论文部分内容阅读
近年来,电力系统稳定性的问题越来越突出。励磁控制对保证电力系统安全、可靠运行及改善发电机的供电质量有着十分积极的作用,而传统的PID控制已经难以满足现代电力系统的运行要求。为了改善励磁控制系统的动态品质,本文在对励磁控制系统特性和综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimization,简称CLPSO)研究的基础上,提出了采用基于交叉策略和自适应惯性权重策略的CLPSO改进算法(改进CLPSO)对励磁控制系统进行优化。本文分析了励磁控制系统的研究现状、研究趋势及研究意义。系统地研究了励磁系统的相关理论,对励磁系统的组成、任务、励磁方式及对励磁系统的要求进行了分析,研究了励磁系统对电力系统大、小干扰稳定性的影响及其稳定性判据,对励磁PID控制系统的工作原理、参数整定方法及性能评价指标也进行了研究。根据励磁控制系统的特性,进行了同步发电机励磁控制系统数学模型的研究工作。文中重点进行了基于Park方程的同步发电机数学模型的研究工作,并将电机实用参数引入到同步发电机数学模型中,建立了同步发电机实用数学模型。根据研究需要,建立了励磁系统实用三阶模型,并基于MATLAB建立了本文所需的同步发电机非线性励磁控制系统仿真模型。系统地研究了粒子群算法及其改进算法。在基本粒子群算法研究的基础上,进一步研究了综合学习粒子群算法,为了解决CLPSO算法的缺陷,引入交叉策略和自适应惯性权重策略对CLPSO算法进行改进,提出采用这种改进CLPSO算法。通过14种基本测试函数对基本粒子群算法、CLPSO算法和改进CLPSO算法进行性能比较测试。结果显示改进CLPSO算法在1 1种函数中获得较好的解,证明它具有更好的综合性能。将改进CLPSO算法用于PID励磁控制器的设计,并在MATLAB/Simulink环境下进行了仿真实验。通过参数寻优实验对比分析,改进CLPSO相比于CLPSO算法和基本粒子群算法具有更好的适应度值、更小的超调量及更快的求解速度。之后将这三种算法以及常规PID用于励磁控制系统进行仿真实验,通过起励实验、负载电压扰动实验和系统品质参数扰动实验,进一步证明了改进CLPSO算法在提高系统控制性能和抗干扰性上具有更强的能力。