抽水蓄能機組調速系統(tǒng)參數(shù)辨識及控制優(yōu)化

目 錄
1 緒論 1
1.1 抽水蓄能機組控制優(yōu)化研究的背景及意義 1
1.2 抽水蓄能機組運行特點與特性 3
1.2.1 抽水蓄能機組運行特點 3
1.2.2 抽水蓄能機組“S”特性 4
1.2.3 抽水蓄能機組駝峰特性 5
1.3 抽水蓄能機組調速系統(tǒng)辨識研究 6
1.3.1 系統(tǒng)辨識理論與方法 6
1.3.2 抽水蓄能機組調速系統(tǒng)辨識 10
1.4 水電機組調速系統(tǒng)控制優(yōu)化研究 10
1.4.1 控制策略優(yōu)化 11
1.4.2 抽水蓄能機組導葉關閉規(guī)律優(yōu)化 14
2 抽水蓄能機組調速系統(tǒng)建模及非線性動力學分析 17
2.1 調速器數(shù)學模型 17
2.1.1 微機調節(jié)器數(shù)學模型 18
2.1.2 執(zhí)行機構數(shù)學模型 18
2.2 引水系統(tǒng)數(shù)學模型 19
2.2.1 等效簡化模型 19
2.2.2 特征線求解模型 20
2.3 水泵水輪機數(shù)學模型 22
2.3.1 線性解析模型 22
2.3.2 內特性模型 23
2.3.3 基于全特性曲線的非線性模型 23
2.4 發(fā)電/電動機及負載模型 26
2.5 抽水蓄能機組調速系統(tǒng)仿真模型 26
2.5.1 調速系統(tǒng)線性模型 26
2.5.2 調速系統(tǒng)非線性模型 27
2.5.3 調速系統(tǒng)數(shù)值計算模型 29
2.6 基于調速系統(tǒng)非線性模型的動力學穩(wěn)定性分析 30
2.6.1 空載開機 30
2.6.1 空載頻率擾動 33
2.7 本章小結 35
3 抽水蓄能機組調速系統(tǒng)參數(shù)辨識 37
3.1 引言 37
3.2 引力搜索算法 38
3.3 基于改進引力搜索的調速系統(tǒng)自適應參數(shù)辨識 40
3.3.1 調速系統(tǒng)模型 40
3.3.2 改進的引力搜索算法 41
3.3.3 基于BCGSA的自適應一體化參數(shù)辨識模型 45
3.3.4 實例驗證 49
3.4 基于調速系統(tǒng)“白箱”線性模型映射的BP神經網絡參數(shù)辨識 55
3.4.1 調速系統(tǒng)“白箱”線性模型的映射 55
3.4.2 基于映射模型的參數(shù)辨識方法 57
3.4.3 算例分析 58
3.5 本章小結 60
4 抽水蓄能機組調速系統(tǒng)分數(shù)階PID控制器設計與參數(shù)優(yōu)化 61
4.1 引言 61
4.2 分數(shù)階微積分原理 62
4.2.1 分數(shù)階微積分的定義 62
4.2.2 分數(shù)階微積分的濾波器近似 63
4.2.3 分數(shù)階微積分的LAPLACE變換 64
4.3 多場景模式下分數(shù)階PID控制器設計與參數(shù)優(yōu)化 64
4.3.1 調速系統(tǒng)分數(shù)階PID控制器 64
4.3.2 參數(shù)優(yōu)化多場景目標函數(shù) 66
4.3.3 仿真實例驗證與結果分析 68
4.4 自適應快速模糊分數(shù)階PID控制與參數(shù)優(yōu)化 72
4.4.1 模糊控制理論 72
4.4.2 自適應快速模糊分數(shù)階PID控制器 75
4.4.3 仿真實例驗證與結果分析 77
4.5 本章小結 82
5 復雜工況下抽水蓄能機組導葉關閉規(guī)律多目標優(yōu)化 84
5.1 引言 84
5.2 導葉關閉規(guī)律優(yōu)化問題描述 85
5.2.1 水泵水輪機水力特性 85
5.2.2 導葉關閉方式 86
5.2.3 導葉關閉規(guī)律優(yōu)化 88
5.3 改進多目標引力搜索算法 89
5.3.1 多目標問題的定義 89
5.3.2 改進多目標引力搜索算法 91
5.3.3 算法性能測試 95
5.4 復雜工況下機組導葉關閉規(guī)律多目標優(yōu)化模型 99
5.4.1 優(yōu)化目標 99
5.4.2 多重約束條件 100
5.5 基于IMOGSA的導葉關閉規(guī)律多目標優(yōu)化求解策略 102
5.5.1 群體初始化 102
5.5.2 約束條件處理 103
5.5.3 優(yōu)化求解策略流程 105
5.6 實例分析 106
5.6.1 仿真模型介紹 106
5.6.2 算法參數(shù)及仿真情景設定 108
5.6.3 仿真結果及分析 109
5.7 本章小結 114
6總結及展望 115
6.1 全書工作總結 115
6.2 進一步研究展望 116
參考文獻 118