龍永輝，肖康樂

?

基于遺傳算法的水輪機(jī)調(diào)速系統(tǒng)PID參數(shù)整定

龍永輝1，肖康樂2

（1. 中國石化集團(tuán)西南石油局重慶鉆井公司，重慶400042；2. 江蘇沙河抽水蓄能發(fā)電有限公司，江蘇溧陽213300）

本文結(jié)合實(shí)際案例研究了遺傳算法在水輪機(jī)調(diào)速系統(tǒng)PID正定控制過程中的應(yīng)用，研究結(jié)果指出：PID調(diào)節(jié)當(dāng)前比較流行的調(diào)節(jié)方式，以往常用的水輪機(jī)調(diào)速系統(tǒng)PID的調(diào)節(jié)參數(shù)主要是靠經(jīng)驗(yàn)通過人工試湊的方法進(jìn)行設(shè)定的，缺乏理論性指導(dǎo)；本文通過使用遺傳算法與PID控制參數(shù)的相互結(jié)合，對(duì)其中的水輪機(jī)調(diào)速參數(shù)，，K進(jìn)行了不同程度的優(yōu)化，取得了良好的實(shí)驗(yàn)結(jié)果。

水輪機(jī)；PID調(diào)節(jié)；遺傳算法

0 前言

水輪機(jī)調(diào)節(jié)速度的PID控制系統(tǒng)算法比較簡(jiǎn)單，實(shí)用性比較好，在實(shí)際控制運(yùn)行過程中具有較高的穩(wěn)定性。本文所研究的主要內(nèi)容就是基于遺傳算法的水輪機(jī)調(diào)速系統(tǒng)的PID參數(shù)正定的研究分析。下面簡(jiǎn)單的對(duì)遺傳算法和水輪機(jī)的調(diào)速進(jìn)行簡(jiǎn)單的介紹。本文所提高的遺傳算法是由美國芝加哥大學(xué)的霍蘭德教授在上個(gè)世紀(jì)六十年代提出來的，這種算法以遺傳機(jī)制和生物進(jìn)化理論為基礎(chǔ)并進(jìn)行隨機(jī)搜索的優(yōu)化算法。水輪機(jī)調(diào)速控制系統(tǒng)中的PID算法通過引入優(yōu)化參數(shù)形成的編碼群體，并結(jié)合遺傳算法中的復(fù)制、交叉以及變異，對(duì)個(gè)體進(jìn)行適配值的篩選，如果適配值較高，剩下的個(gè)體將會(huì)組成新的個(gè)體，繼承了上一代的信息，同時(shí)又是對(duì)上一代群體的優(yōu)化，如此循環(huán)往復(fù)，最終得到最優(yōu)解。其次，本文所提到的水輪機(jī)調(diào)速系統(tǒng)原理主要是由用來檢測(cè)機(jī)組轉(zhuǎn)速功率的檢測(cè)元件將其檢測(cè)結(jié)果轉(zhuǎn)化成一定的控制信號(hào)通過PID調(diào)節(jié)來控制執(zhí)行機(jī)構(gòu)來控制接力器的行程，達(dá)到控制導(dǎo)葉開度的目的，從而控制通過水輪機(jī)的水流量，達(dá)到調(diào)節(jié)的作用。如圖1所示。其方框中為執(zhí)行機(jī)構(gòu)即被控對(duì)象。

1 遺傳算法在水輪機(jī)調(diào)速系統(tǒng)的最優(yōu)參數(shù)整定中的應(yīng)用

1.1 PID最優(yōu)參數(shù)的表示方法

水輪機(jī)調(diào)速系統(tǒng)參數(shù)的具體范圍和精度要求都是由用戶提出來的，然后對(duì)所要調(diào)節(jié)的參數(shù)進(jìn)行二進(jìn)制形式的編碼，在二進(jìn)制編碼中，由于需要將二進(jìn)制數(shù)轉(zhuǎn)換為十進(jìn)制數(shù)，因此存在量化誤差，降低了尋優(yōu)速度；實(shí)數(shù)值編碼對(duì)原參數(shù)直接進(jìn)行遺傳操作，使尋優(yōu)范圍充滿整個(gè)最優(yōu)解可能存在的空間。本文中以實(shí)數(shù)值編碼作為編碼方式。

1.2 初始調(diào)速參數(shù)樣本的選擇

由于水輪機(jī)的調(diào)速系統(tǒng)的PID正定算法采用的是一種二進(jìn)制算法，所以應(yīng)該采用計(jì)算機(jī)隨機(jī)產(chǎn)生的初始樣本種群。此外，考慮到計(jì)算的復(fù)雜程度來規(guī)定種群的大小。

圖1 微機(jī)型調(diào)速器框圖

1.3 選擇

一般來說，一個(gè)個(gè)體的適應(yīng)值越高，它在種群中擴(kuò)大的幾率就越大，優(yōu)良特性得到遺傳的可能性也就越大。本文采用適應(yīng)度比例方法與最優(yōu)保留策略進(jìn)行選擇操作，種群中個(gè)體的選擇概率為：

式中，f是個(gè)體適應(yīng)度；f是種群總適應(yīng)度；p是個(gè)體選擇概率。

1.4 交叉/基因重組

基因重組又稱交叉是將2個(gè)父?jìng)€(gè)體的部分結(jié)構(gòu)加以替代重組而生成新個(gè)體的操作，也稱為交叉.采用中間重組方式，子個(gè)體按下式產(chǎn)生：子個(gè)體=×父?jìng)€(gè)體1+（1－）×父?jìng)€(gè)體2

式中，是一個(gè)比例因子，可由[O,1]上均勻分布的隨機(jī)數(shù)產(chǎn)生。子代中每個(gè)變量的值均可按上面的表達(dá)式計(jì)算，但每個(gè)變量的值不同。

1.5 PID算法適配函數(shù)的確定

穩(wěn)定性、準(zhǔn)確性以及快速性是評(píng)價(jià)水輪機(jī)控制性能的主要三個(gè)指標(biāo)。適配函數(shù)是遺傳算法指導(dǎo)搜索的唯一信息，它的選取是算法的關(guān)鍵。根據(jù)控制性能的要求，參數(shù)選擇的目標(biāo)函數(shù)可按下列方法選取：

本文在最小目標(biāo)函數(shù)方面的選擇方面所采用的依據(jù)主要是誤差絕對(duì)值的時(shí)間積分特性，主要目的是為了滿足控制過程的動(dòng)態(tài)特性。通過在目標(biāo)函數(shù)中綜合了控制輸入的平方項(xiàng)，進(jìn)一步實(shí)現(xiàn)了對(duì)輸入能量過大或者超調(diào)的控制，針對(duì)超調(diào)采用的做法就是將其作為最優(yōu)指標(biāo)的一個(gè)項(xiàng)目。下面的時(shí)間積分方程是參數(shù)選取的最優(yōu)指標(biāo)：

上邊目標(biāo)函數(shù)是針對(duì)被控對(duì)象輸入，輸出及控制量進(jìn)行考慮的，為了更符合水輪機(jī)調(diào)速系統(tǒng)的要求，還要對(duì)整個(gè)系統(tǒng)內(nèi)部進(jìn)行分析。

根據(jù)參考文獻(xiàn)[2]有以下傳遞方塊圖，如圖2所示。

圖2 傳遞方塊圖

水輪機(jī)調(diào)速系統(tǒng)在小波動(dòng)情況下，基于遺傳算法的PID控制系統(tǒng)可以近似的假設(shè)成一個(gè)線性的系統(tǒng)，對(duì)于現(xiàn)行系統(tǒng)而言，其目標(biāo)函數(shù)如下：

取理想水輪機(jī)模型系數(shù)對(duì)其仿真，其參數(shù)如下：

T=0.1s，T=3s，e=1.5s，e=0.1s，T=1.5s，

e=1.0s，e=0.5s，b=0.04s，T=8s。

設(shè)樣本個(gè)數(shù)為30，交叉概率P=0.8，P=0.06；

參數(shù)K，K取值范圍為[0，10]；

K取值范圍[0,6]，取1=0.009，2=0.001，3=2.0，4=150。

圖3 程序流程圖

圖4 目標(biāo)函數(shù)J ′的優(yōu)化過程

圖5 SIMULINK仿真圖

圖6 仿真結(jié)果

SIMULINK仿真圖用STEP代表轉(zhuǎn)速、功率共同作用的偏差信號(hào)，通過仿真結(jié)果可以看出，遺傳算法整定出的PID參數(shù)值使該控制系統(tǒng)無超調(diào)現(xiàn)象，并且調(diào)節(jié)時(shí)間在30s內(nèi)，說明該整定方法能夠滿足調(diào)速器的要求，適合水輪機(jī)調(diào)速過程的控制。

2 結(jié)論

本文結(jié)合實(shí)際案例研究了遺傳算法在水輪機(jī)調(diào)速系統(tǒng)PID正定控制過程中的應(yīng)用，這種經(jīng)過優(yōu)化的計(jì)算方法的最優(yōu)適配函數(shù)是根據(jù)系統(tǒng)的狀態(tài)方程得來的。其整定結(jié)果通過MATLAB/SIMULIK仿真得到滿意結(jié)果。該整定方法可對(duì)水輪機(jī)調(diào)速系統(tǒng)PID參數(shù)的設(shè)定起到一定的指導(dǎo)作用。

[1] 陳珩. 電力系統(tǒng)穩(wěn)態(tài)分析[M]. 北京: 中國電力出版社, 1995.

[2] 魏守平. 現(xiàn)代水輪機(jī)調(diào)節(jié)技術(shù)[M]. 華中科技大學(xué)出版, 2001.

[3] 郭培源. 電力系統(tǒng)自動(dòng)控制新技術(shù)[M]. 北京: 科學(xué)出版社. 2003.

[4] 王小平. 遺傳算法理論應(yīng)用與軟件實(shí)現(xiàn)[M]. 西安:交通大學(xué)出版社. 2002.

[5] 李敏強(qiáng). 遺傳算法的基本理論與應(yīng)用[M]. 北京:科學(xué)出版社, 2002.

[6] 劉金琨. 先進(jìn)PID控制MATLAB仿真[M]. 北京：電子工業(yè)出版社, 2004.

Turbine Governor Based on Genetic Algorithm PID Parameter Tuning System

LONG Yonghui1, XIAO Kangle2

（1. SINOPEC. Southwest Petroleum Bureau. ChongQing Drilling Company, Chongqing 400042, China; 2. JiangSu Shahe Pumped-storage Power Generating Co.,Itd, Liyang213300, china）

Studing the genetic algorithm in the turbine governor control system PID definite course in this paper, the actual case study concluded that, PID regulator to adjust the current popular way. The original method of tuning the PID parameter of water turbine governor is mainly depended on experience. Through the use of genetic algorithms in combination with each other to control the parameters of PID, on which the turbine governor parameters Kp, Ki, KDhad varying degrees of optimization, and achieved good results.

water turbine governor; PID regulation; genetic algorihm

TK730.4+1

A

1000-3983(2014)02-0058-04

2013-04-20

龍永輝（1979-），男，2005年本科畢業(yè)于沈陽建筑大學(xué)，建筑機(jī)械專業(yè)；2008年研究生畢業(yè)于西南石油大學(xué)，石油機(jī)械專業(yè)?，F(xiàn)主要從事油田鉆井野外作業(yè)的現(xiàn)場(chǎng)技術(shù)工作，助理工程師。

審稿人：樸秀日