（电力系统及其自动化专业论文）发电机励磁系统参数辨识研究.pdf

a b s t r a c t t os t u d yp o w e rs y s t e ms t a b i l i t yi s s u e ，i t sn e c e s s a r yt oc o n s i d e rt h ea c c u r a t em o d e l a n dp a r a m e t e r so fe x c i t a t i o ns y s t e m h o w e v e r ，m a n yp a r a m e t e r sw h i c ha r eu s e di n s t u d i e sa r ee i t h e rm a n u f a c t u r e rs p e c i f i e do rt y p i c a ld a t a ，o ru s eec o n s t a n tm o d e lf o r a n a l y s i st h es t a b i l i t yo fp o w e rs y s t e m t h e s es e r i o u s l ya f f e c tt h ea c c u r a c ya n dr e l i a b i l i t y o ft h ec a l c u l a t i o n s o ，i ti sn e c e s s a r yt oi d e n t i f yp a r a m e t e r so fe x c i t a t i o ns y s t e m t h et h e s i sf i r s ts t u d i e dt h ei d e n t i f i c a t i o nm e t h o dc a l l e d f a s tf o u r i e r t r a n s f o r m l e a s ts q u a r ee s t i m a t i o n ，e x p a t i a t e dt h ep r i n c i p i u mo ft h em e t h o d ，t h es e l e c t c r i t e r i ao ft e s ts i n g l ep a r a m e t e rs e t t i n g sw e r es u m m a r i z e db a s e do nt h e o r e t i c a ld e d u c t i o n ， a n da n a l y z e di t sm e r i t sa n dd e f e c t si na p p l i c a t i o n b e c a u s et h ef a s tf o u r i e rt r a n s f o r m l e a s ts q u a r ee s t i m a t i o ni d e n t i f i c a t i o nm e t h o d c a n ti d e n t i f yt h en o n l i n e a rp a r to fe x c i t a t i o ns y s t e m ，t h ep a p e ri n t r o d u c e dp a r t i c l e s w a r mo p t i m i z a t i o n ( p s o ) a l g o r i t h mi nt h ep a r a m e t e ri d e n t i f i c a t i o nt h a tm a k e st h e n o n l i n e a rl i n kp a r a m e t e r si d e n t i f i c a t i o np o s s i b l ea n do n l ya c c o r d i n gt ot h es a m p l i n gd a t a o fi n p u ta n do u t p u t ，d i r e c t l yi nt h et i m ed o m a i nt oi d e n t i f yp a r a m e t e r so fe x c i t a t i o n s y s t e mw i t h o u tg o i n gt h r o u g hf f tt r a n s f o r m ，a n di t sv e r ys i m p l e t h ep a p e ru s e dp s oa l g o r i t h mt oi d e n t i f yt h ep a r a m e t e r so ff i r s t - o r d e rl i n k ， n o n l i n e a rl i n ka n ds oo nw h i c ha r ec o m m o ni ne x c i t a t i o ns y s t e m sa n da n a l y z e dt h e r e s u l t so fi d e n t i f i c a t i o nw h e ni n p u t sv a r i o u sf o r m so fd i s t u r b a n c es i g n a l ，s u c ha ss t e p s i g n a l ，r a n d o ms i g n a la n dt h es i g n a la d d e dn o i s e w h e nc o n s i d e r i n gt h ei m p a c tb e t w e e n l i n kp a r to fe x c i t a t i o ns y s t e m ，i m p r o v e dp s oa l g o r i t h m ，t h a tm a k e dp s oa l g o r i t h mn o t o n l yc a ni d e n t i f ys i n g l e - l i n ko fe x c i t a t i o ns y s t e mb u ta l s oc a ni d e n t i f y t h eo v e r a l l e x c i t a t i o ns y s t e m s i m u l a t i o ne x a m p l e sp r o v et h a tp s oa l g o r i t h mh a sas t r o n ga b i l i t yt o i d e n t i f yt h ep a r a m e t e r so f e x c i t a t i o ns y s t e m k e y w or d ：e x c i t a t i o ns y s t e m ，p a r a m e t e ri d e n t i f i c a t i o n ，f a s tf o u r i e rt r a n s f o r m ， 。l e a s t s q u a r e se s t i m a t i o n ，p a r t i c l es w a r mo p t i m i z a t i o n i i 学位论文独创性声明 本学位论文是我个人在导师指导下进行研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含我为获得任何其它学位 而使用过的材料。其他人员对本学位论文所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 作者签名： 关于本学位论文使用授权的声明 南京理工大学有权保留本学位论文的复印件和电子文档，有权送交 给有资质的信息档案机构存档。除在保密期内的保密论文外，本论文允 许被查阅和借阅，可以公布论文的全部或部分内容。上述事项授权南京 理工大学研究生院办理。 作者签名：里望：查 硕士论文发电机励磁系统参数辨识研究 l 绪论 1 1 课题背景及意义 电力工业是国民经济的先行和基础产业，其安全性、可靠性对整个国民经济有 着巨大而深远的影响。随着我国电力事业的发展，超高压输电线路、大容量发电机 组、各种先进的设备相继投入电网运行，这对电力系统暂态计算、稳定控制、故障 分析等提出了更高的要求，然而要满足这些要求就必须以实际系统的数学模型和实 测参数作为其分析计算的基础【l 】。作为同步发电机重要组成部分的励磁系统，不但 与发电机及其相联的电力系统的运行经济技术指标密切相关，而且与发电机及其电 力系统的运行稳定性密切相关。励磁系统被公认为是提高电力系统运行稳定性，挖 掘稳定储备和改善系统动态品质的有力手段【2 ，引。 大区联网引起互联系统稳定特性的明显变化，对系统稳定计算分析提出了更高 的要求。计算表明大区联网后系统动态稳定问题变得突出，表现为：系统的阻尼特 性变差，甚至会出现低频振荡等问题 4 1 。研究这些稳定问题，其基础计算数据就涉 及到发电机励磁系统的详细模型和参数。2 0 0 1 年版的电力系统安全稳定导则明 确提出“应研究、实测和建立电网计算中的各种元件、装置及负荷的参数和详细模 型，提出了用详细模型取代e 恒定模型进行稳定计算的要求，这就要求计及励磁 系统对电力系统稳定性的影响【5 】。虽然目前所使用的电力系统稳定分析软件都给出 了不同励磁系统的数学模型，甚至有些软件可以自行定义励磁系统模型，但由于实 际运行的系统缺少实测参数，在计算中只能采用厂家数据或某些参数的典型数据， 或沿用e 恒定模型，或套用不准确的模型参数来进行稳定计算，这样就造成了计算 结果的粗糙，严重影响了计算的准确性和可靠性【6 】。例如，在暂态稳定研究方面， 如果用现场工业试验获取的实际励磁系统模型代替简化的e 恒定模型，暂态稳定极 限将提高4 , - - - 6 。观察还表明：运行中实际参数与设计值有时相差高达1 0 5 0 ， 这将会影响系统稳定极限1 - - 一5 17 1 。在中长期动态稳定分析方面，研究表明大电 网互联后容易发生低频振荡或故障后多摆振荡失步，另一方面电网存在因发生突发 性灾害事故，出现连锁反应，导致系统出现电压崩溃和频率崩溃等危险，因此为了 详细研究系统故障后的暂态和中长期电压和频率动态过程，要求考虑发电机励磁系 统等元部件动态特性的影响。所以对各大电网中的发电机励磁系统进行参数测试并 逐步建立励磁系统模型参数数据库是必要的。同时用于抑制电力系统低频振荡的电 力系统稳定器p s s 的应用也需要有详细的励磁系统动态参数模型。所以，为了通过 1 绪论 硕士论文 现场试验得到较满意的辨识结果并提高辨识工作的效率，有必要在已有的励磁系统 参数辨识研究基础上，对参数辨识方法、模型参数校核方法等各方面进行系统的深 。 入的研究。 。 目前i e e e 等国际组织已经提出了各种标准化的励磁系统模型可供选择。一旦 模型的结构确定下来，下一步工作就是确定模型的参数。一个精确的励磁系统模型 不但要考虑励磁系统各个元件的特性，如自动电压调节器a v r 、电力系统稳定器 p s s 、励磁机、电压电流变换器等，还应该能反映它们之间的线性的或非线性的相 互作用。制造厂家提供的参数通常是在离线试验的条件下，分别对每个元件进行测 试得到该元件的参数，然后将它们综合在一起得到集成的系统模型参数，该参数没 有反映元件间的相互作用，如果把这些参数直接用于电力系统的稳定计算仿真，所 得的结果与实际情况会有差别【6 4 。因此，对现场运行的励磁系统进行辨识试验，根 据现场采集的数据进行励磁系统参数辨识具有非常重要的意义。 由于电力系统是一个很大的非线性系统，过去由于计算机计算速度或容量的限 制，往往将元件非线性部分通过简化，用线性的方法来求解，对于小信号分析来讲 这种简化有时是可取的。但是如果用来研究电力系统的暂态仿真，这种简化就不可 取，因为电力系统的暂态过程本身就是一个很复杂的非线性过程【8 】。所以电力系统 参数辨识除了尽可能的辨识出线性环节的参数，也应该给出非线性环节参数的辨识 结果。如今虽然传统的模拟式励磁调节系统逐渐被数字式励磁调节系统代替，但就 目前来讲，仍有大量的模拟式励磁调节系统在电力系统中使用着。且一些新的数字 式励磁调节系统在投入运行前的调试中也同样需要通过参数辨识的手段，检验其参 数设定的可靠性。 所以就目前来讲，通过采集运行数据，并通过参数辨识方法得到实际励磁系统 元件的参数，然后将得到的参数用于仿真研究是目前较为客观真实的方法，对研究 电力系统的安全、稳定运行具有重要的意义。 1 2 参数辨识 系统参数辨识和建模是现代控制理论的一个分支，它是用观测过程的输入、输 出数据来建立生产过程数学模型的一种理论和方法【z l 。 1 9 6 2 年l a z a d e h 曾给系统辨识作了如下定义：“辨识就是在输入和输出数据 的基础上，从一组给定的模型中，确定一个与所测系统等价的模型”。这个定义，明 确了辨识的三大要素，即输入输出数据、模型类和等价准则。其中，数据是辨识的 基础，模型类是寻找模型的范围，准则是辨识的优化目标。按照l a z a d e h 的定义， 寻找一个与实际过程完全等价的模型无疑是非常困难的。从实用的观点出发，对模 型的要求并非如此苛刻。 2 硕士论文发电机励磁系统参数辨识研究 1 9 7 4 年e e y k h o f f 所作的定义：“辨识问题可以归结为用一个模型来表示客观系 统( 或将要构造的系统) 本质特征的一种演算，并用这个模型把对客观系统的理解 表示成有用的形式。 v s t r o c 对该定义作了如下的解释：“这个辨识定义强调了一个 非常重要的概念，最终模型只应表示动态系统的本质特征，并且把它表示成适当的 形式。这就意味着，并不期望获得一个物理实际的确切的数学描述，所要的只是一 个适用于应用的模型。” 1 9 7 8 年l l j u n g 所作的定义更加实用：“辨识有三个要素，即数据、模型类和 准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型 【9 】 ” o 在实际系统中，根据对待辨识系统的了解程度可以把系统分为三类，即【2 】： ( 1 ) 黑箱：对系统一无所知，其模型结构、阶数、参数等未知。 ( 2 ) 灰箱：对系统部分了解，如已知模型结构、阶数，待测模型参数。 ( 3 ) 白箱：系统模型可用物理机理写出。 图1 1 系统辨识原理框图 辨识原理如图1 1 所示。辨识过程如下：规定一代价函数( 或称等价准则) j o ， 它通常是测量误差e 的函数，实际系统蚝和辨识系统心在同一激励信号x 的作用 下，产生实际系统输出信号和辨识系统输出信号虼，其误差为e 。经辨识准则计 算后，去修正辨识系统参数，反复进行，直至误差p 满足代价函数最小为止。数学 表述可写为：令厶= f ) ，找出辨识系统模型帆( 为给定模型类) ，使厶专m i n ， 则蚝兰心，系统即被辨识。 1 3 电力系统参数辨识的特点 现代电力系统主要特征之一是将现代控制理论与计算机技术引入系统，这就为 系统的离线计算分析和在线的实时控制创造了条件。但无论是计算还是控制都必须 建立在准确可靠的数学模型基础上，其重要性主要包括以下几点【2 】：( 1 ) 电力系统 3 1 绪论 硕士论文 动态、暂态稳定计算和分析必须有可靠的模型参数：( 2 ) 电力系统新型控制策略研 究方法和手段的应用需要有详细的动态参数模型和在线调试的技术；( 3 ) 电力系统 的仿真、故障诊断等技术都需要有准确的电力系统动态数学模型。 电力系统本质上是属于高阶、非线性、复杂的随机系统范畴，所以把系统辨识 技术用于电力系统要比用于其它工程领域显得困难。例如最d - - 乘法、卡尔曼滤波 等行之有效的估计方法，多数适宜于线性系统，对于电力系统只能采取线性化一类 的近似方法，这就容易产生多值性及收敛性等问题。此外，电力系统的动态过程属 于快过程，给在线辨识在计算速度和方法上带来困难。这些是迄今为止系统辨识技 术在电力系统领域中的应用远不如其他领域的一个主要原因。 电力系统学科建立在较严谨的电工理论基础上，一些动态机理是已知的，但又 不完全，例如数学模型可按机理列出，而模型参数却不知道，可按物理机理先列出 数学模型，再用系统辨识技术求出参数。灰箱建模是电力系统辨识的一个特点【2 , 1 0 】。 1 4 电力系统参数辨识的发展及研究现状 2 0 世纪7 0 年代，美国电力科学研究院( e p 砌) 提出“要用新型在线测试技术 进行参数测量 ，并强调“电机参数与运行方式密切相关。7 0 年代中期i e e e 专门 成立了电力系统模型和参数研究小组，并相继公布电力系统四大参数的数学模型。 随着8 0 年代辨识技术及测试手段的发展，美国、日本、加拿大等国也进一步开展了 参数测试研究。1 9 9 0 年全国电网会议上的调查表明，对负荷、励磁系统、发电机、 原动机及调速系统的测试和建模是急需解决的研究课题。励磁系统参数辨识算法的 研究，是随着系统辨识理论的发展而不断发展完善的，辨识工作者及时追踪并消化 新的系统辨识理论，将其用于励磁系统的参数辨识工作中【1 1 1 。 根据辨识理论，辨识方法可分为经典辨识法和现代辨识法两类。经典辨识法与 经典控制理论相对应的，其建立的数学模型有时域脉冲响应，频域幅频相频特性等； 现代辨识法适用现代控制理论的需要，其建立的数学模型有状态空间方程和差分方 程等【2 】。 无论是经典辨识法还是现代辨识法，都必须借助一定的算法来实现。实现辨识 的算法有很多，目前主要研究和应用的有：最d , - 乘算法、极大似然法、卡尔曼滤 波法、分段线性多项式函数法等。为了提高计算速度和精度，实现在线辨识，保证 获得较好的辨识结果，克服传统辨识方法的不足，近几年学者们尝试用新的方法来 解决电力系统参数辨识的问题，如遗传算法、进化策略、人工神经网络算法和p r o n y 算法等。 4 硕士论文 发电机励磁系统参数辨识研究 1 4 1 基于频域法的参数辨识 早在8 0 年代国外己开始使用频域法参数辨识技术等【2 1 。频域法参数辨识基于经 典控制理论，应用信号处理技术，通过快速傅立叶变换( f f t ) ，将系统输入输出时域 信号转换为频域信号后，利用自相关函数和互相关函数的一些特性，滤去噪声，消 除干扰因素，获得无干扰的结果，即系统的幅频和相频特性，再通过拟合获得估计 的参数，当采用最j 、- - 乘估计( l e a s ts q u a r e se s t i m a t i o n ) 进行拟合时，算法可简称为 f f t l s e 参数辨识法。 文献【1 2 】试图用时域的相关法和频域的频率法在线测试励磁系统参数，由于受 当时测试手段的限制，相关法用单通道模拟电路乘法器、积分器进行逐点计算，速 度慢、精度低；频率法正弦信号输入，用频率分析仪逐点计算也费时间。 文献 1 3 ，1 4 1 相继提出用伪随机信号作为输入信号，并采用快速傅立叶计算，缩 短了测试时间，已接近于工业应用。该方法虽然用f f t 法测得系统的相频、幅频特 性，但在b o d e 图上用手工作图求取参数，精度较差，还需进一步改进。 1 4 2 基于最小二乘法的参数辨识 最小二乘法是高斯在解决天体运动轨道问题时提出的，由于这种方法具有计算 原理简单，不需要随机变量的任何统计特性。自6 0 年代后期以来，已成为系统辨识 的主要手段，得到了广泛应用。c c l e e 于1 9 7 7 年首先提出将最小二乘估计应用 于同步电机三相短路曲线以辨识其参数的方法【l5 1 ，继后文献 1 6 】又基于同样的估计 算法，提出在不影响系统正常运行情况下，通过施加小扰动信号来辨识同步机动态 参数的方法。但最小二乘估计算法本身信息滤波功能差。 文献 1 7 】利用最4 - 乘算法实现对感应电机参数的自适应辨识，仿真结果证明 了该方法的有效性。由于最t b - - 乘法实现比较简单，因此该方法对于实现电机参数 的高速在线辨识，具有较大的参考价值。 文献【1 8 】采用最小二乘参数辨识方法，测定永磁同步电动机的若干参数，获得 了较高的精度。实验值与设计值的结果比较证明了该方法的正确性和实用性。但在 辨识过程中，迭代的收敛过程与参数初始值、阻尼因子及增益矩阵的选取有关，其 数值需要根据具体情况需用试探的办法或凭经验决定。 1 4 3 基于极大似然法的参数辨识 极大似然法的基本思想是构造一个联系辨识参数秒和观测数据的极大似然函数 三( 秒) ，矽的值使三( p ) 为极大，即使一l o g l ( o ) 为极小。待辨识参数秒可用牛顿法迭代 计算求出。极大似然法的应用克服了最小二乘法中辨识参数结果受噪声污染程度大 的缺点，但就目前来说，这一方法仅用于小电压试验信号，在同步电机静止状态下 5 1 绪论 硕士论文 的模型参数测算研究方面，不能较好地考虑运行时的旋转效应【1 9 】。a k e n h a n i 等人 首先采用该方法对同步电机的转子两条支路模型进行了辨识，得出了其中的参数 【2 们。辨识所得模型参数的精度通过静止和在线动态扰动试验得到了验证。 文献 2 1 1 在负荷预测过程中引入极大似然函数估计进行负荷随机部分分量模型 的未知参数辨识，达到了参数估计过程和预测过程的统一，提高了负荷预测精度， 缩短了预测时间，取得了良好的效果。 1 4 4 基于卡尔曼滤波法的参数辨识 卡尔曼滤波( k a l m a nf i l t e r , k f ) 最早于1 9 6 0 年由卡尔曼和布西提出【2 2 1 ，是现代 控制理论中的一种重要方法。卡尔曼滤波法的一个重要作用在于系统的状态估计。 一般情况下，卡尔曼滤波用于估计线性系统的状态，随着对k f 进一步的深入研究 以及计算技术的迅速发展，人们开始把扩展卡尔曼滤波( e k f ) 用于非线性动态系统的 状态估计。扩展卡尔曼滤波同一般卡尔曼滤波的最大区别就是试图将非线性系统线 性化，线性化以后在形式上同卡尔曼滤波无太多差别【z 引。 文献 2 4 1 提出了一种运用连续系统的修正扩展卡尔曼滤波( c e k f ) 技术在线辨识 同步发电机参数的方法。为了保证参数估计的收敛性和加快收敛速度，对c e k f 算 法进行了改进，引入了步长自修正技术。不要求预给定的参数初始值接近其真实值， 克服了推广卡尔曼滤波算法对待估计参数初值要求苛刻的不足。 文献 2 5 1 提出了用于连续模型的c e k f 参数辩识方法。在状态量的卡尔曼滤波 修正方程中引入了修正项，有效地克服了在噪声统计特性不准确的情况下参数估计 有偏问题，提出了目标函数的简化二阶导数阵，并运用自适应遗忘因子，可在大范 围的参数初始误差下进行辨识并可靠收敛，同时保证有非常高的收敛精度。 1 , 4 。5 基于分段线性多项式函数法的参数辨识 分段线性多项式函数( p i e e e w i s el i n e a rp o l y n o m i a lf u n c t i o n ，p l p f ) 法是一种将传 递函数模型经微分方程转化为多重积分方程，再利用线性多项式插值函数来逼近原 函数，将多重积分方程转换为代数方程，然后利用动态响应的离散数据拟合函数进 行分段处理的方法【2 6 1 。采用该方法直接进行有关参数的辨识，建立具有明确参数物 理意义的连续时间模型，方法简洁、快速、准确。 文献 2 7 提出了一种基于e e ( 方程误差) 模型的时域辨识算法，通过对离散采样 数据的多重积分( p l p f 法) 估计模型参数值，直接求取待辨识系统微分方程的系数， 再根据微分方程的系数，由待定系数法得到一个非线性方程组，然后用牛顿迭代法 求解得出传递函数的模块环节实际参数。 文献 2 8 1 将基于时域分段线性多项式函数( p l p f ) 的辨识方法用于大型汽轮机的 数学建模和参数辨识，并在多个厂站进行了参数辨识的工业试验。 6 硕士论文发电机励磁系统参数辨识研究 1 4 6 基于遗传算法的参数辨识 遗传算法( g e n e t i ca l g o r i t h m s ，g a ) 是一种模拟生物进化机制的随机全局优化搜 索算法，具有很强的全局优化能力及鲁棒性【2 9 1 。遗传算法是根据生物进化“适者生 存、“优胜劣汰”的原理，将待求解问题转化成由个体组成的演化群体和对该群体 进行操作的一组遗传算子，通过参数编码、群体搜索、个体间的信息交换、个体变 异、生成检测等迭代搜索过程所形成的一种全局优化算法。 文献 3 0 】将遗传算法应用于汽轮机非线性调节系统的参数辨识。结果表明：采 用遗传算法可准确地辨识系统中死区、限幅等非线性发生的部位和参数。辨识结果 准确可靠，相对误差较小；与传统的辨识方法相比，具有辨识精度高、收敛速度快 的优点。 文献 3 1 】在现有遗传算法的基础上，采用面向对象技术设计了面向对象的遗传 算法，建立了遗传算法的类层次。这种方法改变了传统遗传算法中各个函数之间只 有参数的传递，而没有代码继承性的状况，从概念上提高了软件的可重用性。 1 4 7 基于进化策略的参数辨识 进化策略法( e v o l u t i o n a r ys t r a t e g i e s ，e s ) 是德国科学家r e c h e n b e r g i 及s c h w e f e l h p 在2 0 世纪6 0 年代提出的，用于解决多参数优化问题。进化策略法因其鲁棒性好、 能以较大概率找到全局最优解等优点，已被成功地应用于非线性模型参数辨识问题 中【3 2 1 。 文献 3 3 】以模拟进化方法为工具，提出了全局性好、鲁棒性强的同步发电机模 型参数辨识方法，并针对电厂进行了实际应用，取得了良好的效果。 文献 3 4 】通过对典型的励磁系统进行分析，确定其模型结构和需要辨识的具体 参数，进行汽轮同步发电机组励磁系统参数可辨识性研究。采用进化策略法进行参 数辫识，得到励磁系统的各项具体参数。算例进一步验证该方法能有效地辨识出励 磁系统的参数，为汽轮同步发电机组励磁系统参数的辨识奠定了理论依据。 1 4 8 基于粒子群优化算法的参数辨识 粒子群优化算法( p a r t i c l es w a r mo p t i m i z a t i o n ，p s o ) 最早由k e n n e d y 和e b e r h a r t 于1 9 9 5 年提出，是一种基于模拟鸟群捕食行为的启发式搜索方法。 文献【3 5 】将粒子群优化应用于发电机参数辨识，根据粒子群优化算法的特点提 出了一种同步发电机参数辨识的计算框架。该参数辨识法无需提取电机数学模型， 也无需采样多种直接或间接的输入输出响应，直接利用稳定计算程序，可以有效地 辨识出同步发电机的运行参数，简单实用、具有可行性。 文献 3 6 】提出一种新的扩展粒子群优化( e p s o ) 算法并应用于同步发电机参数辨 7 1 绪论硕士论文 识。在粒子群优化( p s o ) 算法的基础上，综合考虑更多粒子在寻优过程中的位置信息 来更新各个粒子的位置值，并且提出了根据粒子的适应值大小确定算法控制参数的 方法，保证了扩展后算法的收敛性。 文献 3 7 】应用粒子群优化算法进行电力系统负荷模型的参数辨识。提出了一种 利用p s o 算法的收敛快速性来提高全局性能的工程实用方法，并对工程实例进行辨 识，收到了良好效果。但p s o 算法中权值的选取对该算法的性能有较大影响，如何 使权值在迭代过程中自适应变化仍有待进一步研究。 1 4 9 基于人工神经网络的参数辨识 利用人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n ) 进行辨识，一般都是预先规 定网络结构，然后通过学习系统的输入、输出，按辨识的目的，使要求的误差函数 达到最小，进而归纳出隐含在系统输入输出中的关系，完成系统辨识【3 8 】。神经网 络有很强的自适应性，能趋近任何非线性映射，用于参数辨识有很多优点。 文献【3 9 提出一种同时包括结构辨识和参数辨识的非线性系统模型辨识方法。 在结构辨识中，采用一个无监督的聚类算法，无需有关数据结构的任何先验假设， 仅从已知的输入输出数据中就能自动地划分输入输出空间，确定模糊规则的数目及 每条规则中前提和结论部分的初始参数。在参数辨识中，构造了一个四层的模糊神 经网络与模糊模型的模糊推理机制相匹配，通过调整模糊模型的参数使其具有更高 的精度，此网络具有通用逼近的特性。 文献 4 0 】根据输出误差法( o e m ) 、遗传算法和神经网络的优缺点，提出了一种同 步电机参数在线辨识的四步法。首先用遗传算法在大范围内进行参数寻优，然后以 此值作为o e m 的初值进行迭代，再用o e m 迭代求解的参数值作为导师样本训练 b p 神经网络，最后通过成功训练的神经网络在线辨识各种运行状态下的电机参数。 这样使得传统的o e m 参数辨识算法、遗传算法和神经网络在辨识参数方面充分地 扬长避短，解决了单一算法的不足。 1 4 1 0 基于p r o n y 算法的参数辨识 1 7 9 5 年p r o n y 提出了p r o n y 算法。随着当今计算机技术的发展，该算法在电力 系统中得到了广泛的重视。p r o n y 算法可以通过给定输入信号下的响应直接估计系 统的频率、振荡幅值和相对相位。正是由于这一特点，该算法在电力系统的响应信 号分析中已获得初步的研究成果并显示出其良好的应用前景【4 1 1 。 文献 4 2 】对应用p r o n y 算法和最小二乘法辨识负荷动态模型的结果进行了对比 分析，发现p r o n y 算法不但比后者具有更好的辨识精确度，而且对于振荡的负荷动 态特性，具有更强的捕捉能力。然而，传统的p r o n y 算法只能应用于输入为冲击函 数的情形。 8 硕士论文发电机励磁系统参数辨识研究 文献【4 3 】在文献【4 2 】的基础上发展了仅能应用于冲击响应的传统p r o n y 算法，将 其应用于电力系统负荷动态模型辨识。从一种被广泛应用的负荷动态模型推导出 p r o n y 算法需要的指数形式模型和两种电压变化情形的p r o n y 算法，特别对于电压长 时间变化所引起的负荷动态行为，在p r o n y 算法的基础上导出了相应的辨识方法， 并对两个算例进行了数值检验，结果说明了p r o n y 算法对电力系统负荷动态模型辨 识的有效性和准确性。 文献 4 4 】提出在同步发电机短路试验中应用p r o n y 法实现参数辨识。利用p r o n y 法对三相短路电流中各分量的特征量进行有效辨识，从而可以很好地辨识出发电机 有关参数。但基本p r o n y 法辨识精度与算法中拟合模型阶数、采样时间间隔和采样 总数有关，并且受信号中的噪声影响，还需加以改进。 1 5 论文的主要工作 论文以m a t l a b 作为研究和分析的工具，建立发电机励磁系统传递函数数学 模型，运行仿真模型，采样数据，利用采样数据研究励磁系统参数辨识的方法。论 文的研究工作主要立足于参数辨识理论，重点研究基于智能优化算法粒子群优 化( p s o ) 算法的励磁系统参数辨识方法。论文具体工作如下： a ) 首先阐述进行发电机励磁系统参数辨识的意义，并分析电力系统参数辨识的 特点，概述国内外电力系统参数辨识的发展及其研究现状和电力系统参数辨识使用 的各种算法。 b ) 讨论发电机励磁系统的调节原理，分析发电机及励磁系统各环节( 包括电压 测量调差补偿单元、综合放大控制单元、校正单元、幅值限制单元、电力系统稳定 器p s s 、交流励磁机) 的传递函数数学模型。 c ) 研究基于f f t l s e 的参数辨识方法，阐述f f t l s e 辨识法的基本原理，通 过理论推导得出f f t l s e 参数辨识方法中输入信号伪随机序列长度、码宽、采样频 率的设定方法，将此方法应用于发电机励磁系统的参数辨识，并对f f t l s e 参数辨 识方法存在的优缺点进行分析。 d ) 研究粒子群优化算法的基本原理，详细分析基本粒子群算法的社会行为。以 g r i e w a n k 基准测试函数为例，对基于惯性权重法的改进粒子群优化算法数学模型中 粒子群规模，惯性权重缈，最大搜索速度v m a x 对粒子群优化算法性能的影响进 行研究和分析。 e ) 研究分析利用p s o 算法进行励磁系统参数辨识时励磁系统模型结构及其非 线性环节的处理方法。阐述说明粒子群优化算法用于励磁系统参数辨识的基本原理， 设计利用粒子群优化算法进行励磁系统参数辨识的具体流程。对励磁系统中常见的 一阶惯性环节，非线性环节等利用p s o 算法进行单环节参数辨识。 9 l 绪论硕士论文 f ) 利用m a t l a b s i m u l i n k 搭建i e e ea c 4 a 型励磁系统模型和i e e e 标准p s s 模型作为励磁系统参数辨识研究用仿真模型，研究在考虑励磁系统各环节之间相互 影响时，p s o 算法在励磁系统参数辨识中的应用。 1 0 硕士论文 发电机励磁系统参数辨识研究 2 励磁系统数学模型及其分析 2 1 励磁控制系统的数学模型【2 5 ，4 7 l 根据我国国家标准，同步发电机励磁系统是指“向同步发电机提供励磁的所有 部件的总和”。同步发电机的励磁系统主要由主励磁系统及调节系统两个基本部分 组成。主励磁系统可分为直流励磁系统及半导体整流励磁系统两大类，而每一类又 可分为多种接线形式。励磁调节系统包括常规的励磁调节器( a v 鼬以及目前系统中 广泛使用的电力系统稳定器( p s s ) 等。我国生产的调节器中，通常已包括图2 1 中的 调节器，调差补偿环节以及励磁稳定器( e s s ) - - 部分，系统稳定器则单独分出。按控 制理论来划分，发电机是控制对象，调节器是控制器，励磁功率系统是调节器的执 行环节。调节器根据机端电压变化控制励磁功率系统的输出，从而达到调节励磁电 流的目的。它们组成一个反馈系统，称之为励磁控制系统。图2 1 为发电机励磁系 统的调节原理框图。 图2 1 发电机励磁系统的调节原理框图 图2 1 中各量的含义为：q ：发电机端电压；：发电机定子电流；u c ：补偿 及调差环节输出电压；e 甜：励磁机输出电压；u ：调节器输出电压；u s ：系统稳 定器输入控制量；：系统稳定器输出控制量；哆：励磁稳定器输出控制量；易： 发电机励磁电流；：调节系统参考电压；调节系统偏差电压。 按不同的分类标准，励磁系统有不同的种类。按励磁系统电源供给方式的不同， 励磁系统可分为三类： 2 励磁系统数学模型及其分析硕士论文 a ) 直流励磁机励磁系统：包括他励和自励励磁系统。 b ) 交流励磁机励磁系统：又可分为他励静止整流器方式和他励旋转整流器方式 ( 无刷励磁) 。 c ) 静止励磁系统：又可分为交流侧自并励方式和交流侧串并联自复励方式。 2 1 1 同步发电机的传递函数 同步发电机是电力系统中物理过程最复杂的元件，既有机械运动过程又有电磁 暂态过程，并且包含的变量众多。因此很难建立一个全面而统一的发电机数学模型， 只能是根据某种目的，按照某种要求来建立相应的数学模型。假定发电机在运行区 域内，不考虑发电机电压的饱和特性时，可认为发电机端电压稳定幅值与励磁电压 成正比，发电机的传递函数可用阶惯性环节来表示，即 矿 g g ( 驴南 2 1 ) 式( 2 1 ) 中磁发电机端电压与励磁电压之比； 易发电机正常运行时励磁回路时间常数。 发电机的输出变量为机端电压，输入变量e 掰是施加在转子绕组上的励磁电 压，这些变量常用标幺值表示。 2 1 2 励磁调节器的数学模型 自动电压调节器( a v r ) 是励磁系统的最重要的组成部分之一，而自动电压调节 器的数学模型则是励磁系统数学模型中最重要的组成部分之一。由于实际电力系统 中运行的调节器种类繁多、采用的控制规律各不相同，因而导致在同一种励磁方式 下可能需要采用不同的励磁系统数学模型。 自动电压调节器一般由电压测量调差补偿单元、误差信号放大单元、校正单元 ( 串联校正、并联校正或两种兼用) 、功率放大单元和时间常数补偿单元等组成。自 动电压调节器的模型就由这些单元的模型加上限幅单元的模型组成。 ( 1 ) 电压测量调差补偿单元 该单元由量测比较电路调差( 补偿) 电路及滤波整流电路组成，图2 2 为其局 部框图。电压测量单元把发电机端电压处理后，与给定电压u 耐进行比较，其偏差 值作为控制信号送到放大单元。由于整个电压测量单元总的滞后时间比较小，为了 简化计算，一般用一阶惯性环节表示。 1 2 硕士论文 发电机励磁系统参数辨识研究 配 i i 图2 2 电压测量调差滤被单兀模型 图2 2 中，、分别为发电机端电压和定子电流，伊为发电机功率因数。输 入发电机端电压及定子电流经调差后构成输出电压眈，则 玑= 卜( + 成江l 式( 2 2 ) 中恐和屹分别为调差电阻和电抗。 整流滤波电路可用一阶惯性环节表示为 哪) = 南 ( 2 3 ) 式( 2 3 ) q a 为电压测量环节的增益； 疋电压测量环节的等效时间常数。 ( 2 ) 综合放大控制单元 该单元由调节器中的综合放大、移相触发及可控硅整流电路组成。放大电路可 看成惯性环节，有 瓯( s ) = 1 + k b s ( 2 4 ) 式( 2 4 ) 中电压放大倍数； 时间常数。 对于晶体管运算放大器，由于其动态响应快，一般可近似认为毛= o 。放大器 输出限幅范围m i n 一。 同步触发器是个比例环节，无时滞影响，其传递函数为 瓯( s ) = 砭 ( 2 5 ) 对于可控硅整流器，考虑到在运行中改变控制电压的调节过程中，整流器的平 均输出电压对触发器电压有滞后作用，经适当处理后，也可看成一个一阶惯性环 2 励磁系统数学模型及其分析硕士论文 节，则 g z ( s ) = 瓦k 西z ( 2 6 ) 式( 2 6 ) 中t c z 放大倍数； 乃时间常数。 这样，综合控制单元的传递函数，也可近似为一个一阶惯性环节，有 g a s ) = g b ( s ) g a s ) g z ( s ) = 再k 两a ( 2 7 ) 式( 2 7 ) 中髟= k z 为综合放大倍数； 死= r z 为综合时间常数。 ( 3 ) 串并联校正单元 为了提高励磁控制系统的动态稳定性，改善其调节品质，通常设有串、并联校 正单元，其数学模型分别如图2 3 和图2 4 所示。图2 3 的串联校正单元，又叫做 p i d 调节器。 u n k ( 1 + s 正) 1 + 踢 一 k - 1 + s t 21 + s t , 图2 3 串联校正单兀图2 4 并联校正单元 图2 3 中，五、互、乃、互为其时间常数( 也称为超前滞后补偿时间常数) ，k 为 其增益。适当选取石、互、弓、五的值，可得到滞后一超前特性。图2 4 所示的并 联校正即反馈校正单元，一般是发电机转子电压u 的软负反馈环节。转子软负反馈 单元又称励磁系统稳定器( e s s ) ，其实际上是一个惯性微分环节，其传递函数为 g f ( s ) = 尚 ( 2 1 8 ) 式( 2 8 ) 中k p 转子软反馈单元放大倍数； 瓦转子软反馈单元时间倍数。 ( 4 ) 幅值限制单元 硕士论文 发电机励磁系统参数辨识研究 由于实际的需要或者实际存在的饱和特性，有一些单元的输出幅值受到限制。 限制单元可分为两种，一种是所谓的终端限制，即本单元的输出不受限制，而下一 单元的幅值受到限制，其数学模型如图2 5 所示。另一种是非终端限制，即本单元 的输出受到限制，例如电子放大器因电源电压产生的限制、磁性元件因饱和产生的 限制，其数学模型如图2 6 所示。 图2 5 终端限制单元 图2 6 非终端限制单元 2 1 3 电力系统稳定器数学模型【4 剐 电力系统稳定器( p s s ) 作为一种附加励磁控制，对电力系统稳定性的改善具有重 要的作用，在电力工业中得到了广泛应用。6 0 年代后期，大型互联系统在弱联系重 负荷的情况下，常发生振幅增长性振荡，以致破坏系统的稳定运行，采用电力系统 稳定器产生的励磁系统附加控制信号，可以有效地增加系统阻尼，克服振荡。 常用的电力系统稳定器输出信号加在调节器信号综合输入端。而输入信号，按 信号来源不同可分别取自转速、频率或有功功率等，经适当的处理后得到所希望的 输出信号。 实际运行的电力系统稳定器一般包括信号测量单元、隔直单元、相位补偿调节 单元和限幅单元等，稳定计算程序中的电力系统稳定器的模型一般如图2 7 所示。 测量单元是一个典型的惯性环节，除了检测并变送主信号外，还对高频非主信号具 有足够程度的抑制作用，使其幅值被限制在主信号幅值的1 0 范围之内。隔直单元 用来洗净不大于0 0 1 h z 的直流非主信号对励磁控制系统正常运行的干扰而设置的， 所以又把它称为冲洗器，也将其称为自动复位器，意味着只有出现大于0 0 1 h z 的信 号时，才会使p s s 自动投入励磁系统，否则它便自动复位，使p s s 自动退出励磁系 统。相位补偿调节单元是一种超前一滞后相位补偿器，是为补偿测量单元及其它环 节对主信号所造成的相位滞后而设置的，在图2 7 中设为三级，根据现场需要也可 为单级或两级。 k 。 t l + s r ：1 1 + s bi1 1 + s 巧l l1 1 + s 五l1 1 + s 瓦i矿 图2 7 电力系统稳定器模型 电力系统稳定器的参数有：信号测量单元的时间常数五、增益、隔直单元 1 5 2 励磁系统数学模型及甚分析 硕士论文 的时间常数乃、相位补偿调节单元的时间常数五瓦、输出限幅值嗽、珞m i n 。 图2 7 所示p s s 的传递函数为 g ( s ) ：生盟一一f 1 + r , s 竖堡坠1 ( 2 9 ) 、7 ( 1 + s 瓦) ( 1 + s ) l l + 2 s1 + 五s1 + 瓦s j 、。 2 1 4 交流励磁机的数学模型 交流励磁机处于带整流负荷