[发明专利]一种水轮机调节系统二型模糊控制参数的优化方法

说明书

本发明公开了一种基于二型模糊PID控制的水轮机调节系统控制参数的优化方法，用于对水电机组进行优化控制，该控制参数优化方法具体为：首先建立水轮机调节系统的多工况非线性仿真平台，初步确定控制参数的调节范围，搭建一型模糊控制器，根据控制参数调节范围设置输入与输出的论域，设置隶属度函数，将一型转化为二型。接着设置改进PSO算法的种群规模、进化代数等参数，并进行种群初始化。最后根据目标函数并经过一定进化代数后，可得到最优PID控制参数。优化后的PID控制器能更好地保障水轮机调速系统的控制性能，进而更好地满足电站实际生产需求。

技术领域

本发明涉及水轮机调节系统技术领域，具体涉及一种水轮机调节系统二型模糊控制参数的优化方法。

背景技术

随着大容量高水头水轮机组和远距离特高压输电技术的发展，为改善电网供电质量，有关学者对水电机组调节品质提出了更高要求。目前的水轮机调节控制系统广泛采用PID控制规律，在机组并网后，采用一组PID控制参数对机组的频率功率进行调节。随着用电负荷的变化，实际运行中的水轮机工况点会经常发生改变。由于模型参数的不断变化，定PID调节策略将难以保证水电机组的稳定运行，无法满足对调节系统控制品质的要求。同时，水轮机调速系统具有非线性、变结构、变参数等特性，这使得经典控制理论越来越难以满足更高调节品质的要求，以现代控制理论、智能控制方法为基础的新型控制策略研究已经成为发展的必然趋势。

水电机组的优化控制研究主要集中在两个方面，一是在对现有调速器控制参数或结构加以优化，以满足机组优化运行的需要；二是提出新的控制策略，以促进水电机组调速器的发展。对于调速器控制参数的整定优化，典型的正交法或梯度法具有对初始参数敏感，以及对目标函数可导性要求较高等不足，限制了其应用范围；工程整定法基于现场试验和经验公式，方法简单但得到的最优参数往往是不准确的。随着人工智能的兴起，启发式算法和神经网络开始被广泛应用于调速器控制参数的整定和优化。这些方法基于变参数PID的思想，提出了适应式控制规律，根据水轮机组当前的运行工况，采用智能算法不断改变当前的PID参数。相比于线性系统，非线性系统的控制参数优化更为困难，原因是非线性系统的控制参数优化问题的数学方程更为复杂、可能存在多个局部最优解，限制了传统数学方法的应用，同时对智能算法的求解能力要求更高。为使算法具有优异的求解性能，很多学者对基于启发式算法的改进算法进行了研究并取得了理想的效果。然而，大多数改进算法是以较大的计算代价换取较高的计算精度，不可避免地引入了新的参数，增加了算法本身的复杂性，极大限制了工程应用。其中专利CN112012875A提出了一种水轮机调节系统PID控制参数的优化方法，但是该方法采用模糊控制惯性权重、萤火虫——粒子群混合进化方式，使得算法的计算代价相对较高；学习因子异步变化，粒子“自身学习”与“群体学习”分别进行、相互磨合，在某些案例下存在收敛速度较慢的缺陷。本专利基于以上不足进行改进，使该方法在更广的应用范围内达到更优质的控制效果。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种水轮机调节系统PID控制参数的优化方法。

为实现上述目的，本发明采用的技术方案为基于二型模糊PID控制的水轮机调节系统控制参数的优化方法，包括以下步骤：

步骤1：根据水轮机各工作参数、调节系数、传递函数建立水轮机调节系统多工况的非线性数学模型，在matlab/simulink中搭建改进粒子群算法与二型模糊控制协同优化PID参数的仿真平台；

步骤2：在matlab中搭建一型模糊控制器，确定输出变量与输入变量的论域与隶属度函数，按照一定的模糊规则搭建好模糊控制器；

步骤3：确定MF的不确定度占用空间(FOU)，随机配置每个MF的比例因子，将一型模糊控制器按照相应带宽转换为二型模糊控制器；

步骤4：初始化生成原种群与模糊粒子群算法参数；