基于改进PSO的励磁系统非线性PID控制研究.pdf

基于改进PSO的励磁系统非线性PID控制研究.pdf

ID:52480171

大小:233.34 KB

页数:4页

时间:2020-03-28

基于改进PSO的励磁系统非线性PID控制研究.pdf_第1页
基于改进PSO的励磁系统非线性PID控制研究.pdf_第2页
基于改进PSO的励磁系统非线性PID控制研究.pdf_第3页
基于改进PSO的励磁系统非线性PID控制研究.pdf_第4页
资源描述:

《基于改进PSO的励磁系统非线性PID控制研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第33卷第1/2期东北电力大学学报V01.33.No.1/22013年4月JournalOfNortheastDianiiUniversityApr.,2013文章编号:1005—2992(2013)01/02-0152一o4基于改进PSO的励磁系统非线性PID控制研究张虹,于雷,胡波(东北电力大学电气工程学院,吉林吉林132012)摘要:针对线性PID控制器在励磁控制系统中难以取得满意控制效果的缺点,在分析了PID控制器增益参数和偏差信号之间的非线性函数关系的基础上,根据控制量与误差信号之间的调节规律,构造出一种非线性PID控制器。因为粒子群算法具有对整个参数空间进行高效并行搜索的特

2、点,通过引入交叉因子的改进PSO算法来寻优非线性PID控制器各增益参数。仿真结果表明非线性PID控制器能够有效地改善机端电压的控制精度,并且具有良好的动态品质。关键词:粒子群;非线性PID控制器;励磁系统;交叉因子中图分类号:TS801.8文献标识码:A在电力系统稳定运行中,励磁控制系统对同步发电机整个系统起着至关重要的作用。随着发电机单机容量和电网规模的不断增大,发电机组及电力系统对励磁控制系统的快速性和可靠性等方面提出了更高的要求u。传统的PID控制,具有结构简单,鲁棒I生好等优点,但是参数整定困难。非线性PID控制能够真实地反映控制量与偏差信号之间的非线性关系,因此在一定程度上克

3、服了线性PID控制器的不足。粒子群优化算法(PSO)是智能优化方法的一种,它可以有效求解大量非线性、不可微和多峰值的复杂优化问题,具有算法简洁,调整参数少等优点。本文利用改进PSO算法对非线性PID控制器的参数进行寻优,参数调整较方便,能够满足各种工况的要求。1非线性PID控制器原理将期望输出与实际输出之间的误差值构成的非线性函数与PID控制器级联起来,是实现非线性PID控制器的一种最简单的方式。“(f)=/4(e(£))e()+/q(e(£)de(t)+(e()))d,(1)通过系统的阶跃响应曲线,分析非线性PID控制器增益参数的变化趋势。根据满足系统动态性能要求的曲线形状,增益K、

4、K、是随e(t)变化的变量,如表1所示。运用双曲正割函数seth()和指数函数exp()对变化趋势曲线进行拟合,使其能够较好地满足系统的性能指标要求。表1非线性PID控制器的增益参数的变化过程表1说明了非线性PID控制器的增益参数在系统各阶段的变化要求,根据对增益参数的要求,非线收稿日期:2012一O9—14作者简介:张虹(1973一),女,吉林省吉林市人,东北电力大学电气工程学院副教授,博士,主要研究方向:非线性控制在电力系统中的应用.第1/2期张虹等:基于改进PSO的励磁系统非线性PID控制研究153性函数可以构造为(e(£))=a+b(1一sech(Cpe(£)),(2)K(e(

5、t))=aisech(Vie()),(3)(e(t))=ad+6d/(1+cdexp(ddsing((t))e(t))),(4)式中:、bp、Cp、a、c、a、bc和d都为正常实数,通过调整Cp,d,c的大小可以分别调整、、的变化速率。如果非线性函数中的各项参数选择适当,就能使控制系统响应快速,而且无超调现象。另外,由于非线性PID控制器中的增益参数能够随控制误差变化,因而其抗干扰能力比常规线性PID控制器更加智能,具有更强的自适应能力和鲁棒性,即便工况发生一定变化仍能保持较好的控制品质,更适用于工况更加复杂的控制场合。由于非线性增益函数的参数较多,要得到最佳的控制效果,仅靠经验和仿真

6、调试是很难做到的,本文采用粒子群算法对各增益参数全局寻优,以获得较好的PID控制参数。2带交叉因子的粒子群优化算法(MPSO)2.1标准粒子群算法(PSO)标准粒子群算法(PSO)是一种模仿鸟类群体行为的智能优化算法,现在已成为进化算法的一个重要分支。假设在一个D维的目标搜索空间中,有m个粒子组成一个群落,其中第个粒子在D维搜索空间中的位置表示为,第i个粒子的“飞行”速度表示为=(。,:,⋯,)。将五代入目标函数计算出适应值,根据适应值的大小衡量其优劣。第i个粒子迄今为止搜索到的最优位置称为个体极值,记为P=(PP,⋯,D);整个粒子群迄今为止搜索到的最优位置为全局极值,记为=(。,,

7、⋯,PD)。在找到这两个最优值时,粒子群根据如下的公式来更新自己的速度和位置:d=Xvid+Cl×rand()×(P试一)+c2×rand()X(P一),(6)X=X+,(7)其中:称为惯性权值,它对算法是否收敛起重要作用。c,C2称为加速因子。是粒子的速度,i=1,2⋯m;d=1,2⋯D;粒子的速度被限定在一个最大速度的范围内,rand()是介于(0,1)之间的随机数。为了获得满意的过渡过程,以绝对误差的时间积分作为性能指标来评价系统的动态性

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。