自整定模糊PID型LFC.docx

自整定模糊PID型LFC.docx

《自整定模糊PID型LFC.docx》由会员分享，可在线阅读，更多相关《自整定模糊PID型LFC.docx（14页珍藏版）》请在冰豆网上搜索。

自整定模糊PID型LFC

自整定模糊PID型LFC

简介：

在这篇文章中，一种用来解决LFC问题的自整定模糊PID控制器将被提出。

模糊PID器是由一组控制规则构成的，控制信号可直接从知识库和模糊推理中得到。

另外还有一个自动调节装置。

它能对以在线方式的模糊PID控制器中的与微分系数相对应的输入比例因子和与积分系数相对应的输出比例因子进行调节。

这种自整定设备依靠峰值观测器的意见。

这些意见要根据具体的LFC问题进行调整。

它可以看成是一种由两个相关领域表示的系统。

前面提出的自整定模糊PID控制器在一些性能指标上已经同没有自动调节装置的模糊PID

1内容介绍：

1965年Zadeh首次提出模糊集合理论，1974年模糊逻辑控制算法由Mamdani首次应用蒸汽机上。

在随后的一些年里模糊逻辑控制广泛的应用于成功的工业实践中，并展现了重要的成就。

在这些应用中，电力系统的控制和模型化占了很大一部分，主要是因为他们的非线形和复杂的结构。

大规模电力系统一般由控制领域或者由一些表明发电机组耦合的领域组成。

各个领域通过直接连接线相连，直接连接线的使用是为了满足领域间的#能量交换并在不正常情况下对相关领域提供支持。

区域负载变化和不正常条件会导致设定好的能量和频率在区域间交换时不匹配，这些不匹配必须有LFC改正过来，其中的LFC是由所描述领域的发电机的能量输出规则所确定。

这些规则的实行要满足在响应系统频率变化和直接连接线加载时能在事先限制好的范围内维持已设定的系统频率和已建立起来的与其他领域的交换。

在经典LFC问题中的关键#是：

（1）跟随负载阶跃变化的稳态频率误差应消除,瞬时频率误差和时间误差应该小.

（2）假设每个领域能完成自己的负载变化,任一领域中负载阶跃变化所引起的连接线上的能量变化应为零.

（3）任何在紧急情况下需要能量的领域能得到其他领域的帮助.

LFC问题的常用控制策略是将控制误差的积分作为控制信号,一个积分控制器可以消除稳态频率误差,但是它的动态表现不是很好,为了改进瞬态响应多种控制技术如线形反馈,最优控制,可变结构控制已经提出.具有自动调节增益设定值的自适应控制器也为LFC问题所提出.人工神经网络也成功的应用与LFC问题并取得了希望的结果.另外对于LFC问题的模糊控制技术大多是基于PI控制器参数的模糊增益查询表.

在这篇文章中,用于一般LFC问题的积分控制器已经被自整定模糊PID控制器所代替.在这里使用的模糊控制器由一些启发式控制规则组成,控制信号直接从知识库或模糊推理中得出.这样的话,在这里所用的模糊控制技术不适合使用其它控制器的一些参数,而是直接产生控制信号,然而在这次学习中我们提出了一种新的可以改变主模糊PID控制器的输入输出比例因子的自整定机制这种自整定设备主要依靠在参考资料21中所提到的峰值观测器的意见.事实上峰值观测器的意见是根据LFC问题中的输入比例因子和输出比例因子这两个参数的改变而调整的.它可以看成是一个有两个相关领域表示的系统.这种自整定模糊PID控制器在些性能指标上已经同没有自动调节装置的模糊PID控制器，普通的积分控制器比较过了。

性能指标采用误差的平方的积分（ISE）,误差与时间乘积的积分,（ITAE）,误差的平方与时间乘积的积分（ITSE）.

2一个双相关领域的电力系统模型

一个双领域系统是有两个单独的领域由一种称为直接连接线的电线连接在一,起每个领域供给它的用户物质储集场.直接连接线允许电能在两领域间流通.当两个领域连接在一起后,在一个领域中的负载发生扰动,它会随着能量通过直接连接线在两领域间的流通而影响两个领域的频率输出.每个领域的控制系统需要与两个领域的瞬态激励有关的信息,以便把局部频率带回到稳态值.另一个领域的信息可以从它本身的频率输出波动或直接连接线中的能量波动看出来.因此直接连接线中的能量是敏感的,给出结果的直接连接线中的能量信号被反馈到两个领域,一个双相关领域的电力系统的结构图如图1

在常规系统中，一个积分控制器设定自己的涡轮参数功率。

在任何一个领域中发生扰动会影响两个领域的频率，在一个领域中的扰动会被另一个领域通过直接连接线中的能量变化所察觉。

任何一个领域的控制器都不应仅关注输入的频率变化，而是还应关注直接连接线中的能量的变化。

既然积分控制器只有一个输入，这两种被命名为局部频率变化和直接连接线中的能量变化的输入必须合成一个单独的信号作为控制器的输入，最简单的方式就是将它们线形合并，在1领域中积分器的输入是，2领域中积分器的输入是每个控制器的输入称为局部控制误差（ACE）

3模糊PID控制器

3.1模糊PID控制器的一般结构

一般情况下，模糊逻辑在PID控制器的设计上的应用可按照PID控制器的组成方式大致分为两类：

（1）常规PID控制器的增益是在线从知识库或模糊推理中得到，然后由常规PID控制器产生控制信号。

（2）一种典型的LFC是由一种神经网络控制规则构成，控制信号直接从知识库或模糊推理中导出，就像McVicar-Whelan中所做的那样或基于生成算法的诊断规则。

第二种类型中的控制器因为它的结构与常规PID控制器在输入输出关系这一点上相似被归于PID型LFC。

对于模糊PID控制器需要指出的是，通常情况下需要3-D规则，但由于3-D信息一般情况下超出了人们所能感觉的范围，所以很难获得3-D信息。

要获得比例，积分，微分控制行为，将一个模糊PID控制器的PI和PD行为合成一起是很##和方便的。

PID型LFC的公式可由将基于两个不同规则下的PI和PD型LFC合并而成或者将一个PD型LFC和一个在输出口的积分器合并然后将PD型LFC的输出加到积分器的输出上，如图2所示：

正如图2所示，模糊PID控制器的输出是：

U是模糊逻辑控制器的输出。

在参考资料21中介绍了一种##型控制器，这是一种带有##参考方法，重心去模糊法，将输入和##输出通过三角隶属函数化的控制器，可变的模糊逻辑控制器的输入，输出之间的关系可以表示为

由于和因此由公式

（1）和

（2）控制器的输出可得：

这样与PID型LFC等价的部分如下：

比例增益：

积分增益：

微分增益：

设计的参数分为以下两类：

（a）结构参数，

（b）运转参数，

基本上,结构参数包括可变的输入,输出,模糊推理,模糊语言集,隶属函数,模糊规则,推理机制,去模糊机制.运转参数包括输入,输出比例因子,隶属函数的参数.通常结构参数是在下线时设定的,而运转参数可以通过控制器的在线调整计算出来,从而增强了过程的性能,就好象调节它的对不确定系统或过程中有扰动系统的适应能力.

3.2自整定模糊PID控制器

现在,存在着许多启发式或非启发式自整定策略用于模糊控制器比例因子的调整.在参考资料21的学习中一种用峰值观测器的自适应PID型LFC已经提出,并用来调节PID型模糊逻辑控制器与微分系数相对应的输入比例因子和与积分系数相对应的输出比例因子.

峰值观测器保持对系统的输出进行观测,在每个峰值时刻传递一个信号,并且测量峰值的绝对值.参数规范器将在每个峰值时刻根据峰值#对控制器参数#和#进行调节.

值在如图3所示的2阶系统的典型单位阶跃响应中表示出来.调整比例常数和积分增益的算法如下:

和是和的起始值,它能容易的从等式4中推导出来,如果在下降的过程中上升的速率和下降的速率相同,那么等价为比例控制强度将保持不变.在这种条件下系统能够一直保持对误差的快速反应,它是通过更新积分系数或以相反的方向改变微分系数来实现的.

4对于LFC问题所提出的模糊PID控制器

模糊控制器通常是由一些启发式控制规则构成,控制信号直接从知识库或模糊推理中得出.在这一节中控制规则和隶属函数是这样获得的,就想线形PD控制器的特性一样,一个PID型LFC可以通过将模糊控制器和其输出口的积分器合并得到如图2所示.能够满足上述提到的各种控制器特点的规则中的最小值的控制规则如下:

规则1:

如果#是负的#也是负的#为负.

规则2:

如果#是负的#是正的则#为零.

规则3:

如果#是正的#是负的则#为零.

规则4:

如果#是正的#也是正的#为正.

隶属函数的选择如图4所示:

控制曲面如图5所示:

另外,一种调节主模糊PID控制器的输入输出比例因子的自整定设备已经出现,自整定设备是依靠我们3.2节所讲的峰值观测器意见工作的.在3.2节中积分因子的下降和微分因子的上升同峰值误差成正比.

前面提到的自整定模糊PID控制器的结构图如图6所示.模糊PID控制器的误差输入可以看作是LFC问题中的ACE,峰值观测器方法主要存在两个缺点,第一是自整定动作只能发生在最大误差产生后,这样如果#和#的初值不太合适,系统的响应可能趋于振荡,另一个缺点是在这种方法下如果大的峰值产生了,由于自整定设备的存在,控制器的积分因子和微分因子不会改变很大,这正如等式5所示.

峰值观测器方法的第一种缺点是由其本身所导至的,因为第一个峰值的产生是用来开启算法仪器的,这样另一种自整定算法必须被提出来克服这个问题.随着时间的发展,人们观察到使用带有合适的参数的模糊PID控制器能降低第一个峰值.在这一讲中为了克服第二个缺点。

对关系式5进行修正,关系式5变为:

C的值是由设计人员设定的以满足#########,通过修正,公式5中的参数#被公式6中的参数#所代替,通过这种方法当大峰值发生时#的值会在给定的区域内根据C的值趋近于另一个新的值.

由于LFC问题是一个常规的问题,它的目标是使误差最终趋于零,一个带有新的峰值显示的典型LFC系统响应如图7所示:

正如图7中所观察到的,C必须设定在如下范围:

0

5仿真

在这一节中,用于仿真双相关领域的电力系统的参数在表1中给出,图1中给出的不重复加热涡轮机####的线形模型已经被如图8所示的带有饱和元素D=0.015的非线形模型代替,这一替换是为了把对发生率的约束考虑进来以实现对实际情况中涡轮机的响应速度限制的值.

如果系统是稳定的,控制任务就是将领域1中的系统频率偏差##,领域2中的系统频率偏差##

和在两个领域中发生负载扰动##和##时产生的两领域间直接连接线中的能量流的偏差最小化.

由于两领域中的系统参数一样,##由##-##产生,系统的性能可以通过对系统施加扰动##观察时间

响应来大致测得.

模糊PID控制器的最佳参数#,#,#,#都是正常数,它是通过一种标准遗传算法在[010]内找

到的,这些参数的最佳值如下:

寻优算法所采用的是ISE性能指标

不同的性能指标用于和最优离线调整PID型控制器比较的自整定模糊PID控制器的性能,这些性能指标如下:

误差的平方的积分ISE

误差与时间乘积的积分ITAE

误差的平方与时间乘积的积分ITSE

ITAE用来补偿长时间过度比ISE更有选择性,一个采用这个准则的系统表现为小超调和好的阻尼系数

ITSE准则对大的起始误差加权很小,这样当瞬态响应中误差发生延迟时有很好的补偿.这个准则比

ISE准则有更好的选择性.

为了达到现实化,所做的纺真要在限制的时间内,另外,积分值常乘一个合适的常数,以便使性能指标的结果达到可以相互比较的值,于是以上准则被改写如下:

基于灵敏度分析的仿真通过考虑如上定义的性能指标,已经应用在参数C上.结果如图9所示.仿真的实施通过施加一个单步扰动##=0.01在第一领域内被观测到的第一个峰值是0.018HZ.因此,在区域0

所提出的自整定模糊PID控制器（SFPIDC）在一些性能指标上已经同没有自动调节装置的模

糊PID控制器（FPIDC），普通的积分控制器（CIC）比通过在第一领域内加一个单步扰动为0.01PU经ISE,ITSE,ITAE准则比较过了.对两个领域内各自的控制器我们把参数C设计为45,系统响应绘于图10中,如图10中所看到的FPIDC与CIC很高程度上改进了系统性能指标.另外SFPIDC更优于CIC并且比FPIDC有更好的性能指标,尤其是在超调量方面.

上面所提到的不同类型的控制器的性能指标如表2所示:

每个领域中的各自的控制器在公式7中的#的变化绘在图11中:

如图所示,

的值直到下一个峰值时才发生改变,不同类型的控制器的第二个领域的偏差分别在图12,13中绘出.

6总结:

为了改善瞬态响应,并能保持LFC问题的稳态特性提出了自整定模糊PID控制器,这种

新的控制器依靠通过一些调整的峰值观测器,克服了此方法的一个大缺点,将这种提出的

方法的性能与常规积分方法和模糊PID型控制器通过各种性能指标鉴定比较,这种方法,远

远超过CIC的表现,又改善了FPIDC的性能.

参考文献: