（控制理论与控制工程专业论文）复杂发电机系统的智能控制理论方法研究.pdf

复杂发i u 机系统的智能拎制理论方法研宄 摘要 随着电力工业的不断发展，对于电能的需求越来越大，对供电可靠性与电能 质量的要求也越来越高。发电机组是电力系统中提供电能的关键设备，对于电力 系统的安全经济稳定运行有着至关重要的作用。大容量发电机组的增多并向超临 界化方向发展，使得发电机控制越来越复杂、也越来越重要。 论文首先介绍了电力系统控制和稳定性的一般描述以及发电机控制的重要 性，并说明了发电机系统是一个复杂的非线性对象，控制难度较大。接着，从国 内外发电机系统控制的研究现状出发，提炼出其中有待进一步解决的关键问题并 进行深入的研究，从而形成比较系统的发电机系统智能控制理论和方法，为发电 机组的高效节能与经济运行提供理论基础。针对复杂发电机系统控制中的一些科 学问题，本论文结合国家”十五”重大技术装备国产化创新研制项目一“交流励磁 水轮发电机及其控制系统研制”，重点开展了以下几个方面的研究工作： 1 、提出了基于混沌模式搜索法的同步发电机参数辨识方法，将模式搜索法与 混沌优化算法相融合，给出了一种新型的混沌模式搜索法，提高了混沌优化算法 的搜索效率和搜索精度。将同步发电机参数辨识问题看作参数矢量的组合优化问 题，建立对应的目标函数，以优化算法来搜索最佳参数值。该参数辨识方法具有 不受对象非线性特征影响、对扰动信号限制少、搜索速度快等优点。 2 、提出了励磁系统的一种逼近模型控制方法。首先介绍了励磁系统的一般原 理和数学模型，随后提出了一种逼近模型控制器，采用基于t a y l o r 扩展的线性化 方法来得到近似的逼近模型控制律，利用径向基神经网络建模来具体实现控制律。 论文分析了该逼近模型控制律的鲁棒性特征，并给出了其仿真实验结果。 3 、提出了一种励磁系统的逼近内模控制器。该逼近内模控制器包括逼近模型 控制器和反馈补偿二个部分，采用基于t a y l o r 扩展的线性化方法得到逼近模型控 制器，并由递归神经网络建模来具体实现，再选取一个鲁棒性滤波器作为反馈环 节，并分析了逼近内模控制器的鲁棒性特征，仿真实验也验证了其有效控制性能。 4 、水轮机调节系统是一个水、机、电的综合调节系统，针对该调节系统的非 线性模型，研究了一种刚性水锤效应时的水轮机调速器的逆模型控制方法。首先 介绍了水轮机的调速系统的原理，分析了其可逆性，采用支持向量机来建立逆模 型，并对比研究了二种不同的逆模型控制器：直接逆模型控制和带p i 控制补偿的 逆模型控制。直接逆模型控制易于实现，然而鲁棒性和抗干扰性性能明显不如带 p i 控制补偿的逆模型控制。 5 、针对汽轮发电机调速系统，设计了一种汽门系统的自适应逆模型控制。首 博i ：学f 节论文 先介绍了汽轮机调速系统的凋速原理和数学模型，分析了该系统的可逆性，采用 最小二乘支持向量机来辨识汽门系统的模型和逆模型，在此基础上，提出了一种 基于自适应学习率的逆模型控制系统，分析了该学习算法的收敛性特征。 6 、研究了汽轮发电机系统的综合控制，将发电机组的励磁和汽门系统相结合， 设计了一种多模型控制系统。该多模型控制系统以发电机组的典型工况为依据， 设计了不同工况时的子模型控制器，并提出了一种自学习算法在线调整优化控制 器的控制规则。同时，建立子模型库，依据运行工况与子模型的匹配程度来决定 子模型控制器的加权系数。 7 、介绍了用于多机组发电机系统综合控制的等效模型，并建立了三机组发电 机系统综合控制的状态空间模型；随后，采用线性二次最优控制方法来设计综合 优化控制器。本论文将权矩阵的选取看作一个多变量优化问题，提出一种并行混 沌优化融合单纯形的优化算法，采用该优化算法来搜索最佳的权矩阵，从而为线 性二次最优控制提供了一种有效方法。仿真实验也验证了该优化控制器的有效性 能。 论文最后总结了全文的主要创新性研究成果，对下一步研究工作进行了展望。 关键词：发电机系统；智能控制；励磁控制系统；调速控制系统；神经网络；支 持向量机 i i i a b s t r a c t w i t ht h ed e v e l o p m e n to fp o w e rs y s t e m i n d u s t r i a l ，t h er e q u i r e m e n to fp o w e r e n e r g y i sm o f ea n dm o r e ， a tt h es a m et i m e ，t h eq u a l i t yr e q u i r e m e n to fe n e r g y s u p p l y i n ga n dp o w e r s t a b l i t yi sh i g h e ra n dh i g h e r g e n e r a t o r sa r et h ek e y e q u l p m e n t s f o re n e r g ys u p p l y i n g ， a n dt h e i rp e r f o r m a n c e sa r ev e r y c r u c i a li np o w e rs y s t e m o p e f a t i o n i ti sat e n d e n c yt h a tt h eg e n e r a t o r sh a v eh i g h e r c a p a c i t y ，t h i sa l s om e a n s t h a tt h ee f f e c t i v ec o n t r o lo fg e n e r a t o r si s m o r ed i f f i c u l ta n dm o r e 姗p o r t a n t f i r s t l v ，t h i sd i s s e r t a t i o n i n t r o d u c e st h eo u t l i n eo fp o w e rs y s t e m c o n t f o la n d s t a b i l i t y ，t h e np r e s e n t st h ei m p o r t a n c eo fg e n e r a t o r ss y s t e m c o n t r 0 1 t h ec o n t t o lo l g e n e r a t o f s i sc o m p l e xa n d d e f f i c u l ts i n c et h e y a r e c ，o m p l e x n o n l i n e a rp l a n t s s u b s e q u e n t ly ，t h i sd i s s e r t a t i o ns h o w st h e r e c e n tr e s e a r c hd e v e l o p m e n ti ng e n e r a t o r s c o n t r o l ， a n ds e i c e t ss e v e r a lk e yp r o b l e m s o fg e n e r a t o r sa sr e s e a r c ho b j e c t l v e s t o c o n s t i t u t es y s t e m i ci n t e l l i g e n t c o n t r o lt h e o r y a n dm e t h o d e s f o c u s i n g o nt h e s e s c i e n t i f i cp r o b l e m s ，t h i sd i s s e r t a t i o ni sp a r t i a l l ys u p p o r t e dw i t h t h e 1 0 t hf i v ey e a r p 1 a n ，k c vt e c h n 0 1 0 9 ya n de q u i p m e n tp r o j e c t 一“a ce x c i t e d h y d r o g e n e r a t o r a n d c o n t r o ls y s t e md e v e l o p m e n t ，a n dh a s c a r r i e do u tt h ef o l l o w i n gr e s e a r c hw o r k s ： 1 an o v e lp a r a m e t e r si d e n t i f i c a t i o nm e t h o d f o rs y n c h r o n o u sg e n e r a t o r sb a s e do n c h a o l i cp a t t e r ns e a f c ha l g o r i t h m s ( c p s a ) i sp r o p o s e d t h ec p s a i sac o m b l n a 1 0 no t c h a o t i c0 p t i m i z a t i o na l g o r i t h m sa n dp a t t e r ns e a r c ha l g o r i t h m s ，a n d i th a sg o o ds e a r c n a b i l i t 、，a n di t ss e a r c h i n gi s f a s t p a r a m e t e r si d e n t i f i c a t i o nf o rg e n e r a t o r si st r e a t e d a sa c o m b i n e do p t i m i z a t i o i lo fp a r a m e t e r s v e c t o r s ，a n da no b j e c t i v ef u i l c t i o ni sc o n s t r u c t e d f o rt h i so p t i m i z a t i o np r o b l e m t h ec p s a m e t h o dc a ns e a r c ht h eo p t i m a lp a r a m e t e r s v e c t o r sf a s t ，w h i l ei t i sn o ta f f e c t e db yt h en o n l i n e a rc h a r a c t e ra n d r e s t r i c t i o n st o r 2 a na p p r o x i m a t em o d e lc o n t r o lm e t h o df o re x c i t a t i o nc o n t r o l i sp r e s e n t e d f i r s t l y , t h eo u t l i n ea n dm a t h e m a t i c m o d e lf o r e x c i t a t i o ns y s t e m a f es h o w n , t h e na n a p p t o x i m a t em o d e lc o n t r o l l e ri s p r e s e n t e du s i n gad i r e c t l i n e a r i z a t i o na p p r o a c hv l a t a y l o fe x p a n s i o n ，a n dt h e c o n t r o ll a wi sr e a l i z e du s i n gr b f n e u r a ln e t w o r k sm o d e l i n g t er o b u s t n e s so ft h ep r o p 。s e de x c i t a t i o nc 。n t r o l l e ri sg i v e n 3 a na p p r o x i m a t ei n t e r n a l m o d e lc o n t r o lm e t h o df o r e x c i t a t i o n c o n t r o li ss t u d l e d 。 a p p r o x ! m a t ei n t e r n a lm o d e lc o n t r o li n c l u e d sa p p r o x i m a t e m o d e lc o n r 0 1a n df e e d b a c k c o m p s e n t a t i o n t h ea p p r o x i m a t e m o d e l c o n t r l l e ri sp r e s e n t e du s i n g ad l r e c t l i l l e a r i z a t i o na p p r o a c hv i at a y l o re x p a n s i o n ，w h i l e t h ef e e d b a c kc o m p s e n t a t l o nl s i v 博i j 学位论文 r e a l i z e du s i n gar u b u s t n e s sf i l t e r t h er o b u s t n e s so ft h ep r o p o s e dc o n t r o l l e ri sg i v e n 4 t u r b i n eg o v e r n o rs y s t e mi saw a t e r ，m e c h a n i c a l ，e l e c t r i c i t yi n t e g r a t e dp l a n t a n i n v e r s em o d e lc o n t r o lm e t h o df o rar i g i dw a t e rh a m m e rt u r b i n eg o v e r n o ri ss t u d i e df o r t h er e g u l a t i o no fn o n - l i n e a rm o d e l f i r s t ，t h ep r i n c i p l eo ft h et u r b i n es p e e d r e g u l a t i o n s y s t e mi si n t r o d u c e d ，a n di t sr e v e r s i b i l i t yi sa l s os h o w n s e c o n d l y ，s u p p o r tv e c t o r m a c h i n e si su s e dt oi d e n t i f yi t si n v e r s em o d e l ，a n dt w ok i n d so fd i f f e r e n ti n v e r s e m o d e lc o n t r o l l e ra r ec o m p a r e d ：d i r e c ti n v e r s em o d e lc o n t r o l ，i n v e r s em o d e lc o n t r o l w i t hp ic o n t r o lc o m p e n s a t i o n d i r e c ti n v e r s em o d e lc o n t r o l ，i t sd e s i g ni ss i m p l e ，y e t i t sr o b u s t n e s sa n di n t e r f e r e n c ep e r f o r m a n c ea r en o ta sg o o da si n v e r s em o d e lc o n t r o l w i t hp ic o n t r o lc o m p e n s a t i o n 5 an e wa d a p t i v ei n v e r s em o d e lc o n t r o l l e rf o rt h es t e a mv a l v ei ss h o w ni n t h i s d i s s e r t a t i o n f i r s t l y , t h ep r i n c i p l ea n dt h em a t h e m a t i c a lm o d e lo fs t e a mt u r b i n e g o v e r n o ri si n t r o d u c e d s e c o d n l y ，t h ei r r e v e r s i b i l i t yo ft h es y s t e mi ss h o w n t h e n l e a s t s q u a r e ss u p p r o tv e c t o rm a c h i n e si su s e d t oi d e n t i f yt h em o d e la n dt h ei n v e r s e m o d e l ，a n da na d a p t i v el e a r n i n gr a t ei su s e df o rt h i si n v e r s em o d e lc o n t r o ls y s t e m s t h ec o n v e r g e n c ec h a r a c t e r i s t i c so ft h el e a r n i n ga l g o r i t h mi sa n a l y s e d 6 am u l t i p l em o d e l sc o n t r o ls y s t e m ( m m c s ) i sp r o p o s e df o re x c i t a t i o na n dt u r b i n e c o n t r o lo fs y n c h r o n o u sg e n e r a t o r f i r s t l ys u b - m o d e lc o n t r o lr u l e sf o r s y n c h r o n o u s g e n e r a t o ra tv a r i a b l eo p e r a t i o np o i n t sa r ed e r i v e df r o md i f f e r e n to p e r a t i o ns a m p l e s t h e nas e l f - l e a r n i n ga l g o r i t h m si sp r e s e n t e df o rt h eo n l i n el e a r n i n go fs u b m o d e l c o n t r o lr u l e s i nt h es a m et i m e ，t h es u b m o d e li sc o n s t r u c t e da n dt h e w e i g h t i n gf a c t o r s f o rs u b - c o n t r o l l e ra r ed e c i d e db yt h em a t c h i n gd e g r e eb e t w e e nt h eo p e r a t i o np o i n ta n d t h es u b m o d e l 7 t h ei n t e g r a t e dc o n t r o lo fm u l t i - u n i tg e n e r a t i n gs y s t e mi sa l s op r e s e n t e d ，a n dt h r e e g e n e r a t i n gu n i t si n t e g r a t e dc o n t r o ls y s t e mw i t hs t a t e - s p a c em o d e li se s t a b l i s h e d t h e l i n e a rq u a d r a t i co p t i m a lc o n t r o lm e t h o di su s e dt o d e s i g nt h ei n t e g r a t e dc o n t r o l l e r t h i sd i s s e r t a t i o nr e g a r e d st h es e l e c t i o no ft h ew e i g h t i n gm a t r i xo fl i n e a rq u a d r a t i c o p t i m a lc o n t r o l l e ra sam u l t i v a r i a b l eo p t i m i z a t i o np r o b l e m ，a n dp r o p o s e sap a r a l l e l c h a o so p t i m i z a t i o na l g o r i t h m si n t e g r a t i o nw i t ht h es i m p l e xm e t h o dt os e a r c ht h eb e s t w e i g h t i n gm a t r i x i ti sa ne f f e c t i v ew a yt or e a c hl i n e a rq u a d r a t i co p t i m a lc o n t r o l l e r t h es i m u l a t i o nr e s u l t sa l s os h o wt h ep e r f o r m a n c eo ft h ep r o p o s e dc o n t r o l l e r i nt h ee n d ，t h em a i ni n n o v a t i o n so ft h ed i s s e r t a t i o na r es u m m a r i z e d ，a n dt h e f i e l d sf o rf u r t h e ri n v e s t i g a t i o na r ee x p e c t e d k e y w o r d s ：g e n e r a t o r ；i n t e l l i g e n tc o n t r o l ；e x c i t a t i o nc o n t r o ls y s t e m ；r e g u l a t o r c o n t r o ls y s t e m ；n e u r a ln e t w o r k s ；s u p p r o tv e c t o rm a c h i n e s v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法 律后果由本人承担。 作者签名：缘形 日期：辟，胡1 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密叭 ( 请在以上相应方框内打“”) 作者签名：啄 一p 刷醛专 日期：及擗l 砂月1 日 日期易碲年f 。月 7 日 博f j 学位论文 1 1 概述 第1 章绪论 历史上的第二次工业革命( 电气工业革命) 极大地推动了人类文明与科技的发 展，揭开了电力系统一百多年的发展历史。今天，随着国民经济的高速发展和科 学技术的不断进步，人民生活水平日益提高，电力用户对于电能的需求越来越大， 对供电可靠性与电能质量的要求也越来越高，而各种新装备新技术的出现，使得 由发电、变电、输电和用户组成的电力系统也面临着各种新的机遇和挑战。 以大机组、超高压、交直流混合远距离输电、跨区域联网为特点的现代电力 系统，结构日益复杂，元件不断更新，对电力系统的分析、规划和控制的方法不 断地提出新的、更高的要求1 1 】。一方面，电力系统是一个多维的复杂大系统，随 机性与时变性强，含有大量未建模动态部分及不确定性，还存在各种干扰或扰动； 同时，电力系统地域分布广阔，大部分元件具有延迟、磁滞、饱和等复杂的物理 特性，对这样的复杂大系统实现有效控制是一种巨大的挑战。另一方面，大功率 电力电子器件的出现，直流输电和柔性交流输电系统( f l e x i b l ea ct r a n s m i s s i o n s y s t e m s ，f a c t s ) 2 0 】装置的引入，现代控制理论与技术的发展，使得电力系统有 了更多的控制资源和手段。显然，基于固定平衡点近似线性化数学模型设计的传 统控制器对保证系统安全运行、提高系统大扰动稳定性的要求不相适应。二十世 纪八十年代，罗马大学教授a i s i d o r i 将微分几何方法引入非线性控制系统，给非 线性控制理论带来了突破性的进展，并在电力系统得到了广泛的研究，取得了一 批有价值的成果f 4 1 。由于非线性控制的复杂性和控制目标的多样性，而且电力系 统这个复杂对象具有很高的控制要求，对电力系统的非线性控制研究仍富有挑战 性，并具有广阔的应用前景。 电力系统中的电源是同步发电机，发电机组是电力工业生产的关键设备之一。 随着电力工业的发展和技术进步，发电机组正朝着大容量、高电压、超临界化方 向发展，使得发电机系统的控制越来越复杂。发电机控制是电力系统控制的重要 组成部分，是应用自动检测和调控装置并通过分析决策和数据传输对发电机系统 各个元件、局部系统或整体进行就地或远方的自动监视、协调、调节和控制，调 节机组转速和功率，控制电压和频率稳定，使输出的电功率具有较高电能质量， 满足电力系统的需求。 复杂发i u 机系统的智能控制理论方法研究 1 2 电力系统控制和稳定性 1 2 1 电力系统控制 电力系统是指由进行电能生产、变换、输送、分配、消费的各种设备按照一 定的技术和经济要求有机组成统一系统的总称。电力系统是由不同类型的发电机 组( 水轮发电机组和汽轮发电机组) 、众多变电站及电力负荷、不同电压等级的电 力网络以及不同传输方式的输电线路( 交流输电线路和直流输电线路) 所组成的十 分庞大而复杂的动力学系统【5 】；其功能是将能量从一种自然存在的形式转换为电 能的形式，并传送到各个用户。由于一个电力系统中所包含的电厂、电站及线路 的数量都很大，且纵横联线，在控制系统的分类中，它属于“复杂系统”，而且分 布辽阔，多达几百上千公里，加上电能在生产和消费过程中的不可储藏，因此电 力系统比般的复杂系统更加“复杂 。 上 频率联络线功率发电机出力 土 上上 系统发电控制 带经济分配的负荷频率控制 么 0 ，置y 1 = i ( n ，k = 1 ，j = 1 ； s t e p 2 如果f ( y + 6 e f ) 厂( y 1 ，则令y 。+ 1 = y 7 + 6 e f ，进行s t e p 4 ；否则，进行 s t e p 3 ，i s t e p 3 如果f ( y 力一6 e f ) f ( y ，则令y + 1 。y d 一6 e 进行s t e p 4 ；否则，令 y 7 + 1 zy ，进行s t e p 4 ； s t e p 4 如果j n ，则置_ 一，+ 1 ，转s t e p 2 ；否则，进行s t e p 5 ； s t e p 5 如果f ( y 1 ) 0 ，置k 。1 ，y o ) ；i ( 1 ) ； s t e p 2 用混沌变量进行定义域的探索移动：如果( y o + 6 l e ) 厂( y 1 ) ，说明探 索移动失败，y 2 = y 1 ：如果厂( y ( 1 + 6 l e ) 厂( y ( 1 ) ，则说明探索移动成功，令 y 2 ；y 1 + 6 l e ，_ 一j + 1 ，y 1 = y 2 1 ，以此作为随后所进行搜索的基点； s t e p 3 如果j m ，按照方程式( 2 7 ) 模型产生新的混沌变量岛+ 。一s i n ( - - z ) ( 一】，2 ，刀) e i 作为新的探索方向e 一俄，e 2 ， ，转s t e p 2 ；否则，置孑“1 = y ，进行s t e p 4 ； 第二阶段：二级模式移动 s t e p 4 如果i i x - 似“- 2 非忙q ，算法进行粗搜索，进行s t e p 5 ；否则，算法进行细搜 索，进行s t e p 6 s t e p 5 如果( y 2 ) 厂 ) ，探索移动有效，进行s t e p 5 1 ；否则，探索移动失败， 进行s t e p 5 2 ； 复杂发i 乜机系统的智能拧制理论疗法研究 s t e p 5 1 沿着 ( i ( “n i ( ) 方向进行最优一维搜索 ，求 f ( y 1 ) = m i n ( 2 “1 + 及 “一孑) ) ，作为新的搜索基点，置k = k + 1 ，j = 1 ，转s t e p 2 ； s t e p 5 26 取值不变，y 1 = 元( ，元m = 孑n ，置k = k + 1 ，j 一1 ，转s t e p 2 ； s t e p 6 如果f ( y 2 ) ， ) ，探索移动有效，则进行s t e p 6 1 ；否则，探索移动失败， 进行s t e p 6 2 ； s t e p 6 1 采取直接模式移动：y 1 = i “1 + “n 一元) ，作为新的搜索基点，置 k = k + 1 ，_ 一1 ，转s t e p 2 ； s t e p 6 2 如果6 墨s ，则停止迭代，得点优化解孑；否则，置6 = 彤，y 1 = i ， 鼋( “) = 元( ) ，置k = k + 1 ，。1 ，转s t e p 2 。 这里m 为预先设定的每一次迭代搜索中的混沌探索移动次数，一般取值在 2 8 ；当变量维数越大时，需要探索的方向比较多，一般m 设置相对大一些。 2 4 4c p s a 算法性能与收敛性 在c p s a 算法中，由于探索方向e 所对应的各个混沌变量都是在卜1 ，1 1 间遍历， 因而探索移动方向是变化的，更加符合多变量优化问题的实际，同时，探索步长 忪吃硎也是变化的，而且探索范围为优化变量定义域l ，最大移动步长达到恻l ， 可以避免陷入局部最优解。同时，对于粗搜索与细搜索，优化算法采取二级模式 移动的方式。在粗搜索中，探索移动有效时，采取最优一维搜索，加快移动速度； 探索移动失败时，6 保持不变，避免过早收缩导致局部最优解。在细搜索中，探 索移动有效时，考虑到最优一维搜索计算量大，采取直接延伸搜索；探索移动失 败时，逐渐收缩6 ，提高搜索精度。混沌探索移动可以较快地搜索到最优解领域， 二级模式移动则可以较快地逼近精确最优解，因而c p s a 算法兼顾了搜索速度与 精度，搜索效率更高。 s 8 图2 5c p s a 算法移动路线示意图 图2 5 中1 呻2 呻一7 8 描述了一个二维优化问题的c p s a 算法移动路线， 由于方程式( 2 7 ) 中的混沌模型取值范围为卜1 1 】，因而，c p s a 算法中的正向、负向 探索可以由一步来实现。对于多维变量优化时，能够遍历性地朝多维方向探索， 符合优化问题的实际情况，而不像常规的模式搜索法那样逐次朝各个轴向探索、 博f j 学位论文 搜索效率低。 受文献1 9 7 1 孔j 启发，这里给出c p s a 算法的收敛性证明。 定理2 1c p s a 算法使方程式( 2 8 ) 所示的优化问题依概率收敛到全局最优。 证明：设i # r a 触i nf ( d 为全局最优解，其中， ) 为最优值，d 为可行域，即 d = 缸防= 缸。，x 2 ，以 ，色s 鼍s 包，i 一1 ，2 ，咒) ，并且2 e r “，dc r “。用i 表示第k ( k = 1 ，2 ，s ) 次迭代的最优解，其中s 为迭代次数，对于任意正数占， n 。一位k d ，厂 ) 一厂 ) 】为全局最优解i 。的领域。c p s a 算法中，由于混沌探 索移动是定义域内的下降算法，于是厂g ) 是单调不增的序列，即 厂g 1 ) 苫， 2 ) 芑， ) 苫 于是有厂 1 ) 一， ) 厂 2 ) 一f ( 2 ) 乏芝厂 ) 一厂 + ) 乏 再设随机事件序列4 ，l 伽k “。，m e l , 2 ，s 】- 表示迭代序列第胁次落入札 领域，对于给定的e ，由于混沌的遍历性，事件4 发生，必然导致事件4 发生， 而事件4 发生，必然导致事件4 发生，等等。于是有4 鸽4 ，lg ，从而 p ( 4 ) sp ) s s 尸( 4 ) s ，又因0 s p ( a ) s1 ，于是l i 理p ) 存在。文献【9 7 】证 明了l i mp ) = 1 ，描述如下： 设随机变量序列写。= f l ，蓁= ：粪羹袋票会爻n 。，朋= l 2 ，则以一t 岛= q 。令 科岛一1 ) = ，p 毛= 吣；1 一，& = 去薹皇，m = l2 ，则e ( 毛) = 砉薹n ， m a 1 ，2 ，；。( & ) ；嘉薹。( 毒) 一嘉薹觑( 1 一觑) s 石1 。其中： e ( & ) 为序列 & 沏= 1 ，2 ，刀) 的数学期望，d ( s m ) 为序列的方差。由契比雪夫不等式有： 尸 l 一( & ) i 1 一旦字1 一面1 ，于是恕p | & 一e ( s 。) l g ) = 1 。 又因= m s m 一一1 ) & 剞埘- - - 1 , 2 ，从而。l i r a 。p i 乞一e ( 岛) l = 1 。 上式说明随机变量序列岛咖= 1 ，2 ，1 ) 依概率收敛，因此，随机事件序列 4 ，l 仰= 1 2 ，以) 亦依概率收敛，故l i mp ( 以) = 1 。 定理2 1 说明混沌探索移动依概率收敛于全局最优解，而二级模式移动所起的 3 1 复杂发i u 机系统的智能拧制理论方法研究 作用是提高搜索效率，粗搜索时的最优一维搜索有利于逼近全局最优解，细搜索 是短距离的直接移动。因此，c p s a 算法可以收敛到全局最优解。 2 5 仿真结果 这里考虑单机组发电机的参数辨识情况。假设辨识系统为一个仿真三节点系 统，分别为同步发电机、无穷大系统和恒负载，辨识扰动为加载励磁输出电压上 的2 、5 和1 0 的阶跃输入信号。根据这三种不同的扰动信号记录记录各个变 量参数的样本数据集，规模为3 0 0 。采用本论文的c p s a 算法来搜索最优解。并 才用2 4 部分所描述的各个变量参数的定义域来作为c p s a 算法的搜索范围， c p s a 算法参数m 一7 。辨识结果如表2 1 所示，可知各个变量的估计值与实际值 都比较接近，从而可以认为本论文所研究的基于c p s a 算法的同步发电机参数辨 识是一种切实可行的方法。 表2 1 辨识结果 变量 x dx ：x ：。巧。x q x ： 实际值 0 5 6 7 50 0 8 3 8 0 0 4 9 83 6 00 1 0 00 5 6 7 50 0 8 3 8 辨识值 0 5 6 6 10 0 8 4 00 0 5 0 13 6 20 1 0 50 5 6 5 20 0 8 3 1 变量 。碥 khd 实际值0 0 4 9 80 7 60 1 0 0 1 2 40 6 52 2 0 辨识值 0 0 5 0 00 7 80 0 9 51 2 6 40 6 92 31 2 6 小结 本章节首先介绍了同步发电机参数辨识的一般方法和原理，随后提出了一种 混沌模式搜索法( c p s a ) ，并将其应用于同步发电机参数辨识。c p s a 是将模式搜 索法与混沌优化算法相融合，提高了优化算法的搜索效率和搜索精度。本文将同 步发电机组参数辨识问题看作参数矢量的组合优化问题，依据测量数据值与估计 值的偏差情况建立误差目标函数，以c p s a 算法来搜索误差目标函数值最小时的 参数值就是最佳参数值。该优化算法应用于发电机参数辨识时，不受对象非线性 特征的影响，对于施加的扰动信号的限制也较少，搜索最佳参数值的速度较快。 博i j 学位论文 第3 章发电机励磁系统的逼近模型控制 励磁系统对发电机的动态行为有很大的影响，可以帮助提高电力系统的稳定 极限。特别是现代电力电子技术的发展，使快速响应、高放大倍数的励磁系统得 以实现，这极大地改善了电力系统的暂态稳定性。随着发电机组容量的增大，大 型同步发电机的励磁系统也在不断的发展；励磁方式从直流励磁机方式发展到采 用交流励磁机加静止( 或旋转) 半导体整流器的励磁方式和自励式半导体励磁方 式，励磁控制器也从传统的模拟式调节单元发展到了以微型计算机为核心的数字 式调控单元1 1 4 ，1 7j 。 在以往的发电机非线性励磁控制器中，主要是采用非线性系统精确反馈线性 化方法、直接反馈线性化方法和逆系统方法来设计发电机的非线性励磁控制器。 这些方法从本质上是引入非线性坐标变换和控制变换的概念，将电力非线性控制 系统变换为一类线性控制系统，并应用线性控制系统的成熟设计方法完成控制系 统的设计。本章节针对同步发电机励磁系统，设计了一种基于t a y l o r 扩展的输入 输出逼近模型的智能励磁控制器。首先，介绍了励磁系统的基本结构和基本原理， 尤其是单机组励磁调节电压的原理。随后，依据对象的输入输出微分方程，采取 一种基于t a y l o r 扩展的等效线性化方法来设计逼近模型控制律，并由径向基函数 ( r a d i a lb a s i sf u n c t i o n ，r b f ) 李0 经网络建模来实现。本章节还分析了该逼近模型控 制器的鲁棒稳定性，具有控制算法简单、易于实现、抑制参数扰动等优点。 3 1 励磁系统的一般描述 发电机 励磁系统 l 、 l h rr 励磁功率 固 ，、 i g f 动 单元丫) v 一b 、 。 人 固节 屯j gi gy h h c夕 自动励磁 调节器 么1 山 c 铂比屯址 l 、 辅剧j 粹制信号 图3 1 同步发电机励磁系统基本构成示意图 同步发电机励磁系统的基本构成如图3 1 所示，它是由同步发电机及其电压互 感器( y h ) ，电流互感器( l h ) 和励磁系统组成的一个反馈自动控制系统【9 引。励磁系 统是向发电机供给励磁电流的装置，包括产生发电机励磁电流的励磁功率单元、 复杂发l u 机系统的缯能拧制理论方法研究 自动励磁调节器、手动调节部分以及灭磁、保护、监视装置和仪表等。励磁功率 单元向同步发电机转子提供直流电流，即励磁电流；励磁凋节器根据发电机电压 和电流的变化以及其它输入信息，按照事先确定的调节准则控制励磁功率单元输 出励磁电流的装置。励磁控制系统的作用主要包括：维持发电机机端电压，在并 列运行的发电机组问合理分配无功功率，改善电力系统的运行条件、提高电力系 统的稳定性【1 4 , 1 7 】。本论文研究的是单机发电机组的励磁系统控制，因而将保持发 电机端电压恒定作为主要研究目标。 3 1 1 励磁系统调节电压的基本原理 同步发电机单机带负荷运行时，端电压调节是励磁系统控制的主要目标，其 基本原理可以用图3 2 来说明【9 引。 + f l q ( a )( b )( c ) 图3 2 励磁系统调节电压的原理 图3 2 ( a ) 中f l q 是发电机励磁线圈，d g 和厶分别为发电机定子电压和电流。 在发电机稳态运行时，流经f l o 的励磁电流，在同步发电机内建立磁场，使定子 绕组产生空载感应电势t 。改变，的大小，就可以使得忘发生相应的变化。图 3 2 ( b ) 是发电机稳态运行的等值电路图，其问关系用数学表达式为： e 4 一u o + j 邑( 3 1 ) 其中x d 为发电机的直轴电抗。图3 2 ( c ) 是发电机的向量图，6 为毫和d g 之间的夹 角，即发电机的功率角；l 和j ，分别为发电机的无功和有功电流分量；驴为发电 机的功率因素角。根据图中所示的向量关系，可以得出： 乞c o s 6 ；+ 蜀 ( 3 2 ) 一般6 的值都比较小，可以近似的认为c o s 6 = 1 ，于是 e q u 6 + lq xd ，u g e q lq xa q 3 式中t 与发电机励磁电流l 成正比