王桂艷,施偉鋒,張 威
(上海海事大學(xué),上海 201306)
勵磁控制對穩(wěn)定發(fā)電機的端電壓、調(diào)整電力系統(tǒng)的無功功率具有重要的作用,故對發(fā)電機勵磁控制的研究具有十分重要的意義。發(fā)電機組是一個具有強耦合性的非線性系統(tǒng),通過辨識得到的降階線性模型準確性差,故基于降階模型的控制效果很難保證。針對系統(tǒng)的非線性特點,模糊控制[1]、人工神經(jīng)網(wǎng)絡(luò)[2]等智能算法被廣泛應(yīng)用于勵磁系統(tǒng)的控制。模糊控制依賴專家經(jīng)驗,神經(jīng)網(wǎng)絡(luò)模型形式復(fù)雜,計算量大,不利于工程實現(xiàn)。因此,尋找不依賴精確模型,在線計算快、綜合控制效果好的算法具有很重要的意義。數(shù)據(jù)驅(qū)動控制是一種基于數(shù)據(jù)的控制方法,在不同領(lǐng)域得到了較好的應(yīng)用,在勵磁控制方面也取得了一定的研究成果。文獻[3]將迭代學(xué)習(xí)控制引入勵磁控制系統(tǒng),結(jié)合PID反饋控制和迭代學(xué)習(xí)前饋控制設(shè)計了勵磁控制器,使系統(tǒng)在有限時間內(nèi)迅速準確地跟蹤期望軌跡,且具有更好的魯棒性。文獻[4]設(shè)計了發(fā)電機的基于無模型控制算法的廣域阻尼控制器,該控制器在系統(tǒng)發(fā)生故障和擾動期間可實現(xiàn)參數(shù)的自動調(diào)整,解決傳統(tǒng)廣域阻尼控制器在部分運行方式下性能降低的問題。
無模型自適應(yīng)控制(Model Free Adaptive Control,MFAC)是數(shù)據(jù)驅(qū)動控制算法的一種形式,由候忠生于1994年提出[5]。它不依賴對象的數(shù)學(xué)模型,根據(jù)輸入、輸出數(shù)據(jù)實現(xiàn)系統(tǒng)的控制,在交通運輸、化工、直線電機控制、鍋爐溫度控制、輪船減搖、電力行業(yè)等得到廣泛的應(yīng)用[6]。該方法具有算法簡單、適用于非線性系統(tǒng)的特點。
本文在分析無模型自適應(yīng)控制算法的基礎(chǔ)上,針對具有穩(wěn)態(tài)增益的系統(tǒng),提出了改進的無模型控制算法。以機端電壓為控制目標,設(shè)計了基于無模型控制算法的勵磁控制器。發(fā)電機的單機系統(tǒng)仿真結(jié)果表明了無模型算法應(yīng)用于勵磁控制的有效性。
勵磁控制系統(tǒng)由 AVR(自動電壓調(diào)節(jié)器)、勵磁機和同步發(fā)電機組成。本文研究的發(fā)電機交流勵磁控制系統(tǒng),如圖1所示。
圖1 發(fā)電機交流勵磁控制系統(tǒng)
Gc(s)表示自動電壓調(diào)節(jié)器的傳遞函數(shù)。
勵磁機模型可表示為:
其中,KE為勵磁機增益,一般取為1,Eτ為勵磁機負載時的時間常數(shù)。
發(fā)電機的線性化模型可以表示為:
其中,KG表示發(fā)電機計及飽和后的動態(tài)增益,是發(fā)電機偏差ΔVG和勵磁電壓偏差ΔVF的比值,Gτ為發(fā)電機的時間常數(shù);發(fā)電機從滿載到空載的取值為KG=0.7~1,Gτ=1~2s[7]。
電壓傳感器模型可表示為:
其中,KR為傳感器增益,Rτ為時間常數(shù),其值一般為:0.001~0.06s。
考慮單輸入單輸出(SISO)非線性系統(tǒng):
其中,y(k)∈?,u(k)∈?分別表示在k時刻系統(tǒng)的輸出和輸入數(shù)據(jù);ny,nu為正整數(shù),表示未知系統(tǒng)的階數(shù);f(·)為未知的非線性系統(tǒng)。
假設(shè)被控系統(tǒng)滿足以下條件:1)對某一給定的系統(tǒng)期望輸出yd(k),存在一致有界的可行控制輸入信號,使得系統(tǒng)在此控制輸入信號的驅(qū)動下,其輸出等于期望輸出yd(k);2)f(·)關(guān)于各個變量都存在連續(xù)的偏導(dǎo)數(shù);3)系統(tǒng)滿足廣義 Lipchitz條件,即滿足對任意的k和 Δu(k)≠ 0,不等式成立。其中,b為一常數(shù)
若系統(tǒng)(4)滿足以上假設(shè)條件,對整數(shù)Ly(0≤Ly≤ny)和Lu(1≤Lu≤nu),則一定存在一個偽梯度向量Φ(k),使得被控系統(tǒng)可描述為如下的動態(tài)線性化形式:
考慮梯度準則函數(shù):
極小化準則函數(shù)(6),可得偽偏導(dǎo)數(shù)的估計值:
其中,μ>0,為權(quán)重因子,η為步長因子,η∈(0,2],Δ Ψ(k)=Ψ(k)-Ψ(k-1)。若≤ε,則(k)=(1)。其中ε是一個充分小的正數(shù),Φ?(1)為偽梯度向量的初始值。
考慮控制準則函數(shù):
式中,λ>0,為權(quán)重因子,影響系統(tǒng)的快速性和穩(wěn)定性;yd(k+1)為期望輸出。
極小化式(8),可得MFAC的控制率,如(9)式。其中,ρ為步長因子,ρ∈(0,1]。
無模型控制器的設(shè)計從功能組合的角度出發(fā),即根據(jù)系統(tǒng)的控制功能要求,得出滿足控制要求表達式,最優(yōu)化組合功能得到相應(yīng)的控制率。
實驗研究發(fā)現(xiàn),無模型控制方法應(yīng)用于勵磁系統(tǒng)控制的快速性并不理想??紤]具有穩(wěn)定增益的系統(tǒng),當(dāng)系統(tǒng)穩(wěn)定時,控制器的輸出控制量和被控對象的輸出是一種固定增益的線性關(guān)系,基于這一點,本文進行了一種改進的無模型控制方法研究。
考慮系統(tǒng)(4),假設(shè)此系統(tǒng)具有穩(wěn)態(tài)增益,并設(shè)其靜態(tài)模型如式(10)所示。
其中:為系統(tǒng)的穩(wěn)態(tài)增益,c為常數(shù)。
控制準則函數(shù):
其中,w>0為權(quán)重因子,w與λ一同限制控制量u(k)的變化,從而影響系統(tǒng)的響應(yīng)速度。
取Lu=1,Ly=0,對準則函數(shù)(11)求極小值,得改進MFAC的控制率:
對比準則函數(shù)(8)和(11),準則函數(shù)(11)中增加了一項。當(dāng)系統(tǒng)穩(wěn)定時,u(k)與yd(k)是一種線性關(guān)系,故從理論上來講,準則函數(shù)中新增加的一項有利于提高系統(tǒng)的快速性。令式(12)中的w=0,即可得普通的無模型控制率。
將無模型控制算法應(yīng)用于同步發(fā)電機勵磁控制,控制原理如圖2所示。首先,MFAC動態(tài)線性化模塊由勵磁系統(tǒng)的輸入、輸出數(shù)據(jù)的增量構(gòu)建性能指標,最優(yōu)化性能指標得到偽偏導(dǎo)數(shù)的估計值;然后MFAC控制輸出模塊結(jié)合偽偏導(dǎo)數(shù),最優(yōu)化控制性能指標計算輸出控制量u(k),從而實現(xiàn)勵磁系統(tǒng)的無模型控制。通過不斷地辨識偽偏導(dǎo)數(shù),調(diào)整輸出控制量,實現(xiàn)整個勵磁系統(tǒng)的實時控制。
圖2 發(fā)電機勵磁系統(tǒng)的無模型控制原理圖
根據(jù)圖2所示的勵磁系統(tǒng)的無模型控制原理圖,進行仿真,對比分析發(fā)電機空載及帶載情況下無模型自適應(yīng)控制方法的性能。
設(shè)置勵磁系統(tǒng)參數(shù)為:KE=1,τE=0.15,KG=1,τG=2,KR=1,τR=0.02。編寫MFAC算法的 S-function,在 Simulink中搭建整個系統(tǒng)的模型。對比分析圖1所示的同步發(fā)電機勵磁系統(tǒng)的MFAC直接控制及改進的MFAC的控制性能。
1)無模型自適應(yīng)控制
參數(shù)設(shè)置:λ=40,ρ=0.4,μ=0.16,η=1,φ(1)=1.2,Lu=1,Ly=0 。
圖3 勵磁系統(tǒng)MFAC和PID控制仿真結(jié)果
仿真結(jié)果如圖3所示。從圖3中可以看出:當(dāng)t=20 s時,MFAC控制的端電壓值達到給定值,即響應(yīng)時間為20 s,而PID的響應(yīng)時間為10 s,顯然,MFAC算法的快速性不太好。在圖中可以看到偽偏導(dǎo)數(shù)φ(k)的更新過程,其更新周期與輸出響應(yīng)時間基本一致,這反映了MFAC算法的工作原理,在每個采樣周期內(nèi),對系統(tǒng)進行辨識得到相應(yīng)的偽偏導(dǎo)數(shù),然后根據(jù)得到的偽偏導(dǎo)數(shù)計算控制量,實現(xiàn)系統(tǒng)的控制;當(dāng)辨識過程穩(wěn)定時,系統(tǒng)的響應(yīng)也趨于穩(wěn)定。
2)改進的無模型自適應(yīng)控制
參數(shù)設(shè)置:發(fā)電機空載時,根據(jù)測定的參數(shù)值,得g0=1,c=0,λ=1.1,w=0.47,ρ=0.4,μ=0.16,η=1,φ(1)=1.2。
仿真結(jié)果如圖4所示。從圖4中可以看出,改進的MFAC控制的勵磁系統(tǒng)的響應(yīng)時間為4s,相對于普通MFAC,改進的MFAC算法的快速性提高很多;偽偏導(dǎo)數(shù)的更新周期約為 3s,符合MFAC的工作原理。而且,w的引入使得算法對其他參數(shù)變得不太敏感,參數(shù)w的值調(diào)整簡單,故改進MFAC算法具有很強的實用性。
圖4 勵磁系統(tǒng)的改進的MFAC控制仿真結(jié)果
柴油發(fā)電機帶載仿真如圖5所示。柴油發(fā)電機的原動機部分采用Simulink中的原動機模型,勵磁系統(tǒng)結(jié)構(gòu)如圖6所示。
圖5 柴油發(fā)電機帶載仿真圖
發(fā)電機參數(shù):Pn=3.125MVA,fn=6 0Hz,Vn=2 400V,xd=1.56,0.296,=0.177,xq=1.06,=0.177,x1=0.052,=3.7,=0.05。
異步電動機參數(shù):Vn=2400V,Pn=2250×746W,Tl=2 000N·mfn=60Hz,Rs=0.092,Lls=0.266/377H,Rr=0.022Ω,Llr=0.226/377,Lm=13.04/377。
負荷1的參數(shù):L1=1MW。
圖6 勵磁系統(tǒng)內(nèi)部結(jié)構(gòu)
柴油發(fā)電機帶負載 L1和一臺電動機運行,由上述的參數(shù)設(shè)置,發(fā)電機的工況已確定。通過實驗測得,此穩(wěn)態(tài)工況下Vt/Vf=1 /1.392。
1)同步發(fā)電機勵磁系統(tǒng)的改進 MFAC算法仿真分析。
參數(shù)設(shè)置:g0=1 /1.392,c=0,λ=2.27,ρ=0.595,μ=1,η=1,φ(1)=1.51,w=0.1。
圖7 改進 MFAC勵磁控制的勵磁電壓和發(fā)電機端電壓
圖8 偽偏導(dǎo)數(shù)
仿真結(jié)果如圖7、圖8所示。從圖7中可以看出:在t=2.7s時,發(fā)電機的端電壓達到穩(wěn)態(tài)值,改進的MFAC算法進行勵磁控制的快速性是很好的,說明了該算法的可行性。從圖8中可以看到偽偏導(dǎo)數(shù)的更新過程。
2)t=8 s~10 s時,系統(tǒng)的電壓傳感器受白噪聲干擾,噪聲功率為0.0001,采樣時間為 0.1 s,控制器參數(shù)設(shè)置不變,仿真結(jié)果如圖9所示。
在圖9(a)中,實線為PID控制的仿真結(jié)果,虛線為改進的MFAC控制的結(jié)果??梢钥闯?,電壓傳感器受白噪聲干擾后,PID控制的輸出電壓的波動程度約為 2.5%,改進的 MFAC控制的輸出電壓約為 0.5%。顯然,改進的 MFAC算法比PID算法抗干擾性能更好。圖9(b)顯示偽偏導(dǎo)數(shù)φ(k)的更新情況,在t=8~10 s時,偽偏導(dǎo)數(shù)再次更新,t=10 s時,φ(k)的值達到穩(wěn)定狀態(tài)。
圖9 電壓傳感器受白噪聲干擾仿真結(jié)果
3)系統(tǒng)的電壓傳感器發(fā)生數(shù)據(jù)傳輸延遲故障,延遲時間為0.1 s。仿真結(jié)果如圖10所示。
從圖10(a)中可以看出:當(dāng)電壓傳感器發(fā)生數(shù)據(jù)傳輸延遲故障時,改進的MFAC控制器依然能夠?qū)崿F(xiàn)很好的控制,而PID控制的輸出電壓產(chǎn)生較大的振蕩。圖10(b)反映了偽偏導(dǎo)數(shù)φ(k)的更新過程。綜合2)、3)仿真結(jié)果,當(dāng)傳感器出現(xiàn)故障時,無模型算法依然可以實現(xiàn)很好的控制,說明了無模型控制具有很強的自適應(yīng)性和魯棒性。
本文針對具有穩(wěn)定增益的系統(tǒng),提出了一種改進的MFAC算法,算法參數(shù)調(diào)整簡單。對于某一確定工況運行的柴油發(fā)電機,運用MFAC算法完成了勵磁控制器的設(shè)計。從單機系統(tǒng)的仿真結(jié)果得出,改進MFAC算法的快速性是比較好的;在傳感器發(fā)生故障時,MFAC算法展現(xiàn)了極強的自適應(yīng)性,使得系統(tǒng)在故障情況下仍能夠保持很好的穩(wěn)定性。這也體現(xiàn)了MFAC算法實時更新代表模型信息的偽偏導(dǎo)數(shù)的優(yōu)越性。但本文只是針對于確定工況運行的勵磁系統(tǒng),應(yīng)用性不是很廣泛,MFAC在勵磁系統(tǒng)控制中的應(yīng)用仍需進一步的研究。
圖10 電壓傳感器數(shù)據(jù)傳輸延遲故障仿真結(jié)果
[1]賀徽.基于混合智能優(yōu)化方法的同步發(fā)電機勵磁控制策略研究[D].武漢:華中科技大學(xué),2011.
[2]施偉鋒,陳子順,湯天浩.船舶發(fā)電機勵磁系統(tǒng)的CMAC神經(jīng)網(wǎng)絡(luò)并行控制[J].電網(wǎng)技術(shù),2005,29(4):31-35.
[3]白敬彩,于少娟,韓如成.同步發(fā)電機的反饋-前饋迭代學(xué)習(xí)勵磁控制[J].電機與控制應(yīng)用,2009,36(3):24-27.
[4]李建,趙藝,陸超,龐曉艷.無模型自適應(yīng)廣域阻尼控制設(shè)計方法[J].電網(wǎng)技術(shù),2014,38(2):395-399.
[5]侯忠生.非線性系統(tǒng)參數(shù)辨識、自適應(yīng)控制及無模型學(xué)習(xí)自適應(yīng)控制[D].沈陽:東北大學(xué),1994.
[6]侯忠生,許建新.數(shù)據(jù)驅(qū)動控制理論及方法的回顧和展望[J].自動化學(xué)報,2009,35(6):650-667.
[7]Zwe-Lee Gaing.A particle swarm optimization approach for optimum design of PID controller in AVR system[J].IEEE Transactions on Energy Conversion,2004,19(2): 384-39.