基于改进蚁群算法的水轮机调节系统建模与仿真

论文摘要

经过六十余年的发展,中国电力系统建设获得举世瞩目的成就,不论是电力建设速度,还是电网规模都处于世界前列,水电装机总容量更是稳居世界首位。随之而来的电力系统的安全运行问题日益突出,电力设备的控制性能要求也越来越高。作为保障水电机组稳定运行的水轮机调节系统,其性能关系着水电厂输出电能的质量好坏。良好的水轮机调节系统模型为电网运行安全计算提供可靠的基础,因而水轮机调节系统建模与参数测试一直是水电工作者的研究热门和亟待解决的几大建模难题之一。本文在研究目前水轮机调节系统建模仿真的研究现状和分析水轮机微机调速器和被控对象特点的基础上,建立了水轮机调节系统的仿真模型。对调速器部分参数采用参数实测的方法确定,被控对象模型参数通过递推的最小二乘算法和遗传算法、粒子群算法、蚁群算法等智能优化算法辨识获取。文中提出了一种融合人工鱼群算法的改进蚁群算法。该算法在蚁群算法的正反馈机制上融入鱼群算法的全局搜索策略,引入防止蚂蚁局部收敛的分散因子,嵌入步长加速法作为局部优化方法,以提高算法收敛速度。仿真结果证实了该算法的有效性。文中最后利用国内多台机组的现场实测数据,对所建立的自定义模型和参数辨识方法进行仿真对比和验证。本文提出的改进蚁群算法在被控对象辨识中,吻合度与几何误差皆优于与之进行比较的算法。自定义模型的仿真结果与实际匹配度高,比电力系统常用计算软件PSASP、BPA模型更加贴近实际。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 水轮机调节系统工作原理
• 1.3 水轮机调节系统的建模研究现状
• 1.4 蚁群算法的研究现状
• 1.5 本文的研究内容与章节安排
• 2 水轮机调节系统分析
• 2.1 水轮机调节系统概述
• 2.2 调速器
• 2.3 控制对象
• 2.4 小结
• 3 蚁群算法
• 3.1 蚁群算法概述
• 3.2 蚁群算法的改进
• 3.3 基于蚁群算法的参数识别
• 3.4 小结
• 4 水轮机调节系统建模与模型辨识
• 4.1 水轮机调节系统建模
• 4.2 调速器参数实测
• 4.3 模型辨识
• 4.4 基于优化算法的被控对象参数辨识
• 4.5 小结
• 5 水轮机调节系统仿真与结果分析
• 5.1 调速器模型仿真
• 5.2 水轮机及引水管道模型仿真
• 5.3 水轮机调节系统模型仿真
• 5.4 与其他模型的比较分析
• 5.5 小结
• 6 总结与展望
• 6.1 全文总结
• 6.2 工作展望
• 致谢
• 参考文献