一种柴油发电机组智能非线性鲁棒控制器设计方法
文献发布时间:2023-06-19 18:27:32
技术领域
本发明属于柴油发电机组控制技术领域,特别是涉及一种柴油发电机组智能非线性鲁棒控制器设计方法。
背景技术
柴油发电机组是一种以柴油机为原动机,拖动同步发电机发电的电源设备。柴油发电机组调速系统由柴油发动机、发电机、调速器、执行器等组成。调速是指:机组所带负荷的变化会引起柴油发动机所受发电机的阻力的变化,需要改变柴油发动机的供油量,以使发动机输出的转矩与发电机造成的阻力相平衡,确保机组转速稳定。
柴油发电机组是一个复杂的带有内部机电耦合的设备,其数学模型表现为很强的非线性特性,基于柴油发电机组非线性模型基础上的调速系统控制问题一直以来是柴油发电机组控制的重要课题,得到很多关注,其中的难点主要体现在非线性模型带来控制计算的复杂性。
发明内容
本发明提出将人工智能优化算法应用于柴油发电机组调速系统非线性鲁棒控制器设计,利用其在解决非线性问题上的优势,利用直接反馈线性化的方法将柴油发电机组非线性模型线性化成线性状态空间模型,在对应的线性状态空间模型下设计调速系统智能非线性鲁棒控制器,这样有效地解决了柴油发电机组数学模型非线性特性带来的困难。
为实现上述目的,本发明提供了如下方案:一种柴油发电机组智能非线性鲁棒控制器设计方法,包括:
建立柴油发电机组调速系统的非线性模型,通过反馈线性化方法获取带虚拟控制量的线性模型;
基于H
优选地,所述柴油发电机组调速系统的非线性模型为:
其中:δ为发电机功角;ω为电角速度;L为执行器输出轴位移;X′
优选地,通过反馈线性化方法获取带虚拟控制量的线性模型的过程包括,采用反馈线性化理论,以X
优选地,所述状态变量X
所述第一线性模型表示为:
所述虚拟控制量表示为:
优选地,所述第二线性模型表示为:
所述线性状态空间模型表示为:
其中,
B
B
优选地,所述状态反馈控制器表示为:
其中,F为待求的状态反馈矩阵,v=Fx;F=[f
优选地,根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定的过程包括,定义动态性能评价信号,在矩阵不等式限定条件下,由增广矩阵矩阵A、B
优选地,所述动态性能评价信号为
加权矩阵C
D
D
D
D
优选地,所述矩阵不等式的限定条件为:
当||T
为了不失一般性,令γ=1;
对一给定的正常数η,须使得||T
Tr(Q)<η
其中,Tr(Q)为求矩阵Q的迹,对于η则不做限制;
当X
优选地,基于樽海鞘群算法对μ
(1)由樽海鞘群算法产生樽海鞘群,并将个体依次赋值给μ
(2)利用矩阵A、B
(3)更新控制信号v=Fx;
(4)在固定扰动下运行线性状态空间模型,输出性能指标
(5)是否达到最大迭代次数,是则结束,且F整定为性能指标
本发明公开了以下技术效果:
本发明提供的一种柴油发电机组智能非线性鲁棒控制器设计方法,基于柴油发电机组一阶非线性模型,利用引入的新状态变量,采用直接反馈线性化的方法将柴油发电机组非线性微分方程模型线性化成线性状态空间模型,得到柴油发电机组线性数学模型;然后设计柴油发电机组的调速系统控制器,并且通过樽海鞘群算法完成控制器的最优化,实现柴油发电机组智能非线性鲁棒调速控制器的设计。在柴油发电机调速控制上,相比于采用传统的PID控制器,本发明采用智能非线性鲁棒控制器能够表现出更短的调节时间,更优的暂态性能,有效地解决了柴油发电机组数学模型非线性特性带来的困难,且采用SSA算法进行优化,能在更少的收敛代数上避免陷入局部最优解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的柴油发电机组调速系统原理图;
图2为本发明实施例的SSA算法优化整定调速系统控制器的状态反馈矩阵F的过程示意图;
图3为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器开机工况下,发电机转速变化曲线仿真结果图;
图4为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器静态负载扰动工况下,发电机转速变化曲线仿真结果图;
图5为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器动态负载扰动工况下,转速变化曲线仿真结果图;
图6为本发明实施例的通过樽海鞘群优化算法进行优化操作下,适应度ISE值随着迭代次数变化的曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供了一种柴油发电机组智能非线性鲁棒控制器设计方法,包括:
首先在柴油发电机调速系统的非线性模型的基础上,以直接反馈线性化的方法建立的柴油发电机组线性模型,然后采用线性矩阵不等式工具箱求得在约束下的控制器的状态反馈矩阵,在求解过程中采用樽海鞘群算法(SSA)进行寻优整定,从而得到柴油发电机调速系统智能H
Step1、在柴油发电机调速系统的非线性模型的基础上,建立以直接反馈线性化为方法的柴油发电机组调速系统线性模型,并设计对应的柴油发电机组调速系统控制器,具体步骤如下:
(1)已知下柴油发电机组的非线性微分方程数学模型可以表示为:
其中:δ为发电机功角;ω为电角速度;L为执行器输出轴位移;X′
由上式(1)可知控制信号u的变化会引起执行器输出轴位移L的变化,进而引起功角δ和电角速度ω的变化起到调速的作用,控制信号u就是调速的关键;
(2)设置3个新的状态量x
(3)对公式(1)所描述的非线性微分方程数学模型,选定新的状态来描述机组调速系统的动态特性,在这些状态量下柴油发电机调速系统的数学模型描述为:
这里,d
引入虚拟控制量v并且采用直接反馈线性化的方式,这里的v定义为:
那么,引入系统各种抽象扰动w以及虚拟控制量v后的式(3)写成一个线性模型的形成,并且该模型可以表示为:
(4)通过3个新的状态量以及虚拟控制量v可以得到用线性状态空间模型表示的柴油发电机调速系统非线性微分方程数学模型,柴油发电机调速系统用线性状态空间模型可以描述为:
本实施例的A,B
B
B
Step2、采用MATLAB内的LMI工具箱求针对式(6)的控制器状态反馈矩阵F,求解过程中采用樽海鞘群算法(SSA)进行寻优整定,从而使得调速系统智能鲁棒控制器,具体步骤如下:
(1)定义针对式(6)的动态性能评价信号为:
对加权矩阵C
D
D
D
D
其中,μ
使用MATLAB内的LMI工具箱,在H
樽海鞘群算法(SSA)的具体算法如下:
假设在N维的欧式空间,其中N表示群体规模,种群的位置信息采用二维矩阵表示,樽海鞘领导者负责在空间中搜索食物源,引领整个群体移,其位置更新数学表达式为:
其中,
收敛因子c
其中:
在跟随者位置更新时,增加线性减小的惯性权重w来加快SSA算法的收敛;
其中,l
此时的跟随者位置更新数学模型可以描述为:
优化过程的适应度函数采用平方误差积分准则(ISE)进行计算得到,其可以表示为:
其中,Δω为柴油发电机组受特定扰动后实际电角速度与期望电角速度的偏差)。
要求设计控制器v=Fx,使得由式(6)所描述的线性闭环系统是渐进稳定的,且满足从w到式(7)所描述的鲁棒性能评价信号输出z
对此,采用的线性矩阵不等式描述为:
(2)当||T
为了不失一般性,令γ=1;
(3)为使系统控制性能处于一个好的水平,对一给定的正常数η,须使得||T
其中,Tr(Q)为求矩阵Q的迹,对于η则不做限制;
(4)联立上式(4)和(5),且X
在求解过程中,其中A,B
产生樽海鞘群,个体依次赋值给μ
由矩阵A,B
更新控制信号v=Fx;
④在固定扰动下运行线性状态空间模型,输出性能指标
⑤是否达到最大迭代次数l
(5)将优化整定后得到的F带入就能得到相应的以3个新的状态量所描述的柴油发电机组调速系统控制器为:
v=Fx=f
将公式(11)带入(4)那么就能得到以状态δ,ω,以及L所描述的柴油发电机调速系统的控制器为:
带入之前所设置的状态量x
对实施例1设计方法进行仿真和验证:
为了验证本发明提出一种基于樽海鞘群算法的柴油发电机组智能非线性鲁棒调速控制器设计方法的正确性与先进性,将机组参数代入实施例1,设计出柴油发电机组调速系统智能H
经过100代的寻优操作,可以得到最优的评价矩阵为:
联合矩阵A、B
F=[-1.9188 -1.8738 -35.604]
仿真工况一:如图3所示为柴油发电机开机工况仿真,假定在0秒时启动柴油发电机,从图中发现,现有最优PID控制下柴油发电机转速动态响应曲线时间明显过长,且出现较大的超调量。
仿真工况二:柴油发电机突然载入静态负载工况仿真,运行到28秒时柴油发电机需要带一个静态负载。此工况下,现有最优PID控制下和实施例1智能非线性鲁棒调速控制下柴油发电机转速动态响应曲线对比如图4所示。
仿真工况三:当柴油发电机运行到55秒钟的时候,载入一个动态负载,在这个工况下的对比图如图5所示。
如图6所示,仿真结果说明:从仿真结果分析,实施例1设计的智能非线性鲁棒调速控制可以使调速系统具有较强的鲁棒性,在扰动下表现出调节时间短,超调量小,震荡次数少等优异的动态性能,证明了本发明实施例1提出的柴油发电机智能非线性鲁棒调速控制器设计方法的正确性。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。