发电机系统控制方式研究.doc

1、发电机系统控制方式研究摘要：针对发电机系统这个复杂、多变量、非线性对象的控制研究主要集中在励磁控制、调速器控制、励磁系统与调速器综合控制等方面。励磁系统的功能是调节发电机电压和无功功率输出。调速器控制与转速调节有关，控制能量供应系统。现有的研究也表明，发电机系统的励磁控制、调速器控制、励磁系统与调速器综合控制是改善发电机组稳定运行条件、提高机组性能、保证供电电能质量的主要措施。 关键词：发电机；控制系统；对比研究 一、励磁系统控制 在众多改善发电机稳定运行的措施中，提高励磁系统的性能被认为是最有效和经济的措施之一。励磁系统是同步发电机的一个重要组成部分，对发电机的动态行为有着很大的影响，可以帮

2、助提高电力系统的稳定极限。早期的励磁系统是通过手动控制来调节励磁绕组的电压以维持所需的发电机端电压和相应的无功出力。 1.1 励磁方式的改进 目前，励磁系统可按励磁功率源的不同归纳为三大类：（1）直流励磁系统，通过直流励磁机供给发电机励磁功率；（2）交流励磁系统，通过交流励磁机及半导体可控或不可控整流供给发电机励磁功率；（3）静止励磁系统，它从机端或电网经变压器取得功率，经可控整流供给发电机励磁功率，其形式通常为自并励或自复励的。 自并励或自复励的半导体励磁系统由于响应速度快、无旋转部件、制造简单、易维修、可靠性高，可适用于大容量机组，且对于水轮发电机组而言布置方便，并有利于缓解水轮机甩负荷时

3、的超速引起的过电压问题，故目前在大中型水电机组中得到推广应用，并正进一步用于火电机组。 1.2 励磁控制策略的发展 考虑到发电机是一个非线性强、工况多变的复杂对象，要想提高励磁系统的控制品质和鲁棒性能，有效措施是采用非线性控制理论和方法。随着非线性控制理论的不断发展，在电力系统控制中的应用越来越广泛，各种非线性励磁控制也迅速发展起来，主要有以下几种励磁控制方法： （1）李雅普诺夫函数法。该方法以李雅普诺夫第二稳定性理论为基础，通过构造能反映机组运行规律的李雅普诺夫函数，并以其作为最小目标设计控制律。该方法直接考虑了励磁系统的非线性特性，原理简单，易于掌握，然而具体设计中的李雅普诺夫函数不易得到

4、，在工程应用中面临着限制。 （2）反馈线性化法。反馈线性化法包括微分几何法、直接大范围线性化和逆系统方法等若干种设计手段。微分几何法利用微分几何这个数学工具，通过合理的坐标变换找到非线性反馈规律，引入虚拟控制量将非线性系统映射为一个线性系统，适合于仿射非线性系统。 （3）H励磁控制：该控制方法是一种综合考虑控制系统的鲁棒性和目标函数最优的控制方法，以某运行区问的性能指标为目标函数，设计的参数具有更低的灵敏度，控制器具有较强的鲁棒性能。 （4）变结构励磁控制：变结构控制鲁棒性强，通过滑动模态切换控制，强制系统在滑面上运行以使系统镇定。基于平衡点处近似线性化模型设计了 VSC 励磁控制器，该控制器

5、具有一定的鲁棒性能，但平衡点处近似线性化模型决定了它不能从根本上解决电力系统控制器的鲁棒性问题，采用基于反馈线性化模型的非线性变结构励磁控制，并采用附加励磁的控制方式，提出了同时改善发电机功角稳定和电压动态特性的变结构励磁控制设计方法。 （5）自适应励磁控制：自适应控制通过连续测量控制对象的动态特性，与所希望的动态特性相比较，从而判断励磁系统运行状态并选择预设的控制参数，该方法能有效地解决励磁控制器对运行工况变化的鲁棒性问题，控制性能较好。 （6）智能励磁控制方法：随着智能控制理论与方法的不断发展，以模糊逻辑控、神经网络控、专家系统控制为代表的智能控制方法在电力系统中得到了广泛的研究和应用，已

6、成为控制领域最重要的一个发展趋势。模糊控制无需建立对象的数学模型，具有较强的鲁棒性，控制机理符合人们对工业过程的直观描述和思维逻辑，是解决对象非线性特性的一种有效途径。现在已经形成了许多种基于神经网络的控制器设计方法。基于模糊自回归滑动平均模型的自组织稳定器、自适应自调整模糊励磁控制器将神经网络控制应用于发电机励磁系统的设计，利用神经网络控制算法来设计智能励磁控制器，取得了较好的性能和效果。 二、发电机系统的综合控制 发电机的励磁系统和调速器是发电机综合控制的重要内容，只有励磁系统控制而没有良好的调速器控制则不能从根本上提高电力系统的暂态稳定性；相反，只有调速器而没有性能良好的励磁控制器的共同

7、作用，也不能达到理想的控制效果。因而励磁系统与调速器的综合控制成为发电机组控制的主要发展趋势。综合控制器的一路输出控制发电机励磁电流，一路输出控制汽轮机汽门开度，实现对发电机频率、有功功率、端电压、无功功率、电流、功角、磁通等运行变量的控制。发电机的励磁系统和调速器的综合控制一直是发电机控制中的研究热点，现代控制理论也广泛应用于发电机组的协调控制。 智能控制作为一个学科分支只有二十余年的历史，目前其理论体系还处于不 断完善的过程中。智能控制技术在发电机系统中的研究与应用，总的来看，还处于不断上升和发展的阶段，仍有不少需要解决的问题，如：智能控制器的非线性处理能力、控制算法的复杂程度、控制的实时

8、性、鲁棒性等。建立符合实际的发电机系统数学模型，采取既符合理论、又适用于工程实际的智能控制理论和方法，对发电机系统进行有效、高质量的调控，对现代电力系统的安全稳定运行也同样非常重要。结合发电机系统这个实际对象，将先进智能控制策略引入到发电机系统中来，应用智能控制技术的成果，如模糊控制、神经网络控制、支持向量机控制，将是今后发电机系统控制的一个主要发展方向，具有十分重要的应用价值。 三、结论 发电机控制中如何采用智能控制，采用何种理论和方法，控制器的稳定性、鲁棒性与实时性如何，能否达到满意的效果，这些方面的研究还有待继续深入。在进行系统分析与设计时，充分利用智能控制的非线性、自适应、自学习、变结

9、构等各种功能来克服发电机系统的强非线性、耦合、工况变化范围大、干扰大等不利因素，并可以提高系统的鲁棒性和稳定性。因此，结合对象的实际特点，研究适用的智能控制理论方法，解决发电机组控制中的一些关键问题所涉及的研究内容是相当丰富的，由于作者的水平限制，会有许多考虑不到的地方，希望以后的研究者结合实际多做些这方面的工作。 参考文献 1 陆继明等.同步发电机微机励磁控制.北京：中国电力出版社，2006. 2 商国才.电力系统自动化.天津：天津大学出版社，1999. 3 桂小阳等.基于水轮发电机综合非线性模型的调速器控制.电力系统自动化，2005. 4 王耀南.智能控制系统.长沙：湖南大学出版社，2006. 5 常鲜戎等.发电机非线性励磁控制研究.电力系统自动化，1994.