水轮发电机组调速器侧模糊电力系统稳定器研究

在同步发电机组调速器侧装设电力系统稳定器是抑制电力系统低频振荡的有效措施.采用水力系统弹性水击模型和同步发电机Philips-Heffron模型,设计了水轮发电机组调速器侧模糊电力系统稳定器(FGPSS),并应用Matlab/Simulink对其效果进行了仿真研究.结果表明,FGPSS对于改善机组动态性能具有良好的作用,而且具有较强的鲁棒性.     

水轮发电机组调速器侧模糊电力系统稳定器研究

在同步发电机组调速器侧装设电力系统稳定器是抑制电力系统低频振荡的有效措施。采用水力系统弹性水击模型和同步发电机Philips-Heffron模型,设计了水轮发电机组调速器侧模糊电力系统稳定器(FG PSS),并应用Matlab/Simulink对其效果进行了仿真研究。结果表明,FGPSS对于改善机组动态性能具有良好的作用,而且具有较强的鲁棒性。     

水轮发电机组调速系统的可拓控制

为了改善水轮发电机组调速系统的动态性能,应用可拓控制方法设计调速器.以无穷大容量水库-单引水管道-水轮发电机组-无穷大容量电力系统为对象,建立以水力系统弹性水击模型、水轮机线性化模型以及同步发电机经典二阶模型为基础的水机电整体仿真模型,对采用可拓控制方式与经典PID控制方式的控制效果进行仿真对比研究.结果表明,采用可拓控制方式对于改善水轮发电机组调速系统的动态性能具有良好的作用.     

基于小波网络的水轮发电机组自适应控制研究

由于水轮发电机组的动力学模型比较复杂，其动态模型解析式难以精确得到，因此依据小波的非线性逼近能力和神经网络的自学习特性，提出了一种基于小波神经网络自适应控制算法。文中系统由两个小波网络组成，分别实现水轮发电机组的在线辨识与控制。仿真试验表明，该系统比采用神经网络控制具有更好的控制效果。     

水轮发电机组励磁系统的自抗扰控制

为了进一步提高电力系统的稳定性，应用自抗扰控制（ADRC）理论对水轮发电机组励磁系统进行设计，将模型的外部扰动和不确定参数的变化作为系统的扩张状态进行实时观测并加以补偿，将输出量与给定信号的误差进行非线性组合，形成外环控制率。通过对三相短路故障状态的动态仿真，并与传统PID控制效果进行对比，结果表明ADRC系统响应快、超调小，对模型的不确定性及外部扰动具有更强的适应性和鲁棒性，进一步提高了系统的阻尼。     

水轮发电机组的非线性控制器仿真研究

基于水轮发电机组刚性水击模型，分别采用逆系统非线性控制和自抗扰控制（ADRC）方法，设计了水门和励磁控制系统。针对水轮发电机组刚性水击模型对象和弹性水击模型对象，进行了数值仿真实验。研究结果表明，当受控对象与其设计模型接近时，逆系统解耦控制具有优良的控制品质，但对对象模型变化的适应性较差；逆系统两通道独立控制系统具有优良的暂态稳定性，但在励碰控制中需另加调压措施，自抗扰控制对机组模型结构和参数的变化，内外扰动都具有很好的适应性和鲁棒性，控制品质优良，是一种很有前景的水轮发电机组控制策略。     

水轮发电机组的模糊PID复合控制策略研究

针对常规P ID或模糊控制对非线性、时变、高阶水轮发电机组系统不能达到较好控制效果的问题,提出一种模糊和P ID复合控制策略,并对模糊和P ID控制结合形式进行了详细讨论。结合水轮发电机组模型,采用专家经验和遗传算法优化相结合的方法对每种模糊和P ID结合形式进行了参数和规则整定,并对各种复合控制策略进行了仿真实验,分析了模糊和P ID如何优势互补达到较好的控制效果。     

智能自整定水轮机调速器PID参数

叙述了离散水轮机调节系统PID参数的预整定算法。设计了一个模糊自整定PID控制器,对水轮发电机组进行控制,利用模糊推理方式来实现PID参数的在线调整,实现参数的优化。仿真结果表明,模糊自整定PID的控制效果优于常规PID控制。     

基于模糊神经解耦控制的双馈水轮发电机系统仿真

双馈水轮发电机系统是一个涉及水力、水轮机和发电机的综合复杂系统。针对系统具有多变量、非线性、强耦合和参数不确定性的特点，本文提出了一种两级串联结构的自适应模糊神经网络解耦控制策略，前级为基于智能权函数规则的自调整模糊控制器，后级为基于动态耦合特性的自适应神经网络解耦控制器，并从理论上证明了学习算法的收敛性。为了验证所提出控制策略的有效性和正确性，本文对双馈水轮发电机系统在水力、水轮机和发电机参数变化时的鲁棒性分别进行了仿真研究。与常规PID控制的仿真结果比较表明，提出的解耦控制策略能较好地克服参数变化和对象模型结构变化对运行性能的影响，具有鲁棒性好，解耦能力强的优点。     

基于CMAC的双馈水轮发电机系统控制策略研究

针对可调速双馈水轮发电机系统的不确定性、非线性和参数时变的特点，提出了一种采用小脑模型(CMAC)神经网络的自适应控制策略。该控制策略以系统动态误差和给定信号量作为CMAC的激励信号，并与自适应神经网络控制器相结合构成系统的复合控制。该文对双馈水轮发电机系统的稳态调节和暂态特性进行了数字仿真研究，并与常规的PID控制进行比较。结果表明，基于CMAC的自适应控制策略对系统模型结构和参数变化、负荷扰动都具有很好的适应性和鲁棒性，控制品质优良，是一种适于在线学习控制的双馈水轮发电机系统控制方法。     

基于改进遗传算法的发电机调速器侧模糊PSS优化设计

基于模糊控制理论设计了发电机组调速器侧模糊电力系统稳定器,采用遗传算法优化其参数以克服模糊控制器参数设计的主观性。为了提高多参数控制器参数优化的速度和精度,对传统单点交叉遗传算法进行改进,提出了一种首尾轮换交叉遗传算法。该方法交替采用尾部和头部单点交叉,保证了各参数参与优化的概率基本均等。采用该算法对某水轮发电机组调速器侧模糊电力系统稳定器的参数进行优化计算,表明其优化速度和精度较试探法和传统单点交叉遗传算法有显著提高。     

考虑死区的水轮机调节系统非线性自抗扰控制

针对含死区环节和机械时滞的水轮机调节系统,提出了一种改进状态误差反馈控制律的自抗扰控制方法。首先,考虑电液随动系统传动过程中存在的间隙特性,建立含非线性死区环节和机械时滞的水轮机调节系统数学模型。其次,通过坐标变换将具有死区和时延特性的状态空间方程转化为可控标准化数学模型。然后,引入PID积分环节,设计新型的自抗扰控制器,消除状态误差反馈控制律处理误差信号过程中出现的抖振现象。最终,基于Lyapunov稳定性定理,分析系统误差方程,证明了扩张状态观测器的收敛性。仿真结果表明,所提控制器在不同运行工况下的控制效果均优于PID控制和传统自抗扰控制,验证了所设计控制器的有效性和优越性,具有良好的参考价值。     

Adaptive PID Control for Hydraulic Turbine Regulation Systems Based on INGWO and BPNN

To ensure system stability, the fixed-PID (F-PID) controller with small parameters is usually adopted in hydropower stations. This involves a slow setting speed and it is difficult to realize optimal control for full working conditions. To address the problem, this paper designs a variable-PID (V-PID) controller for a hydraulic turbine regulation system (HTRS) based on the improved grey wolf optimizer (INGWO) and back propagation neural networks (BPNN). These can achieve excellent regulation under full working conditions. First, the nonlinear HTRS model containing the nonlinear hydro-turbine model is constructed and the stable domain is obtained using Hopf bifurcation theory to determine the available range of PID parameters. The optimal PID parameters in typical working conditions are then calculated by the INGWO, and the optimal PID parameters are generalized through training the V-PID neural networks which take the optimal PID parameters as sample data. The V-PID neural networks with different structures are compared to determine the optimal structure of the variable-PID controller model. The V-PID controller-based nonlinear HTRS model shows that the PID parameters can be automatically adjusted online according to the working condition changes, realizing optimal control of hydropower units in full working conditions.     

水轮机调节系统的模糊神经元控制

水轮机调节系统具有非线性和时变性的特性 ,传统的PID控制器无法获得高性能的调速系统。针对水轮机调节系统的上述特性 ,在常规模糊控制的基础上 ,采用径向基函数神经网络来逼近过程模型 ,并设计了自适应神经元来在线优化控制器的输出。理论分析和仿真结果表明 ,这种控制策略与传统的PID控制和模糊控制相比 ,能够得到更快的响应速度和更好的控制效果     

ASVG的非线性L2增益干扰抑制控制器

将非线性鲁棒控制方法用于先进的静止无功发生器（ASVG）的控制。基于电力系统动态、耗散系统理论框架和非线性L2增益干扰抑制方法,建立了单机无穷大系统中的ASVG鲁棒控制数学模型。模型中考虑了来自发电机转子轴上的机械功率扰动和ASVG输出电压的扰动。并在此基础上,采取递推设计方法构造能量存储函数,以避免求解HamiltonJacobiIssacs不等式,从而得到ASVG的非线性L2增益干扰抑制控制规律。单机无穷大系统的仿真结果证明,与传统PID PSS控制方式相比,在此控制规律下,ASVG能够更有效地阻尼系统振荡,提高系统暂态稳定性能。     

基于模糊评估的同步发电机混合励磁控制策略研究

本文将模糊集理论用于对电力系统稳定水平的评估中,在电力系统处于不同状态时,根据评估的结果选择非线性最优控制或者PID PSS控制,即采用与此状态相适应的励磁控制规律。仿真结果表明:本文提出的混合励磁控制策略能够将PID PSS励磁控制和非线性最优励磁控制各自的优点相结合,从而使励磁控制在实现励磁基本控制功能的同时,具有更强的提高电力系统功角稳定的能力。     

同步发电机非线性PID励磁控制

本文将一种非线性ＰＩＤ控制引人发电机励磁控制，这种控制方式既保留了非线性ＰＩＤ控制的结构简单，易于实现，鲁椿性较强的优点，同时又克服了线性ＰＩＤ控制效果受线性化模型限制的缺点。计算机仿真结果表明，与线性化最优发电机励磁控制相比，非线性ＰＩＤ控制器对于同步发电机运行点变动的适应范围要宽得多，所设计的控制规律显著地改善了电力系统暂态过程的动态响应。     

基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

RBF神经网络综合控制器在HAPC系统中的应用

基于液压APC系统的数学模型,针对液压自动位置控制系统(HAPC)本身的非线性,影响系统各方面因素的耦合性,同时要求系统的响应速度快、控制精度高、鲁棒性强等特点,设计了基于RBF神经网络的控制器,同时为了提高系统的响应速度,将其与传统PID控制器相结合,使用Matlab/Sinmulink工具对模型进行仿真,并分别与传统的PID控制器和RBFNN控制器相比较发现这种综合的控制器的控制效果要优于PID控制器和RBFNN控制器.