一种抽水蓄能机组水轮机工况智能开机方法与流程

技术特征：

1.一种抽水蓄能机组水轮机工况智能开机方法，其特征在于，包括下述步骤：

(1)建立抽水蓄能机组的水泵水轮机调节系统仿真模型；

(2)在所述水泵水轮机调节系统仿真模型中设置三个阶段开机控制原则；

(3)根据三个阶段开机控制原则，并采用离散形式时间乘误差绝对值积分指标作为控制参数优化的目标函数来建立开机过程控制参数优化目标函数；

(4)运用启发式优化方法求解所述开机过程控制参数优化目标函数，并获得最优控制参数。

2.如权利要求1所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，所述水泵水轮机调节系统仿真模型包括：发电机模型、有压引水系统模型、水泵水轮机模型、伺服机构非线性模型和PID控制器模型。

3.如权利要求2所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，所述发电机模型为：其中，J为机组转动惯量，n为机组转速，M_t为发电机力矩；

所述有压引水系统模型为：其中，C_a＝gA/c为管道特性，A为管道横截面积，c为水锤波速，C_f＝fΔt/2DA模阻系数，f为摩擦系数，Δt为采样时间间隔，D为管道直径。Q_P，Q_A，Q_B分别为P点、A点、B点的流量，H_P，H_A，H_B分别为P点、A点、B点的水头；C_p、C_n分别为特征线正、负传递系数；

所述水泵水轮机模型为其中，h、a、q、m为机组相对水头、转速、流量、力矩，第一转速系数k₁，第二转换系数k₂＝0.5～1.2，导叶处理系数C_y＝0.1～0.3，水头处理系数C_h＝0.4～0.6，W_H为水头变换后矩阵，W_M为力矩变换后矩阵，x为转换后转速，下标n代表当前时刻；

所述PID控制器模型为的传递函数为：控制信号输出为：u(s)＝G_PID(s)·(n_r(s)-n(s))；其中K_p，K_i和K_d是PID控制器的比例增益、微分增益和积分增益；u(s)，n_r(s)和n(s)是控制信号u，额定转速n_r和机组转速n的Laplace变换后参数。

4.如权利要求1所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，步骤(2)中，三个阶段开机控制原则包括：

第一阶段：抽蓄机组接到开机指令至转速达到30％前以最快速率开启导叶，机组转速快速上升；

第二阶段：机组转速达到30％至转速达到阈值n_c前；调速器采用PI控制方法，且控制参数包括第一比例增益K_P1和第一积分增益K_I1；控制目标为转速的微分与转速偏差的比值为常数C；

第三阶段：机组转速达到阈值n_c至机组转速稳定在额定转速前，调速器采用PID控制方法，且控制参数包括第二比例增益K_P2、第二积分增益K_I2和微分增益K_D2；

其中，最快速率为导叶从关闭至满开花费最少时间下的速率；dΔn/dt为转速的微分，第k时刻转速微分为Δt为采样时间间隔；Δn为转速的偏差，第k时刻转速偏差Δn(k)＝n(k)-n(k-1)，n(k)为k时刻机组转速；

5.如权利要求4所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，所述最快速率为1/27。

6.如权利要求1-5任一项所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，步骤(3)中，所述开机过程控制参数优化目标函数：

其中，X＝[K_P1,i,K_I1,i,C,K_P2,i,K_I2,i,K_D2,i]为控制参数，n_r为额定转速，N_s为采样点数，T为时间序列。

7.如权利要求1-6任一项所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，步骤(4)具体为：

(4.1)算法初始化：设置算法参数，包括群体规模N、总迭代数T、个体随机搜索数量N_l，淘汰幅度系数σ、跳跃阈值p；设定优化变量边界，下边界上边界在此区间初始化群体中所有个体的位置向量，个体位置向量X_i＝[K_P1,i,K_I1,i,C,K_P2,i,K_I2,i,K_D2,i],i＝1,...,N，代表一组控制参数；令当前迭代次数t＝0；

(4.2)计算个体的目标函数值F_i^t＝f_ITAE(X_i(t)),i＝1,...,N；

具体过程如下：从个体i位置向量X_i(t)解码得到控制参数，其中K_P1,K_I1,C,K_P2,K_I2,K_D2分别为位置向量中的第一至六号元素，将控制参数代入步骤(1)中水泵水轮机调节系统仿真模型，仿真得到开机过程机组转速n；按照步骤(3)中目标函数得到个体i的目标函数值F_i^t＝f_ITAE(X_i)；并计算群体目标函数最小值，具有最小目标函数值的个体确定为当前最优个体X_B(t)；

(4.3)对所有个体X_i,i＝1,...,N进行个体随机搜索，计算惯性向量

(4.4)计算每个个体受当前最优个体召唤向量

其中，δ_i为中第i个个体与当前最优个体的距离向量，随机数c₁＝2·rand，c₂＝(2·rand-1)(1-t/T)，rand为(0，1)之间随机数；由此可知c₁为(0，2)之间的随机数，表示当前最优个体的号召力，当c₁＞1时，表示当前最优个体的影响力增强，反之减弱；c₂为动态随机数，其所以c₂的随机范围由1线性递减到0；

(4.5)按照个体位置更新公式更新个体位置：

(4.6)判断个体是否需要被淘汰并重新初始化：

(4.7)判断是否连续p代当前最优个体位置未发生移动，如果是，则认为种群灭亡，按照下式反演重构新的种群：i＝1,2,…,N；

其中，R为反演半径，R＝0.1·||B_U-B_L||；rand为(0，1)之间随机数，p为跳跃阈值；

(4.8)t＝t+1，如果t>T，算法结束，输出当前最优个体位置作为终解；否则，转入(4.2)。

8.如权利要求7所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，步骤(4.3)具体为：

(4.3.1)令个体搜索次数l＝0；

(4.3.2)观望一个位置计算

其中，i＝1，…，N：rand为(0，1)之间随机数，ε_play为观望步长，ε_play＝0.1·||B_U-B_L||；

(4.3.3)计算下一个当前位置

其中，rand为(0，1)之间随机数，ε_step为惯性步长，ε_step＝0.2·||B_U-B_L||；

(4.3.4)l＝l+1，如果l＜N_l，转至(4.3.2)；否则，转至(4.4)。

9.如权利要求7所述的抽水蓄能机组水轮机工况智能开机方法，其特征在于，步骤(4.6)具体为：

(4.6.1)如果第i个个体满足公式则该个体被淘汰并重新初始化：

其中，是t代种群所有个体目标函数值的平均值，是最小的目标函数值，ω是一个随迭代次数而线性递增的参数，取值范围为[-σ,σ]；

(4.6.2)被淘汰的个体初始化：X_i＝rand(1,D)×(B_U-B_L)+B_L；

其中，D为位置向量维数，D＝6。