柴油发电机组励磁系统的智能控制方法研究

摘要：针对柴油发电机组工况复杂且励磁系统为非线性的特点，使用模糊算法和遗传算法对柴油发电机组的励磁控制系统进行了优化。在Matlab/Simulink环境下进行了突增、突减50%额定负载等工况的仿真实验，结果表明，经遗传算法优化的模糊PID控制器可以实现精准控制。

关键词：柴油发电机组;励磁控制系统;模糊PID控制;遗传算法

0 引言

在船舶电力系统中，主要的电源是柴油发电机组。柴油发电机组一般情况下由柴油发动机、同步发电机和控制系统三部分组成。因为海洋环境复杂，柴油发电机组的输出功率会有很大波动，非常不利于船舶的稳定运行。由于励磁控制系统可以平滑调节发电机机端的电压波动，因此稳定可靠的励磁控制系统在船舶航行过程中起着十分重要的作用。

1 柴油发电机组励磁控制系统模型

柴油发电机组通过跟踪负荷变化来调节供油量，使柴油机的输出转矩达到系统稳定运行的要求。本文采用液压式调速器作为柴油机调速器。

根据同步发电机的端电压进行励磁系统控制是较为完善的一种方案，将同步发电机的端电压与额定值的差值作为励磁控制器的输入，励磁控制器的输出为励磁电压，作用于同步发电机的励磁绕组，从而使输出端电压满足船舶运行要求。根据相关要求，同步发电机使用星形连接的五阶数学模型。

柴油发电机组励磁控制系统的仿真模型是在Matlab/

Simulink中搭建的，主要由励磁调节模块、转速调节模块、同步发电机模块以及负载模块组成。

2 励磁系统模糊PID控制器设计

在实际控制系统中，我们没有办法对所有系统进行建模分析。对于非线性的高阶复杂电力系统来说，采用模糊控制方法具有一定的可行性[1]。

模糊PID控制器的设计可分为以下步骤：

2.1    确定模糊控制器的结构

一个完整的模糊控制系统，根据检测到的输入变量的个数和维数，可以将模糊控制器分为多变量模糊控制器和单变量一维模糊控制器、单变量二维模糊控制器以及单变量多维模糊控制器。考虑到本文的输入量是e和ec两个参数，本文选用的是单变量二维模糊控制器。

2.2    定义输入、输出模糊集

建立模糊规则需要用语言变量来表达，而模糊语言变量的定量描述由它的隶属度函数决定。论域的基本作用是将输入的变量经过模糊化后变为离散的变量，按照一定的区域进行分配，以及将通过模糊推理求得的输出变量按照固定的区域分配，等待去模糊化[2]。

本文中输入变量e和ec所对应的隶属度函数的论域为[-6，6]，输出变量kp、ki、kd所对应的隶属度函数的论域为[-3，3]。

2.3    确定隶属度函数

本文使用了三角形隶属度函数对控制变量进行描述。

2.4    模糊规则的设计

PID 3个参数在控制过程中是紧密相连的，一个参数的改变可能会引起另外两个参数的改变。专家学者根据员工多年来积累的实际操作经验总结了49条模糊控制规则，该规则详细阐述了PID 3个参数在任何条件下的控制规律。

模糊PID控制结构图如图1所示。

3 遗传算法优化模糊PID控制器

模糊PID控制器要获得合适的模糊控制规则和隶属度函数，需要耗费大量时间与精力，效率过低，不利于在实际工程中的应用。因此，需要用其他智能算法优化模糊控制器。

遗传算法可直接对问题的编码集而不是变量本身进行操作，具有广泛的实用性。故本文采用遗传算法对模糊PID控制器的比例因子ke、kec和量化因子kp、ki、kd进行优化。

设计遗传算法优化模糊PID控制器的过程如下：

3.1    选择合适的编码方法

遗传算法的编码方法有很多种，主要包括二进制编码、浮点数编码、格雷码编码等[3]。这里遗传算法采用二进制编码方式，分别优化励磁系统模糊PID控制器的ke、kec、kp、ki、kd等5个参数。

3.2    初始化种群

随机产生 psize个参数，使用浮点数编码作为个体编码方式。

3.3    确定适应度函数

在生物学中，适应度是一个指标，用来衡量某一种群对它所处环境的适应程度。在遗传优化算法中，将群体中适应度函数高的个体保留到下一代。本文用ITAE（误差绝对值时间积分）作为适应度函数，具体表达式为：

3.4    控制參数的选取

这里我们选择种群大小psize=10，迭代次数maxgen=50，变量个数nvars=5，交叉概率Pc=0.85，变异概率Pm=0.05。

3.5    遗传算子的设计

本文的选择算子使用比例选择算子，变异算子选择基本位变异算子，交叉方法是单点交叉。

4 仿真分析与研究

本文建立了柴油发电机组励磁系统的常规PID控制器、模糊PID控制器、遗传算法优化的模糊PID控制器3种控制器仿真模型，在突增、突减50%额定负载的工况下进行了仿真分析。

系统在突增、突减50%额定负载工况下的输出响应曲线如图2所示。

系统以额定负载启动，其稳定运行后，在第7 s时增加50%额定容量的三相负载，在第14 s时减去此三相负载。对于励磁电压和端电压，遗传算法优化的模糊PID控制器比常规PID控制器和模糊PID控制器更快达到稳定状态，超调量也更小，拥有较好的控制性能。

5 结语

通过本文的研究可以发现，应用模糊算法可以改善常规PID控制器的控制效果，而使用遗传算法改变模糊PID控制中的比例因子和量化因子可以起到优化控制器的作用，具有很大的现实意义。

[参考文献]

[1] 欧阳松，王晶，柯常国.船舶柴油发电机组的模糊控制及其优化研究[J].船电技术，2020，40（1）：18-22.

[2] 李兵洋，肖健梅，王锡淮.基于遗传算法优化的同步发电机模糊PID励磁控制[J].工业控制计算机，2016，29（11）：78-79.

[3] 王德意，谢博，孙新志.基于遗传算法的同步发电机模糊PID励磁控制器[J].电力自动化设备，2005，25（6）：66-69.

收稿日期：2020-04-03

作者简介：徐志鸣（1996—），男，江苏盐城人，硕士研究生，研究方向：电力系统控制。