基于混沌优化的PID控制器在不稳定系统中的设计

提出了一种规范化PID控制器参数混沌优化方案，并且利用增广Hermite-Biehler定理，讨论了不稳定被控对象闭环稳定的规范化PID控制器参数取值范围，在这取值范围内将混沌变量引入规范化PID参数的优化搜索，具有更强的搜索PID参数近似全局最优值的能力，仿真结果表明，该算法能有效地实现PID参数最优整定，为解决PID控制器参数近似全局最优设计提供了一种有效的方法。     

改进的PSO算法在摊铺机行驶控制器中的应用

摊铺机行驶系统为液压伺服系统,具有非线性、时变的特点。针对行驶系统控制器PID参数整定困难且不同工况下参数整定烦琐及易出现较大的振荡和超调使控制结果不理想等问题。提出一种非线性变权重、随机学习因子、并行搜索PSO算法的PID控制器参数优化方法。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,仿真结果在保证PID控制稳定性基础上提高了PID控制的精度。与混沌优化方案进行了比较,ITAE性能指标值的精度提高了6个数量级,结果表明该改进的PSO算法实现简单,对参数初值设置不敏感,鲁棒性强,快速有效地实现了PID参数的全局优化。在稳定、超调量、响应时间、调节时间几项综合性能上优于混沌优化算法,表明了此算法在PID参数整定中的有效性及应用前景。     

摊铺机行驶系统控制器PID参数的混沌优化

摊铺机的液压伺服系统为非线性、时变的复杂系统,为了解决摊铺机行驶系统控制器PID参数整定困难、控制结果出现较大的振荡和超调以及在不同工况下参数整定烦琐等问题,采用一种基于混沌变量的PID控制器参数优化方案。利用MATLAB语言对摊铺机行驶系统近似模型进行了仿真分析,结果表明该算法实现简单,优化效率高,鲁棒性强,快速有效地实现了PID参数的全局优化整定,控制结果具有稳定、超调小、响应快、调节时间短的优点。     

基于改进鲸鱼算法的混合直流输电系统控制参数优化方法

混合直流输电系统结合了传统电网换相换流器和电压源换流器的优点，具有广泛的应用前景。为解决混合直流输电系统控制参数优化问题，引入一种新型的元启发式算法--鲸鱼算法。针对算法全局搜索能力较差的问题，引入混合优化理论，利用模拟退火和联赛选择机制对其进行了改进，改进算法有效平衡了全局搜索与局部开发能力，降低了对参数选择的依赖性。以双极型两端混合直流输电测试系统为研究对象，采用改进鲸鱼算法优化整流侧定电流控制中的比例积分（proportional integra，PI）参数和逆变侧dq轴双环控制器的PI参数，并通过MATLAB和PSCAD软件联合仿真实现该算法。算例结果表明，相比于原始鲸鱼算法和粒子群算法，所提算法具有更高收敛精度，有效优化了控制系统的参数，提升了混合直流输电系统的指令跟踪能力。     

基于GWO-PSO优化的三级式发电机二自由度分数阶PID调压控制

针对航空三级式发电机存在建压超调、响应速度慢、电压稳定性差、负载扰动等问题,在双环调压结构的基础上,设计了一种基于灰狼混合粒子群算法(GWO-PSO)优化的二自由度分数阶PID(2DOF FOPID)调压控制器。利用二自由度控制,增强抗干扰和目标跟踪能力;结合分数阶控制,使参数的整定更加灵活,并具有对被控对象参数变化不敏感的特点,可以提升系统的控制性能;改进的GWO-PSO以灰狼优化算法的机制开始搜索过程,然后用PSO算法改进灰狼的位置,以平衡算法的局部搜索和全局开发的能力,利用改进的优化算法对2DOF FOPID控制器进行参数优化。仿真结果表明,所设计的控制器具有响应速度快、超调小的优点,提高了发电机的动静态性能和抗扰能力。     

基于SCA优化模糊PI控制器的PMSM转速控制

介绍了永磁同步电机(PMSM)在矢量控制系统中转速环的模糊PI控制器设计。针对模糊控制器无法自适应调整参数,研究分析一种新型智能优化算法——正弦余弦算法,并对影响该算法全局探索和局部开发能力的重要参数进行调整,使搜索结果更精确,将改进后的算法用于模糊控制器量化因子和比例因子的优化。仿真结果表明,基于正弦余弦算法优化的模糊PI控制较传统模糊PI控制,具有更好的动态性能和抗干扰能力以及鲁棒性强的特点。     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

协调控制系统神经网络PID优化控制与仿真研究

针对火电单元机组协调控制系统具有多变量、强耦合、非线性及参数时变的特点，将对角递归神经网络与PID控制方法相结合，并利用提出的改进型变尺度混沌优化策略对神经网络的权值参数和PID控制器参数进行整定，从而实现多变量系统的优化控制。此方法不仅保持了传统PID控制器结构简单、算法实用等特点，而且算法稳定性好，寻优效率高，避免了控制器参数陷入局部极小等问题。仿真结果表明，对于100%和70%不同负荷时的工况，即使对象的传递函数发生了较大的改变，系统仍具有响应速度快、鲁棒性好、自适应性好等特点。     

多调整因子模糊控制器的进化优化

针对一类具有多调整因子的自调整模糊逻辑控制器，提出了基于进化计算的两种优化策略：传统的带线性量子的优化方法和具有评价机制的非线性量化因子优化法。其中，进化算法采用的是兼顾全局搜索和局部搜索的双种群自适应遗传算法，目标函数为反映全局控制性能的ITAE函数。跟踪实验有鲁棒性实验表明，该方法整体效果好，好稳态性能优，鲁棒性强。     

基于智能优化算法的互联电网负荷频率控制器设计及其控制性能分析

互联电网负荷频率控制对保障电网安全可靠运行具有重要作用,适宜的控制器参数整定使得电网在各种随机扰动下维持系统频率稳定和联络线功率交换值恒定。针对两区域互联电网的负荷频率控制器参数优化整定问题,提出一种基于智能优化算法的控制器参数整定设计方案。该方案采用最小化时间乘误差绝对值积分作为目标函数,运用灰狼优化算法搜索获得最优化的负荷频率控制器参数。灰狼优化算法模拟了狼群的社会分层机制和群体狩猎行为,使得控制器参数优化整定过程具有快速、高效、自适应和精度高等优点。此外,重点考虑了控制器参数不确定性可能导致的控制器性能衰减,讨论了控制器的脆弱性问题。建立了两区域互联电网负荷频率控制系统仿真模型,采用所提优化算法获取PI/PID型负荷频率控制器参数,仿真结果显示所提算法设计PI/PID控制器相比于传统方法和其他的智能优化算法具有更好的寻优能力和控制性能,并且优化获得的控制器在系统参数和控制器参数不确定性下具有鲁棒性和非脆弱性。     

电力系统无功优化的变尺度混沌优化算法

变尺度混沌优化(MSCOA)是一种改进的混沌优化方法(COA),利用混沌运动的内在随机性、遍历性和规律性进行全局寻优;通过尺度变换不断缩小优化变量的搜索空间,通过改变"二次搜索"的调节系数提高搜索精度,从而提高局部细化搜索能力.文章将该算法应用于电力系统无功优化问题,并对IEEE 6节点系统以及某地区54节点系统进行了仿真计算,计算结果验证了算法的有效性.     

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用

针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。     

基于变尺度混沌理论与免疫遗传算法的电力系统无功优化

提出一种基于变尺度混沌理论与免疫遗传算法的混合智能无功优化算法。该算法利用混沌变量的遍历性、随机性和规律性特点,将混沌运动自身的遍历区域变换成优化变量的取值范围,通过对整个解空间进行考察实现了可行域内的全局优化搜索。同时通过变尺度方法不断缩小优化变量的搜索范围来实现局部细化搜索,从而增强混沌局部搜索能力,加快解的收敛速度,提高解的精度。文章最后以某地区实际电网为例,分别采用免疫遗传算法和混合智能算法对其进行无功优化计算,结果表明本文提出的混合智能算法在计算速度和全局收敛性方面有很大的提高。     

基于改进粒子群算法的水轮机调速器参数优化

PSO（粒子群算法）是一种随机全局优化技术.该算法简单,易实现,且功能强大.文章研究了水轮机PID调节器参数的优化问题,利用改进PSO对系统所处的不同状态和工况进行了PID参数寻优.仿真结果表明,此种PID控制器比常规PID有更好的动态调节特性和鲁棒性,不失为一种具有较好实用价值的PID参数优化方法.     

可控制动电阻控制器广域协调优化方法研究

提出一种基于广域测量系统和三级共态预估算法的可控制动电阻控制器广域协调优化方法.将多机系统中的可控制动电阻控制器分成本地控制器和协调控制器两层,采用三级共态预估算法对分散的本地控制器进行非线性协调优化,使系统获得全局最优的控制效果.所提方法计算量小,并能在本地形成闭环反馈控制,适合于在线应用.仿真结果表明所提方法可以明显提高系统的暂态稳定性,并改善系统的动态品质.     

电力系统经济负荷分配的人工免疫混沌优化算法

提出了一种用于求解复杂电力系统经济负荷分配问题的新的人工免疫混沌优化算法，该算法融合了人工免疫算法极强的全局搜索能力以及混沌优化方法适合局部搜索的特点。在优化过程中，人工免疫算法通过克隆选择、克隆扩增和高频变异形成记忆细胞，并将其作为最优解的近似解，然后按混沌运动规律在近似解的邻域内进行局部搜索，进而获得精确的最优解。多个算例仿真结果表明，所提出的算法能够有效地解决经济负荷分配问题。     

单元机组负荷非线性预测控制及其仿真研究

大型单元机组负荷控制系统存在着强耦合、非线性等特性,常规线性控制策略难取得满意的控制效果。为此,该文提出了一种新的基于模糊模型和免疫优化的非线性预测控制方法,将离线辨识到的全局模糊模型作为预测模型,然后利用实数编码的免疫优化算法在线实现非线性预测控制的滚动优化,给出每个采样时刻的最优控制量。该方法还可通过修正的遗传算子方便地解决控制量受限问题。通过对一个500MW单元机组负荷控制系统的仿真试验,验证了该非线性预测控制方法的有效性。     

基于PMU的可控制动电阻协调控制器研究

同步相量测量单元(PMU)的广泛应用使得利用广域同步信息设计多机系统的协调控制器,进一步提高电力系统的暂态稳定性成为可能。建立了多机系统可控制动电阻(TCBR)控制器的数学模型,并设计了基于广域同步信息的协调控制器。控制器分为协调层和本地层,协调层利用PMU提供的全局实时信息处理各发电机之间的非线性关联量,产生全局优化向量;本地层则结合本地信息和全局优化向量,对发电机进行闭环反馈控制。所提方法避免了分散控制器之间的不协调动作,并且所采用的三级共态预估算法计算量小,适合于在线应用。对一个4机系统的仿真表明所提方法可以有效地提高系统的暂态稳定性。     

蚁群优化PI控制器在静止无功补偿器电压控制中的应用

静止无功补偿器(static var compensator,SVC)通常用来进行负荷补偿或系统补偿,在系统补偿时往往用于电压稳定控制,针对电压稳定控制的工况,文中提出一种采用蚁群算法优化PI控制器参数的方法,克服了常规PI控制对被控对象数学模型的依赖性,简单易于实现。蚁群优化算法中,以时间与误差绝对值乘积积分(integral of time-weighted absolute error,ITAE)准则作为寻优目标函数,对PI控制器的比例、积分参数进行调整、寻优,使SVC系统的响应过程达到最优。仿真和实验结果表明,该最优PI控制器能快速跟踪SVC系统的电压设定值,基于该PI控制器的SVC能迅速进行无功补偿,具有较强的适应性和较高的补偿精度。     

Damping inter-area modes of oscillation using an adaptive fuzzy power system stabilizer

This paper introduces an indirect adaptive fuzzy controller as a power system stabilizer used to damp inter-area modes of oscillation following disturbances in power systems. Compared to the IEEE standard multi-band power system stabilizer (MB-PSS), indirect adaptive fuzzy-based stabilizers are more efficient because they can cope with oscillations at different operating points. A nominal model of the power system is identified on-line using a variable structure identifier. A feedback linearization-based control law is implemented using the identified model. The gains of the controller are tuned via a particle swarm optimization routine to ensure system stability and minimum sum of the squares of the speed deviations. A bench-mark problem of a 4-machine 2-area power system is used to demonstrate the performance of the proposed controller and to show its superiority over other conventional stabilizers used in the literature.