水電站一次控制系統的孤立模型分析

楊弓

（國能德宏發電有限公司，云南 德宏 679300）

0 引言

小型水電站的使用具有環保、高效率的特點，水電站可以將水能轉換為電能，此過程不涉及燃料問題，沒有污染，并且維護成本相對較低。與其他類型的發電廠相比，水力發電廠的運營成本最低，使用壽命最長，具有明顯的優勢。但是，水電站自身也存在許多問題，通過分析前人文獻，總結出水電站在運行過程中存在水位不穩定、電網接入困難、控制系統不穩定等問題。其中，水電站控制系統存在系統穩定性差、控制策略不合理、數據通信和傳輸延遲、故障診斷及容錯控制性較差的問題［1-2］。

為解決上述水電站運行中存在的系統容錯問題，本文以大盈江水電站為例，提出小型水電站一次控制系統容錯控制方案。容錯控制是指對小型水電站的控制系統進行容錯分析和設計，以提高系統的可靠性和穩定性。容錯控制系統主要包括硬件容錯、軟件容錯、數據容錯、通信容錯等。控制的主要信號為產生的實際功率和IMG（孤島微電網）頻率。其中，孤島微電網是指一個相對獨立的電力系統，通常是在地理上一個相對孤立的區域內運行，能夠自主地生成、分配和消耗電能，不必完全依賴大型中央電力網絡。這種微電網通常由多種能源資源（如太陽能、風能、發電機等）及能量儲存系統（如電池、儲熱設備等）組成，以滿足特定地區的電力需求［3-4］。

1 原理過程分析

1.1 蝶閥驅動原理

大盈江一級電站主閥為新型的重錘式液壓控制蝴蝶閥，全稱為希斯威系列水輪機進水自動保壓重錘式液控蝶閥。該蝶閥采用液壓驅動，油壓可達14 MPa，減小了接力器的體積，開啟過程中能夠同時舉起2 個重錘，利用舉起的重錘蓄能進行關閉操作，取消了蓄能罐。蝶閥開啟后鎖定自動投入，液壓系統自動保壓，重錘不下掉，蝶板不抖動；蝶閥關閉時不需要動力油源，自動解除鎖定，按預定程序關閉蝶閥，極大地簡化了液壓系統。該蝶閥采用雙偏心板，水平安裝的閥軸在管道中心線上移一定距離，使閥板下半部迎水面積大于上半部，利用動水力的作用幫助組閥門關閉，以減少重錘的重量。該蝶閥將結構簡單、體積小的壓油裝置、蝴蝶閥控制柜、電氣自動控制箱、接力器、控制油管緊湊地集聚在一起，實現了就地控制、遠方控制及聯動控制。

蝶閥控制系統主要由油泵、油泵電機、溢流閥、調速閥、手動閥、電磁閥等各種控制閥組成，各閥之間的控制與配合動作如圖1所示。

（1）蝶閥開閥流程：手閥1（SDF1）關閉→手閥2（SDF2）關閉→手閥3（SDF3）開啟→開啟命令→蝶閥啟動主油泵→鎖定電磁閥得電動作→壓力油經高壓膠管2 到達鎖定油缸→拔出蝶閥鎖定→電磁閥2 關閉→電磁閥1 關閉→壓力油經高壓膠管1 到達蝶閥接力器并對蓄能器沖壓儲能→蝶閥接力器動作開啟蝶閥并將重錘舉起→蝶閥全開后鎖定電磁閥失電投入蝶閥鎖定→蝶閥開啟結束→油泵停止運行。

book=30,ebook=36

（2）蝶閥關閥流程：手閥1（SDF1）關閉→手閥2（SDF2）關閉→手閥3（SDF3）開啟→蝶閥關閉命令→鎖定電磁閥得電動作→壓力油經高壓膠管2 到達鎖定油缸→拔出蝶閥鎖定→鎖定電磁閥得電動作→電磁閥1 得電開啟→蝶閥在重錘作用下關閉→蝶閥關閉后鎖定電磁閥得電動作投入鎖定→電磁閥1 失電關閉→蝶閥關閉完成。當蓄能器壓力足夠時，油泵不會啟動。

1.2 電能產生過程

能量生產過程的建模包括確定輸入信號［渦輪機室中的輸入流量F（t）累積每個渦輪機葉片上釋放的輸入流量］和主輸出信號［兩個同步發電機產生的總實際功率P（t）之間的數學聯系］。實際上，能源生產過程的建模代表了2 個渦輪機同步發電機組作為一個整體的動力學建模。由于小型水電站運行過程中獲得的實驗數據是可以采集的，為確定數學模型的結構和參數，本研究應用實驗識別。水電站運行一天出現3 個輸入流量的過渡狀態，表1 列出了3 種過渡狀態（序號1～3，4～5，6～8）的實測數據。

表1 過程識別相關實驗數據

前2 個過渡狀態是遞減的（序號1～3，4～5），并且分別通過輸入信號值從1.34 m3/s下降至0.93 m3/s、通過輸入信號數值從0.93 m3/s連續下降至0.91 m3/s。從表1 可以看出，在這2 種情況下，過渡狀態持續時間都低于58 s?？紤]到2 種類型的設備參與建模過程的結構（渦輪機和同步發電機），可以突出顯示2個時間常數，它們的總和略小于10 s。此外，建模過程的結構中包含1 個電氣子過程和1 個機械子過程，2 個時間常數中的一個（與機械子過程相關的）始終高于另一個。因此，確定值T1＝1.6 s 和T2＝8 s。該過程的比例常數也使用表1中給出的實驗數據確定。

2 容錯控制策略

本文提出的容錯控制策略如圖2所示。孤島微電網（IMG）中輸送的實際功率使用級聯結構進行控制，該級聯結構包含主控制器（MRPC）和輔助控制器（SFC）。使用有功功率傳感器（RPS）和流量傳感器（FS），獲得2 個控制器的反饋信號r1（t）和r2（t）。來自內部回路的子過程由閥門驅動系統（VAS）和閥門（V）組成并共同進行建模。元件RPS、FS 和VAS+V 的傳遞函數由它們的技術規范獲得，需要注意的是VAS 結構中使用的液壓伺服電機是PI類型的伺服電機。因此，流量F（t）是連接2個級聯結構子過程（來自內環的VAS+V 和來自外環的T+SG）的中間信號。實際功率設定點信號為Psp（t），控制器產生的2 個控制信號為c1（t）和c2（t），SFC 的設定點信號a1（t）、a2（t）分別為2 個控制器的誤差信號。此外，流量擾動信號是Fd（t），這2 個控制器可以通過信號fC（t）=0，c3（t）=0 和Fd（t）=0調諧。

圖2 一次控制系統容錯控制結構

首先，使用來自內環的元件的數學模型并應用對稱性準則（用于在跟蹤狀態中獲得良好性能）調諧SFC。經過計算，得到的SFC傳遞函數：

book=31,ebook=37HSFC（s）具有一階濾波器的PID（比例-積分-微分）類型。使用HSFC（s）傳遞函數和模塊準則對MRPC控制器進行調諧（以在穩定狀態下獲得良好性能）。經過計算，得到的MRPC的傳遞函數：

公式（1）和公式（2）是PI 型的傳遞函數。IMG 的數學模型將輸送功率P（t）與微電網頻率f（t）聯系起來，可以表示為二階模型。適用于略微降低F（t）信號值的直接解決方案是修改SFC 的初始形式，將其替換為分數階形式，如公式（3）所示：

其中：α參數的增加是正的，意味著控制器導數分量微分階數的降低在應用該程序之后，獲得值α=0.11。

與T+SG+RPS元件相關聯的過程是三階方程，在輸入信號和反饋信號上都使用3 條延遲線。經過訓練，獲得高質量的神經模型，其響應高精度地疊加在實驗模型上。NM1的輸出信號rN1（k）如下：

其中：k是與當前時刻相關聯的序列；Wl是連接隱藏層和輸出神經元的權重的向量；Wi是輸入權重的矩陣；Bl是包含隱層神經元的偏置值的向量；IV是以轉置形式寫入的輸入矢量；bo是信號輸出神經元偏置值常數。

其次，為量化Fd（t）擾動效應，應用與故障識別情況類似的程序。使用生成輸出信號rN2（t）的INM2 神經網絡學習串行結構VAS+V+FS 的動力學，誤差信號a4（t）=r2（t）-rN2（t）表示Fd（t）值的測量值。這些擾動補償是利用前饋控制結構原理進行的，因此補償器由INM3 神經網絡建模，該神經網絡實現串行結構FS+VAS+V+SFC的濾波逆模型。

最后，通過使用微調控制元件（FACE）對初始補償信號c3i（t）進行微調，該微調控制元件是用于獲得最佳干擾效果抑制的比例元件（P）。FACE 產生的補償信號c3（t）修改了SFC的設定點信號，SFC的誤差信號由a2（t）=c1（t）-r2（t）c3（t）給出。

3 仿真試驗分析

本文的仿真試驗在MATLAB/Simulink 軟件中進行，為測試在啟動階段使用級聯控制結構的效率，考慮用于水電站控制的不同控制結構，即簡單反饋控制結構、級聯控制結構和IMC（內部模型控制）結構的階躍響應（如圖3所示）。在不考慮系統故障或受其他因素干擾的情況下，Fd（t）=0和fd（t）=0，呈現了IMG頻率與時間的動態關系。

圖3 不同控制策略之間的比較

從圖3 可以看出，使用級聯結構的優點在于，它產生的穩定時間ts1=25.82 s，顯著低于其他2 種研究的控制結構，并保持超調σ=0%。此外，如圖4 所示，渦輪機葉片水流響應狀態是在F（t）信號未達到飽和極限的情況下獲得的，圖4中的F（t）信號的最大值為2.76 m3/s，值略低于標準頻率（f）。

圖4 與系統響應相關的F（t）信號變化

本仿真試驗的一個重要部分是研究故障發生的運行機制，在本文的研究中，如果電廠在運行開始100 s 后發生故障，意味著實際功率突然下降100 kW，使用與不使用故障識別器和補償器的控制系統響應之間的比較結果如圖5 所示。從圖5 可以看出，使用故障補償器相比不使用故障補償器，能更有效地抑制故障效應。本試驗考慮的故障是一個平均值故障，可以被控制系統作為效應抑制，故障分析器生成的決策是繼續進行操作。

圖5 在補償和不補償故障影響的情況下F（t）信號的變化

控制策略也在系統發生Fd（t）擾動（流量擾動）的情況下進行測試。信號Fd（t）＝-0.15 m3/s 在工廠操作book=32,ebook=38開始的150 s 之后被引入。在使用本文提出的策略后，獲得對干擾效應更有效的抑制，但并不明顯優于不使用NM2 元件的情況，其原因是使用了級聯結構后，該結構能高效地抑制內環中發生的所有擾動的影響。系統中輸送的實際功率隨時間的變化而變化（如圖6 所示）。圖6 中的大橢圓圈內顯示的是斷層效應，小橢圓圈內顯示的是流動擾動的影響。由于容錯控制效果，在具備故障識別器、無故障識別器2種情況下，實際功率值在小的變化后施加值達到1 717 kW。實際上，在流量擾動的情況下，過渡狀態并不重要，在發生故障時，過渡狀態的持續時間僅為3.1 s，證明了所提出的控制策略具有高性能。此外，所有呈現的高性能都是在未達到閥門V 的飽和極限的情況下獲得的。由此可以得出結論，所提出的容錯控制策略具有可行性。

圖6 F（t）信號變化

4 結語

本文提出的用于小型水電站（以大盈江水電站為例）一次控制系統的容錯控制策略，是一種具備高控制性能的原始解決方案。通過仿真試驗驗證了無論是在啟動運行狀態還是在故障影響抑制狀態，所提出的控制策略均能獲得高性能，并且允許水電站在故障模式下運行，直到故障（廣義故障）達到影響無法消除的極限值，即水電廠運行中斷的時刻。本文提出的能源生產過程的數學模型實效性高，能利用實驗數據進行故障識別。為實現故障識別和補償機制，還在建模的過程使用遞歸神經網絡，確保了模型的高精度，并且易于在計算設備上實現。該控制系統可以很好地應用于水電站實際生產中，為同類小型水電站系統建設提供了參考。