基于迭代学习控制理论的励磁控制研究

【摘要】：电力系统中，优良的励磁控制系统不仅可以保证发电机运行的可靠性和稳定性，而且可以有效地提高发电机及其相联的电力系统的技术经济指标，是提高电力系统稳定性的有效方法。快速励磁方式的广泛采用使得新型励磁控制方式的研究具有重要意义，由于电力系统具有高度非线性，当系统的运行点改变时(如负荷大幅度波动或发生严重的故障时)，系统的动态特性会显著改变。此时，线性控制器往往不能满足系统稳定性的要求，除非采取切机、电阻制动、甩负荷等紧急控制措施来保证系统的稳定性，因此有必要采用基于电力系统的非线性模型，并同时考虑系统非线性特性的电力系统非线性控制器。从迭代学习控制的控制机理出发，结合电力系统强非线性化的特点，本文将迭代学习控制理论应用到电力系统励磁控制中，提出采用迭代学习控制实现同步发电机励磁控制，以期改善控制系统的动态品质，如抑制超调，加快控制律的收敛速度，获得较短的过渡时间等等。 本文建立了单机无穷大系统同步发电机励磁的迭代学习控制结构，分析了在单机无穷大系统和两机系统中采用D型和PID型迭代学习控制律实现同步发电机励磁控制的收敛性，并通过严格的数学证明得出其收敛条件，通过迭代学习改善励磁控制器的特性，使其具有较强的维持同步发电机机端电压的能力，调压效果理想，实现方法简单，与常规的PID控制相比较，具有更好的收敛性和稳定性，而且该控制器不影响系统的稳定运行。 提出了一种变增益的迭代学习律，将PID-PI型和PID-PID型迭代学习控制算法应用于单机无穷大系统和两机系统的励磁控制上，在系统遭受大小扰动时，发电机的机端电压都能维持在额定电压的±5％范围内，收敛速度得到很大的提高，稳定裕度有所增加，提高了电力系统的稳定性，并且该控制器不影响系统的同步运行。 将迭代学习控制理论应用于励磁控制器的设计，使迭代学习控制对u(t)的记忆与修正改成对期望控制u_d(t)的记忆与修正，克服了迭代学习控制在有限时间区间上实现完全跟踪的限制，提出了拟合励磁控制器参数的新方法。该方法设计的控制器结构简单，可获得较佳的动态特性。 在分析常规PID励磁控制方式的基础上，采用迭代学习控制理论设计非线性PID励磁控制器，介绍该控制器的设计原理，利用最小二乘法拟合控制器的参数，在单机无穷大系统中进行计算机仿真，系统地分析该控制器的静态和暂态响应，检验其进行励磁控制的效果。采用该方法设计的励磁控制器在经历大小扰动时仍然能将发电机的机端电压维持在额定电压的±5％范围内，具有较好的动态特性；同时稳定裕度能满足性能指标的要求，具有较好的静态特性。