[發明專利]一種同步發電機自適應勵磁控制方法

無效

• 申請號: 201310286481.2
• 申請日: 2013-07-09
• 公開（公告）號: CN103312249A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 程若發;江曉舟
• 申請（專利權）人: 南昌航空大學
• 主分類號: H02P9/14
• 分類號: H02P9/14;G06F19/00
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 歐陽沁

技術領域

本發明涉及一種同步發電機勵磁控制方法。

背景技術

同步發電機勵磁控制系統是一個強非線性的復雜控制系統，因此，系統具有高度不確定性、非線性和參數時變、強耦合等特點；隨著大容量機組和大型電力系統的互聯，對同步發電機系統的控制品質提出了更高的要求，常規PID控制難以取得理想的控制效果。尋求一種適應能性強，魯棒性和實時性好的控制方法是同步發電機勵磁控制中急需解決的問題。小腦模型神經網絡（CMAC），具有處理非線性、自學習、一定泛化能力等優點。工業生產中較為常用的是CMAC的前饋控制和固定增益反饋PID控制器相結合構成的復合控制，但是這種控制結構要設定的控制參數比較多，參數之間互相影響，非常麻煩；另一方面，如控制器的參數設置選取不當，不僅不能取得良好的控制效果，還會出現不穩定現象。目前采用固定增益的PD控制器在CMAC估計有偏和隨機干擾存在時只能實現局部有界穩定，也有人提出采用遺傳算法對固定增益PID控制器進行最優設計，但只能實現PID三個控制參數之間的部分優化，未涉及如何處理PID控制參數和CMAC控制參數之間的相互影響以及多參數解耦的問題。

發明內容

本發明的目的在于提供一種同步發電機自適應勵磁控制方法，克服同步發電機勵磁多參數設置耦合困難和自適應控制差的缺點。

一種同步發電機自適應勵磁控制方法，其特征在于：首先，根據穩定性原理初步確定每個控制參數的穩定域；其次，將多智能體遺傳算法MAGA和小腦模型神經網絡CMAC與常規PID控制器相結合，利用多智能體遺傳算法的全局優化能力在確定的控制參數K_P，K_I，K_D，η，α穩定域內進行尋優；根據一定控制目標函數最小原則，獲得最優控制參數組合，進而實現同步發電機自適應勵磁控制。

更進一步地，本發明包括以下具體步驟：

第一步，初步確定參數及其穩定域：根據控制系統穩定性，初步確定5個被優化參數穩定域范圍，即PID控制器的K_P、K_I、K_D和CMAC控制器的學習速率η和慣性量α大體范圍；

第二步，智能體編碼：PID和CMAC復合控制器有多個控制參數需要整定，且這些控制參數相互耦合，這種編碼方式將PID控制器的K_P、K_I、K_D和CMAC控制器的學習速率η、α組成智能體的一個基因，a代表一個智能體，S代表控制器參數優化問題的搜索空間；

a＝(K_P,K_i,K_d,η,α)∈S

第三步，智能體生存環境和適應值：為了減小計算開銷增強CMAC復合控制器控制的實時性，采用一維多智能體，即固定在一維網格中的每個智能體只與其鄰域內的左右兩個鄰居相互作用，每個智能體與其鄰域內的其他智能體通過競爭選擇、混合交叉和自適應變異等操作，目的是通過智能體進化提高其自身的適應值；

第四步，初始種群：隨機產生n個智能體形成初始種群P(0)；

第五步，個體適應值計算：通過每個智能體對應的控制輸出誤差求代價函數值J及按1/J求適應函數值f；

第六步，智能體競爭：在一維坐標中，某一智能體agentL(i?j)＝(l₁,l₂,l₃,L,l_n)與其鄰域內的左右2個鄰居智能體個體展開競爭，假設其鄰域內適應值最大的智能體為agentM(i?j)＝(m₁,m₂,m₃,L,m_n),如果agentL(i?j)的適應值大于agentM(i?j),則agentL(i?j)繼續存活，否則agentL(i?j)被新agentNew(i?j)＝(e₁,e₂,e₃,...,e_n)替代；