一种基于优化算法的同步发电机励磁控制系统及方法

技术领域

本发明涉及无刷励磁同步发电机领域，具体的涉及一种基于优化算法的同步发电机励磁控制系统及方法。

背景技术

无刷励磁同步发电机的发电机转子绕组采用的是交流励磁机提供励磁电流，具有结构紧凑、电路简单、运行可靠、控制方便和维护量小等优点。该结构省去了电刷和滑环，不会产生换向火花，适合在危险的工作环境中运行。同时，也提高了电机的绝缘寿命，省去了维护工作以及提高了励磁系统的可靠性。使无刷励磁系统能够在有防爆、防尘、防腐蚀等要求的特殊场合使用，在矿山、石油、化工等领域中广泛运用。无刷励磁系统稳定性高，是大容量发电机组的常用励磁方式之一。发电机的励磁控制系统设计的好坏直接影响发电机和电力系统的运行性能。

发明内容

本发明一方面提供了一种基于优化算法的无刷励磁同步发电机励磁控制系统，本发明提出的控制算法能够适应多种类型的发电机结构。包括信号采集传感器、定子端微处理器、通信系统、轴上微处理器、数字化电流控制装置；

基于优化算法的无刷励磁同步发电机励磁控制系统能够实时采集输出电压、电流等发电机状态信息，根据优化算法，实时计算控制参数，并将控制参数发送至励磁电流控制装置，调整励磁电流大小。

优选的，所述信号采集传感器，主要用于采集同步发电机输出端电压、电流、相角，转子转速，励磁电流等信息。

优选的，所述定子端微处理器，安装在定子端，不随转子转动，能够快速处理各个传感器获取的信息，并采用相应的智能算法进行控制，确保发电机输出保持稳定。

优选的，所述通信系统，主要为连接定子端微处理器和轴上微处理器，将定子端微处理器控制指令发到轴上微处理器，并将励磁电流等参数传递给定子端微处理器，通常采用光电耦合通信器件或者无线通信模式。

优选的，所述轴上微处理器，主要为接收定子端控制指令，并转化为励磁电流的控制参数，同时可将励磁发电机及励磁电流等参数发送至定子微处理器；

数字化电流控制装置，主要为可控硅整流器，能够根据输入的控制参数，改变流过的电流大小。

本发明另一方面提供了一种基于优化算法的无刷励磁同步发电机励磁控制方法，包括：

步骤S1：同步发电机启动，转子转速由零逐渐增加至额定转速；

步骤S2：励磁发电机随转子转速增加，输出电流逐渐增加；

步骤S3：主发电机电枢建立旋转磁场，电子切割磁感线，输出三相交流电；

步骤S4：随着发电机进入额定工作状态，输电电压、电流达到额定值；

步骤S5：当负载和相关电气参数变化时，输出电压电流发生变化；

步骤S6：实时采集输出电压、电流等发电机状态信息，根据优化算法，实时计算控制参数，并将控制参数发送至励磁电流控制装置，调整励磁电流大小；

步骤S7：通过励磁电流控制，确保输出端电压保持稳定，并针对特殊情况，采取灭磁等保护性措施。

优选的，t时刻，输出电压U(t)输出是轴转速Vr(t)和励磁电流I(t)的函数

U(t)＝T(I(t),Vr(t))；

设数字化电流控制装置的控制参数由控制指令X解码获得，则系统稳定运行需要优化控制指令X，从而获得最优的I(t)，使得输出电压U(t)为期望值

I(t)＝F(X,Vr(t))；

定子端微处理器基于智能优化算法，针对控制指令X，其输入为输出电压与设定值偏差、轴转速、励磁电流大小，为提高瞬态相应速度，将上述参数的一阶变化量也作为输入信息，则共有6个参数输入定子端微处理器

为输出电压变化速率，通过在微处理器中设定判断阈值，将短路、断路情况快速识别，不经过优化算法直接输出控制指令；

为转速变化率，当转速变化率超出设定阈值时，表示发电机的原动机存在故障，应及时报警，必要时切断动力耦合器以保护发电机；

为励磁电流变化率，通过该参数能够反映当前控制系统的工作状态，如果超出设定阈值，则会影响数字化电流控制装置工作效率，应检查发电机工作状态；

当

优选的，设控制指令X为D维向量，优化的目标函数为输出电压与设定值差的平方

J(X)＝(T(F(X,Vr(t)),Vr(t))-U

此外，需要满足励磁电流调节的约束，即I

优选的，优化方法具体包括：

步骤1：初始化阶段，随机生成SN个食物源，每个食物源表示一个控制指令的初始解，用D维向量表示：X

x

式中，i＝1,2,…,SN，d＝1,2,…,D，rand(0,1)是[0,1]的均匀分布的随机数；

步骤2：采蜜蜂搜索阶段，每一个食物源xi对应一个采蜜蜂，每个采蜜蜂随机选择一个邻居进行邻域搜索更新食物源，获得新的食物源为v

式中，i＝1,2,…,SN，d＝1,2,…,D，φ

优选的，优化方法进一步包括，步骤3：概率选择阶段，当所有采蜜蜂进行邻域搜索后，将所在食物源信息共享给观察蜂，观察蜂根据各食物源的蜜量进行概率选择；

step 1计算食物源的适应度值，食物源的适应度值fit

式中，f

step 2判断种群的收敛度，根据食物源的适应度值fit

R＝std([fit

std()为标准差计算函数，R值越大说明种群分布性较好，不容易陷入局部极值，若R值较小说明种群已经收敛，算法已经获得全局或局部极值；

step 3进行概率选择，设置种群收敛度阈值u，如果R>＝u，则第i个食物源被观察蜂选择的概率按下式进行计算

如果R

首先对适应度值fit

式中p(i)表示排序第i个食物源被选择的概率，采用ln()函数目的是使得所有食物源都具有一定被选中的概率，确保算法跳出局部极值的能力；

步骤4：观察蜂搜索阶段，观察蜂选择一个食物源后，同样按照邻域搜索的方式，更新食物源位置，

式中，i＝1,2,…,SN，d＝1,2,…,D，φ

步骤5：侦察蜂搜索阶段，当采蜜蜂和观察蜂多次搜索而食物源的质量没有改善时，放弃该食物源，该蜜蜂变为侦察蜂，并随机在解空间搜索一个新的食物源，如下式

x

式中，UB＝[UB

本发明的有益效果是：

1.该系统采用基于优化算法的无刷励磁同步发电机励磁控制系统，能够适应无刷励磁同步发电机作业要求，获得稳定可靠的输出。

2.该基于优化算法的无刷励磁同步发电机励磁控制系统是基于智能优化算法的一种自适应控制系统，能够根据系统当前的状态实时调整优化励磁电流，优化发电机输出。

附图说明

图1为一种基于优化算法的无刷励磁同步发电机励磁控制系统优化方法示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种基于优化算法的无刷励磁同步发电机励磁控制系统。

参照图1所述，为本发明一实施例提供的一种基于优化算法的无刷励磁同步发电机励磁控制系统优化方法示意图。

该控制系统主要包含以下部分：

信号采集传感器，主要用于采集同步发电机输出端电压、电流、相角，转子转速，励磁电流等信息。

定子端微处理器，安装在定子端，不随转子转动，能够快速处理各个传感器获取的信息，并采用相应的智能算法进行控制，确保发电机输出保持稳定。

通信系统，主要为连接定子端微处理器和轴上微处理器，将定子端微处理器控制指令发到轴上微处理器，并将励磁电流等参数传递给定子端微处理器。通常采用光电耦合通信器件或者无线通信模式。

轴上微处理器，主要为接收定子端控制指令，并转化为励磁电流的控制参数，同时可将励磁发电机及励磁电流等参数发送至定子微处理器。

数字化电流控制装置，主要为可控硅整流器，能够根据输入的控制参数，改变流过的电流大小。

该控制系统主要通过下述工作流程进行工作：

步骤S1：同步发电机启动，转子转速由零逐渐增加至额定转速。

步骤S2：励磁发电机随转子转速增加，输出电流逐渐增加。

步骤S3：主发电机电枢建立旋转磁场，电子切割磁感线，输出三相交流电。

步骤S4：随着发电机进入额定工作状态，输电电压、电流达到额定值。

步骤S5：当负载和相关电气参数变化时，输出电压电流发生变化。

步骤S6：基于优化算法的无刷励磁同步发电机励磁控制系统实时采集输出电压、电流等发电机状态信息，根据优化算法，实时计算控制参数，并将控制参数发送至励磁电流控制装置，调整励磁电流大小。

步骤S7：通过励磁电流控制，确保输出端电压保持稳定，并针对特殊情况，采取灭磁等保护性措施。

进一步的，步骤S6具体包括如下优化算法：

t时刻，输出电压U(t)，输出是轴转速Vr(t)和励磁电流I(t)的函数。

U(t)＝T(I(t),Vr(t))

设数字化电流控制装置的控制参数由控制指令X解码获得，则系统稳定运行需要优化控制指令X，从而获得最优的I(t)，使得输出电压U(t)为期望值。

I(t)＝F(X,Vr(t))

定子端微处理器基于智能优化算法，针对控制指令X，其输入为输出电压与设定值偏差、轴转速、励磁电流大小，为提高瞬态相应速度，将上述参数的一阶变化量也作为输入信息，则共有6个参数输入定子端微处理器。

为输出电压变化速率，通过在微处理器中设定判断阈值，可以将短路、断路等情况快速识别，不经过优化算法直接输出控制指令。例如输出端短路时，快速进行灭磁，将励磁电流降为最小。

为转速变化率，当转速变化率超出设定阈值时，表示发电机的原动机存在故障，应及时报警，必要时切断动力耦合器以保护发电机。

为励磁电流变化率，通过该参数能够反映当前控制系统的工作状态，如果该数值超出设定阈值，则会影响数字化电流控制装置工作效率，应检查发电机工作状态。

当

设控制指令X为D维向量，优化的目标函数为输出电压与设定值差的平方：

J(X)＝(T(F(X,Vr(t)),Vr(t))-U

此外，需要满足励磁电流调节的约束，即I

采用人工蜂群算法进行优化，特别的，根据需要可以采用其他优化算法进行优化计算。

(1)初始化阶段

随机生成SN个食物源，每个食物源表示一个控制指令的初始解，用D维向量表示：X

x

式中，i＝1,2,…,SN，d＝1,2,…,D，rand(0,1)是[0,1]的均匀分布的随机数。

(2)采蜜蜂搜索阶段

每一个食物源xi对应一个采蜜蜂，每个采蜜蜂随机选择一个邻居进行邻域搜索更新食物源，获得新的食物源为v

式中，i＝1,2,…,SN，d＝1,2,…,D，φ

(3)概率选择阶段

当所有采蜜蜂进行邻域搜索后，将所在食物源信息共享给观察蜂，观察蜂根据各食物源的蜜量进行概率选择。

step 1计算食物源的适应度值

食物源的适应度值fit

式中，f

step 2判断种群的收敛度

根据食物源的适应度值fit

R＝std([fit

std()为标准差计算函数，R值越大说明种群分布性较好，不容易陷入局部极值，若R值较小说明种群已经收敛，算法已经获得全局或局部极值。

step 3进行概率选择

设置种群收敛度阈值u，如果R>＝u，则第i个食物源被观察蜂选择的概率按下式进行计算：

如果R

首先对适应度值fit

式中p(i)表示排序第i个食物源被选择的概率，采用ln()函数目的是使得所有食物源都具有一定被选中的概率，确保算法跳出局部极值的能力。。

(4)观察蜂搜索阶段

观察蜂选择一个食物源后，同样按照邻域搜索的方式，更新食物源位置。

式中，i＝1,2,…,SN，d＝1,2,…,D，φ

(5)侦察蜂搜索阶段

当采蜜蜂和观察蜂多次搜索而食物源的质量没有改善时，放弃该食物源，该蜜蜂变为侦察蜂，并随机在解空间搜索一个新的食物源，如下式所示。

x

式中，UB＝[UB

根据设定的终止条件，通过迭代步骤2-5，最终输出最优的控制指令X。

对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，除非另有说明，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

最后应说明的是，上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。