飞轮储能优化

飞轮储能系统工作于充电模式的控制可以简化为对飞轮电机的控制。飞轮储能系统中飞轮电机非线性、变参数等特性的存在，导致其充电控制系统转速环PID控制器的参数整定存在一定的困难。将人工蜂群算法应用于飞轮充电控制系统中对PID参数进行优化。本文提出了一种基于人工蜂群算法的飞轮充电控制系统PID控制器参数寻优方法，通过仿真与其它算法优化PID参数进行性能对比，观察其优化性能和收敛特性，以验证将人工蜂群算法应用于飞轮充电控制系统的可行性和有效性。在飞轮充电控制系统中，转速的差值通过PID控制器输入控制系统，作为系统的输入端，PID控制器的性能对系统控制效果存在较大的影响。因此，优化飞轮电机的PID控制器对于提高飞轮充电控制系统的性能具有重要作用。表示为如下形式丁(”=Az(r)+&[©)山十岛也护式中y(t) PID控制器的输出；e(t)———PID控制器的输入;Kp 比例系数；Ki 积分系数；Kd 微分系数。Kp、Ki、Kd等3个参数的大小直接影响到PID控制器的性能，因此对PID控制器优化的主要工作是确定Kp、Ki、Kd。，本文考虑在飞轮充电控制系统中引入人工蜂群算法实现飞轮电机PID参数的优化。人工蜂群算法利用蜜蜂的采蜜行为来进行空间搜索，用每个食物源的位置代表优化问题的一个可能的解，食物源的花蜜量作为解的适应度值，蜜蜂寻找效益最高的食物源的过程也就是寻找最优解的过程。蜜蜂在寻找食物过程中主要由雇佣蜂、观察蜂和侦察蜂3种蜂组成，其对食物源的搜索由以下3步构成:(1)雇佣蜂发现食物源并记录花蜜数量；(2)观察蜂依据雇佣蜂所提供的花蜜信息，根据食物源优劣以一定概率选择某个食物源采蜜；(3)劣质食物源的雇佣蜂成为侦察蜂，随机寻找新的食物源。种群的初始化过程中，种群随机产生n个食物源(初始解)，每个食物源对应1只雇佣蜂，雇佣蜂、观察蜂、侦察蜂循环搜索的次数相当于寻优过程的迭代次数。雇佣蜂根据随机产生的食物源信息产生一个邻域位置的公式为式中K i附近的一个解；屮 [-1,1]内的一个随机数；Xij(i=1,2,3,…，nj=1,2,3,…，d) 初始解。所有的雇佣蜂完成搜索后，将蜜源信息通过舞蹈区与观察蜂共享，观察蜂根据食物源花蜜量信息,按如下概率选择一个食物源Pi.=二 (式中F(i) 第i个解的适应度值；n 食物源的个数，也就是解的个数。雇佣蜂经过Limit次循环搜索后，若始终无法搜索到更好的食物源，则确定放弃该搜索,并换为侦察蜂,以此提高蜂群搜索全局最优的能力,其随机搜索新食物源的公式为式中jw{1,2,3,…，d};屮e[0,1]飞轮充电控制系统的PID控制器参数优化整定，就是基于某个目标函数来确定PID控制器的3个参数Kp、Ki和Kd的最佳值。目标函数：J=L +爲匚式中：E(t)=J卢? 存，[鼻°；kl,k2,k3 权值，取值为：kl=0.5,k2=30,k3=0.5;e(t) 系统误差;tu 上升时间。飞轮充电控制系统传递函数为：所以，基于人工蜂群算法的飞轮充电控制系统PID控制器的参数优化就是以飞轮电机的二阶系统为被控对象的基础上使得PID控制器的目标函数取得最小值。设定种