本發(fā)明屬于水力發(fā)電機組控制優(yōu)化領(lǐng)域,更具體地,涉及一種非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法。
背景技術(shù):
作為一種清潔可再生能源,抽水蓄能機組以其啟??焖佟⑦\行靈活、能快速反應(yīng)電網(wǎng)頻率負荷變化等獨特優(yōu)勢,在維護電網(wǎng)安全穩(wěn)定運行中發(fā)揮著重要作用。然而,由于抽水蓄能機組本身的可逆性設(shè)計,低比轉(zhuǎn)速水泵水輪機將不可避免的存在“s”特性區(qū)和水泵駝峰區(qū),導(dǎo)致低水頭水輪機工況起動并網(wǎng)困難,甩負荷工況機組劇烈震動等問題。因此,抽水蓄能機組的穩(wěn)定性問題比傳統(tǒng)水輪發(fā)電機組更加嚴峻。
控制理論作為提高系統(tǒng)穩(wěn)定性最經(jīng)濟有效的重要手段之一,被應(yīng)用于加強抽水蓄能機組安全穩(wěn)定運行。傳統(tǒng)的pid控制器由于結(jié)構(gòu)簡單、易于實現(xiàn),參數(shù)較少、容易整定而被廣泛使用。然而,傳統(tǒng)pid控制器參數(shù)固定難以滿足抽水蓄能機組因水頭、出力等因素變化引起的控制要求。因此,抽水蓄能機組調(diào)速系統(tǒng)新型控制規(guī)律的研究備受關(guān)注。
基于現(xiàn)有的研究,抽水蓄能機組調(diào)速系統(tǒng)控制方法主要存在以下不足:1)非線性抽水蓄能機組調(diào)速系統(tǒng)模型的pid控制方法中,固定的控制增益參數(shù)難以適應(yīng)水頭變化和工況轉(zhuǎn)換的調(diào)節(jié)要求;2)抽水蓄能機組調(diào)速系統(tǒng)簡化模型的非線性控制方法中,簡化模型難以表征調(diào)速系統(tǒng)的水擊與強非線性,這與工程實際情況存在一定差距,因此,較難獲得具有工程應(yīng)用價值的準(zhǔn)確控制參數(shù);3)現(xiàn)有非線性控制器往往結(jié)構(gòu)復(fù)雜,在一定程度上忽視了“簡單性優(yōu)先”原則,較難應(yīng)用于工程實際。
因此,需要開發(fā)一種適用于非線性抽水蓄能機組調(diào)速系統(tǒng)新型控制方法,該方法要求結(jié)構(gòu)簡單、易于實現(xiàn),能滿足實際電站中調(diào)速器實時采樣需求,并且該方法在充分適應(yīng)抽水蓄能機組調(diào)速系統(tǒng)各模塊耦合非線性同時,可以改善傳統(tǒng)控制方法在不同水頭條件下機組的動態(tài)品質(zhì)。
技術(shù)實現(xiàn)要素:
針對現(xiàn)有技術(shù)的缺陷或改進需求,本發(fā)明目的在于提出一種適用于非線性抽水蓄能機組調(diào)速系統(tǒng)的啟發(fā)式增益自適應(yīng)pid控制方法。本發(fā)明的非線性抽水蓄能機組調(diào)速系統(tǒng)的啟發(fā)式增益自適應(yīng)pid控制方法既能充分適應(yīng)調(diào)速系統(tǒng)各模塊的耦合非線性,又能改善傳統(tǒng)控制方法在不同水頭尤其是低水頭條件下機組的控制品質(zhì)。
為了實現(xiàn)上述目的,本發(fā)明提供了一種非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法,包括如下步驟:
步驟1:受電容間場強作用力平衡原理啟發(fā),根據(jù)專家控制經(jīng)驗(所述專家控制經(jīng)驗包括:大誤差時大比例弱積分,用于加快系統(tǒng)響應(yīng)速度;小誤差時小比例強積分,用于保證穩(wěn)態(tài)精度),建立適用于非線性抽水蓄能機組調(diào)速系統(tǒng)的hgs-npid控制器。所述hgs-npid控制器的控制增益可根據(jù)誤差及誤差變化率在線自動調(diào)整,以實現(xiàn)自適應(yīng)變增益變結(jié)構(gòu)控制。
步驟2:建立非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型,所述調(diào)速系統(tǒng)精細化模型包括調(diào)速器模型、基于特征線法的有壓過水系統(tǒng)模型、基于改進suter變換的水泵水輪機插值模型以及發(fā)電機及負載模型,其中,調(diào)速器模型由hgs-npid控制器及兩級電液隨動裝置共同構(gòu)成。
兩級電液隨動裝置、有壓過水系統(tǒng)、水泵水輪機、發(fā)電機及負載構(gòu)成被控制的對象,由hgs-npid控制器進行調(diào)節(jié)控制。
以水輪機工況為例,hgs-npid控制器根據(jù)機組轉(zhuǎn)速偏差產(chǎn)生調(diào)節(jié)控制信號驅(qū)動兩級電液隨動裝置,改變水泵水輪機的導(dǎo)葉開度,水泵水輪機進口流量隨之發(fā)生改變;在導(dǎo)葉開度改變瞬間,有壓過水系統(tǒng)中往往發(fā)生水錘現(xiàn)象,導(dǎo)致蝸殼壓力發(fā)生變化;水泵水輪機進口流量和蝸殼壓力的變化,會使水輪機工況主動力矩發(fā)生改變,從而使水輪機方向力矩與發(fā)電機的負載阻力矩產(chǎn)生差值,發(fā)電機轉(zhuǎn)速隨之發(fā)生變化,轉(zhuǎn)速改變自然地同步調(diào)節(jié)了頻率大小,達到調(diào)節(jié)機組頻率的目的。
步驟3:建立上述非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型的hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),采用時間誤差平方積分itse指標(biāo)和誤差平方積分ise指標(biāo)作為hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),分別定義為:
itse指標(biāo):
ise指標(biāo):
式中,c(k)為頻率給定值序列;x(k)為機組轉(zhuǎn)速響應(yīng)序列,是非線性抽水蓄能機組調(diào)速系統(tǒng)輸出,受控制參數(shù)影響;t(k)為時間序列;ns為采樣點數(shù);k為仿真步數(shù);優(yōu)化向量θ為[e0、m、kpmax、b、kimax、kda、kdb],其中,e0為誤差最大值、m為比例增益調(diào)節(jié)系數(shù)、kpmax為比例增益幅值、b為積分增益調(diào)節(jié)系數(shù)、kimax為積分增益幅值、kda和kdb均為微分增益調(diào)節(jié)系數(shù)。
步驟4:運用多目標(biāo)智能優(yōu)化算法求解步驟3中hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),獲得最優(yōu)的hgs-npid控制參數(shù),包括誤差最大值e0、比例增益幅值kpmax、比例增益調(diào)節(jié)系數(shù)m、積分增益調(diào)節(jié)系數(shù)b、積分增益幅值kimax、微分增益調(diào)節(jié)系數(shù)kda及kdb。
進一步,所述步驟1中hgs-npid控制器以位置型并聯(lián)pid結(jié)構(gòu)為基礎(chǔ),由比例、積分、微分三個環(huán)節(jié)組成,具體的,
1)比例環(huán)節(jié)的設(shè)計受電容間場強作用力平衡原理啟發(fā),即處于兩正極板間任意位置的正電荷,會在電場力作用下運動,最終穩(wěn)定于平衡位置。正電荷在任意坐標(biāo)位置e所受電場力為u(e):
式中,兩電極距坐標(biāo)原點位置為±e0,電極電壓為u0。依據(jù)比例增益對誤差信號的控制作用與電場力對電荷作用的相似性,將電荷位置坐標(biāo)參量e看作控制誤差量,依據(jù)上式構(gòu)造比例增益關(guān)于誤差e的自適應(yīng)函數(shù)kp(e)如下:
其中,e0為誤差最大值,e為控制誤差,kpmax為比例增益幅值。當(dāng)誤差e=e0時,kp=kpmax,比例環(huán)節(jié)作用最強;當(dāng)e=0時,kp=0,比例環(huán)節(jié)消失。比例增益調(diào)節(jié)系數(shù)m可以調(diào)節(jié)函數(shù)曲率,能提高比例增益對誤差變化的適應(yīng)性。
2)積分環(huán)節(jié)設(shè)計引入變速積分思想,采用二次非線性函數(shù)對積分項進行改進,使積分項的累積速度與控制誤差大小相對應(yīng)。積分增益自適應(yīng)函數(shù)ki(e)表達式如下:
其中,kimax為積分增益幅值,b為積分增益調(diào)節(jié)系數(shù),其可調(diào)節(jié)積分增益變化速度。當(dāng)|e|=0時,積分動作達最高速,ki(e)=kimax;當(dāng)|e|=e0時,為避免超調(diào)不再對當(dāng)前誤差進行累加,ki(e)=0。
3)微分環(huán)節(jié)增益自適應(yīng)函數(shù)kd(e,δe)考慮誤差e及誤差變化率δe,表達式如下:
kd(e,δe)=kda*exp(e*sign(δe))+kdb
其中,kda、kdb為微分增益調(diào)節(jié)系數(shù)。
綜上所述,hgs-npid控制器結(jié)構(gòu)表達式如下:
upid為一個連續(xù)方程,將該連續(xù)方程離散化得下式:
ek=xk-xo
δek=(ek-ek-1)/ts
ud,k=kd(ek,δek)/(td+ts)*δek+td/(td+ts)*ud,k-1
其中,upid,k為控制器輸出、k為仿真步數(shù)、xo為機組轉(zhuǎn)速給定、xk為第k次仿真機組轉(zhuǎn)速響應(yīng)、ek-1為第k-1次仿真的控制誤差、ek為第k次仿真的控制誤差、δek為第k次仿真的控制誤差變化率、ud,k-1為第k-1次仿真積分環(huán)節(jié)控制輸出、ud,k為第k次仿真積分環(huán)節(jié)控制輸出、ts為采樣時間間隔、td為積分時間常數(shù),j為0、1···、k。
hgs-npid控制器中誤差最大值e0、比例增益調(diào)節(jié)系數(shù)m、比例增益幅值kpmax、積分增益調(diào)節(jié)系數(shù)b、積分增益幅值kimax、微分增益調(diào)節(jié)系數(shù)kda和kdb為需要優(yōu)化的控制參數(shù)。
進一步的,所述步驟2中,非線性抽水蓄能機組調(diào)速系統(tǒng)精細化建模包括以下子步驟:
1)基于特征線法建立有壓過水系統(tǒng)模型,該模型不僅考慮了復(fù)雜水擊、管道摩阻損失,還計及調(diào)壓井等邊界特性,精確度較高。正負波速±c情況下的特征線方程如下:
其中:
cp=qa+caha-cfqa|qa|
cn=qb-cahb-cfqb|qb|
ca=gf/c
cf=fδt/2df
式中,d為當(dāng)量直徑,f為管路斷面等效面積,f為綜合水頭損失系數(shù),c為壓力波速,cp、cn、ca、cf為特征線水擊特征參數(shù),qa、qb、qp為對應(yīng)節(jié)點a、b、p處流量,ha、hb、hp為對應(yīng)節(jié)點a、b、p處水頭。
2)基于改進suter變換的水泵水輪機插值模型,能夠消除全特性曲線在“s”特性區(qū)交叉、多值的影響,基于改進suter變換的水泵水輪機插值模型公式如下:
式中,x、q、h、mt、y分別為機組轉(zhuǎn)速、流量、水頭、轉(zhuǎn)矩和開度相對值,xqa為相對流量角,k1、k2、cy、ch均為常數(shù),k1>|m11max|/m11r,m11r為額定單位轉(zhuǎn)矩,m11max為單位轉(zhuǎn)矩最大值,k2=0.5~1.2,cy=0.1~0.3,ch=0.4~0.6。
3)兩級電液隨動裝置為主配壓閥-主接力器兩級結(jié)構(gòu),考慮隨動裝置死區(qū)、主接力器限速與主接力器限幅等非線性環(huán)節(jié)。所述兩級電液隨動裝置的主配壓閥和主接力器計算公式分別如下:
其中,u為兩級電液隨動裝置輸入,yb為主配壓閥輸出,y為主接力器輸出,k0為主配壓閥放大系數(shù),tyb為主配壓閥時間常數(shù),ty為主接力器時間常數(shù),s為拉普拉斯算子。
4)發(fā)電機及負載模型表達式如下:
其中,x為機組轉(zhuǎn)速響應(yīng)相對值,mt為機組轉(zhuǎn)矩相對值,ta為機組慣性時間常數(shù),en為發(fā)電機組自調(diào)節(jié)系數(shù),s為拉普拉斯算子。
進一步,所述步驟4中,以多目標(biāo)人工羊群算法(關(guān)于人工羊群算法在中國專利申請?zhí)朿n201510759863.1已經(jīng)公開)為例,包括以下子步驟:
1)初始化非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型參數(shù)、人工羊群算法參數(shù)及群體中個體的位置;
2)依據(jù)建立的hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),計算羊群中所有個體的目標(biāo)函數(shù)值,采用賭輪選擇法選擇一個個體作為當(dāng)前最優(yōu)個體;
3)按照多目標(biāo)人工羊群算法隨機搜索、頭羊效應(yīng)、淘汰優(yōu)選和反演重構(gòu)四種搜索機制,更新個體位置,獲得種群當(dāng)前最優(yōu)參數(shù)解;
4)重復(fù)步驟2)和步驟3),直至達到最大迭代次數(shù)或預(yù)設(shè)精度,則停止參數(shù)優(yōu)化搜索,得到的最優(yōu)參數(shù)解即為hgs-npid控制器的最優(yōu)控制參數(shù)。
本發(fā)明方法中,首先構(gòu)建了hgs-npid控制器,其次建立非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型,接著建立非線性抽水蓄能機組調(diào)速系統(tǒng)hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),最后采用多目標(biāo)智能優(yōu)化算法對多目標(biāo)函數(shù)進行優(yōu)化,得到適用于非線性抽水蓄能機組調(diào)速系統(tǒng)的hgs-npid最優(yōu)控制參數(shù)。
更具體的,與現(xiàn)有技術(shù)相比,本發(fā)明有如下優(yōu)點和效果:
(1)本發(fā)明公開的非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法中,hgs-npid控制器在設(shè)計上保留傳統(tǒng)pid控制器結(jié)構(gòu),遵循“簡單性優(yōu)先”原則,編程簡單、可移植性強,相比神經(jīng)網(wǎng)絡(luò)pid、滑模變結(jié)構(gòu)控制等其他非線性控制器,更能滿足實際電站調(diào)速器高速采樣性能需求,具有較好的工程應(yīng)用價值。
(2)本發(fā)明公開的非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法中,增益自適應(yīng)函數(shù)能根據(jù)工況點變化在線自動調(diào)整控制增益,能適應(yīng)不同水頭工況下的調(diào)節(jié)特性,能提升機組低水頭空載工況下的動態(tài)品質(zhì)。
(3)本發(fā)明公開的非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法中,增益自適應(yīng)函數(shù)構(gòu)造受電容間場強平衡作用原理啟發(fā),具有直觀物理意義,與現(xiàn)有的憑借經(jīng)驗公式構(gòu)造的非線性pid控制方法相比,非線性構(gòu)造效率較高,并且可調(diào)參數(shù)適當(dāng)減少,有利于參數(shù)優(yōu)化和工程調(diào)試。
附圖說明
圖1為本發(fā)明方法的流程示意圖;
圖2為本發(fā)明hgs-npid控制器模型圖;
圖3為本發(fā)明抽水蓄能機組調(diào)速系統(tǒng)精細化模型耦合框圖;
圖4為本發(fā)明抽水蓄能機組調(diào)速系統(tǒng)各模塊迭代仿真流程圖;
圖5為有壓過水系統(tǒng)管路布置示意圖;
圖6為兩級電液隨動裝置結(jié)構(gòu)圖;
圖7為540m水頭空載開機轉(zhuǎn)速響應(yīng)對比圖;
圖8(a)為527m水頭空載開機轉(zhuǎn)速響應(yīng)對比圖;
圖8(b)為527m水頭空載開機轉(zhuǎn)速響應(yīng)局部放大圖;
圖9為527m水頭空載開機轉(zhuǎn)矩響應(yīng)對比圖;
圖10為535m水頭空載頻率擾動轉(zhuǎn)速響應(yīng)對比圖。
具體實施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實例,對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解,此處所描述的具體實例僅用以解釋本發(fā)明,并不用于限定本發(fā)明。此外,下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。
圖1為本發(fā)明方法的流程示意圖,由圖可知,本發(fā)明方法中,本發(fā)明公開的一種針對非線性抽水蓄能機組調(diào)速系統(tǒng)的啟發(fā)式增益自適應(yīng)pid控制方法,首先以簡單實用的并聯(lián)pid控制結(jié)構(gòu)為基礎(chǔ),受電容間場強平衡作用原理啟發(fā)并引入專家控制經(jīng)驗,建立啟發(fā)式增益自適應(yīng)pid(heuristicgain-schedulingnonlinearpid,hgs-npid)控制器;同時構(gòu)建非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型,包括調(diào)速器模型、基于特征線法的有壓過水系統(tǒng)模型、基于改進suter變換的水泵水輪機插值模型、發(fā)電機及負載模型;接著建立非線性抽水蓄能機組調(diào)速系統(tǒng)hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù);進一步,運用多目標(biāo)人工羊群(multi-objectiveartificialsheepalgorithm,moasa)算法對非線性抽水蓄能機組調(diào)速系統(tǒng)hgs-npid控制參數(shù)進行優(yōu)化。
為說明本發(fā)明效果,下面以某一抽水蓄能機組調(diào)速系統(tǒng)作為本發(fā)明的實施對象對本發(fā)明方法進行詳細說明:
步驟1:構(gòu)建hgs-npid控制器模型如圖2所示,其比例、積分、微分環(huán)節(jié)的增益自適應(yīng)函數(shù)表達式分別如下:
kd(e,δe)=kda*exp(e*sign(δe))+kdb
以位置型并聯(lián)pid結(jié)構(gòu)為基礎(chǔ),hgs-npid控制器表達式如下:
為滿足微機調(diào)速器采樣需求,上述連續(xù)性方程upid需寫成離散形式,表達式如下:
ek=xk-xo
δek=(ek-ek-1)/ts
ud,k=kd(ek,δek)/(td+ts)*δek+td/(td+ts)*ud,k-1
其中,upid,k為控制器輸出、k為仿真步數(shù)、xo為機組轉(zhuǎn)速給定、xk為第k次仿真機組轉(zhuǎn)速響應(yīng)、ek-1為第k-1次仿真的控制誤差、ek為第k次仿真的控制誤差、δek為第k次仿真的控制誤差變化率、ud,k-1為第k-1次仿真積分環(huán)節(jié)控制輸出、ud,k為第k次仿真積分環(huán)節(jié)控制輸出、采樣時間間隔ts為0.02s、積分時間常數(shù)td為1,j為0、1···、k。hgs-npid控制器中誤差最大值e0、比例增益調(diào)節(jié)系數(shù)m、比例增益幅值kpmax、積分增益調(diào)節(jié)系數(shù)b、積分增益幅值kimax、微分增益調(diào)節(jié)系數(shù)kda和kdb為需要優(yōu)化的控制參數(shù)。
步驟2:建立非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型,其結(jié)構(gòu)耦合框圖如圖3,已知n時刻的機組工況參數(shù),過水系統(tǒng)各部分的流量和水壓以及n+1時刻調(diào)速器輸出導(dǎo)葉開度yn+1,并將其初始化成n+1時刻系統(tǒng)各模塊參數(shù)。
具體的,首先由水泵水輪機插值模型得n+1時刻水頭hn+1和力矩mn+1,然后,將hn+1輸入到過水系統(tǒng)模型中求解n+1時刻流量qn+1,接著由發(fā)電機及負載方程根據(jù)n時刻及n+1時刻主動力矩和負載力矩由發(fā)電機及負載方程求解n+1時刻機組轉(zhuǎn)速an+1,由于抽水蓄能機組調(diào)速系統(tǒng)各模塊間的非線性耦合關(guān)系,需對當(dāng)前時刻機組相對流量和相對轉(zhuǎn)速分別進行迭代計算,才能計算下一時刻抽水蓄能機組調(diào)速系統(tǒng)各模塊的響應(yīng)結(jié)果,其仿真迭代流程圖如圖4。
建模過程包括如下子步驟:
1)利用調(diào)整波速法對有壓過水系統(tǒng)進行管路劃分,管路布置為單管單機方式,如圖5所示,其有壓過水系統(tǒng)具體參數(shù)如表1。
表1有壓過水系統(tǒng)參數(shù)表
對表1中的每段管道及邊界列寫正負波速±c下特征線方程,其表達式如下:
其中:
cp=qa+caha-cfqa|qa|
cn=qb-cahb-cfqb|qb|
ca=gf/c
cf=fδt/2df
式中,d為當(dāng)量直徑,f為管路斷面等效面積,f為綜合水頭損失系數(shù),c為壓力波速,cp、cn、ca、cf為特征線水擊特征參數(shù),qa、qb、qp為對應(yīng)節(jié)點a、b、p處流量,ha、hb、hp為對應(yīng)節(jié)點a、b、p處水頭。
2)采用改進suter變換方法對水泵水輪機全特性曲線進行處理,表達式如下。
式中,x、q、h、mt、y分別為機組轉(zhuǎn)速、流量、水頭、轉(zhuǎn)矩和開度相對值,xqa為相對流量角,k1、k2、cy、ch均為常數(shù),k1=10,k2=0.9,cy=0.2,ch=0.5。
3)構(gòu)建兩級電液隨動裝置如圖6所示,主配壓閥和主接力器表達式依次如下:
其中,u兩級電液隨動裝置輸入,yb為主配壓閥輸出,y為主接力器輸出,s為拉普拉斯算子,主配壓閥放大系數(shù)k0=7,主配壓閥時間常數(shù)tyb=0.05,主接力器時間常數(shù)ty=0.2。
在圖6中,兩級電液隨動裝置死區(qū)設(shè)置為0.0137,主接力器限幅環(huán)節(jié)最小行程相對值為0,最大行程相對值為1.12,主接力器限速環(huán)節(jié)上下限相對值分別為llim_open=0.01244、llim_close=-0.00747。
4)發(fā)電機及負載模型表達式如下:
其中,x為機組轉(zhuǎn)速響應(yīng)相對值,mt為機組轉(zhuǎn)矩相對值,機組慣性時間常數(shù)ta為8.503,發(fā)電機組自調(diào)節(jié)系數(shù)en為0.1,s為拉普拉斯算子。
步驟3:建立上述抽水蓄能機組調(diào)速系統(tǒng)的hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),采用時間誤差平方積分itse指標(biāo)和誤差平方積分ise指標(biāo)作為hgs-npid控制參數(shù)優(yōu)化目標(biāo)函數(shù),分別定義為:
itse指標(biāo):
ise指標(biāo):
式中,c(k)為頻率給定值序列,x(k)為機組轉(zhuǎn)速響應(yīng)序列,ns為采樣點數(shù),t(k)為時間序列。優(yōu)化向量θ為[e0、m、kpmax、b、kimax、kda、kdb],其中,e0為誤差最大值、m為比例增益調(diào)節(jié)系數(shù)、kpmax為比例增益幅值、b為積分增益調(diào)節(jié)系數(shù)、kimax為積分增益幅值、kda和kdb為微分增益調(diào)節(jié)系數(shù)。
步驟4:運用多目標(biāo)人工羊群算法求解步驟3中的hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),具體包含如下子步驟:
step1:設(shè)置算法參數(shù),總迭代數(shù)q=100,群體規(guī)模n=20,檔案集規(guī)模nrep=30,個體隨機搜索數(shù)nl=3,淘汰幅度系數(shù)σ=0.01,跳躍閾值p=100;誤差最大值e0、比例增益調(diào)節(jié)系數(shù)m、比例增益幅值kpmax、積分增益調(diào)節(jié)系數(shù)b、積分增益幅值kimax、微分增益調(diào)節(jié)系數(shù)kda和kdb的優(yōu)化范圍構(gòu)成控制參數(shù)變量θ的優(yōu)化區(qū)間為[bl;bu],其中θ的優(yōu)化下限bl=[0.1,1,0.1,-5,0.1,0.1,0.1],優(yōu)化上限bu=[3,20,10,3,3,3,8]。在優(yōu)化區(qū)間[bl;bu]中初始化群體中所有個體的位置向量,個體位置向量xi,i=1,...,n代表一組控制參數(shù),令當(dāng)前迭代次數(shù)t=0;
step2:計算個體的目標(biāo)函數(shù)值fit=[fitse(xi(t)),fise(xi(t))],i=1,...,n,具體過程如下:從個體i位置向量xi(t)解碼得到hgs-npid控制參數(shù)e0、m、kpmax、b、kimax、kda、kdb,將控制參數(shù)輸入到步驟2的非線性抽水蓄能機組調(diào)速系統(tǒng)精細化模型中,仿真得到抽水蓄能機組各狀態(tài)變量隨時間的變化過程,采集機組轉(zhuǎn)速響應(yīng)相對值x,采樣時間間隔設(shè)置為0.02s,得到機組轉(zhuǎn)速響應(yīng)序列x(k),并記錄時間序列t(k)。
按照步驟(3)中hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù)公式計算個體i的目標(biāo)函數(shù)值fit。重復(fù)上述過程直至計算出整個種群所有個體的目標(biāo)函數(shù)值。
進一步,以hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù)為基礎(chǔ),對群體中的所有個體進行非支配排序,并給每個個體設(shè)定支配性標(biāo)記,將標(biāo)記為“未被支配”的個體加入檔案集;
step3:運用網(wǎng)格法確定檔案集中最不擁擠,即個體數(shù)量最少的網(wǎng)格,并采用賭輪選擇法在該網(wǎng)格中選擇一個個體作為頭羊向量xb(t)。
step4:對所有個體xi,i=1,...,n進行隨機搜索,觀望一個位置
以該位置草質(zhì)是否更優(yōu)為條件,形成慣性向量
式中,rand為(0,1)之間隨機數(shù),個體搜索因子εstep=0.2·||bu-bl||、εplay=0.1·||bu-bl||。個體需進行nl次隨機搜索。
step5:計算每個個體xi(t)受當(dāng)前頭羊影響的召喚向量
其中,δi為第i個個體與當(dāng)前最優(yōu)個體的距離向量,頭羊召喚因子c1=2·rand、c2=(2·rand-1)(1-t/q),其中t為迭代步數(shù),q為迭代總數(shù)。
step6:按照個體位置更新公式更新個體位置xi(t+1):
若更新后個體位置超出位置邊界[bl;bu],則令超出的位置分量等于相應(yīng)的邊界值。
step7:更新檔案集:
step7.1:計算位置更新后的群體hgs-npid控制參數(shù)優(yōu)化的多目標(biāo)函數(shù),并確定多目標(biāo)函數(shù)更新后的群體支配關(guān)系。將未被支配的個體加入檔案集。
step7.2:確定檔案集中個體之間的支配關(guān)系,將被支配的個體從檔案集中刪除。
step7.3:若檔案集中個體數(shù)量仍超過檔案集規(guī)模nrep,運用網(wǎng)格法找出檔案集中最擁擠的網(wǎng)格,即個體數(shù)量最多的網(wǎng)格,并利用賭輪選擇法隨機選擇該網(wǎng)格中一個個體從檔案集中刪除。重復(fù)此法直至檔案集中個體數(shù)量不大于nrep。
step8:判斷是否連續(xù)p代當(dāng)前最優(yōu)個體位置未發(fā)生移動,如果是,則認為種群滅亡,按照下式反演重構(gòu)新的種群:
其中,r為反演半徑r=0.1·||bu-bl||;rand為(0,1)之間隨機數(shù),p為跳躍閾值;
step9:t=t+1,如果t>q,算法結(jié)束,輸出當(dāng)前最優(yōu)個體位置作為終解;否則,轉(zhuǎn)入step3。當(dāng)前最優(yōu)個體位置即為最優(yōu)控制參數(shù)向量。
為比較本發(fā)明所述方法的性能,引入傳統(tǒng)pid和分數(shù)階pid(又稱為:fopid)控制器作對比。對540m額定水頭空載工況下各控制器的控制參數(shù)進行優(yōu)化,優(yōu)化結(jié)果如表2。其中,kp、ki、kd分別為傳統(tǒng)pid控制器和分數(shù)階pid控制器的比例增益、積分增益、微分增益,λ為分數(shù)階pid控制器的積分算子系數(shù),μ為分數(shù)階pid控制器的微分算子系數(shù),誤差最大值e0、比例增益調(diào)節(jié)系數(shù)m、比例增益幅值kpmax、積分增益調(diào)節(jié)系數(shù)b、積分增益幅值kimax、微分增益調(diào)節(jié)系數(shù)kda和kdb為hgs-npid控制器的控制參數(shù)。設(shè)置不同水頭條件下空載開機和空載頻率擾動試驗。
表2控制參數(shù)優(yōu)化表
(1)空載開機
空載開機試驗包括540m和527m兩種水頭工況,各控制器參數(shù)按表2設(shè)置。空載開機時不同控制器在不同水頭下的控制效果如圖7、8所示,527m水頭下空載開機轉(zhuǎn)矩響應(yīng)如圖9所示,開機各控制器性能指標(biāo)如表3所示。
表3空載開機各控制器性能指標(biāo)
由圖8(a)和表3可知,雖然三種控制器均使用優(yōu)化后控制參數(shù),但hgs-npid控制器仍然改善了該工況下的動態(tài)過程。當(dāng)電站水頭為527m時,機組運行于全特性曲線右側(cè)“s”特性區(qū)范圍增大,導(dǎo)致額定水頭下優(yōu)化的pid控制參數(shù)在低水頭下振蕩次數(shù)增多,具體可見圖8(b),但是hgs-npid控制下的空載開機對水頭的適應(yīng)性明顯增強,較好的控制指標(biāo)為機組低水頭并網(wǎng)創(chuàng)造了良好條件。圖9表明,hgs-npid控制下的機組轉(zhuǎn)矩在切入自動調(diào)節(jié)后迅速穩(wěn)定且振蕩較少,這對延長機組壽命具有積極作用。
(2)頻率擾動
在535m水頭下,機組空載穩(wěn)定運行至80s,施加+1hz頻率擾動。由于實際運行中調(diào)速器在空載工況下僅設(shè)置一組控制參數(shù),故本發(fā)明仍按照表2設(shè)定,以考察控制器對工況轉(zhuǎn)換的適應(yīng)性。空載頻率擾動時不同控制器的控制效果如圖10所示??蛰d頻率擾動各控制器性能指標(biāo)如表4所示。
表4頻率擾動各控制器性能指標(biāo)
由表4和圖10可得,在低水頭空載擾動工況下,pid控制的機組轉(zhuǎn)速在給定值附近振蕩,說明額定水頭空載開機工況下優(yōu)化的pid控制參數(shù)已難以適應(yīng)低水頭下工況點變化要求;fopid控制下動態(tài)指標(biāo)雖滿足國標(biāo)要求,但穩(wěn)態(tài)誤差較大;hgs-npid控制雖然在擾動初始時刻響應(yīng)速度略慢,但整體性能更好,能提高機組低水頭空載工況穩(wěn)定性和不同水頭條件下的適應(yīng)性。
本發(fā)明提出的非線性抽水蓄能機組調(diào)速系統(tǒng)啟發(fā)式增益自適應(yīng)pid控制方法實現(xiàn)簡單、實時性強,控制增益能根據(jù)工況點變化實現(xiàn)在線自適應(yīng)調(diào)整,既能充分適應(yīng)抽水蓄能機組調(diào)速系統(tǒng)水擊與非線性,又能改善常規(guī)控制方式在不同水頭工況下的動態(tài)品質(zhì)。
本領(lǐng)域的技術(shù)人員容易理解,以上所述僅為本發(fā)明的較佳實施例而已,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等,均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。