同步发电机励磁控制系统是电力系统中一种重要的控制系统,对电力系统安全、可靠、稳定运行起着至关重要的作用。随着我国经济建设的持续发展,电力系统不断扩大,大型同步发电机励磁控制研究成为了一个研究热点,而快速励磁方式的广泛使用促进了对励磁控制系统的进一步研究。由于励磁控制系统是一个具有时变性、多时滞环节且高度非线性的复杂控制系统,当系统的工况改变时,系统的动态特性会随之显著改变。此时,采用单纯PID控制策略的线性控制器往往不能满足系统稳定性的要求,只能通过切机、制动等故障处理方式避免系统进一步失稳。励磁控制器参数优化方法是解决上述问题最直接有效的手段,传统的控制器参数调整大多采用时域或频域下的人工静态整定,缺乏对突发扰动信号的制约,控制参数不具备自适应性,难以实现不同工况下发电机安全、稳定运行。因此,如何设计出结构简单,且能有效提高复杂非线性励磁控制系统调节品质的励磁控制器并研究其参数优化方法成为本文所关注的重点。本文针对同步发电机励磁控制系统所具有的复杂非线性,在全面分析同步发电机特性基础上,结合模糊理论及先进智能优化方法,对水力发电机组励磁控制系统建模、参数优化方法及控制策略进行了系统深入的研究,进一步开展了基于非线性励磁控制系统的理论研究,提出了基于模糊理论与混合智能优化方法的励磁控制策略体系。论文的主要研究工作及创新成果归纳如下：(1)针对大型同步发电机特性及励磁系统研究需求,建立了同步发电机励磁控制系统各环节数学模型,重点研究了同步发电机电压、电流、力矩等能量关系,分析了励磁系统的基本控制规律及其静、动态特性。根据研究与工程的需求,对理论模型进行相应简化得到本文仿真用的实用励磁控制系统模型,为后面章节研究提供理论支持。(2)针对励磁控制系统的复杂非线性,结合模糊理论与经典PID控制规律,提出一种非线性系统参数优化策略,对比分析两种模糊模型的基础上,设计出一种基于Mamdani模糊模型的模糊PID励磁控制器,在不考虑系统精确建模的情况下,实现多工况下励磁系统的稳定控制。最后经过对比实验,验证了该方法的有效性。(3)粒子群优化是近年来智能优化方法中的研究热点。在深入分析粒子群算法机理基础上,提出了一种基于碰壁反弹策略的自适应粒子群优化算法。通过实例仿真,比较了该算法与另外两种常见粒子群算法在励磁系统控制中的计算精度和收敛速度。(4)针对智能进化算法在励磁系统控制参数优化中的早熟问题,引入混沌搜索概念,研究采用Tent混沌映射,产生更均匀的搜索空间,并在此基础上提出了两级混沌搜索算法,同时研究用混沌搜索改进粒子群优化算法及差分进化算法的局部寻优能力,提出了混沌粒子群优化和混沌自适应差分进化算法。通过仿真结果和对比研究发现：与基本的粒子群优化、差分进化算法相比,混沌智能优化方法的效果更好；而混沌粒子群优化和混沌自适应差分进化算法的比较结果表明,后者能够提供更加可靠、稳定的参数寻优效果。