随着电力系统的大规模互联互通,超高压、超远距离、大容量输配电系统的广泛应用,电力系统的整体容量在不断增大,结构越发复杂,电力系统的运行对于稳定性和安全性的要求也越来越高。在诸多提高电力系统稳定性的措施中,同步发电机的励磁系统稳定性控制被公认为是有效措施之一。本文提出了一种基于Adams超前预测的无模型自适应励磁控制方法,并采用改进的细菌觅食优化算法优化控制器参数,达到了改善励磁控制效果以及提高电力系统稳定性和安全性的目的。本文首先介绍了励磁控制系统和无模型自适应控制方法的发展与现状,然后在分析经典励磁控制系统数学模型的基础上,针对经典同步发电机数学模型中部分状态变量难以测量等问题,推导得出了基于新状态变量的励磁控制系统数学模型,并给出了其仿射非线性形式。以仿射非线性形式的励磁控制系统数学模型为基础,引入Adams四阶预测与校正算法实现对模型输出的高精度超前预测,无模型自适应控制根据超前输出预测实现对励磁控制系统的自适应控制。采用Matlab仿真平台搭建Adams-MFAC控制器和单机无穷大励磁系统的Simulink仿真模型,将常规励磁控制、基本无模型控制以及Adams-MFAC控制进行仿真对比分析。仿真实验结果表明:与常规励磁控制方法相比,Adams-MFAC控制具有更好的控制效果,提高了励磁控制系统的稳定性,验证了控制方法的可行性和有效性。为了提高Adams-MFAC励磁控制器的控制效果,引入细菌觅食优化算法对Adams-MFAC励磁控制器进行参数寻优。考虑到细菌觅食优化算法虽寻优精度高但存在收敛速度慢等缺陷,因此针对其趋化步长、收缩范围以及搜索方式等进行算法改进。基于单机无穷大系统励磁模型,将改进后的细菌觅食优化算法与基本细菌觅食优化算法和粒子群算法进行仿真对比,仿真实验结果表明改进算法具有更快的搜索速度和更高的收敛精度,提高了Adams-MFAC励磁控制器的控制效果,验证了改进算法的有效性。