电力产业高速发展的同时,也给环境造成了污染,因此,水力资源作为一种可再生、无污染、蕴藏丰富的电力资源而得以利用和发展。水轮发电机组将水力资源转换为电能,水轮机调节系统(Hydraulic turbine regulating system,HTRS)作为其主要组成部分可以实现对机组输出频率的调节,其调节性能的优劣直接关系到电网的电能质量。因此,如何对水轮机调速器参数进行选择与优化以维持机组频率在额定频率规定范围内,一直以来是研究工作者最关注的问题。首先,论文通过分析HTRS基本组成结构及水轮机组发电原理,建立了典型HTRS以及具有水锤效应的HTRS数学模型。通过对常用优化算法的对比分析,选择了粒子群优化(Particle Swarm Optimization,PSO)算法对调速器参数进行整定。针对标准PSO算法容易陷入早熟收敛、粒子多样性易丢失等问题,提出两种改进算法:一是在PSO算法中引入混沌优化运动和差异算法交叉操作,以分别增强粒子的局部开采能力和全局搜索能力,提出了改进混沌粒子群算法(Improved Chaos Particle Swarm Optimization,CIPSO);二是为了对整定算法作进一步研究,在PSO算法中融入了模糊控制和遗传算法交叉思想,以平衡算法的全局与局部搜索能力并增加粒子多样性,从而提出了一种改进模糊粒子群算法(Improved Fuzzy Particle Swarm Optimization,IFPSO)。针对典型HTRS,采用了CIPSO算法对其调速器参数进行优化仿真实验。实验结果表明,相比其他几种常见优化算法,CIPSO算法在收敛精度和效率等方面都有较大改善。此外,应用IFPSO算法对具有水锤效应HTRS进行参数整定仿真实验。结果表明,IFPSO算法在收敛精度、效率和稳定性方面都有不同程度提高,能有效地对水锤效应HTRS调速器进行优化,达到改善水轮发电机组动态性能指标的目的。最后在MATLAB/Simulink环境下,对HTRS进行计算机仿真研究,在机组频率扰动和负荷扰动工况下,改变调速器参数及被控系统参数数值进行对比仿真实验。通过仿真实验可实现对HTRS的全面分析,并且可以为寻求到使系统获得良好的动态过渡过程的调速器参数组合提供决策支持。