基于模糊自适应的dfpso算法的水轮机调速器参数优化方法
【技术领域】
[0001] 本发明设及电力系统中水力发电技术领域，设及水轮机调速器参数优化方案技术 领域，具体设及一种基于模糊自适应和差分进化的粒子群算法的水轮机调速器参数优化方 法。
【背景技术】
[0002] 水电站将水能转换为电能并通过供电系统将其提供给用户使用，用电安全及电能 的质量是用户最关屯、的问题。在其中起到决定性作用的就是水轮机调节系统，而水轮发电 机组调速器参数对水轮机调节系统的稳定及电能的质量极其重要，因此调速器参数的优化 一直是研究人员关注的问题。
[0003] PID调节由于控制规律简单，鲁棒性好等优点而在工程实际中被广泛采用，PID参 数的整定方法主要有两类：一类是传统的参数整定方法，另一类是人工智能算法。相比智能 算法来说，传统PID参数整定算法在处理如水轮机调节系统等具有非线性和非最小相位特 性的控制系统时，容易出现振荡现象和较大的超调量。而在众多的智能算法中，粒子群算法 由于编程简单、容易实现并且找到全局最优值的概率较大等优点而被广泛应用于工程实际 问题及PID参数的整定工作中。
[0004] 在粒子群算法中，粒子速度惯性权重对种群的寻优过程极其重要，它决定了粒子 是着重于全局范围的探索还是局部范围的精细捜索。随着迭代的进行，恰当的权重系数选 择可W提高算法的效率，然而典型的粒子群算法在速度更新过程中，惯性权重仅仅受迭代 次数的影响而呈线性递减，在迭代初期较大的权重系数能使粒子具有较强的全局探索能 力，但若此时粒子已非常接近全局最优值，那么较大的速度惯性，可能使粒子偏离全局最 优，背离正确的方向飞行，从而降低捜索精度。迭代后期，所有粒子都已收敛到最优值附近， 较小的惯性因子可W使粒子进行精细捜索，但是速度越小，粒子群越容易趋向同一化，而使 粒子陷入局部极值。由此可见在典型PS0算法中，速度惯性仅随迭代次数而改变还是存在 不足之处，并不利于算法效率的提高，并且在迭代后期粒子多样性损失严重，易于陷入局部 最优而停滞不前。
【发明内容】
[0005] 针对现有技术的不足，提出了一种框架。本发明的技术方案如下：一种基于模糊自 适应的DFPS0算法的水轮机调速器参数优化方法，其包括W下步骤：
[0006] 101、建立水轮机调节系统的数学模型，具体包括：建立水轮机PID调速器数学模 型和建立水轮发电机组数学模型，并设置水轮机调节系统的系统参数，如接力器响应时间 常数、压力引水系统水流惯性时间常数、机组惯性时间常数及被控系统各传递系数；
[0007] 102、步骤101建立了水轮机调节系统的数学模型后，设定模糊自适应和差分进化 的DFPS0算法的适应度函数，将适应度函数值J设置为水轮机调节系统偏差e(t)的绝对值 与时间t之积的积分，目M=ff!叫川成，tg为仿真时间； JQ
[000引 103、对模糊自适应和差分进化的DFPS0算法的速度惯性因子W。进行模糊设置，即 将线性递减的惯性因子W和粒子当前最优性能评价指标值NCBPE作为模糊输入，W。作为模 糊输出；
[0009] 104、进行步骤103的模糊设置后，计算模糊自适应的DFPS0算法中粒子的适应度 值，保留粒子的个体最优值PbMt和全局最优值gbMt，并更新粒子的速度和位置，产生新种群， 更新个体极值和全局极值；
[0010] 105、在粒子的速度和位置的更新过程中，若满足交叉条件，即当在（0, 1)间产生 的随机数小于预先设置的交叉概率时，则在粒子间进行基因交叉；
[0011] 106、判断是否满足终止条件，即是否找到全局最优值或达到迭代最大次数，若满 足则停止并输出全局最优值gbest，若不满足，则返回重复执行步骤104-步骤106。
[0012] 进一步的，步骤101中建立水轮机PID调速器数学模型包括PID控制器模型和电 液随动系统数学模型，具体为：
[001引 （1. 1)水轮机PID控制器传递函数GpiD(s)如下：
[0014]
阳〇1引式中，AX。为系统给定转速相对偏差值；AX为机组转速相对偏差值；Aypid为导 叶开度相对偏差值；Kp、Ki、Kd分别为比例增益、积分增益和微分增益；T。为微分环节时间常 数；S为拉普拉斯算子；
[0016] 电液随动系统数学模型传递函数氏(S)如下：
[0017]
[0018] 式中，Ay为接力器行程相对偏差值；Ty为接力器响应时间常数。
[0019] 进一步的，步骤101中的建立水轮发电机组数学模型主要由水轮机、压力引水系 统和发电机所组成；当系统处于小波动情况下，水轮机力矩相对偏差值Amt和流量相对偏 差值Aq与水头h、导叶开度近似用接力器位移y表示和机组转速X相对偏差值由W下关系 式表不：
[0020]
阳OW式中，6x、6y、6h、6qx、6qy、6qh均为水轮机被控系统传递系数；
[0022] 在小波动工况下，此时压力引水系统的传递函数如下所示：
[0023]
[0024] 式中，1；为压力引水系统水流惯性时间常数；
[00巧]发电机的动态特性由W下传递函数表示：
[0026]
[0027]式中，Am,为阻力矩相对偏差值；Ta为机组惯性时间常数；e。为被控系统自调节系 数，6。=Gg-e,，e,为发电机负载转矩对转速的传递系数，ej%水轮机转矩对转速的传递系 数。
[0028] 进一步的，步骤103具体为：设置DFPS0算法的基本参数：群体个数m、最大迭代次 数Tm。、、加速系数Cl和C2、速度惯性因子Wm。、和Wmm;对速度惯性因子W。进行模糊化，将当前 线性递减的惯性因子W和如下式所示的规范化的当前最好性能评价NCBPE作为模糊输入， W。作为模糊输出，设置迭代初期的最优性能评价CBPEm。,、迭代结束时的最小性能评价估计 值CBPEmm;线性递减惯性因子和NCBPE的定义公式为： 阳02引W* = W max-t (Wmax-Wnun) ZXax
[0030]
[0031] 其中，Wm。,和Wmm分别为迭代开始时的速度惯性权重和结束时的权重系数，CBPE为 当前最优性能评价。
[0032] 进一步的，步骤104中更新粒子的速度和位置的公式为： 阳〇3引皆=+C, ?;'/?(姑-4)+c; 祐-喊），请1为当前的粒子速度，嗦为上 代粒子的速度，％i为修正后的速度惯性因子，j4为粒子自身的最优解，端为当前粒子的位 置，Pw为粒子的全局最优解，Vm。、为粒子速度上限值 阳〇34] 碱1 '=為+'姑
[0035]
[0036]
[0037]其中，r郝r2为区间化1)之间的随机数。
[0038] 随着算法的迭代进程，粒子群的多样性不断减少，此时可在粒子间进行交叉操作， W此避免粒子多样性的丢失，增强粒子的全局捜索能力。
[0039]
[0040] 其中，rand(d)为（0，1)区间内的随机数；d为粒子的维数索引，dG[l，2，...，q]， q为粒子总维数；P。为交叉概率，通常设置为0.8srarnln(i)为[1，2,…，q]中的一随机整 数；Pf/为当前随机选取的一个粒子其自身的最好位置。
[0041] 本发明的优点及有益效果如下：
[0042] 本发明针对典型粒子群算法易出现早熟而陷入局部最优的缺点而提出一种融合 模糊思想和差分算法交叉思想的改进粒子群算法值FPS0)。其特点是该方法引入规范化粒 子最优性能评价指标的概念，将其与线性递减的速度惯性权重相结合来对速度惯性权重进 行修正，W此避免惯性权重仅受粒子迭代次数的影响而造成的弊端。在此基础上，引入差分 算法的交叉思想，在特定条件下，在粒子间进行基因交换，来增加粒子的多样性，w避免粒 子群算法在迭代后期陷入局部极值。本发明整定的水轮机PID调速器能使系统拥有更加良 好的动态性能。
【附图说明】
[0043]图1是本发明水轮机调节系统数学模型框图；
[0044] 图2为水轮机调速器参数优化流程图；
[0045]图3为10%频率扰动下适应度函数平均值收敛曲线；
[0046] 图4为10%频率扰动下机组转速相对偏差过渡过程；
[0047]图5为10%负荷扰动下适应度函数平均值收敛曲线；
[0048] 图6为10%负荷扰动下机组转速相对偏差过渡过程。
【具体实施方式】 W例 W下结合附图，对本发明作进一步说明：
[0050] 如图1所示，本发明利用该DFPS0算法对水轮机调速器参数进行优化。通过该改进 算法，可W找到最优的调速器参数值，使得系统获得良好的动态性能。在优化的过程中，使 系统分别处于频率扰动和负荷扰动两种工况下，利用该改进算法寻求到最优的参数组合， 使得系统在响应的过程中拥有较小的超调量，较短的稳定时间和上升时间等。具体包括W 下步骤：
[0051] (1)确定水轮机调节系统数学模型。水轮机调节系统主要由调速器和水轮发电机 组成，其数学模型框图如图1所示。
[0052] (1. 1)水轮机PID控制器传递函数如下：
[0053]
[0054] 式中，AX。为系统给定转速相对偏差值；AX为机组转速相对偏差值；Aypid为导 叶开度相对偏差值；Kp、Ki、Kd分别为比例增益、积分增益和微分增益；T。为微分环节时间常 数；S为拉普拉斯算子。 阳化5] 电液随动系统部分传递函数如下：
[0056]
[0057] 式中，Ay为接力器行程相对偏差值；Ty为接力器响应时间常数。 阳〇5引 （1. 2)水轮发电机组数学模型
[0059] 水轮发电机组主要由水轮机、压力引水系统和发电机所组成。当系统处于小波动 情况下，水轮机力矩相对偏差值Amt和流量相对偏差值Aq与水头h、导叶开度（近似用接 力器位移y表示）和机组转速X相对偏差值可W由W下关系式表示：
[0060]
阳06U 式中，e,、6y、6h、6qx、6qy、6qh均为水轮机被控系统传递系数。
[0062] 在小波动工况下，水和引水系统管壁均可认定为刚性，此时引水系统的传递函数 如下所示：
[0063]
W64] 式中，1；为引水系统水流惯性时间常数。
[0065] 发电机的动态特性可由W下传递函数表示：
[0066]
[0067] 式中，A m,为阻力矩相对偏差值；Ta为机组惯性时间常数；e。为被控系统自调节系 数，6。=Gg-e,，e,为发电机负载转矩对转速的传递系数，ej%水轮机转矩对转速的传递系 数。
[0068] (2)确定DFPS0算法的适应度函数，将适应度函数值设置为系统偏差绝对值与时 间之积的积分。
[0069] /:=广/|e(/)|油 vO
[0070] 其中，t历仿真时间（S);e(t)