仁化县华粤煤矸石电力有限公司广东省韶关市512322
摘要：随着科学技术的不断发展，我国逐步实现了互联互通的电力系统。当前电力系统的整体结构愈加复杂，对于整个系统的安全性、稳定性要求越来越高。本文总结了同步发电机励磁系统的控制原理及数学模型，并探究分析了同步发电机励磁系统稳定性的优化控制设计策略，为关注此话题的人们提供参考。
关键词：同步发电机；励磁系统；稳定性优化
引言
随着电力系统规模的不断扩大，各种电力系统稳定性故障也愈发多见，严重影响了社会的正常生产生活，所以我们应该着手改善电力系统稳定性的现状。同步发电机励磁控制系统是电力发电系统中的主要控制部件，有效提高同步发电机励磁控制系统的稳定性，就能使电力系统中的静态品质和动态特性得到改善。
1.同步发电机励磁系统的控制原理及数学模型
同步发电机励磁控制系统的运行原理是基于同步发电机电压和电流的输出变化等设定信息，在规定调节准则下对于功率励磁单元输出的励磁电流进行控制的过程。同步发电机励磁控制系统可以调节同步发电机的励磁电压，确保同步发电机输出的机端电压、输出功率以及转速等参数的稳定性，从而使同步发电机满足电网的供电要求。本文对同步发电机中精确度较高的七阶Park模型进行了一定程度上的简化，从而方便理解同步发电机励磁控制系统的数学模型，使整个数学模式更加直观的展示出来。本文单机无穷大系统仿真模型中进行同步发电机励磁控制系统的三阶数学模型描述，同步发电机单机无穷大系统如图1所示[1]。
图1同步发电机单机无穷大系统
在同步发电机单机无穷大系统中的三阶数学模型表达式为：
（1）
其中：
（2）
式（1）中的，和为状态方程，为控制变量。式（1）和式（二）中主要参数的物理意义如下：（1）为发电机功角。（2）为转子角速度。（3）为发电机稳态角速度。（4）为发电机的机械功率。（5）为发电机的电磁有功功率。（6）为机械惯性常数。（7）为阻尼系数。（8）为轴暂态电动势。（9）为励磁绕组的时间常数。（10）为定子侧空载电动势。（11）为无穷大母线电压。（12）为发电机机端电压。（13）为发电机轴的同步电抗。（14）为发电机轴的暂态电抗。（15）为发电机轴的同步电抗。（16）为变压器电抗.（17）为输电线路的总电抗。（18）为发电机轴总电抗。（19）为发电机轴总电抗。（20）为发电机轴暂态总电抗。在励磁控制系统的实现过程中我，们应选取更容易测量的状态变量，并且要保证系统拥有良好的控制效果。在上述的数学模型中，变量不会出现在除转子运动方程之外的任何关系式中，所以我们把变量设定为状态变量。至于选择机端电压作为状态量是因为确保机端电压的相对恒定是励磁系统的最主要任务，并且纵轴暂态电动势不容易进行测量。除此之外，式2中的装填变量功角虽然测量难度并不大，但将电磁有功功率当做状态变量使用更符合励磁控制系统实际使用的原则，所以我们在状态变量的选择中用替换了。
2.通过抗干扰性励磁系统控制方法进行稳定性优化控制
2.1无模型自适应控制系统的原理
在同步发电机励磁控制系统的实际运行过程中，往往会有很多因素干扰励磁控制系统的稳定运行，如系统运行过程中的非线性、参数时变、模型失配等，这些干扰因素会使精准控制系统数学模型的获取难度加大。当下同步发电机励磁控制系统普遍应用的数学模型都是基于精确被控对象的模型，整体模型过于传统落后，难以获得良好的控制效果。所以我们想要进行同步发电机励磁系统稳定性的优化控制，就要探索出不局限于精准被控对象模型的控制方法，使励磁控制系统具有更加良好的抗干扰性。
无模型自适应控制系统运行原理的基本思想是源于新型的动态线性化方法和pseudopartialderivative，PPD（伪偏导）的概念，无模型自适应控制系统的运行并不依赖被控对象的数学模型，所以能够确保励磁控制系统的整体稳定性。无模型自适应控制系统会对控制对象的I/O数据信息进行动态化的实时监测，并利用I/O数据信息进行非线性系统的动态线性处理过程，从而得到CFDL模型，达到对于励磁控制系统稳定性优化控制的目的。CFDL数学模型如下:
（3）
（4）
（5）
式（3）中，是系统的伪偏导值；式（4）的为时刻机端电压值；式（5）中为时刻控制器输出值。
2.2无模型自适应系统的控制算法及伪偏导估计算法
在离散时间系统中，想要避免对励磁系统的破坏并消除稳态误差，我们就要对控制算法的控制输入进行有效把控，所以控制率的设计要基于控制输入准则函数。无模型自适应控制算法的控制率计算公式如下：
（6）
式（6）中，是励磁系统在时刻的期望输出；是励磁系统在电压信号的实际输出。我们将公式（5）代入到式（6）中就可以得到控制算法的数学模型如下：
（7）
想要使控制算法具有一般性，我们还需要在式（7）中添加步长因子，步长因子设定为，这样得到的数学模型就可以有效提高控制算法式（7）的灵活度。添加补偿因子后控制算法式（8）如下：
（8）
在式（8）控制算法中我们需注意（惩罚因子）的两个重要作用，第一个重要作用是惩罚因子可以有效限制（控制输入）在系统设计过程中的变化，确保控制系统整体的平滑性；第二个作用是惩罚因子可以避免式（8）中的分母变为0，确保式（8）数学模型的计算意义。从（惩罚因子）这两个重要作用中我们不难发现其对于整个无模型自适应控制器设计过程的重要意义：对于惩罚因子进行合理的选取，能够兼顾控制系统的稳定性和输出性，实现无模型自适应控制系统的整体控制优化。
在得出无模型自适应控制系统的控制算法后，我们还需要进行伪偏导参数值的估计运算，从而实现无模型自适应系统控制算法控制率的最小化。伪偏导参数值估计运算公式如下：
（9）
2.3形成基于Adams预测的无模型自适应复合控制系统
在励磁系统的实际控制过程中，预测控制（Adams）和比例-积分-导数控制（PID）是应用最为广泛的两种控制方法。无模型控制系统的在理论上基于已知且不变的假设时滞，而在实际的励磁系统中经常会出现时滞和时变的问题，所以单独依靠无模型自适应控制系统也是难以达到稳定控制效果的。所以我们要形成预测控制与无模型自适应控制相结合的控制系统结构，如图2所示，从而最大程度的克服实际系统中的延时和时变问题。复合控制系统结构的具体形成方式就是在无模型自适应控制系统的反馈回路增设预测控制的多步预测器，再对四阶显示公式和隐式公式进行正相结合，从而形成可以多步预测的复合型预测模型。形成预测模型后再进行期望机端电压的给定值与预测值的比较，将比较得出的偏差量传给无模型自适应控制系统，从而得到超前控制率，有效提升无模型自适应控制过程的控制效果[2]。
图2基于Adams多步预测的无模型自适应控制系统结构图
结论
通过无模型自适应控制方法与预测控制方法有效结合得到的Adams-MFAC控制方法，实现了励磁控制系统响应速度和抗干扰性的提升，达到了优化控制的目的。通过对于同步发电机励磁系统的优化控制，能够有效的提高电力系统的整体安全性，减少供电安全事故的发生，为电力系统发展打下坚实基础。
参考文献
[1]林涛,徐庆国,轩倩倩,武孟贤.同步发电机励磁系统稳定性优化控制研究[J].计算机仿真,2017,34(06):222-226.
[2]徐庆国.同步发电机励磁系统稳定性优化控制研究[D].河北工业大学,2016.