抽水蓄能機組調(diào)速系統(tǒng)參數(shù)辨識及控制優(yōu)化

目 錄
1 緒論 1
1.1 抽水蓄能機組控制優(yōu)化研究的背景及意義 1
1.2 抽水蓄能機組運行特點與特性 3
1.2.1 抽水蓄能機組運行特點 3
1.2.2 抽水蓄能機組“S”特性 4
1.2.3 抽水蓄能機組駝峰特性 5
1.3 抽水蓄能機組調(diào)速系統(tǒng)辨識研究 6
1.3.1 系統(tǒng)辨識理論與方法 6
1.3.2 抽水蓄能機組調(diào)速系統(tǒng)辨識 10
1.4 水電機組調(diào)速系統(tǒng)控制優(yōu)化研究 10
1.4.1 控制策略優(yōu)化 11
1.4.2 抽水蓄能機組導(dǎo)葉關(guān)閉規(guī)律優(yōu)化 14
2 抽水蓄能機組調(diào)速系統(tǒng)建模及非線性動力學(xué)分析 17
2.1 調(diào)速器數(shù)學(xué)模型 17
2.1.1 微機調(diào)節(jié)器數(shù)學(xué)模型 18
2.1.2 執(zhí)行機構(gòu)數(shù)學(xué)模型 18
2.2 引水系統(tǒng)數(shù)學(xué)模型 19
2.2.1 等效簡化模型 19
2.2.2 特征線求解模型 20
2.3 水泵水輪機數(shù)學(xué)模型 22
2.3.1 線性解析模型 22
2.3.2 內(nèi)特性模型 23
2.3.3 基于全特性曲線的非線性模型 23
2.4 發(fā)電/電動機及負(fù)載模型 26
2.5 抽水蓄能機組調(diào)速系統(tǒng)仿真模型 26
2.5.1 調(diào)速系統(tǒng)線性模型 26
2.5.2 調(diào)速系統(tǒng)非線性模型 27
2.5.3 調(diào)速系統(tǒng)數(shù)值計算模型 29
2.6 基于調(diào)速系統(tǒng)非線性模型的動力學(xué)穩(wěn)定性分析 30
2.6.1 空載開機 30
2.6.1 空載頻率擾動 33
2.7 本章小結(jié) 35
3 抽水蓄能機組調(diào)速系統(tǒng)參數(shù)辨識 37
3.1 引言 37
3.2 引力搜索算法 38
3.3 基于改進(jìn)引力搜索的調(diào)速系統(tǒng)自適應(yīng)參數(shù)辨識 40
3.3.1 調(diào)速系統(tǒng)模型 40
3.3.2 改進(jìn)的引力搜索算法 41
3.3.3 基于BCGSA的自適應(yīng)一體化參數(shù)辨識模型 45
3.3.4 實例驗證 49
3.4 基于調(diào)速系統(tǒng)“白箱”線性模型映射的BP神經(jīng)網(wǎng)絡(luò)參數(shù)辨識 55
3.4.1 調(diào)速系統(tǒng)“白箱”線性模型的映射 55
3.4.2 基于映射模型的參數(shù)辨識方法 57
3.4.3 算例分析 58
3.5 本章小結(jié) 60
4 抽水蓄能機組調(diào)速系統(tǒng)分?jǐn)?shù)階PID控制器設(shè)計與參數(shù)優(yōu)化 61
4.1 引言 61
4.2 分?jǐn)?shù)階微積分原理 62
4.2.1 分?jǐn)?shù)階微積分的定義 62
4.2.2 分?jǐn)?shù)階微積分的濾波器近似 63
4.2.3 分?jǐn)?shù)階微積分的LAPLACE變換 64
4.3 多場景模式下分?jǐn)?shù)階PID控制器設(shè)計與參數(shù)優(yōu)化 64
4.3.1 調(diào)速系統(tǒng)分?jǐn)?shù)階PID控制器 64
4.3.2 參數(shù)優(yōu)化多場景目標(biāo)函數(shù) 66
4.3.3 仿真實例驗證與結(jié)果分析 68
4.4 自適應(yīng)快速模糊分?jǐn)?shù)階PID控制與參數(shù)優(yōu)化 72
4.4.1 模糊控制理論 72
4.4.2 自適應(yīng)快速模糊分?jǐn)?shù)階PID控制器 75
4.4.3 仿真實例驗證與結(jié)果分析 77
4.5 本章小結(jié) 82
5 復(fù)雜工況下抽水蓄能機組導(dǎo)葉關(guān)閉規(guī)律多目標(biāo)優(yōu)化 84
5.1 引言 84
5.2 導(dǎo)葉關(guān)閉規(guī)律優(yōu)化問題描述 85
5.2.1 水泵水輪機水力特性 85
5.2.2 導(dǎo)葉關(guān)閉方式 86
5.2.3 導(dǎo)葉關(guān)閉規(guī)律優(yōu)化 88
5.3 改進(jìn)多目標(biāo)引力搜索算法 89
5.3.1 多目標(biāo)問題的定義 89
5.3.2 改進(jìn)多目標(biāo)引力搜索算法 91
5.3.3 算法性能測試 95
5.4 復(fù)雜工況下機組導(dǎo)葉關(guān)閉規(guī)律多目標(biāo)優(yōu)化模型 99
5.4.1 優(yōu)化目標(biāo) 99
5.4.2 多重約束條件 100
5.5 基于IMOGSA的導(dǎo)葉關(guān)閉規(guī)律多目標(biāo)優(yōu)化求解策略 102
5.5.1 群體初始化 102
5.5.2 約束條件處理 103
5.5.3 優(yōu)化求解策略流程 105
5.6 實例分析 106
5.6.1 仿真模型介紹 106
5.6.2 算法參數(shù)及仿真情景設(shè)定 108
5.6.3 仿真結(jié)果及分析 109
5.7 本章小結(jié) 114
6總結(jié)及展望 115
6.1 全書工作總結(jié) 115
6.2 進(jìn)一步研究展望 116
參考文獻(xiàn) 118