[發(fā)明專利]非線性水力機(jī)組控制參數(shù)的改進(jìn)粒子群優(yōu)化方法

無效

• 申請?zhí)枺?/td>: 201010568052.0
• 申請日: 2010-12-01
• 公開（公告）號(hào): CN102004836A
• 公開（公告）日: 2011-04-06
• 發(fā)明（設(shè)計(jì)）人: 許峰;陳龍
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 許方

技術(shù)領(lǐng)域

本發(fā)明涉及一種非線性水力機(jī)組控制參數(shù)的改進(jìn)粒子群優(yōu)化方法，屬于水力(水輪發(fā)電)機(jī)組控制參數(shù)優(yōu)化的技術(shù)領(lǐng)域。

背景技術(shù)

水輪發(fā)電機(jī)組把水能轉(zhuǎn)變成電能供用戶使用，用戶除了要求供電安全可靠外，還要求電能的頻率和電壓保持在額定值附近的某一范圍內(nèi)。如果頻率偏離額定值過大，就會(huì)直接影響用戶的產(chǎn)品質(zhì)量。電力系統(tǒng)的負(fù)荷是不斷變化的，因此，必須根據(jù)負(fù)荷的變化不斷地調(diào)節(jié)水力機(jī)組的有功功率輸出，同時(shí)使機(jī)組的頻率保持在規(guī)定的范圍之內(nèi)。水力機(jī)組PID控制參數(shù)優(yōu)化的常用方法有：梯度法、單純形法、遺傳算法等。不過，需要特別指出的是，上述方法的適用對象采用剛性水擊條件假設(shè)下的水力機(jī)組線性化模型，忽略了水力系統(tǒng)及原動(dòng)機(jī)系統(tǒng)的非線性動(dòng)力學(xué)作用，而水力機(jī)組本身又是一個(gè)具有非線性、時(shí)變特性的復(fù)雜的控制系統(tǒng)。1992年，美國電子電氣工程師學(xué)會(huì)(IEEE)提出了一種基于非彈性水錘方程的水力機(jī)組非線性模型。該模型綜合了水電站水機(jī)電過渡過程各因素之間的相互影響，具有物理意義清楚、形式緊湊、便于理論分析和計(jì)算機(jī)計(jì)算處理的特點(diǎn)，在一定程度上反映了水電站水機(jī)電復(fù)雜系統(tǒng)的非線性本質(zhì)。然而，對于IEEE所提出的非線性水力機(jī)組控制系統(tǒng)模型，采用常規(guī)的方法一般也不易獲得較好的PID控制參數(shù)。粒子群優(yōu)化算法于1995年受人工生命研究結(jié)果啟發(fā)，在模擬鳥群覓食過程中的遷徙和群集行為時(shí)提出的一種基于群體智能的演化計(jì)算技術(shù)。該算法具有并行處理、魯棒性好等特點(diǎn)，能以較大概率找到問題的全局最優(yōu)解，且計(jì)算效率比傳統(tǒng)遺傳算法高。其最大的優(yōu)勢在于簡單易實(shí)現(xiàn)、收斂速度快，而且有深刻的智能背景，既適合科學(xué)研究，又適合工程應(yīng)用。因此，粒子群優(yōu)化算法一經(jīng)提出，立刻引起了演化計(jì)算等領(lǐng)域的學(xué)者們的廣泛關(guān)注，并在短短的幾年時(shí)間里出現(xiàn)大量的研究成果。粒子群優(yōu)化算法在搜索初期收斂速度很快，但在搜索后期卻容易陷入局部極值點(diǎn)，而且計(jì)算精度不高。

發(fā)明內(nèi)容

本發(fā)明目的是針對現(xiàn)有技術(shù)存在的缺陷提供一種非線性水力機(jī)組控制參數(shù)的改進(jìn)粒子群優(yōu)化方法。

本發(fā)明為實(shí)現(xiàn)上述目的，采用如下技術(shù)方案：

本發(fā)明非線性水力機(jī)組控制參數(shù)的改進(jìn)粒子群優(yōu)化方法包括如下步驟：

(1)初始化粒子群，每個(gè)粒子的維數(shù)為3；最大迭代代數(shù)為50代；每個(gè)粒子的位置分別代表水力機(jī)組的3個(gè)控制參數(shù)K_p，K_i，K_d，設(shè)定K_p，K_i，K_d的變化范圍均為[0-10]；擾動(dòng)實(shí)驗(yàn)的類型分別為5％頻率擾動(dòng)和10％負(fù)荷擾動(dòng)；兩種擾動(dòng)實(shí)驗(yàn)條件下水力機(jī)組過渡過程的持續(xù)時(shí)間ts均為15秒；

(2)利用每個(gè)粒子所代表的PID參數(shù)，進(jìn)行水力機(jī)組過渡過程的計(jì)算，然后分別計(jì)算每個(gè)粒子的加權(quán)適應(yīng)度；對每個(gè)粒子的加權(quán)適應(yīng)度進(jìn)行比較，得出粒子群群體的全局最優(yōu)位置，最差位置和每個(gè)粒子個(gè)體的最優(yōu)位置；

(3)按照以下改進(jìn)的公式進(jìn)行每個(gè)粒子速度的更新；

V_ik(g+1)＝w(g)*V_ik(g)+c₁*r₁*(P_ik(g)-X_ik(g))+

c₂*r₂*(P_gk(g)-X_ik(g))+c₃*r₃*(P_ak(g)-X_ik(g))

其中，所述粒子群由m個(gè)粒子組成，每次迭代時(shí)，這m個(gè)粒子的位置可以表示為：(P₁，P₂，Λ，P_m)，這m個(gè)粒子位置的名義平均位置為：