[发明专利]一种水轮发电机组励磁系统PID控制参数的优选方法

说明书

本发明公开了一种水轮发电机组励磁系统PID控制参数优选方法，用于在水轮发电机组励磁系统中对PID控制参数进行优选。根据水轮发电机组励磁系统建立仿真模型，然后依据该仿真系统建立以水轮发电机机端电压和参考电压为状态量的目标函数，运用本发明设计的优选方法求解目标函数得到最优PID控制参数。本发明设计的水轮发电机组励磁系统PID控制参数的优选方法，采用一种新型启发式优化算法优化目标函数，能搜索到更小的目标函数值，得到的解代表更优的PID控制参数。更优的PID控制参数能使水轮发电机组励磁系统水轮发电机机端电压调节速度更快，系统响应曲线更加光滑，系统调节品质更高。

技术领域

本发明属于优化技术领域，更具体地，涉及一种水轮发电机组励磁系统PID控制参数的优选方法，用于在水轮发电机组励磁系统中对PID控制器控制参数进行优选。

背景技术

水轮发电机组励磁系统是机组的核心控制系统之一，承担调节机端电压的重任。水轮发电机组励磁系统多采用比例积分微分控制器(Proportion IntegrationDifferentiation，PID)控制。PID控制参数的选择将直接影响到系统控制效果的好坏，从而影响到输电品质。在实际工作中，PID控制参数一般依赖专家整定，缺乏参数自动整定技术。在理论研究方面，有研究通过优化技术来整定PID控制参数，常用的优化算法大多数为启发式优化算法。

启发式优化算法是现代优化方法的重要分支，其思想大多来源于自然规律，包括生物现象以及物理定律。例如遗传算法(Genetic Algorithm，GA)模拟生物基因的进化过程；粒子群优化算法(Particle Swarm Optimization，PSO)模拟鸟类飞行的活动。算法的模式都需要以相当多数目的智能体(agent)来实现对某类问题的求解功能。此外还有的控制参数优选方法包括梯度法、单纯形法等。它们各有优点，但也存在明显缺陷。梯度法要求目标函数连续可导；单纯形法受初值和计算步长的影响较大，易于收敛于局部最优解；遗传算法需要进行复制、交叉与变异操作，进化速度慢，易产生早熟收敛，并且其性能对参数有较大的依赖性；PSO算法在复杂优化问题求解中存在早熟、陷入局部极小等不足。这些缺陷均可能导致算法无法获得最优的水轮发电机组励磁系统控制参数。

发明内容

针对传统方法的不足，本发明提出了一种水轮发电机组励磁系统PID控制参数的优选方法，该方法基于新型启发式优化算法，能有效提高水轮发电机组励磁调速系统PID控制器的调节品质，提高该调节系统的动态响应指标。

为了实现上述目的，本发明提供了一种水轮发电机组励磁系统PID控制参数的优选方法，包括如下步骤：