复杂管系水轮机调节系统非线性建模与分析温亮

复杂管系水轮机调节系统非线性建模与分析温亮

温亮

（松花江水利发电有限公司丰满发电厂水工部吉林省吉林市132108）

摘要：水轮机调节系统是一个非线性、时变、非最小相位的复杂控制系统，单一的控制技术都有各自的优缺点,难以满足复杂控制系统的全部要求。因此，将多种控制技术合理的结合在一起,发挥各自的优点,形成综合控制技术,将是水轮机调节系统控制技术的发展方向。

关键词：水轮机调节系统；控制技术

1水轮机调节系统存在的问题

PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性（Robustness）强和可靠性高，被广泛应用于过程控制和运动控制中，也是目前水轮机调速器中使用最广泛、技术最成熟的一种控制策略。在PID控制中，一个关键的问题是PID参数的整定，常规的方法是在获得对象精确数学模型的基础上，根据某一整定原则来确定PID参数。对水轮机调节系统而言，通常用额定工况点附近的线性化模型来近似描述调节对象的数学模型。

2水轮机调节系统中控制技术的应用

2.1自适应控制。自适应控制运用现代控制理论在线辨识对象特征参数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内。自适应控制的这种特性对于水轮机调节系统被控对象这类时变系统具有很强的针对性，因此引起了广泛的关注。实践证明，引入自适应控制技术是改善系统性能的一条有效途径。叶鲁卿等提出了根据机组运行工况的特征参数插值获得PID控制参数的变参数PID控制思想，取得了良好的效果；O.P.Malik针对自适应控制实际应用，当出现不可避免的高频运动和不可测量的输出扰动时系统可能的失稳，提出了一种基于极点配置自适应控制技术的鲁棒稳定设计算法，改善了系统的闭环稳定及鲁棒性。

2.2预测控制。预测控制由于具有建模简单、鲁棒性强、可方便处理各种约束条件等优点，在水电控制中得到了广泛的应用。[3]水轮发电机组水压、转速联合预测控制的设计方法，水压预测分别在刚性水击及弹性水击两种工况下进行。仿真研究结果表明，水压预测控制比水压反馈调节更为及时，是一种兼有前馈和反馈优点的控制方法，在保持转速调节仍有较好品质的前提下，明显地改善引水道内水击效应，使机组的稳定工作极限得以提高。提出了一种适于有水力联系的多水轮机系统调节的分散预测控制策略，分散控制满足了实际系统的物理要求，对每台机组则采用性能优良的预测控制方法。仿真结果表明这种控制策略能获得良好的动态特性和较强的鲁棒性。

2.3最优控制。在最优控制理论应用方面，[3]研究了水轮机调速系统的状态反馈控制的若干问题，包括基于二次型性能指标的全状态反馈最优控制、引水道状态观测器、部分状态构造、近似最优控制、状态调节器与PID调节器的关系，电站试验初步证明了状态调节器的有效性。针对轴流转桨式水轮机导叶和桨叶双调节问题，利用优化鲁棒控制方法设计系统，在考虑水轮机多重不确定性建模的基础上设计出优化鲁棒调节器，在整个水轮机运行范围内，保证了系统的稳定性以及调节品质，尤其当负荷大范围波动时，设计的调节器品质远优于PID控制器。

3.水轮机调节系统中智能控制技术的应用

现代控制理论一般均要求知道被控对象的数学模型，而对于水轮机调节系统这样的复杂系统，要得到其精确数学模型几乎是不可能的，因此将智能控制引入到水轮机调节系统不失为一种好的策略。智能控制是控制理论发展的高级阶段，其主要内容包括：专家控制、模糊控制、神经网络控制等。

3.1专家控制。在专家控制应用方面，面向对象的水电厂智能故障诊断系统，采用面向对象的层次模块化故障诊断方法，将水电机组的故障按其工作原理、结构及故障机理分析划分，将整个对象的诊断问题划分为不同层次、不同规模的子诊断对象，并逐层逐块地深入诊断，提高了水电机组故障诊断地准确性和可靠性。但由于专家控制存在控制的实时性和机器学习二个主要问题，因而目前专家控制还不能直接用于水轮发电机组的实时控制中。

3.2模糊控制。从水电机组的特点来看，采用模糊控制被认为是一种有效的解决方法。模糊控制由于不需要了解对象精确的数学模型，对于处理非线性时变参数系统的控制问题具有良好的控制效果。在对水轮机调节对象模型特性作出分析的基础上对采用Fuzzy控制规则和算法进行了研究，通过计算机仿真证明了模糊控制与其它经典控制相比较，系统具有较快的收敛性和鲁棒性，虽然在Fuzzy控制的基础上考虑了引入积分控制作用，但仍难以克服稳态偏差。提出Fuzzy－PID复合控制的对策，结果表明，此种控制方式可以结合模糊控制和PID控制的优点，从而使水轮机调节系统具有更优良的动态品质。

3.3神经网络控制。在神经网络控制应用上，对多层前向神经网络，运用递推预报误差算法对水轮发电机组进行了非线性建模研究。实践证明，神经网络控制系统对非线性系统具有较好的控制性能。目前，国内已有部分水电控制专家正着手开发既能有效处理模糊知识又能有效学习的模糊与神经网络集成技术，提出了一种智能模糊控制系统，它充分利用水轮机调速器的现有硬件资源，在进行智能模糊实时控制的同时，以神经网络完成对水轮机调节系统的模拟和学习，解决了以往控制学习时由于模型未知而无法求反向传播误差的问题，为智能控制提供了新的解决途径。

3.4其他。遗传算法（GeneticAlgorithm）在水电机组控制领域中的应用也取得了一些成果。将遗传算法作为调节参数空间寻优的方法，用于水轮机的优化控制。通过模拟及数字仿真表明，遗传算法应用于实际水电厂是可行的，并且它具有对电厂噪声以及电网事故较强的抗干扰能力。粒子群优化算法PSO（ParticleSwarmOptimization）作为一种新型的优化算法也逐渐在控制领域内开始应用。[3]应用改进型PSO算法对水轮机调节系统PID参数进行优化，取得了良好的效果。实验表明PSO算法能比遗传算法更准确快速地找到规定性能指标条件（如ITAE、ISE等）下的最优PID参数。

水轮机调节系统是一个集水、机、电于一体的综合型控制系统。水轮机调节系统的基本任务是根据电力系统负荷的变化不断调节水轮发电机组的有功功率输出，并维持机组转速在规定的范围内。频率是电能质量的重要指标之一。频率的变化直接影响使用异步电动机的工业用户的产品质量。因此，作为水电站主要控制设备的水轮机调速器的设计制造将直接影响到电力系统的安全、经济和优质运行。而水轮机调速器的性能主要取决于硬件平台以及所选用的控制策略。对于一个确定时段而言，硬件平台的选择往往受到当时技术水平的限制，因此选择合适的控制策略，充分利用调速器硬件资源是提高水轮机调速器控制性能的首要途径。

参考文献

[1]张勇传.水轮机水压、转速联合预测控制器研究[J].水电能源科学，2015，（3）.

[2]张立翔，徐天茂.水电站多机组的分散预测控制器研究[J].水电能源科学，2016,（3）.

[3]刘育骐,王柏林.浅谈水轮机调节系统的状态反馈控制[J].华中工学院学报，2014,（5）.

[4]申新卫．面向对象的水电厂智能故障诊断系统[J].电力系统自动化，2015，（2）.

[5]李植鑫,陈启卷.水轮机调节系统Fuzzy控制研究[J].武汉水利电力学院学报,2016,（5）.