基于混合蛙跳算法的船舶電力系統(tǒng)勵磁控制

楊薪冉，楊 鳴，侯慶偉

?

基于混合蛙跳算法的船舶電力系統(tǒng)勵磁控制

楊薪冉，楊 鳴，侯慶偉

（上海海事大學，上海 201306）

隨著船舶日益大型化和復雜化，電力系統(tǒng)控制日趨復雜，對船舶電力系統(tǒng)的穩(wěn)定性和自動化有了更高的要求。本文以船舶發(fā)電機為控制對象，首先利用simulink對船舶發(fā)電機勵磁控制系統(tǒng)進行建模，然后利用混合蛙跳算法(shuffled frog leaping algorithm, SFLA)、權重改進蛙跳算法(weight improved shuffled frog leaping algorithm, WISFLA)和粒子群算法(PSO)，分別設計出自動電壓調(diào)節(jié)器(AVR)并通過比較得到最優(yōu)控制器，最后應用最優(yōu)勵磁控制器對系統(tǒng)進行負載及電力系統(tǒng)故障仿真試驗，從而證明改進混合蛙跳算法應用在勵磁控制上有很好的效果。

勵磁控制系統(tǒng) 混合蛙跳算法 自動電壓調(diào)節(jié)器AVR 仿真

0 引言

海洋船舶向著超大型方向發(fā)展，海洋船舶電力系統(tǒng)的發(fā)電機單機容量不斷增大；各種電力設備的運用，使得船舶電力系統(tǒng)變得越來越復雜，對電力控制與管理系統(tǒng)的要求也越來越高，船舶電力系統(tǒng)控制的長期穩(wěn)定性與控制質(zhì)量的重要性日益凸顯[1]。船舶電力系統(tǒng)的特性很大程度上取決于系統(tǒng)中發(fā)電機組及其系統(tǒng)的特性，船舶發(fā)電機組的控制是船舶電力系統(tǒng)的核心內(nèi)容之一。船舶發(fā)電機組控制性能的好壞將直接影響船舶電力系統(tǒng)的供電質(zhì)量，其中勵磁系統(tǒng)的控制質(zhì)量將直接影響船舶電網(wǎng)的電壓穩(wěn)定和發(fā)電機無功功率輸出[2]。

目前，海洋運輸船舶中，自動電壓調(diào)節(jié)器AVR仍然是船舶發(fā)電機組的主要控制方式，但是由于系統(tǒng)的大功率發(fā)電機組往往具有強耦合性、不確定性、時變性、非線性等特征，普通發(fā)電機的控制很難進一步提高供電質(zhì)量，迫切需要先進的智能算法提高控制器的控制質(zhì)量[3]。

近年來，一些人工智能方法，如遺傳算法(GA)、和粒子群算法(PSO)被成功地應用到控制器參數(shù)優(yōu)化中[4-5]。然而，GA在解決被優(yōu)化參數(shù)相互關聯(lián)的優(yōu)化問題時效率較低，且易陷入局部最優(yōu)；PSO算法參數(shù)較多，在算法后期難逃局部最優(yōu)的困擾。該文針對這些問題，提出了具有GA算法和PSO算法各自優(yōu)點的混合蛙跳算法[6]。但傳統(tǒng)蛙跳算法收斂速度慢，故提出權重改進蛙跳算法[7]。仿真結果表明，權重改進混合蛙跳算法優(yōu)化參數(shù)時具有收斂速度快，優(yōu)化精度高等特點，能很好地應用到工程實例中。

1 船舶發(fā)電機控制系統(tǒng)結構

交流發(fā)電機輸出產(chǎn)生復功率，其中有功功率主要是通過原動機的調(diào)速器控制原動機的燃料供給量來調(diào)節(jié)的，而無功功率則主要是通過控制勵磁電流來調(diào)節(jié)[8]，船舶柴油發(fā)電機組控制系統(tǒng)的一般結構如圖1所示，通過調(diào)速器對柴油機進行調(diào)速控制，以調(diào)節(jié)發(fā)電機轉(zhuǎn)速，達到調(diào)頻作用；通過調(diào)壓器調(diào)節(jié)勵磁電流，對發(fā)電機進行勵磁控制，以實現(xiàn)輸出電壓控制。

圖1 船舶發(fā)電機組獨立控制系統(tǒng)結構

這里的調(diào)壓器采用自動電壓調(diào)節(jié)器AVR，如圖2所示[9]，其中、為等效增益和調(diào)節(jié)器的時間常數(shù)，、是模擬電壓調(diào)節(jié)器的等效時間常數(shù)，是發(fā)電機端電壓的給定值，為測量值，和為電壓調(diào)節(jié)器輸出電壓的最大值和最小值。

圖2 自動電壓調(diào)節(jié)器

2 混合蛙跳算法

2.1基本蛙跳算法

2.2權重改進蛙跳算法

(3)

(4)

2.3適應度函數(shù)的選擇

要使系統(tǒng)產(chǎn)生較優(yōu)的控制品質(zhì)，則必須要有一組好的AVR控制器參數(shù)、、、組合，為獲得滿意的動態(tài)特性，式(5)作為參數(shù)選取的最優(yōu)指標。

為了避免超調(diào)，采用了懲罰功能，即一旦產(chǎn)生超調(diào)，將超調(diào)量作為最優(yōu)指標的一項，此時最優(yōu)指標為：

3 仿真與分析

3.1參數(shù)優(yōu)化結果

本文采用粒子群算法、混合蛙跳算法和改進混合蛙跳算法對AVR控制器的四個參數(shù)進行優(yōu)化，各算法參數(shù)設置如下：

1)粒子群算法：種群規(guī)模50，迭代次數(shù)為10次；

2)基本蛙跳算法、權重改進蛙跳算法：子群數(shù)10，子群中青蛙數(shù)量5，總迭代次數(shù)10次；實驗得出、、、四個參數(shù)值如表1所示：

表1 不同算法計算的參數(shù)組合

由圖3可知，權重改進混合蛙跳算法對AVR控制器參數(shù)優(yōu)化的效果最好，超調(diào)量、穩(wěn)態(tài)誤差等都有較好的表現(xiàn)，故采用權重改進蛙跳算法優(yōu)化的控制器進行系統(tǒng)仿真。

圖3 不同算法得到的響應曲線

3.2船舶發(fā)電機勵磁系統(tǒng)建模

本文以一臺發(fā)電機為研究對象進行建模，如圖4所示，現(xiàn)進行仿真試驗，仿真時間為5 s。

圖4 勵磁系統(tǒng)仿真模型

1)50%負載實驗：=2 s時switch1閉合，此時接入負載，負載功率為發(fā)電機額定功率的50%。由圖5可知，為了帶動該負載，機械功率增加，為了保持端電壓不變，勵磁系統(tǒng)起作用，轉(zhuǎn)速有些下降，在轉(zhuǎn)速系統(tǒng)調(diào)節(jié)下，轉(zhuǎn)速上升，達到穩(wěn)定值。

圖5 50%負載時端電壓、轉(zhuǎn)速、機械功率變化圖

2)額定負載試驗：=2 s時switch2閉合，此時接入負載，負載功率為發(fā)電機額定功率。由圖6所示。此時端電壓明顯下降，同步發(fā)電機轉(zhuǎn)速下降，發(fā)電機輸出功率增加。在調(diào)速系統(tǒng)的作用下，同步發(fā)電機轉(zhuǎn)速逐漸上升，在勵磁系統(tǒng)的調(diào)節(jié)下，端電壓波動后，又達到穩(wěn)定值。

圖6 額定負載時端電壓、轉(zhuǎn)速、機械功率變化圖

3)電網(wǎng)三相接地故障試驗：=2 s時發(fā)生電網(wǎng)三相接地故障，故障持續(xù)1 s。從圖7、8可知，電網(wǎng)電壓突變?yōu)榱悖娋W(wǎng)電流增大，發(fā)電機輸出的機械功率增大。在勵磁系統(tǒng)的調(diào)節(jié)下，電網(wǎng)電壓波動后，達到穩(wěn)定值。

圖7 電網(wǎng)故障時電網(wǎng)電壓、電流變化

圖8 電網(wǎng)故障時端電壓、轉(zhuǎn)速、機械功率變化圖

4 結論

本文為了滿足日益復雜的船舶電力系統(tǒng)的性能要求，首先利用智能算法設計最優(yōu)控制器，實驗結果證明權重改進蛙跳算法優(yōu)化的控制器效果最好，然后應用最優(yōu)控制器對勵磁系統(tǒng)進行建模仿真，并進行了一系列負載，故障試驗，結果表明，改進混合蛙跳算法在船舶電力系統(tǒng)勵磁控制方面具有很好的效果。

參考文獻：

[1] 張曉東, 吳斐文. 某船電力推進系統(tǒng)方案分析與評價[J]. 船舶, 2002, (03): 56-58.

[2] Carson W Taylor. Power system voltage stability.北京: 中國電力出版社, 2001.

[3] 施偉鋒, 許曉彥. 船舶電力系統(tǒng)建模與控制[M].北京: 電子工業(yè)出版社, 2012:107-118.

[4] 王強, 麻亮, 強文義, 等.基于改進混合遺傳算法的二自由度PID控制器設器設計與應用[J].控制與決策, 2001, 16 (2): 195-202.

[5] 王介生, 王金城, 王偉. 基于粒子群算法的PID控制器參數(shù)自整定[J].控制與決策, 2005,20 (1) : 73 -76, 81.

[6] 孫沖. 混合蛙跳算法改進及控制參數(shù)優(yōu)化仿真研究[D]. 哈爾濱: 哈爾濱工業(yè)大學, 2011.

[7] 劉悅婷. 權重改進的蛙跳算法優(yōu)化PID參數(shù)[J]. 工業(yè)儀表與自動化裝置, 2014, (02): 7-10.

[8] 湯天浩, 韓朝珍. 船舶電力推進系統(tǒng)[M]. 北京: 機械工業(yè)出版社, 2015: 30-47.

[9] C. Yan, G. K. Venayagamoorthy and K. Corzine, "Hardware Implementation of an AIS-Based Optimal Excitation Controller for an Electric Ship," in IEEE Transactions on Industry Applications, vol. 47, no. 2, pp. 1060-1070, March-April 2011.

Excitation Control for Ship’s Electric Power System Based on Shuffled Frog Leaping Algorithm

Yang Xinran, Yang Ming, Hou Qingwei

（Shanghai Maritime University, Shanghai 201306, China）

TP391

A

1003-4862（2016）08-0044-04

2016-03-22

楊薪冉（1991-），女，學生。專業(yè)方向：控制理論與控制工程。