一种水轮机调速系统PID参数优化方法及系统与流程

本发明属于水轮机调速系统控制技术领，尤其涉及一种水轮机调速系统pid参数优化方法及系统。

背景技术：

1、水轮机调速系统是水电站中的重要设备，对于实现水能资源的高效利用具有关键作用。pid控制器作为调速系统中常用的控制器之一，通过调整其参数可以改善系统的动态特性和稳定性。传统的pid参数优化方法主要基于经验和试错，效率较低，优化效果有限。近年来，优化算法的出现为pid参数优化带来了新的思路，然而现有的优化算法在处理复杂系统时存在局限性。

技术实现思路

1、本发明的目的在于：针对现有技术的缺陷，本发明公开了一种水轮机调速系统pid参数优化方法及系统，解决了传统pid控制器存在的技术问题。

2、一方面，本发明目的通过下述技术方案来实现：

3、一种水轮机调速系统pid参数优化方法，所述水轮机调速系统pid参数优化方法包括如下步骤：

4、根据收集到的数据和水轮机调速系统的动态特性，建立仿真模型，该模型包括调速器、液压随动系统、压力引水系统和水轮机转矩与发电机及负载部分，其中，调速器负责调节水轮机的转速，液压随动系统实现机械能转化为液压能，压力引水系统将水流引入水轮机，水轮机转矩与发电机及负载部分则将水轮机的机械能转化为电能输出；

5、根据水轮机调速系统性能需求，设定优化目标，采用基于遗忘因子的最小二乘法对水轮机调速系统进行参数辨识，根据遗忘因子递推算法，对历史数据进行分析和遗忘，保留当前数据并加入到最小二乘法的计算中，从而实现对系统模型的在线辨识；

6、随机生成一组初始的pid参数组合；

7、将辨识得到的系统模型输入到聚类杂草入侵优化算法中，对pid参数进行寻优；首先进行频率扰动实验和负载扰动仿真实验，通过模拟不同工况下的系统响应，评估pid参数对系统控制性能的影响；根据实验结果，对pid参数进行调整和优化，以提高系统的响应速度和控制精度；在聚类杂草入侵优化算法中，将pid参数作为优化变量，将频率扰动实验和负载扰动仿真实验的结果作为适应度函数，通过模拟自然界中杂草的入侵和繁殖过程来进行优化搜索；在每次迭代过程中，根据适应度函数计算每个pid参数组合的适应度值，并根据适应度值的大小来选择复制和变异操作；通过不断迭代和优化，最终找到最优的pid参数组合；

8、根据设定的优化目标，评估优化后的pid参数组合的性能，包括调速精度、稳定性；

9、判断优化过程是否满足终止条件，如达到预设的迭代次数或误差范围则终止优化过程；

10、输出最优的pid参数组合作为水轮机调速系统的参数。

11、根据一个优选的实施方式，仿真模型基于similink平台建立。

12、根据一个优选的实施方式，采用基于遗忘因子的最小二乘法对水轮机调速系统进行参数辨识包括：

13、一维有压引水系统非恒定流模型如式1：

14、

15、式1中，h为额定水击压力，q为流过管道的流量，ar为管道截面积，v为水流过管道的速度，d为管道直径大小，f为水对管壁之间的摩擦系数，g为当前地区重力加速度；

16、当将引水管道中的水位看似不变时，忽略水头损失的情况下，式1简化为：

17、

18、式2中，tr为水击相长，a为压力波在单位引水管道内的传播速度，单位为m/s；hw为管道特征值，其与流量、水流速和横截面积有关；

19、将式2进行拉普拉斯逆变换可得：

20、h(t)＝-e-2fh(t-tr)+2hwe-2fq(t-tr)-2hwq(t)         式3

21、式中，f为摩阻系数，hw为引水管道特性系数，均为已知参数；将式3写成离散化方程的形式如式4：

22、h(k+1)＝-e-2fh(k+1-tr)+2hwe-2fq(k+1-tr)-2hwq(k+1)      式4

23、式4中，tr为时间滞后项；

24、在k时刻，当前流量的表达式为：

25、

26、将式4和式5进行联立并整理得到标准形式式6：

27、

28、式中，z(k)＝h(k+1)+e-2fh(k+1-tr)，θ＝2hw[eqx,eqy,eqh,eqx2,eqy2,eqh2,eqxy,eqxh,eqyh]t；

29、根据表达式6，对系统施加输入信号，使满足弱激励条件，代入加入遗忘因子的递推最小二乘法公式，即可得到辨识参数的估计值。

30、根据一个优选的实施方式，所述聚类杂草入侵优化算法包括：初始化后，执行基于演化的聚类算法，然后根据簇大小和适应度值分别分配各簇拥有的杂草数和各优质杂草的种子数，标准偏差是基于统计信息，最后，进行高斯抽样，生成一个新的总体。

31、根据一个优选的实施方式，所述聚类杂草入侵优化算法的具体步骤包括：

32、首先由聚类杂草算法随机产生一组pid初值，代入到调节器的模型中进行仿真，得出当前itae的值，作为itae初始值，之后聚类杂草算法进行第二次迭代，产生新的杂草位置，对应着一组kp，ki，kd参数，将新的参数应用于调节器系统模型，生成itae的值与初始值相比较，若低于初始值，则说明该组pid参数更优，将该组pid参数值所对应的itae的值设为最优值，若高于初始值，则将初始值设为最优值，再进行下一次的迭代，求出itae值与最优值作比较；如此往复，最终通过不断的迭代直到达到所设定的迭代次数，使itae函数值在迭代次数范围内趋于最小。

33、另一方面，本发明公开了：

34、一种水轮机调速系统pid参数优化系统，包括：

35、系统数据收集模块，用于获取水轮机调速系统的相关数据，包括输入信号、输出信号、系统状态；

36、系统模型建立模块，用于根据收集到的数据和水轮机调速系统的动态特性，建立基于similink平台的仿真模型，该模型包括调速器、液压随动系统、压力引水系统和水轮机转矩与发电机及负载部分，其中，调速器负责调节水轮机的转速，液压随动系统实现机械能转化为液压能，压力引水系统将水流引入水轮机，水轮机转矩与发电机及负载部分则将水轮机的机械能转化为电能输出；

37、优化目标设定模块，用于根据系统性能需求，设定优化目标，采用基于遗忘因子的最小二乘法对水轮机调速系统进行参数辨识，根据遗忘因子递推算法，对历史数据进行分析和遗忘，保留当前数据并加入到最小二乘法的计算中，从而实现对系统模型的在线辨识；

38、参数初始化模块，用于随机生成一组初始的pid参数组合；

39、优化模块，用于将辨识得到的系统模型输入到聚类杂草入侵优化算法中，对pid参数进行寻优；首先进行频率扰动实验和负载扰动仿真实验，通过模拟不同工况下的系统响应，评估pid参数对系统控制性能的影响；根据实验结果，对pid参数进行调整和优化，以提高系统的响应速度和控制精度；在聚类杂草入侵优化算法中，将pid参数作为优化变量，将频率扰动实验和负载扰动仿真实验的结果作为适应度函数，通过模拟自然界中杂草的入侵和繁殖过程来进行优化搜索；在每次迭代过程中，根据适应度函数计算每个pid参数组合的适应度值，并根据适应度值的大小来选择复制和变异操作；通过不断迭代和优化，最终找到最优的pid参数组合；

40、优化结果评估模块，用于根据设定的优化目标，评估优化后的pid参数组合的性能，包括调速精度、稳定性；

41、优化终止判定模块，用于判断优化过程是否满足终止条件，如达到预设的迭代次数或误差范围则终止优化过程。

42、最优参数输出模块，用于输出最优的pid参数组合作为水轮机调速系统的参数。

43、根据一个优选的实施方式，所述仿真模型基于similink平台建立。

44、根据一个优选的实施方式，所述优化目标设定模块包括：

45、一维有压引水系统非恒定流模型如式1：

46、

47、式中，h为额定水击压力，q为流过管道的流量，ar为管道截面积，v为水流过管道的速度，d为管道直径大小，f为水对管壁之间的摩擦系数，g为当前地区重力加速度；

48、当将引水管道中的水位看似不变时，忽略水头损失的情况下，式1简化为：

49、

50、式2中，tr为水击相长，a为压力波在单位引水管道内的传播速度，单位为m/s；hw为管道特征值，其与流量、水流速和横截面积有关；

51、将式2进行拉普拉斯逆变换可得：

52、h(t)＝-e-2fh(t-tr)+2hwe-2fq(t-tr)-2hwq(t)         式3

53、式3中，f为摩阻系数，hw为引水管道特性系数，均为已知参数；将式3写成离散化方程的形式如式4：

54、h(k+1)＝-e-2fh(k+1-tr)+2hwe-2fq(k+1-tr)-2hwq(k+1)      式4

55、式中，tr为时间滞后项；

56、在k时刻，当前流量的表达式为：

57、

58、将式4和式5进行联立并整理得到标准形式式6：

59、

60、式中，z(k)＝h(k+1)+e-2fh(k+1-tr)，θ＝2hw[eqx,eqy,eqh,eqx2,eqy2,eqh2,eqxy,eqxh,eqyh]t；

61、根据整理的表达式6，对系统施加输入信号，使满足弱激励条件，代入加入遗忘因子的递推最小二乘法公式，即可得到辨识参数的估计值。

62、根据一个优选的实施方式，所述优化模块被配置为：初始化后，执行基于演化的聚类算法，然后根据簇大小和适应度值分别分配各簇拥有的杂草数和各优质杂草的种子数，标准偏差是基于统计信息，这意味着它是从每个集群中最适合的个体计算出来的，最后，进行高斯抽样，生成一个新的总体。

63、根据一个优选的实施方式，所述聚类杂草入侵优化算法的具体步骤包括：首先由聚类杂草算法随机产生一组pid初值，代入到调节器的模型中进行仿真，得出当前itae的值，作为itae初始值，之后聚类杂草算法进行第二次迭代，产生新的杂草位置，对应着一组kp，ki，kd参数，将新的参数应用于调节器系统模型，生成itae的值与初始值相比较，若低于初始值，则说明该组pid参数更优，将该组pid参数值所对应的itae的值设为最优值，若高于初始值，则将初始值设为最优值，再进行下一次的迭代，求出itae值与最优值作比较；如此往复，最终通过不断的迭代直到达到所设定的迭代次数，使itae函数值在迭代次数范围内趋于最小。

64、前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

65、本发明的有益效果：

66、1.引入聚类杂草入侵优化算法：通过将聚类杂草入侵优化算法引入到水轮机调速系统pid参数优化中，能够自动搜索最优的pid参数组合，提高优化效果。

67、2.考虑系统特性：本发明在优化过程中考虑了水轮机调速系统的动态特性和稳定性需求，使得优化结果更加贴近实际应用需求