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。     

含抽水蓄能电站的互联电网负荷频率自抗扰优化控制研究

针对发电能源结构的多元化发展给互联电网负荷频率的稳定性控制带来较大的挑战,建立含抽水蓄能电站的两区域互联电网多元混合发电的负荷频率控制模型,提出一种基于粒子群优化算法的负荷频率线性自抗扰控制器参数整定优化策略,通过粒子群算法的迭代寻优计算获得最优的线性自抗扰控制器参数。考虑互联电网各区域发生不同的负荷扰动,在抽水蓄能电站的抽水和发电2种工况下,对所提出的控制方法进行系统仿真。仿真结果表明,通过粒子群算法优化的负荷频率线性自抗扰控制器,与传统PI控制器对比,前者具有更强的抗扰动能力和适应性,系统动态稳定性更好。     

改进人工蜂群算法在飞轮电机控制中的应用

飞轮储能系统中,电机采用转速-电流双闭环控制系统。针对系统中转速环PID控制器参数难以整定的问题,引入自适应系数的改进人工蜂群算法应用于PID控制器参数整定,在不牺牲算法的全局寻优能力的同时,提高其收敛速度与精度,协调了算法的全局搜索能力与特定区域寻优能力。仿真结果表明,相比其他算法,改进人工蜂群算法优化的PID控制器具有更好的全局寻优能力以及更快的收敛速度。     

基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计

针对传统控制器存在的响应速度较慢、超调较大及鲁棒性较差等问题,提出一种基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计方法。首先,建立含飞轮储能的两区域互联电网AGC系统模型,模拟飞轮储能联合火电机组参与AGC的过程。然后,设计一种基于串级PI-(1+PD)算法的AGC控制器。外环采用PI控制,内环采用带滤波系数的(1+PD)控制。在保证系统稳态性能的前提下,提高动态响应速度和抗扰能力,并通过粒子群算法的迭代寻优获得最优的控制器参数。最后,基于Matlab/Simulink进行算例仿真分析。结果表明：与传统PID控制和PI-PD控制相比,所提方法不仅具有更快的响应速度与更小的超调量,而且增强了系统抵御内部参数摄动的鲁棒性。     

CPSO优化的非线性PI控制器在互联电网AGC中的应用

新能源发电的大规模并网,造成电网转动惯量整体比重下降,对AGC系统的控制性能提出了更高的要求。为提升AGC系统的动态性能,首先,设计非线性函数并和传统PI控制器串联形成非线性PI控制器,改善了传统AGC控制器由于参数固化而对负荷波动显现的不适应性;其次,为求取非线性PI控制器最优参数,对传统粒子群算法进行改进,将混沌理论融入优化算法中,增强了种群的全局搜索能力和粒子多样性。以双区域互联电网AGC系统为研究对象,验证了所提方法的可行性和有效性。     

基于多策略分区勘探粒子群算法的主蒸汽温度优化控制

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、选择算子操作区、自适应学习因子操作区、自适应惯性权重系数操作区4个分区,以充分发挥各寻优策略的优势,保证算法具有较高收敛精度,同时具有较快的收敛速度。与其他5种改进粒子群算法进行对比实验,结果表明:本文所提算法寻优精度高,收敛时间短。将本文算法与衰减曲线法、3种改进粒子群算法分别应用于主蒸汽温度串级PID控制器参数优化,仿真实验结果验证了本文算法的有效性。     

含风光水火储的多区域互联电力系统协同优化负荷频率控制

针对现代电力系统中呈现出的互联和多源的特点,首先提出了一种启发式智能优化算法辅助含风光水火储的多区域互联电力系统协同优化负荷频率控制方法,该方法以每个区域的区域控制偏差为目标函数;然后利用鲸鱼智能优化算法鲁棒性强、求解精度高及收敛快速度等优点,对各区域的PID负荷频率控制器参数进行协同优化,使得系统在各种随机扰动下,都能够维持频率稳定和长期安全运行;最后建立含风光水火储的三区域互联电力系统模型,对比不同优化整定方法下的互联电力系统频率和联络线功率偏差,测试系统在不同扰动时各区域的稳定性及所提方法的有效性。实验结果表明,所采取的多区域互联负荷频率控制器协同优化整定方法有效地改善了系统的稳定性,具有良好的鲁棒性和实用性。     

火电厂自动电压控制系统的优化研究

针对火电厂自动电压控制(Automatic voltage control,AVC)在实际运行过程中会出现电压振荡、不调、过调和不能快速跟踪偏差等问题,以及考虑到系统阻抗的影响,为提高其控制品质,本文提出了自适应遗传算法在线整定PID控制的优化策略。该方法利用自适应遗传算法对PID控制器参数实现在线寻优与整定,选择种群中自适应度大的个体所对应的PID控制器参数,作为当前仿真时间下的PID控制最优参数。利用已建立的云南某火电厂AVC系统模型进行仿真,结果表明该算法大大提高了响应速度,有效抑制了超调,使得控制过程更加平稳,控制效果更好。     

基于遗传算法PID参数寻优的电加热炉温度控制系统

针对工业过程中常见的一阶大滞后对象的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优。应用自适应遗传算法对电加热炉温度控制器参数进行优化,并将结果与常规的PID控制方法进行比较,仿真与实际结果表明,当被控对象存在较大纯滞后特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

基于模糊控制的自动发电控制技术研究

将模糊推理和自适应整定技术结合起来,提出了AGC系统设计的新方法。在对两区域AGC系统仿真 的基础上,分析常规PID控制器的不足,采用自整定模糊PID控制器进行控制,并分析了模糊控制器参数对系 统控制效果的影响。仿真结果表明,采用该方法设计的AGC系统与常规方法设计的系统相比,它具有更强的适 应能力和良好的控制效果。     

锅炉除氧系统自适应遗传PID控制

遗传算法全局寻优参数,但训练时间较长;PID控制算法简单,却难以控制非线性复杂过程。将白适应遗传算法和PID相结合,可以有效地改善控制效果。通过除氧器数学模型,设计基于遗传算法的自适应PID控制器,在线整定控制器参数,提高除氧系统的控制性能。仿真结果表明该算法的控制效果良好。适应能力较强,具有算法简单、参数整定容易等优点。     

改进量子遗传算法在PID参数整定中应用

参数整定是PID控制器设计的关键,针对PID控制器参数整定问题,提出一种基于改进量子遗传算法的参数整定方法.该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作.基于改进量子遗传算法的PID参数整定方法将PID控制器参数整定转化为参数优化问题,通过改进量子遗传算法的进化计算实现参数整定.与其他参数整定优化算法的仿真结果比较表明,该方法能获取更好的控制品质.仿真结果验证了该方法的可行性.     

基于MVO算法与改进目标函数的电力系统负荷频率控制

针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题,提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先,分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次,在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差,对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路,寻优获得最优PID控制器参数。最后,以两区域4机组互联电力LFC系统为例,仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器,比基于MVO算法所获得的PID控制器,对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化,具有相对较好的鲁棒性能。并且,对控制器参数也具有相对较好的非脆弱性指标。     

基于MPC算法的互联电网负荷频率控制

自动发电控制(AGC)是互联电网进行有功调频的首要方法,研究提出了一种基于模型预测控制(MPC)的互联电力系统负荷频率控制(LFC)设计方法。利用MPC算法使得由发电机参数摄动和负荷扰动形成的电网频率波动减小。为验证所提出方案的有效性,建立三区域互联电力系统频率响应模型并仿真,将MPC算法与常规的PID算法控制效果进行比较。结果表明,在负荷扰动、参数摄动和有通信延迟的情况下,MPC技术对互联电网的负荷频率控制性能均优于PID控制。     

互联电网AGC的分数阶PID控制

控制性能标准(CPS)下的互联电网自动发电控制(AGC)的控制策略已经取得一些进展.分数阶PID的较强的鲁棒性和非线性适应能力的特征已引起研究人员关注.文中研究了将分数阶PID应用于互联电网AGC控制的问题,并且总结了参数λ、μ的整定规律.仿真结果表明,互联电网AGC的分数阶PID控制系统具有鲁棒性强和非线性适应能力好的优点,并且在CPS指标考核上也比传统PID控制器强.     

BF-PSO算法在电网CPS标准经济考核中的应用

对于如何减少调度控制性能标准CPS(control performance standard)的考核罚款及机组的运行成本,提出了一种基于混合粒子群优化的细菌觅食算法BF-PSO(bacterial foraging-particle swarm optimization)自整定PI控制。文中首先详细介绍了粒子群算法和细菌觅食算法的基本原理,在结合两种算法的基础上,以发电成本和考核罚款之和最小为目标提出了一种新的PI整定方法,通过Matlab的Simulink仿真软件建立了一个多区域电力系统的CPS考核系统模型,对优化前后的控制效果进行了对比,仿真结果说明新的控制方法在保持CPS控制效果的基础上,实现了对电网的经济调度。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

基于Ziegler-Nichols优化算法的火电机组负荷频率PID控制研究

随着风电和光伏接入电网的规模不断扩大,电网负荷峰谷差逐渐增加,电网的频率控制出现超调量过大、调节速度过慢等一系列问题。本文针对互联电力系统的负荷分配以及频率控制问题,提出考虑发电机组分配系数的互联电力系统负荷频率控制方法。首先,建立单个区域包含多个火电机组的两区域电网自动发电控制（AGC）系统仿真模型,根据各发电机组的煤耗特性建立经济性目标函数,并且获得最优的出力分配系数;然后,基于联络线功率和频率偏差控制（TBC-TBC）的控制模式,采用经Ziegler-Nichols相关算法优化后的PID控制,并对优化后PID控制器的鲁棒性进行分析研究;最后,基于两区域系统仿真模型,在一定的负荷扰动工况下进行仿真验证。仿真结果表明:该分配方法能够有效节省煤耗,本文算法优化后的PID控制器在频率恢复速度方面具有一定的优势,并且鲁棒性良好。     

云模型理论在互联电力系统负荷频率控制中的应用

针对负荷频率控制系统具有不确定性问题,提出一种基于云模型理论的多区域互联电力系统负荷频率自适应PI控制方法。该方法以区域控制偏差量e作为云模型发生器的前件,PI控制器参数的整定值P和I作为云模型发生器的后件,建立适于负荷频率控制的一维云模型PI控制器。同时分别从频域和时域角度模拟不同情况下的负荷扰动,采用云模型控制器对PI控制器参数自调整,实现电力系统的负荷频率控制。仿真结果表明,在满足各种负荷扰动情况下,所提方法可有效地跟踪功率波动所引起的频率偏差,满足负荷频率控制指标,具有更强的抗干扰性和鲁棒性,其控制效果明显优于传统PI控制器。     

改进FOPID控制器在PMSM伺服系统中的研究与应用

分数阶PIλDμ(FOPID)控制器在PID控制器的基础上增加了2个控制参数λ和μ,具有更高的灵活度及控制精度。将分数阶PIλDμ控制器应用于永磁同步电机(PMSM)调速系统能有效提高其性能指标。由于增加了控制参数,参数整定难度也随之提高。研究了通过粒子群算法对FOPID控制器参数整定,并引入自适应权重策略和混沌局部搜索策略来克服粒子群算法容易早熟的缺点。仿真和系统实际运行效果证明了该方法的可行性。