电力系统迭代学习励磁控制器设计.docx

电力系统迭代学习励磁控制器设计zhangting导语：本文介绍了励磁系统的根本原理，并将迭代学习控制理论应用于励磁控制器的设计中。摘要：本文介绍了励磁系统的根本原理，并将迭代学习控制理论应用于励磁控制器的设计中。基于单机无穷大系统将开、闭环迭代学习控制规律与常规PID控制规律进展了比拟。仿真结果说明迭代学习励磁控制器有较强的维持机端电压的才能，能有效地进步发电机的功角稳定性，展示出良好的应用前景。关键词：电力系统；迭代学习控制；发电机励磁控制balign=centerIterativeLearningExcitationControllerDesignforPowerSystemsBAIJing-cai,YUShao-juan,HANRu-chengSchoolofElectronicInformationEngineering,TaiyuanUniversityofscienceandtechnology,Taiyuan030024,China/align/bAbstract:Theprincipleofexcitationsystemisintroduced,anditerativelearningcontrolisappliedtothedesignofexcitationcontrollerinthepaper.Basedonsinglemachinetoinfinitesystem,theopen-loopandclosed-loopiterativelearningcontrolalgorithmsarecomparedwithtraditionalPIDcontrolrule.Simulationresultsshowthatthedesignediterativelearningexcitationcontrollercanmaintaintheterminalvoltageofgeneratoronconstantvalue,improvethegeneratoranglestabilitygreatlyandwouldbeappliedinmorefields.Keywords:powersystem;iterativelearningcontrol;generatorexcitationcontroller电力系统是一个具有多目的要求的、非线性的、既有连续控制又有断续控制的动态大系统，在当前，为进步电力系统稳定性而采取的措施中，励磁控制是最行之有效而又经济的手段之一，并且具有投资少、效果好、易于实现等优点。电力系统中的励磁控制系统除了完成其根本任务之外，还可以改善发电机励磁控制系统的动态品质，进步电力系统的运行稳定性。在诸多改善同步发电机稳定运行的措施中，运用当代控制理论、进步励磁系统的控制性能是公认的经济而有效的手段之一。随着控制理论和技术的开展，基于当代控制理论的最优控制、鲁棒控制及变构造控制等应用于励磁控制系统中也获得了令人瞩目的成绩。但这些控制方式是基于被控对象的准确数学模型来设计的，理论上这一类方法不具备对系统参数不确定性的鲁棒性，用于解决大系统、适应性和强非线性带来的问题时有很大局限性。同时基于样本实验的智能控制、人工神经网络控制、模糊控制、专家系统等,这类控制的效果断定于样本的质量、数目和试验方法,仍然很难解决大系统、适应性和非线性等提出的问题。与此同时，迭代学习控制理论在近20年获得打破性进展，并且在电力系统中的研究也逐步引起了人们的重视。迭代学习控制通过得到的经历信息，在控制经过中不断地修正控制量，逐步改良自身的将来性能，而且不依靠于被控系统的具体模型，对于解决电力系统的非线性问题具有很好的适应性。本文介绍了励磁系统的工作原理，基于三阶发电机模型分析了两种迭代学习励磁控制方案，并利用Matlab/Simulink建立一个典型的单机无穷大系统的仿真模型。仿真结果说明采用在迭代学习励磁控制器上附加电力系统稳定器的控制方案，能使发电机端电压和功角迅速收敛到允许范围内，有效增强了发电机励磁系统的阻尼，进步电力系统稳定性。电力系统根本模型单机无穷大系统如图1所示，其中无穷大系统电压UsubS/sub假定不变，Xsub/sub为变压器电抗，为输电线路电抗。align=center图1单机无穷大系统/align为进展电力系统的动态分析，首先需要建立计算用的系统数学模型。电力系统模型通常由以下几类模型组成：同步发电机；励磁电源及其调节系统；原动机及调速系统；负荷；电力网络。本文以单机无穷大系统为研究对象，主要分析沟通同步发电机和励磁系统数学模型，不考虑原动机及调速系统的作用。同步发电机数学模型同步发电机数学模型表示同步电机的电压、电流、磁链等电磁量与转矩、转速等机械量之间的互相关系的数学表达式。它是进展同步电机及电力系统动态分析的根底。本文仅考虑励磁电压变化，不考虑转子阻尼绕组的作用，那么同步发电机的三阶数学模型可表示如下：式中：为发电机功角；为发电机转子角速度；sub0/sub为发电机稳态角速度；H为机械惯性常数；D为阻尼系数；Esubq/sub为q轴暂态电势；Xsubd/sub和Xsupd/sup分别为发电机d轴同步电抗和瞬变电抗；Xsubq/sub为发电机q轴同步电抗；Xsubr/sub和Xsubz/sub分别为变压器和线路电抗；Tsub0/sub为发电机定子开路时励磁绕组的时间常数；U为励磁控制输出电压；Usubs/sub为无穷大系统电压；Psubm/sub为发电机的机械功率。励磁系统构造同步发电机的励磁系统由两局部组成。其一是励磁电源，它向同步发电机的励磁绕组提供直流励磁电流，其二是励磁调节器，它根据人们的要求控制励磁电源的输出。励磁系统和同步发电机一起构成一个闭环控制系统，称为发电机励磁控制系统，正是这个系统担负着控制电比、分配无功和进步电力系统稳定等系列任务。通过在电力系统中各发电机组装有快速高顶值电压的可控硅励磁控制系统，可以显著改善电力系统故障后发电机电压的恢复以及系统的暂态稳定性。假如再配置PSS装置，可以大大改善电力系统发生短路后发电机后续摇摆指第一摆周期以上的动态经过，使振荡迅速平息下来。电力系统稳定计算分析用励磁控制系统的通用功能方块图如图2所示。迭代学习励磁控制器设计迭代学习控制是一种崭新的智能控制方法，主要是针对具有重复性或者周期性的被控对象，利用先前的控制经历和测量得到的跟踪误差信号，通过一定的学习律和反复的训练经过对下一次的控制量进展前馈修正，进而寻找一个理想的控制输入信号，使被控系统在有限时间和区间上输出高精度的跟踪理想轨迹。近年来迭代学习控制理论体系越来越成熟，应用领域也日益广泛。假如我们把功角的每一次摇摆看作一个控制周期，那么，电力系统机电暂态稳定控制便可看作是周期性的控制。将式所描绘的系统，改写成仿射非线性系统的形式为对于该动态经过，假设期望控制subd/subt存在，那么迭代学习控制的目的为：给定期望输出ysubd/subt和每次运行的初始状态xsub/sub0，要求在给定的时间t0,t内，按照一定的学习律通太多次重复运行，使控制输入，而系统输出。输出误差为:迭代学习控制可分为开环控制和闭环控制两种形式，根本构造如图3、4所示，本设计中选用开环PID型和闭环PID型迭代学习控制算法。开环型学习控制的方法是第K+1次的控制即是第K次控制再加上第K次输出误差的校正项，即闭环型学习控制方法是取第运行的误差作为学习的修正项，即式中，L为开、闭环PID型学习算子。开环迭代学习控制迭代次数多,周期长,并且在迭代的初期轻易出现发散和超调量过大现象,限制了迭代学习控制的应用。闭环用的是上一次的控制量和本次迭代时的跟踪误差。从上面开闭环构造图中可以看出，开环是先产生后得到状态变量x；闭环由于要用到本次迭代的跟踪误差e，所以是先产生x，后得到。仿真结果及分析为研究发电机的开、闭环PID型迭代学习励磁控制规律的控制效果，借助MATLAB/Simulink仿真工具对图1所示单机无穷大系统进展仿真，并将它们与常规PID反应控制规律进展比拟。图1所示单机无穷大系统中各参数为：同步发电机参数线路及变压器参数系统初始点的参数无穷大系统采用三相电源模块代替，参数设置为仿真中预设的故障为t=0.1s：当时，变压器高压侧k点发生三相对地短路，当t=0.2s时，保护动作并切除故障线路。仿真经过中假设输入机械功率保持恒定，。在三种控制规律作用下，系统的动态响应曲线如图5所示，从图a、b、c的仿真结果不难看出，采用迭代学习控制算法设计的两种励磁控制器维持机端电压的才能明显优于常规PID控制。采用开环迭代学习控制经过迭代13次可以将机端电压维持在规定范围内，而采用闭环迭代学习控制只需要迭代5次就可以知足要求，且角速度和功角的振荡幅度也远小于常规PID控制。本文将迭代学习控制理论应用于励磁控制系统的设计中，通过仿真获得了良好的效果，但这还只是处于探索的阶段，由于该方法较其它控制方法能较好地处理强非线性和时变性问题，因此，其应用前景将不可限量。在本设计中控制目的只有一个机端电压，因此，很难解决控制系统的多目的控制问题，假设采用多控制变量用于励磁控制器的设计中，将是我们近期关注的热门。1王仲鸿,王强,张东霞等.电力系统暂态稳定问题和迭代学习控制的研究J.电力系统自动化,1999,238:6-10.2袁季修.电力系统平安稳定控制M.北京:中国电力出版社,1996.3丁志东,刘国海.同步发电机励磁对稳定性影响的研究J.大电机技术,2007,04:60-64.4于少娟,齐向东.迭代学习控制理论及应用M.北京:机械工业出版社,2005.5徐敏,林辉.基于PSB的迭代学习励磁控制的仿真研究J.计算机工程,2005,3120:13-21.0