（电力系统及其自动化专业论文）水电站动力系统模型辨识.pdf

a b s t r a c t a 1 0 n gw i t ht h ed e v e j o p m e n to ft h ep o w e rs y s t e mi no l l rc o u n 缸y ，t h ea c c u r a c yo f 嘶da j l a l y s i sc o m p u t i n ga n dt h ep r e c i s i o no fa u t o m a t i o nh a v eb e e ns e th i 曲e r r e q u i r e r n e n t s ；a l s o ，w i t ht h eb u i l d i n ga i l do p e r a t i n go fl a r g e s c a l eh y d r op o w e rs t a t i o n s a n dp u r n p e ds t o r a g ep l a n t s ，也ew 蛔p o w e rp r o p o r t i o ni no u rc o m 时i si n c r e a s i n gy e a r b yy e 缸e s t a b l i s h i n ga c c u r a t eh 删i cp o w e rs t a t i o nd y i l 锄i cs y s t e mm o d e l sh a v ea g r e a ts i l 笋m c a n c ei np o w e rs y 嗽ma n a l y s i sa n dd e s i g 【l i n gg o v 蹦m r sw i mb e t t e rc o i 灯o l s t r a t e 百e s b u t 血eh y d r o t u r b i n e s c h a m c t e r sa r ec o m p l e x ，t l l es t a t u so ft 1 1 eo p e r a t i o n c h a n g e s 野e a t l ya n d 矗e q u t l y ，a n dm ec o n d u i ts y s t 鼬sa r eo r q u i t ec o m p h c a t e d s o i ti sd i 伍c u l tt oe s t a b l i s ht h em a m 锄a t i c a lm o d d st o t a l l yd 印e n d e do nm e c h a l l j c s ， d e c 衄c i t y ，a n do m e rp h y s i c a la x i o m s t h e r e f o r e ，r e s e a r c ho ne s t a b l i s h i n ga c c u r a t e m a t h e n l a t i c a lm o d e l so f h y d r a i l l i cp o w e rs t a t i o nd y n 锄i cs y s t 鼬h a s g r e a ts i g n j 6 c a l l c e m e 幽o d s ，c h a r a c t e r i s t i c s ，a n de x p 鲥m e n ts c h e m e so fh y d r a u l i cp o w e rs t 弧o n d y n a l l l i cs y s t e l l lm o d e l si d e n t m c a t i o nh a v eb e e n6 r s t l yr e s e a r c h e di nm i st h e s i s n e n ， a p p l i c a t i o n so fl e a s ts q u a r ea l 鲫m m s ，g e n e t i ca l g o r i t ，a n dp a t t e ms e a r c h a 1 9 0 r i m mt oh y d r a u l i cp o w e rs t a d o nd y l l 锄i cs y s t e mm o d e l si d e n t i f i c a t i o nh a v eb e e n r e s e a r c h e d i nh y d r a u l i cs y s t 锄1 i n e a rm o d e l si d e l l t 讯c a t i o n ，am e m o du s i 鹏f i e i dt e s td a t a l l l l d e rs t e pd i s t u r b a n c eo f 百v e np o w e r h a sb e e np r o p o s c di n 也i s 也e s i s i ns i m u l a t i o n e x p e f i m e n t ，r e s u l t so fi d e n t i 圳n gm o d c l su s i n gs t 印d i m 曲a j l c eo f 百v e np o w e rs i 鲈a l ， w h i t en o i s es i 伊a i ，姐dp s e u d o r a n d o ms i 驴a la si n p u ts i 髓a l sh 甜eb e e nc o 叫p a r e d f e a s i b i l i t yo fu s i n gs t 印d i s t u r b a n c eo f 百v e i lp o w e rs i 印a la si d 锄t 墒c 撕o ni n p u ts i 髓a l h a sb e e nv a l i d a 忙d i ni d e n t m c a t i o ne x p “m e n to fs h j s 姐l i n gp 啪p e ds t o r a g ep o w e f s t a t i o n ，r e l i a b l er e s u l t sh a sb e e na c h i e v e db yu s i n gs t e pd i s t l l r b a i l c eo f 垂v e np o w e r s i 印a 1 i na d d i t i o n ，am e t h o do fi d e “蛳n gh y d 蜘】l i cs y s t e ml i n e a rm o d e l sb a s e do n r a n d o ml o a df l u c t u a t i o nh a sb e e i lr e s e a r c h e d r a n d o ml o a d n u c t i l 砒i o nc o u l db e c o n s i d e r e da sw h i t en o i s ed i s t u r b a n c es i 弘a la n d p r o v i d ea d e q u a t ei d e n t i 6 c a t i o n c o n d i t i o n sw h e nt h e h y d r og e n e r a t i n gs e tl 】i l d e r 卯dc o n n e c t 甜 c o n d i t i o n i n i d e n t i 矗c a t i o n e x p e r i m e n to fs h i s 孤l i n gp u m p e ds t o r a g ep o w e rs t a t i o n ，r e s u l t so f j d e 札t i f i c a t i o nu s i n g 矗1 e dt e s td a t au n d e rr a n d o ml o a dn u c t u a t i o na n d s t e pd i s 蛐a n c eo f 昏v e np o w e rh a v eb e e nc o n l p a r e d 柚dv a l i d a t e db yv a r i e t ym e t h o d s a f i e rh a v i n g 1 l a b d l a c t r e s e a r c h e do nm 啪t i 研n gm o d d si nau n i t ，am e t l l o do fi d e n t i 郇n gh y d r a u l i cs y s t e m s l i n e a rm o d d so ft w ou n i t s ，w h i d hu s i i 培ac o m m o nc o n d l l i ts y s t e m ，h a v eb e e n r e s e a r c h e da n db e e nu s e dm3 群4 舟s e t s h v d r a u l i cl i n e a rm o d c l si d e n t i f i c a t i o ni n s h i s a l l l i n gp u m p e ds t o r a g ep o w e r s t a t i o ni d e n t i f i c “o ne x p e r i m e n t i nh y d r a u l i cs y s t e m n o n l i n e a rm o d e l si d c n t i f i c a t i o n ，m e t h o d so fu s i n gg e n e t i ca l g o r i m m 锄dp a t t e ms e a r c h a l g o r i m mt oi d e n t i 母h y d r a 川i cs y s t 锄n o n l i n e a rm o d e l sh a v eb e e nr e s e a r c h e di n t h j s t h e s i s 1 1 1 ef e a s i b i l i t yo fu s i n gt l l et w oo p t i m i z a l i o na l g o r i t h m si ni d e m i f i c a t i o nh a s b e e nv a l i d a t e db ys i m u l a t i o ne x p c r i m t s 1 1 l ea d v a i l t a g e sa n dd i s a d v a t l t a g e so f t h et w o d i g o r i 恤n sa l s oh a v e b e e nc o m p a r e d i n3 i h y d r 0g e n e r a t i n gs e ti i ls l l i s a n l i n gp u m p e d s t o r a g ep o w e rs t a t i o nn o i l l i n e a rm o d e li d e l l t i 矗c a t i o ne x p 嘶m e i l t ，t h e 伽oa l g o r i 吐瑚s h a v e b e e nj o i n t c dt oi d e n d f ym o d e l s 髓dr o c e i v e ds a t i s f 弘n gr e s u l t s i ng o v e r n o rm o d e l si d e l l t i 矗c a t i o 坞m e t l l o d so f u s i n gg e n e 虹ca l g o f i t h m 趾dp a n e n l s c 疵ha l g o r i t l l mh a v eb e e nr e s e 舡h e db ys i m u l a t i o ne x p e r i m e n ti nt h i s 山e s is i n i d e n t i f i c a t i o ne x p 甜m 饥to fs h i s a n l i i l gp u m p e ds t o m g ep o w e rs t a t i o n ，1 i m i t e dt om e m e a s u r e m e n tc o n d i t i o n s ，am c t h o do fi d e n t i f 蜘gg o v e r n o rm o d d sp a n l yb yp a n l yh a s b e e nu s e d m a i ng a t es e r v o i n o t o r sr c s p o n s et i m eh a sb e e ni d e n t i f i e db yl e a s ts q a r e a l g o r i m m k _ e yw o r d sh y d r a u l i cp o 、v e rs t a t i o n ，h y d m t u l - b i n e ，c o n d u i ts y s t 锄，g o v e r n o r ，m o d e l i d e n t i f i c a t i o n i i j 郑重声 明 本人的学位论文是在导师指导下独立撰写并完成的，学锼论文没有剽窃、抄 袭等违反学术道德、学术规范的侵权行为，否则，本人愿意承担由此产生的一切 法律责任和法律后果，特此郑蘑声明。 学位论文作者。签名，：秒蝴 2 0 0 6 年5 月1 5 日 1 绪论 1 1 引言 1 绪论 我国水力资源丰富，但现阶段开发程度较低，而且资源分布也不均衡，主要 集中在西南、西北地区。随着我国现代化水平的提高和国民经济的发展，对电力 的需求急剧增长，全国各地电网容量不断增大，我国的水电建设也取得了飞速发 展。三峡、小浪底、二滩等一批水电站已经建成投运或正在建设，与此同时，为 解决电网的调峰填谷容量，提高电站的效益和安全，改善电能质量，一批抽水蓄 能电站也即将投入运行。水电在电力系统中的比重将越来越大，研究水电机组模 型及其控制具有重要的意义。 水电机组控制系统主要包括水电站动力系统和发电机励磁调节系统。水电站 ( 包括抽水蓄能电站) 动力系统包括水力系统( 水轮机一输水系统) 和调速器。 调速器为控制器，它根据负荷变化不断调整水轮机输出转距，控制机组有功功率 和转速( 频率) 在规定范围内。由于水轮发电机组在电网中经常担任调频和调峰 任务，开停机频繁，水电站动力系统性能好坏，自动化水平高低，直接影响到机 组正常运行、电能质量( 频率、电压) 及电网安全等。 随着我国电力系统的发展进人大电网、大机组、高电压的新时期。电网的规 划、设计、运行和管理对电网分析计算的准确性提出了更高的要求。在计算机与 高级应用软件不断发展的今天，正确的元件模型和符合实际的电网参数是计算结 果准确的基础z j 。在以往电力系统相关分析计算中，水电站动力系统的模型往往 特别简化，一般采用理想水轮机模型，将现场复杂的输水系统简化为单根输水管 道，水轮机则简化为线性模型。但很明显，复杂输水系统的动态特性较单根输水 管道复杂得多，用简化模型不能充分反映复杂输水系统的动态特性。所以，分析 计算的结果往往与实际不符，严重影响到计算结果的可信度和分析决策的准确性。 因此，建立准确的水电站动力系统模型对电力系统相关分析计算具有重要意义 3 。6 1 。 随着超高压、远距离输电、大规模互联电力系统的r 益发展及高水头大容量 水轮机组和大容量抽水蓄能机组的出现，用电部门对电能质量要求不断提高，对 水电站动力系统的调节品质、调节稳定边界、水轮机发电效率、水机电联合最佳 控制都提出了更高的要求【7 9 j 。水电机组本质上是一个非线性、时变的被控对象， 随着微机调速器的日益成熟，原有的控制方式势必要被更为复杂、高级的控制方 郑州大学硕十论文 式所替代。但是，更高级的自校正、自适应控制的实现往往都需要有准确的被控 对象数学模型，即需要准确的水力系统模型p j 。 可见，准确的水电站动力系统数学模型对电力系统分析计算和凋速器控制性 能提高都有重要意义。水电站的发电过程较火电站简单，但水轮机及复杂输水系 统的建模比汽轮机复杂得多。不仅水轮机特性复杂，运行工况变化大且频繁，而 且其输水系统往往也相当复杂，通常含有多条输水渠洞、多条压力钢管、岔管、 调压井、尾水管等【”l 。要想完全依靠力学、电学等物理定理来描述其动态特性从 而得出其解析形式的数学模型，可以说是难以实现的。对于现场真机来浣问题就 更为复杂，即使同一水电站中型号完全相同的机组，但由于安装质量，引、排水 管道等条件的差异，其特性也不可能完全相同，有的甚至差别很大。模型辨识理 论为水电站动力系统建模提供了一个很好的途径【l o j 。 模型辨识( 又称系统辨识) 理论是6 0 年代从现代系统理论发展出来的一个分 支，它以试验加分析的方法建立被研究对象的数学模型，特别是动态系统的模型 描述。它从系统的输入输出数据推断出系统的模型结构，并估计其参数。对于具 有一定因果关系的工程系统，利用模型辨识根据其输入输出数据来建模是一种可 行的方法 1 0 1 。 综上所述，研究水电站动力系统的模型辨识，不但会为电力系统分析计算提 供准确的水电站水力系统、调速器数学模型，而且也会为水轮发电机组实现自校 e 、自适应等更高级控制策略提供理论和技术支持，并且对水轮机组和调速器的 故障检验等都有重要意义。 1 2 国内外研究现状 在水电工程界，模型辨识理论的应用相对于其他一些专业而言起步较晚，但 近几年发展很快。国外早在7 0 年代，美国和日本学者就着手于电力元件模型适用 性和参数准确性的研究，在诸多电力系统应用领域( 特别是稳定计算分析方面) 取 得了显著成绩。我国在1 9 9 0 年全国电网会议上，电力部门对四大参数( 即发电机、 励磁系统、原动机和调速系统以及综合负荷的参数) 的测试和建模被列为亟待解 决的研究课题i l2 。”j 。经过近几年的研究，国内外学者结合理论研究和现场实践提 出了许多新的技术和辨识算法。但由于水电站现场条件复杂，许多理论上可行的 方案在现场往往行不通；并且，水轮机组具有严重的非线性，现阶段只能以图表 或曲线的方式给出其特性，其非线性模型辨识较为困难，故有进一步研究的必要。 水电站动力系统的模型结构可以通过先验知识提前获知，模型辨识主要内容 是模型参数辨识。对于水力系统而言，模型辨识主要工作为水轮机和输水系统的 参数辨识。由于水水轮机存在非线性，目前常用的方法是在水轮机组工作点附近 l 绪论 近似等效为线性模型进行辨识，所得模型为在工作点附近的线性模型【10 ”2 0 1 。早期 的辨识方法是阶跃响应法和频率响应法。这两利一方法都曾在现场得到应用瞄掣“。 但由于这两种方法对机组的正常运行影响较大，并且要求现场无噪声或噪声较小， 也就说认为系统是确定性的，并且只能进行离线模型辨识，这就局限了它们在现 场试验中的应用1 0 。随着辨识方法的发展，以最小二乘类算法为代表的现代辨识 方法逐渐在水力系统模型辨识中获得越来越多的应用。现代辨识方法要求输入信 号具有持续激励特性 ”地2 ，理论上，白噪声信号是最优信号输入，文献 1 6 】应用 白噪声输入信号对水轮机传递系数仿真模型进行了辨识。但自噪声作为一种理想 信号形态，不能物理实现，不具有实用性。文献【1 7 ，1 8 】应用伪随机信号( p r b s ) 作为输入信号，应用最小二乘类算法对小容量水轮机组进行了现场试验并获得了 满意的模型。文献【2 5 2 9 】将最小二乘类算法辨识水力系统模型应用到调速器控制 策略改进上，在计算机上仿真实现了调速器的自适应、自校正控制。p r b s 信号具 有良好的持续激励特性，但p r b s 信号的配置麻烦，在大容量机组上加入p r b s 信号，若配置不当，可能导致接力器动作过于频繁，导水机构剪断销拉断，机组 振动等危害机组安全运行的情况出现【l o ，】。因此，对于大容量机组采用p r b s 作为 输入信号的辨识难以实现。此外，水轮机组的自适应、自校正控制应能在水轮机 组正常运行工况下完成模型辨识工作，p r b s 信号作为特定输入信号，显然对于水 轮机组的自适应、自校正控制并不具有实现意义。因此，有必要研究采用其他易 于现场实现，不影响机组正常运行的输入信号实现对水力系统模型的辨识。文献 1 6 ，2 5 提出电网随机负荷波动信号可以作为现场试验的输入信号，为水力系统模型 辨识提供充分信息，但其并未进行现场试验应用。 水力系统线性化模型应用于工作点附近小波动问题可以满足工程需要，但对 于水电系统在大扰动后的动态过程仿真计算( 如水电系统中长期动态稳定) 等问 题的研究，则可能导致不合理的结果，甚至疏忽了水电系统中所固有的非线性动 力学本质问题，不利于系统安全稳定控制方案的实现和控制规律的优化设计【3 0 - 3 2 】。 并且对于大多数水电站，流量很难测量，线性化模型很难辨识出输水系统的参数。 所以，有必要进行水力系统非线性模型辨识研究。非线性模型辨识理论尚未完善， 尚未有成熟的算法出现。但由于模型参数辨识本质上属于一个参数寻优过程，如 果模型结构确定则可应用多种寻优方法进行参数寻优。水力系统的非线性模型经 过众多学者的研究已有较为成熟的结构 3 0 _ 3 4 】。文献 3 5 ，3 6 采用遗传算法实现水力系 统非线性模型辨识。文献【9 ，3 7 】使用人工神经网络和融合算法等仿真实现水力系统 模型非线性辨识，文献 3 8 ，3 9 】在此基础上仿真实现了调速器参数自整定。但目前尚 未有成熟的、可在现场应用的算法。因此，有必要研究使用更多优化算法进行水 力系统非线性模型辨识。 调速器作为水电站动力系统的控制器，是保证机组安全、稳定和经济运行的 一 一 郑州大学硕士论文 重要部件。调节系统性能的退化和故障的发生，首先表现在系统各个组成环节的 参数变化上。即通过参数辨识的方法，检测系统参数的变化，可以监测系统的状 态，预测系统的性能，确定系统的故障。此外，通过参数辨识实现故障诊断还具 有物理概念明确，易于实现故障分离，检测故障的适应面较广等特点，因此受到 极大的关注，已经做了许多工作4 l l 。由于调速器存在限幅等非线性环节，应采 用非线性辨识方法。类似于水力系统非线性模型辨识，文献 4 0 ，4 1 】应用遗传算法 在计算机上仿真辨识汽轮机调速器模型。但由于调速器型号众多，对每种调速器， 其模型结构都不同，并且现场测量条件往往无法满足要求，需要进一步研究选取 合适的算法和测量数据。 1 3 本文主要工作 本文首先在实验室对不同水力系统、调速器模型进行了仿真辨识研究，进而 结合北京十三陵抽水蓄能电站( 以下简称十三陵电站) 现场试验测量数据，对其 水力系统、调速器部分模型进行了辨识。由于当前绝大部分水电机组都并网运行， 因此，本文研究对象即为并网状态下的水电站动力系统模型辨识。本文主要工作 如下： ( 1 ) 研究水力系统线性化模型辨识。在实验室仿真中分别使用给定功率阶跃 扰动信号、白噪声信号及p r b s 信号分别作为输入信号进行水力系统线性化模型 辨识，比较了它们的辨识结果，验证了给定功率阶跃扰动信号作为辨识输入信号 进行水力系统模型辨识的可行性。在十三陵电站现场试验进行水力系统模型辨识 试验中，使用给定功率阶跃扰动信号进行辨识，取得了满意的辨识结果。同时， 在十三陵电站水力系统模型辨识中尝试基于随机负荷波动信号的辨识方法，将其 结果与给定功率阶跃信号辨识结果进行了比较，验证了结果的可信性。 ( 2 ) 研究水力系统非线性模型辨识。将遗传算法f 4 2 删和模式搜索算法【4 5 4 7 两 种优化算法应用于水力系统非线性模型辨识。水力系统从本质上属于非线性系统， 最小二乘法等传统的辨识方法只能得到工况点附近近似线性化模型，很难得到水 轮机的非线性模型参数及输水系统模型参数。依照先验知识建立非线性模型结构 后，可使用多种优化算法进行参数辨识。遗传算法、模式搜索算法都有较强鲁棒 性，并对输入信号无特殊要求。在实验室仿真试验研究基础上，将这两种优化算 法结合应用于十三陵电站3 # 机组水力系统非线性模型辨识中，取得了满意的辨识 效果。 ( 3 ) 研究调速器模型辨识。由于调速器环节众多，存在非线性环节，并且许 多中间环节信号在现场难以测量，使用一般的辨识算法很难得到调速器全部模型 参数。本文在实验室通过仿真试验研究了遗传算法和模式搜索算法应用于调速器 l 绪论 模型辨识的方法。在十三陵电站调速器模型辨识试验中，由于现场资料的局限， 其模型结构无法确定，且无法测量给定功率信号，所以未采用以上两种算法，而 是采用分环节辨汲方法，使用最小二乘法辨识出了接力器反应时问。 ( 4 ) 研究一管双机情况下水力系统线性离散模型辨识。在水电站中，经常存 在一管多机的情况，这种情况下，多台机组不但存在电力耦合并且电存在水力耦 合，一台机组运行工况发生变化就会影响别的机组【3 3 15 1 l 。本文在十三陵电站实测 数据的基础上进行了3 # ，4 # 机组水力系统线性离散模型辨识。 郑州大学硕上论文 i ! _ | e ! ! e ! ! e ! ! 日目_ e - _ - _ _ _ _ _ ! 自j e e ! e ! ! ! ! 目! e e # ! ! e ! ! ! 目_ _ l 2 1 引言 2 水电站动力系统模型辨识方法 模型辨识( 系统辨识) 理论是上世纪6 0 年代从现代控制理论中发展出来的一 个分支，它以试验加分析的方法建立被研究( 或控制) 对象的数学模型，特别是 动态系统的模型。现代控制理论的发展和动态系统的日益复杂推动模型辨识理论 迅速发展，计算机技术的发展则为模型辨识理论实现提供了强大的物质基础。应 用辨识理论和技术建立数学模型的工作日益被重视。在水电工程界，应用辨识理 论建模的工作起步比较晚，但近几年发展很快。水电站的水轮机特性复杂，运行 工况变化大且频繁，完全依靠理论建模难以实现；不同水电站的输水系统结构和 运行参数差异可能很大。因此，运用模型辨识理论建立水电站动力系统模型非常 必要。 本章首先介绍模型辨识基本理论、内容和步骤；在此基础上介绍了水电站动 力系统模型辨识的特点；接着介绍了本文工作主要使用的算法：最小二乘类算法、 遗传算法及模式搜索算法；最后介绍了模型辨识计算工具等。 2 2 模型辨识基本理论 2 2 1 系统和模型 系统是通过模型来表达的，因此系统辨识也称为模型辨识 2 耵。一般模型的表 现形式有四种直觉模型、物理模型、图表模型、数学模型。其中数学模型是 用数学结构的形式来反映实际过程的特性行为，是科学研究和工程实践中最常见 和实用的模型表现形式。数学模型按其形式又可分为非参数模型和参数模型两大 类。前者以时问，或频率国为自变量，如脉冲响应序列、阶跃响应序列、频率晌应 序列；后者是指参数的动态特性模型，如传递函数( 阵) 、微分方程、状态方程和 差分方程。一个动态系统根据应用需要可用不同的数学模型来描述，模型之间可 相互等价转换。 建立数学模型的基本方法有两种：机理分析法，即运用已知的定律、定理和 原理建立数学模型，也可称为理论建模；另外一种就是测试法，系统的输入和输 6 2 水电站动力系统模型辨识方j 去 出信号一般总是可测量的，系统的动态特性必然表现在输入输出数据中，可以通 过测量分析输入输出数据建立系统数学模型，这种建模方法称为辨识建模。由于 辨识建模不必了解系统内部机理，又称为黑箱建模。相应地，理论建模又称为白 箱建模。理论建模和辨识建模各有千秋，水电站动力系统的数学模型完全使用理 论分析建立难以实现，但又有部分环节的工作原理是已知的，故可综合运用理论 建模和辨识建模确定其数学模型，充分发挥两种建模的优点，这种方法也可称为 灰箱建模。 2 2 2 辨识的定义 l a z a d c h 在1 9 6 2 年给辨识下过一个定义：辨识就是在输入和输出的基础上 由规定的一类系统模型中确定一个系统模型，使之与被测系统等价。这个定义明 确了辨识的三大要素：输入输出数据、模型类和等价准则1 2 ”。辨识的实质就是从 一组模型类中选择一个模型，按照某种准则，使之能最好地拟和实际系统动态特 性。由于现场观测的输入输出数据一般都含有噪声，因此辨识建模实际上是一种 实验统计的方法，它获得的模型是与实际系统外特性等价的一种近似描述。 辨识问题包括模型结构辨识和参数估计。水电站动力系统模型辨识可由先验 知识确定各个环节的模型结构，主要工作是模型的参数估计。 2 2 | 3 辨识问题的表达形式和原理 在现代辨识方法中，系统输入输出数据的采集和辨识算法的实现均由计算机 来完成，所以均采用离散时间模型。水电站动力系统在大范围内非线性，可在某 一工作点附近近似等效为线性系统。下面就以线性离散模型辨识问题为例说明辨 识问题的表现形式和原理。 竺丁百画巡! 也娴 口 图21 线性离散模型数学表达形式 f j g 2 1 t h e m a t h 啪a t i c a le x p r e s s i o no f l i n e a rd i s c r e t e m o d e l 图2 1 为线性离散系统数学表达形式”2 4 1 ， ( 女) 和z ( 尼) 是系统输入输出变量， 在离散点上必须可观测；e ( i ) 是模型噪声；一是未知的模型参数。其中： 郑州大学硕士论文 j ( 。) 2 啊( 。) ，吃( 庀j 一，一( 。) 7 ( 2 1 ) i 口= 旧，臼：，r 线性离散模型的输出可表示成： z ( 七) = 芝：6 ： ( 七) + e ( 后) = 7 ( 七) 一+ 8 ( 七) ( 2 2 ) j = i 式( 2 2 ) 所示的线性组合关系可称为最小二乘格式。线性系统或本质线性系统 其模型都能化成最小二乘辨识表达格式。 2 2 4 辨识的基本原理 辨识的目的就是根据系统的输入输出信息，在某种准则意义下，估计出模型 的未知参数，基本原理可如图2 - 2 所示 2 3 矧。 系统 图2 2 辨识原理 f i g 2 2t h et h e o r yo f i d e n l i 6 c a i ：i o n 崩 z ( 七) 为了得到模型参数口的估计值扫，通常采用逐步逼近的方法。在女时刻，根据 前一时刻的估计参数计算出模型浚时刻的输出，即系统的输出预报值： 同时计算输出的预报误差，称为新息( i n n o v a t i o n ) 其中，系统输出量 z ( t ) = 7 ( | i ) 吼+ 8 ( 意) ( 2 4 ) ( 2 5 ) 和辨识表达式的输入量i l ( 七) 都可测量。然后将新息j ( i ) 反馈到辨识算法中，在某 种准则条件下，计算出七时刻模型参数估计值每( 女) ，并更新模型参数，这样不断迭 代下去，直到对应的准则函数取最小值。这时模型的输出j ( 七) 也在该准则意义下 最好地逼近系统输出z ( j j ) ，从而获得所需模型。 上述辨识算法只是针对单输出系统，但可方便地推广到多输出系统。 2 2 5 模型辨识方法 模型辨识的方法众多，被一些国外学者喻为口袋的技巧”。这些辨识方法按 其所涉及的模型形式可分成两类，一类是非参数模型辨识方法，另一类是参数模 型辨识方法。 非参数模型辨识方法( 经典辨识法) 获得的模型是非参数模型。它在假定过 程是线性的前提下，不必事先确定模型具体结构，可适应于任意复杂的系统。它 通过做阶跃响应、频率响应、脉冲响应等试验，测得对象以时间或频率为自变量 的曲线，所获得的是一种非参数模型。在获取相应的非参数模型后可再转化为参 数模型。经典辨识主要方法有阶跃响应法、频率响应法、相关分析法等。这类方 法的主要缺点是要求无噪声或噪声很小( 相关分析法除外) ，另外，除了相关分析 法外只能离线辨识。 参数模型辨识方法( 现代辨识法) 必须假定一种模型结构，通过极小化模型 与系统之间的误差准则函数来确定模型参数。如果模型结构无法事先确定，则必 须利用模型结构辨识方法先确定模型结构信息( 比如，阶次、纯迟延等) ，再进一 步确定模型参数。 现代辨识法按其算法所根据的基本原理又可分为三种不同类型：第一类为最 小二乘类法，它通过使广义误差的平方和( 准则函数) 极小来确定模型参数；第 二类是梯度校正法，它根据快速下降寻优原理，沿着误差准则函数对应于模型的 一0 一 郑州大学硕士论文 负梯度方向，逐步逼近使准则函数最小；第三类为极大似然法，它根据极大似然 原理，通过极大化似然函数来确定模型的参数。 现代辨识法一般以广义误差作为准则函数，算法中考虑了作用于系统的随机 噪声。所以现代辨识法是基于随机性系统的一干叶t 辨识方法，可不受信噪比大小的 限制。 非线性模型辨识，一般都比线性模型复杂很多，还没有很成熟的理论，应用 较多的是神经网络辨识方法和遗传算法辨识方法。本文对遗传算法及模式搜索算 法在水电站动力系统非线性模型辨识中的应用进行了研究。 上述这些辨识方法，根据计算机与系统之间的连接方式又呵分为离线辨识和 在线辨识两种。离线辨识首先将试验采集的数据存入存储器中，然后将数据成批 输入计算机进行辨识计算。在线辨识通常要在正常运行工况下进行，一般采用实 时处理算法，每采样一次就进行一次计算。离线辨识缺点是占用内存大，但随着 计算机发展，这个缺点已经可以忽略。 2 3 模型辨识的内容和步骤 辨识的内容主要包括四个方面：试验设计、模型结构辨识、模型参数辨识、 模型检验。辨识的一般步骤为：明确辨识目的，利用先验知识初步确定模型结构， 采集数据，进行模型结构和参数辨识，最后通过验证获得最终模型。 2 3 1 辨识目的 明确辨识目的很重要，它将决定模型的类型、精度要求及采用什么辨识方法 等问题。水电站动力系统模型辨识主要目的是为电力系统分析计算及调速器设计 提供准确模型，以提高电力系统分析计算精度及水电站自动控制水平。 2 3 2 先验知识 对一个给定系统进行辨识之前，可通过一些手段对系统取得一定了解，掌握 些先验知识，比如非线性程度，时变或时不变等。这些先验知识对试验设计将 起指导作用。水电站动力系统存在着大量的先验知识，通过这些先验知识可确定 模型的结构及阶次等，选择合适的辨识算法，验证辨识所得模型。 2 水电站动力系统模型辨识方法 2 3 _ 3 试验设计 试验设计包括选择和决定输入信号、采样时问、辨识时间( 数据长度) 、开环 或闭环辨识、离线或在线辨识等。为了使系统可辨识，输入信号必须满足的最低 要求是：在辨识时间内过程的动态必须被输入信号持续激励1 1 雌弭。或者浣，输入 信号必须充分激励系统的所有模态，输入信号的频谱必须足以覆盖系统的频谱。 另外，采样时间的选择必须满足采样定理，并顾及辨识算法、控制算法、计算时 间和执行机构、检测元件的相应速度等问题1 2 “。 2 3 4 数据预处理 测量到的输入输出数据中通常含有直流成分或低频成分，任何辨识算法都无 法消除它们对辨识精度的影响。此外，数据中的高频成分对辨识也是不利的。因 此在辨识计算之前，输入输出数据一般都要进行零均值化和剔除高频成分的预处 理，以提高辨识精度。 2 3 5 模型结构和参数辨识 水电站动力系统的模型结构一般通过先验知识确定，可直接进行参数辨识。 可用的辨识算法众多，其中最小二乘类算法是最基本、应用最广泛的一类算法， 多数工程问题都可以用它得到满意的辨识结果。本文对最小二乘类算法辨识水电 站动力系统线性化离散模型进行了研究。 2 3 6 模型检验 模型检验是模型辨识不可缺少的步骤之一。验证的目的是为了确定所得到的 模型是否是针对当前观测数据的最佳结果。它与模型结构问题密切相关，如果模 型结构不合理，模型检验一般不能通过。常用的检验方法有： ( 】) 利用先验知识检验，根据系统已有的知识来判断模型是否合理。 ( 2 ) 利用测量数据交叉检验。利用一组数据辨识得到一个模型后，通常希望 用另外一组未参与辨识计算的数据验证模型的适用性。 ( 3 ) 利用实际响应检验。比较实际系统与模型仿真的阶跃响应或脉冲响应等 来判断模型是否合理。 ( 4 ) 检验模型与系统输出残差序列的白色性。如果残差可以看作是零均值的 白噪声序列，则可认为模型可靠。 郑州大学硕士论文 2 4 水电站动力系统模型辨识的特点 2 4 1 水电站动力系统辨识试验的特殊性 模型辨识是一项实践性很强的工作，现场试验是模型辨识的重要环。由于 ， 三产过程的不问，水电站动力系统的辨识试验较别的工业系统更有其特殊性。主 要有三点： ( 1 ) 电力生产对安全性、计划性、连续性要求高，水电站动力系统辨识试验 计划必须事先报请调度中心批准，在调度中心核准的规定时间内完成。由于电力 生产任务的关系，往往安排的试验时间很短。 ( 2 ) 水电站动力系统由于受上下游水位、季节( 丰、枯水期) 、负荷变化等 影响，使得在不同时间重复同一运行工况的试验很难实现。 ( 3 ) 电厂是强电场和磁场的环境，电磁干扰影响较大，所以对试验数据的采 集和预处理提出了较高要求。 2 4 2 仿真试验 上述水电站动力系统辨识试验的特点决定在现场试验之前必须在实验室进行 大量的仿真试验，只有在实验室试验认为基本可行后方可进行现场试验。仿真试 验可根据水电站动力系统先验知识在计算机上拟定待辨识机组( 或系统) 的仿真 模型，以此作为辨识对象做辨识试验。在条件具备的情况下，也可面对模型真机 进行仿真试验。仿真试验可进行大量的方案比较，从中选择合适的辨识算法、合 适的试验输入信号及采样周期。 2 4 3 水电机组各环节框图和辨识信号测取 水电机组主要环节框图如图2 3 所示，由图可见水电机组主要包括动力系统和 励磁调节系统，前者通过调速器自动调节机组的转速( 频率) 和有功功率：后者 通过励磁调节器调节发电机机端电压和无功功率。本文的主要工作是水电站动力 系统模型辨识。 水电站动力系统主要包括水轮机- 输水系统( 以下统称为水力系统) 和调速器 两大部分。由于当前电力系统中绝大部分水电机组都处于并网运行：】：况，本文主 要讨论水电机组并网工况下的模型辨识。在并网工况下，电网频率基本稳定，水 电站动力系统相当于开环运行【l 。】。水力系统为一个单输入单输出( s i s o ) 系统， 输入为水轮机导叶开度y ；输出为水轮机输出转矩m 。 一1 ，一 一一。 。：型耋基盟筌鳖丝堡堕一 功率 频率 图23 水电机组框图 f i g 2 3b l o c kd i a g r a mo f h y d r a u l i cg e n 啪t i n g s e t 2 4 4 离线和在线辨识的选择 溺裂9 频率f 离线辨识在现场的主要工作是采集数据，数据记录后的处理工作可不在现场 进行，后续工作可以做到很深很细。但水电站动力系统的运行特点决定了如果离 线分析发现试验不成功，则难以重复和补做，所以，试验前必须考虑全面，制定 详细合理的试验方案。 在线辨识可在现场进行，实时采集数据并实时进行模型辨识，并能在辨识后 马上进行模型检验。但在线辨识试验时间稍长，并且正常运行情况下不可能也不 允许对机组反复加试验信号。 实践中应根据现场条件决定进行离线或在线辨识。本文主要研究大容量并网 机组离线辨识，并在研究离线辨识中提出了一种易于实现的在线辨识方法。 2 4 5 输入信号的选择 2 3 3 节中已指出，辨识试验的输入信号应满足持续激励条件。理论分析表明， 选用白噪声序列可以保证获得较好的辨识效果【2 ”，但在现场试验不易实现。一 般的工业系统辨识试验广泛采用二位式伪随机信号( p r b s ) ，虽然它并不是最优 信号，但p r b s 信号十分接近白噪声序列，可保证较好的辨识精度，且易于实现。 在水电站动力系统模型辨识现场试验中，文献 1 7 ，18 在小容量的水电站动力系统上 应用了p r b s 信号，并取得了满意的辨识效果。但p r b s 信号前期准备工作量和针 对具体对象的信号参数匹配难度较大，若匹配不当，可能对机组和整个电力系统 的安全运行造成影响【lo ，”j 。在作者能查阅的国内外文献范围内，并未发现对大容 量机组水电站动力系统模型辨识现场试验中使用p r b s 信号的先例。在第5 章十 三陵抽水蓄能电站水电站动力系统( 机组容量为2 0 0 m w ) 模型辨识现场试验中， 出于对机组安全运行等方面的考虑，未采用p r b s 信号，而是采用给定功率阶跃 一1 1 郑州大学硕上论文 _ - l _ e e 目i ! _ ! ! 自_ l - _ ! 目目$ e e ! 自_ - _ e e 自! _ ! ! ! ! _ _ _ - | e 自i - * j e e 扰动信号作为输入信号，并利用随机负荷波动信号成功实现了水力系统模型的辨 识。 2 4 6 辨识算法选择 水电站动力系统工作机理复杂，属于非线性系统，小波动条件下可认为在工 况点附近为局部线性系统1 0 。以往水电站动力系统动态建模大都采用经典辨识法 中的阶跃响应法( 即甩负荷试验) 。这种方法试验规模大且影响机组正常运行。另 外阶跃响应法的输入信号( 甩负荷幅值) 。一般较大，由于水轮机的非线性，很难 说明得到的数学模型对应于哪个工况的动态性能。现代辨识方法则可很方便地得 到某个工作点附近的水力系统模型参数。 现代辨识方法中最成熟、在水电站动力系统模型辨识中应用最广泛的就是最 小二乘类算法。本文使用最小二乘类算法研究水电站动力系统线性模型辨识，使 用遗传算法、模式搜索算法进行其非线性模型辨