。
[0019] 進(jìn)一步的，步驟101中的建立水輪發(fā)電機(jī)組數(shù)學(xué)模型主要由水輪機(jī)、壓力引水系 統(tǒng)和發(fā)電機(jī)所組成；當(dāng)系統(tǒng)處于小波動情況下，水輪機(jī)力矩相對偏差值A(chǔ)mt和流量相對偏 差值A(chǔ)q與水頭h、導(dǎo)葉開度近似用接力器位移y表示和機(jī)組轉(zhuǎn)速X相對偏差值由W下關(guān)系 式表不：
[0020]
陽OW式中，6x、6y、6h、6qx、6qy、6qh均為水輪機(jī)被控系統(tǒng)傳遞系數(shù)；
[0022] 在小波動工況下，此時壓力引水系統(tǒng)的傳遞函數(shù)如下所示：
[0023]
[0024] 式中，1；為壓力引水系統(tǒng)水流慣性時間常數(shù)；
[00巧]發(fā)電機(jī)的動態(tài)特性由W下傳遞函數(shù)表示：
[0026]
[0027]式中，Am,為阻力矩相對偏差值；Ta為機(jī)組慣性時間常數(shù)；e。為被控系統(tǒng)自調(diào)節(jié)系 數(shù)，6。=Gg-e,，e,為發(fā)電機(jī)負(fù)載轉(zhuǎn)矩對轉(zhuǎn)速的傳遞系數(shù)，ej%水輪機(jī)轉(zhuǎn)矩對轉(zhuǎn)速的傳遞系 數(shù)。
[0028] 進(jìn)一步的，步驟103具體為：設(shè)置DFPS0算法的基本參數(shù)：群體個數(shù)m、最大迭代次 數(shù)Tm。、、加速系數(shù)Cl和C2、速度慣性因子Wm。、和Wmm;對速度慣性因子W。進(jìn)行模糊化，將當(dāng)前 線性遞減的慣性因子W和如下式所示的規(guī)范化的當(dāng)前最好性能評價NCBPE作為模糊輸入， W。作為模糊輸出，設(shè)置迭代初期的最優(yōu)性能評價CBPEm。,、迭代結(jié)束時的最小性能評價估計 值CBPEmm;線性遞減慣性因子和NCBPE的定義公式為： 陽02引W* = W max-t (Wmax-Wnun) ZXax
[0030]
[0031] 其中，Wm。,和Wmm分別為迭代開始時的速度慣性權(quán)重和結(jié)束時的權(quán)重系數(shù)，CBPE為 當(dāng)前最優(yōu)性能評價。
[0032] 進(jìn)一步的，步驟104中更新粒子的速度和位置的公式為： 陽〇3引皆=+C, ?;'/?(姑-4)+c; 祐-喊），請1為當(dāng)前的粒子速度，嗦為上 代粒子的速度，％i為修正后的速度慣性因子，j4為粒子自身的最優(yōu)解，端為當(dāng)前粒子的位 置，Pw為粒子的全局最優(yōu)解，Vm。、為粒子速度上限值 陽〇34] 堿1 '=為+'姑
[0035]
[0036]
[0037]其中，r郝r2為區(qū)間化1)之間的隨機(jī)數(shù)。
[0038] 隨著算法的迭代進(jìn)程，粒子群的多樣性不斷減少，此時可在粒子間進(jìn)行交叉操作， W此避免粒子多樣性的丟失，增強(qiáng)粒子的全局捜索能力。
[0039]
[0040] 其中，rand(d)為（0，1)區(qū)間內(nèi)的隨機(jī)數(shù)；d為粒子的維數(shù)索引，dG[l，2，...，q]， q為粒子總維數(shù)；P。為交叉概率，通常設(shè)置為0.8srarnln(i)為[1，2,…，q]中的一隨機(jī)整 數(shù)；Pf/為當(dāng)前隨機(jī)選取的一個粒子其自身的最好位置。
[0041] 本發(fā)明的優(yōu)點及有益效果如下：
[0042] 本發(fā)明針對典型粒子群算法易出現(xiàn)早熟而陷入局部最優(yōu)的缺點而提出一種融合 模糊思想和差分算法交叉思想的改進(jìn)粒子群算法值FPS0)。其特點是該方法引入規(guī)范化粒 子最優(yōu)性能評價指標(biāo)的概念，將其與線性遞減的速度慣性權(quán)重相結(jié)合來對速度慣性權(quán)重進(jìn) 行修正，W此避免慣性權(quán)重僅受粒子迭代次數(shù)的影響而造成的弊端。在此基礎(chǔ)上，引入差分 算法的交叉思想，在特定條件下，在粒子間進(jìn)行基因交換，來增加粒子的多樣性，w避免粒 子群算法在迭代后期陷入局部極值。本發(fā)明整定的水輪機(jī)PID調(diào)速器能使系統(tǒng)擁有更加良 好的動態(tài)性能。
【附圖說明】
[0043]圖1是本發(fā)明水輪機(jī)調(diào)節(jié)系統(tǒng)數(shù)學(xué)模型框圖；
[0044] 圖2為水輪機(jī)調(diào)速器參數(shù)優(yōu)化流程圖；
[0045]圖3為10%頻率擾動下適應(yīng)度函數(shù)平均值收斂曲線；
[0046] 圖4為10%頻率擾動下機(jī)組轉(zhuǎn)速相對偏差過渡過程；
[0047]圖5為10%負(fù)荷擾動下適應(yīng)度函數(shù)平均值收斂曲線；
[0048] 圖6為10%負(fù)荷擾動下機(jī)組轉(zhuǎn)速相對偏差過渡過程。
【具體實施方式】 W例 W下結(jié)合附圖，對本發(fā)明作進(jìn)一步說明：
[0050] 如圖1所示，本發(fā)明利用該DFPS0算法對水輪機(jī)調(diào)速器參數(shù)進(jìn)行優(yōu)化。通過該改進(jìn) 算法，可W找到最優(yōu)的調(diào)速器參數(shù)值，使得系統(tǒng)獲得良好的動態(tài)性能。在優(yōu)化的過程中，使 系統(tǒng)分別處于頻率擾動和負(fù)荷擾動兩種工況下，利用該改進(jìn)算法尋求到最優(yōu)的參數(shù)組合， 使得系統(tǒng)在響應(yīng)的過程中擁有較小的超調(diào)量，較短的穩(wěn)定時間和上升時間等。具體包括W 下步驟：
[0051] (1)確定水輪機(jī)調(diào)節(jié)系統(tǒng)數(shù)學(xué)模型。水輪機(jī)調(diào)節(jié)系統(tǒng)主要由調(diào)速器和水輪發(fā)電機(jī) 組成，其數(shù)學(xué)模型框圖如圖1所示。
[0052] (1. 1)水輪機(jī)PID控制器傳遞函數(shù)如下：
[0053]
[0054] 式中，AX。為系統(tǒng)給定轉(zhuǎn)速相對偏差值；AX為機(jī)組轉(zhuǎn)速相對偏差值；Aypid為導(dǎo) 葉開度相對偏差值；Kp、Ki、Kd分別為比例增益、積分增益和微分增益；T。為微分環(huán)節(jié)時間常 數(shù)；S為拉普拉斯算子。 陽化5] 電液隨動系統(tǒng)部分傳遞函數(shù)如下：
[0056]
[0057] 式中，Ay為接力器行程相對偏差值；Ty為接力器響應(yīng)時間常數(shù)。 陽〇5引 （1. 2)水輪發(fā)電機(jī)組數(shù)學(xué)模型
[0059] 水輪發(fā)電機(jī)組主要由水輪機(jī)、壓力引水系統(tǒng)和發(fā)電機(jī)所組成。當(dāng)系統(tǒng)處于小波動 情況下，水輪機(jī)力矩相對偏差值A(chǔ)mt和流量相對偏差值A(chǔ)q與水頭h、導(dǎo)葉開度（近似用接 力器位移y表示）和機(jī)組轉(zhuǎn)速X相對偏差值可W由W下關(guān)系式表示：
[0060]
陽06U 式中，e,、6y、6h、6qx、6qy、6qh均為水輪機(jī)被控系統(tǒng)傳遞系數(shù)。
[0062] 在小波動工況下，水和引水系統(tǒng)管壁均可認(rèn)定為剛性，此時引水系統(tǒng)的傳遞函數(shù) 如下所示：
[0063]
W64] 式中，1；為引水系統(tǒng)水流慣性時間常數(shù)。
[0065] 發(fā)電機(jī)的動態(tài)特性可由W下傳遞函數(shù)表示：
[0066]
[0067] 式中，A m,為阻力矩相對偏差值；Ta為機(jī)組慣性時間常數(shù)；e。為被控系統(tǒng)自調(diào)節(jié)系 數(shù)，6。=Gg-e,，e,為發(fā)電機(jī)負(fù)載轉(zhuǎn)矩對轉(zhuǎn)速的傳遞系數(shù)，ej%水輪機(jī)轉(zhuǎn)矩對轉(zhuǎn)速的傳遞系 數(shù)。
[0068] (2)確定DFPS0算法的適應(yīng)度函數(shù)，將適應(yīng)度函數(shù)值設(shè)置為系統(tǒng)偏差絕對值與時 間之積的積分。
[0069] /:=廣/|e(/)|油 vO
[0070] 其中，t歷仿真時間（S);e(t)