黃照坤
(貴州烏江水電開發有限責任公司思林發電廠,貴州 思南 565100)
水輪機調速器是保證水電廠機組穩定運行的重要控制設備,直接關系到機組的安全與穩定運行。而水輪機調節系統是一個多學科交叉的控制系統,涉及電機學、現代控制理論、計算機控制技術、仿真技術等學科。系統由于受到多復雜因素諸如水流慣性,機組各環節的非線性特征,電力系統負荷打擾等制約和影響,控制非常困難,為此研究水輪機調速器控制技術意義重大。
隨著微型計算機和網絡通信技術的發展,基于現場總線的全數字式電液調速器是今后的發展方向。其具有可靠性高、抗干擾能力強、通信速率快、系統安全和可擴展性好等優點。當前,國際上具有代表性的現場總線有德國的PROFIBUS總線、美國的LOC現場總線、美國的CAN現場總線、法國的FIP現場總線等。我國大中型水輪機組都采用了微機調節器加電液隨動系統的結構,這提高了調速器的靜態和動態特性;同時,采用國際知名品牌的工業控制機(IPC)、可編程序控制器(PLC)或可編程計算機控制器(PCC)作調速器電氣柜硬件核心;電液轉換元件除采用進口的比例伺服閥或電液轉換器外,還采用數控機床中成熟的步進電機、交流伺服電機和直流伺服電機作調速器的電-機轉換器;調速器液壓元件借鑒液壓行業的先進成果,采用成熟的標準化高油壓元件。這一系列措施使我國的微機調速器質量和可靠性達到了國際先進水平。國外知名公司采用自行設計生產的微機調速器,性能優良,可靠性高,多采用靜態、動態性能優良的比例伺服閥或電液轉換器。目前,我國水輪機調速器與國外先進水平還有差距,其主要體現以下方面:調速器的控制性能和可靠性;調速器的集成化、高壓化和標準化;多目標綜合控制及智能化。因此,對于水輪機調速器控制技術的研究還任重道遠。
水輪機速器控制技術的發展是與自動控剌理論的發展緊密聯系的,隨著現代控制理論、人工智能和計算機技術的發展,水輪機速器控制技術的研究也得到不斷的發展。文章對其中主要的控制技術進行闡述。
PID(Proportion-Intergral-Derivative)控制的特點在于當研究系統和該系統的控制對象,如果研究人員不能夠非常確切地知道這個系統和控制對象,還有就是無論怎樣都不能夠得到該系統的參數時,PID控制技術就可以解決這一難題。在實際的工業操作中,工業控制系統基本上是延遲性很大、變化性非常強的非線性復雜系統,控制系要面對的環境非常復雜,總會有這樣或者那樣的干擾因素,在此期間系統參數未知或者變化過于緩慢、動態特性、甚至是系統的模型結構都有可能發生變化,而PID參變量的制定與上面所說的要求的控制的對象的動態特性息息相關。
自適應控制是傳統控制技術發展的高級形態。當被控對象或過程的動力學參數發生變化時,設計一控制序列,使控制系統的性能能夠適應特性和過程信號的變化,自動地校正控制作用,使控制系統仍然具有比較滿意的性能。自適應控制的工作方式實際上是一種啟發式的。自適應控制方法一般有兩種形式:一是用系統辨識理論來建立對象的數學模型,然后根據所辨識的對象模型修改控制器的結構和參數;一是設定一個參考模型過程,以期達到優化系統的響應。
由于自適應控制方法都需要大量的計算,控制算法執行時間長,不能滿足過程的實時性要求,因此提出了水輪機調節系統的模糊控制。模糊控制以人對過程的控制和操作的先驗知識為依據,直接針對被控對象控制量的變化過程,并不要求被控對象精確數學模型的描述,而是采用相應的模糊控制規則,建立起控制器,實現對系統的控制。將人的先驗知識存入控制規則中,并在規則庫的支持下,將模糊化后的輸入量進行模糊推理,再經非模糊化輸出實際的控制量。為了在實時控制中滿足速度的要求,往往預先將已經計算好的映射關系存入模糊控制查詢表中,只要確定每組輸入矢量在表中的位置,就可以得到控制輸出量。
基于神經網絡的控制是一種高級的控制形式,是從微觀上模擬人腦的結構和功能,即從研究和模擬人的神經元網絡結構、功能以及傳遞、處理和控制信息的機理出發而設計的控制系統,能夠保證既增強系統的魯棒性,又使得設計方法簡單。采用基于神經網絡的控制器能夠對高度非線性系統進行辨識和控制,而不需要知道系統的精確結構,能夠自學習、自組織、自行綜合控制律,并將其隱含地表達在網絡的連接權中,具有大規模并行計算能力,適合于硬件實現。
智能優化在算法中只關系到簡單的數學運用、信息處理流程對CPU以及只采用較低的內存也就可以了,不管是從理論方面的探討,或者是從實際的運用研究的方面去考慮,智能優化算法都擁有深遠的研究意義和極高的實用性價值的。近年來,智能優化方法被逐步引入到水輪機調速器控制中,并取得了大量的成果。
(1)人工蟻群算法(Ant Colony Optimization,ACO)。人工蟻群算法屬于隨機搜索算法,是一種根據螞蟻群體的模仿出來的優化算法。由意大利學者M.Dorigo等人于1991年首先提出,是研究者們根據對大自然生物系統中實際的螞蟻群體的集體某些生活中的活動的規律而得到啟迪然后想出的。蟻群算法能夠找到最優解的原理就是模仿了這種搜索食物的方式——個體間的數據溝通與互相幫助。在水輪機調速器應用方面,李崇威提出了一種融合人工魚群算法的改進蟻群算法,并利用國內多臺機組的現場實測數據,對所建立的自定義模型和參數辨識方法進行仿真對比和驗證。
(2)遺傳算法(Genetic Algorithm,GA)。遺傳算法起源于對生物系統所進行的計算機模擬研究,是一種參考了動物之間遺傳學所表達出來的某種特征的隨機搜索算法。遺傳算法采用的是數碼串來當作染色體模仿生物進化的基本過程,這種過程的主要實現方式是染色體之間的交叉、變異,經過了該種群不停的“更新換代”,利用表示染色體所蘊涵問題解的目標函數,提升每一代的平均適應度的質量,引導種群的進化方向,這樣一來,局部表現出來的最優解就會逐漸靠近需要求得的全局最優解。唐正茂等采用多種群并行遺傳算法對水輪機調速器PID控制參數進行整定,仿真結果表明,該方法獲得的調節參數性能指標良好,且簡單易行。
(3)粒子群優化算法(Particle Swam Optimization,PSO)。粒子群算法是著名學者Kennedy及Eberhart受到 Reynolds的模仿鳥類飛行行為的著名鳥群模型 Boid模型的啟發而發明的新的群智能算法。假如有許多鳥在一定的范圍中無拘束的飛翔搜索食物,每一只鳥隨機靠近曾經運動過的最高點,每一只鳥之間都能夠相互溝通,然后這些鳥都盡可能地去接近彼此間之前運動過的那個最高點。如此一來,在不斷靠近之后就能夠找到一個接近于最高點的位置。粒子群算法簡單、靈活,易于使用,有很多優點,被廣泛的使用,但是也有一些問題,比如:收斂性、收斂速度、算法的魯棒性等都還存在一定的局限性,需要改進。寇攀高等將菌群-粒子群優化算法引入水輪發電機組調速器PID參數優化中,數值計算表明該算法能有效改善水輪機調節系統空載工況和孤網運行條件下過渡過程的動態性能。
(4)模擬退火算法(Simulated Annealiut,SA)。Metropolis在1953年最早提出 Simulated Annealiut的想法,隨后Kirkpatrick等專家學者在1983年將Simulated Annealiut應用于組合優化。Simulated Annealiut屬于隨機優化算法,源于Mentc Carlc迭代求解的方式,通過我們平時生活中運用到的固體的退火過程和一般的組合優化問題的相同點而受到的啟發。模擬退火算法的基本思想是:①給定初始解時,立刻在一個開區間里不用計算和選擇的方式產生另一個解;②能夠接納準則讓適應度函數在一定的區域內的變差,接納較差的解,但必須要在指定的概率里面。目前,模擬退火算法在水電站水庫優化調度中有所應用,在水輪機調速器控制技術方面還不多見,但其作為一種優良的智能優化算法未來還有較大的應用空間。
目前,國內絕大多數水電站的水輪機調速器己基本實現了微機化,但大部分控制方法仍停留在常規PID控制水平。傳統PID控制難于協調快速性和穩定性間的矛盾,在具有參數變化和外部干擾的情況下,其魯棒性不太好。在這種情況應加快調速器智能控制技術的研究,將多種控制技術進行綜合,取長補短,并利用計算機技術進行改造,以適應不斷發展的復雜系統控制的各種要求。
[1]潘熙和,王麗娟.我國水輪機調速技術創新回顧與科學前景展望[J].長江科學院院報,2011,28(10):221-226.
[2]方紅慶,孫美鳳.沈祖詒.輪機調節系統控制策略綜述[J].人民長江,2004,35(1):33-36.
[3]邵宜祥.中國水輪機調速器行業技術發展綜述[J].水電廠自動化,2009,30(4):10-13.
[4]段海濱.蟻群算法原理及其應用[M].北京:科學出版社,2005.
[5]李崇威.基于改進蟻群算法的水輪機調節系統建模與仿真[D].武漢:華中科技大學,2011.
[6]李敏強,寇紀淞,等.遺傳算法的基本理論與應用[M].北京:科學出版社,2002.
[7]唐正茂,馬士虎,解德.基于外部存檔的并行遺傳算法在水輪機調速器參數優化中的應用[J].中國電機工程學報,2012,32(28):90-96.
[8]謝曉峰,張文俊,楊之廉.微粒群算法綜述[J].控制與決策,2003,18(2):129-134.
[9]寇攀高,周建中,何耀耀,等.基于菌群-粒子群算法的水輪發電機組 PID 調速器參數優化[J].中國電機工程學報,2009,29(26):101-106.
[10]魏延,謝開貴.模擬退火算法[J].蒙自師范高等專科學校學報[J],1999,(4):7-11.