一种柴油发电机组智能非线性鲁棒控制器设计方法技术

本发明专利技术公开了一种柴油发电机组智能非线性鲁棒控制器设计方法，包括：建立柴油发电机组调速系统的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；基于H2/H

【技术实现步骤摘要】
一种柴油发电机组智能非线性鲁棒控制器设计方法


[0001]本专利技术属于柴油发电机组控制
，特别是涉及一种柴油发电机组智能非线性鲁棒控制器设计方法。

技术介绍

[0002]柴油发电机组是一种以柴油机为原动机，拖动同步发电机发电的电源设备。柴油发电机组调速系统由柴油发动机、发电机、调速器、执行器等组成。调速是指：机组所带负荷的变化会引起柴油发动机所受发电机的阻力的变化，需要改变柴油发动机的供油量，以使发动机输出的转矩与发电机造成的阻力相平衡，确保机组转速稳定。
[0003]柴油发电机组是一个复杂的带有内部机电耦合的设备，其数学模型表现为很强的非线性特性，基于柴油发电机组非线性模型基础上的调速系统控制问题一直以来是柴油发电机组控制的重要课题，得到很多关注，其中的难点主要体现在非线性模型带来控制计算的复杂性。

技术实现思路

[0004]本专利技术提出将人工智能优化算法应用于柴油发电机组调速系统非线性鲁棒控制器设计，利用其在解决非线性问题上的优势，利用直接反馈线性化的方法将柴油发电机组非线性模型线性化成线性状态空间模型，在对应的线性状态空间模型下设计调速系统智能非线性鲁棒控制器，这样有效地解决了柴油发电机组数学模型非线性特性带来的困难。
[0005]为实现上述目的，本专利技术提供了如下方案：一种柴油发电机组智能非线性鲁棒控制器设计方法，包括：
[0006]建立柴油发电机组调速系统的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；
[0007]基于H2/H
>∞
鲁棒控制理论设计获得所述线性模型的状态反馈控制器；求解所述状态反馈控制器的状态反馈矩阵，并根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定，通过寻优完成柴油发电机组智能非线性鲁棒调速控制器的优化。
[0008]优选地，所述柴油发电机组调速系统的非线性模型为：
[0009][0010]其中：δ为发电机功角；ω为电角速度；L为执行器输出轴位移；X
′
d
为发电机d轴暂态电抗；X
q
为发电机q轴同步电抗；U为发电机端电压；E
′
q
为q轴暂态电势；取柴油发电机组的额定视在功率S
B
为功率的基准值，取ω0＝100π为角速度的基准值；
J为机组轴系转动惯量；ω
g
为柴油机曲轴角速度，ω
g0
为柴油机曲轴角速度的基准值；D为与发电机阻尼绕组电阻成正比的阻尼系数；p为发电机磁极对数；k1，b1为常数；为常数；为柴油发动机最大扭矩；L
s
为执行器输出轴的最大位移；T1为执行器时间常数；Z1为执行器增益；u为控制信号；ω为标幺值。
[0011]优选地，通过反馈线性化方法获取带虚拟控制量的线性模型的过程包括，采用反馈线性化理论，以X1，X2，X3，为状态变量获得柴油发电机组调速系统的动态特性，根据所述动态特性获得第一线性模型；基于所述第一线性模型，引入虚拟控制量并且采用直接反馈线性化方式建立柴油第二线性模型；基于所述第二线性模型获得线性状态空间模型表示的柴油发电机组调速系统非线性微分方程数学模型。
[0012]优选地，所述状态变量X1，X2，X3表示为
[0013][0014]所述第一线性模型表示为：
[0015][0016]所述虚拟控制量表示为：
[0017][0018]优选地，所述第二线性模型表示为：
[0019][0020]所述线性状态空间模型表示为：
[0021][0022]其中，
[0023][0024]B1＝[0 d
1 0]T
[0025]B2＝[0 0 1]T
。
[0026]优选地，所述状态反馈控制器表示为：
[0027][0028]其中，F为待求的状态反馈矩阵，v＝Fx；F＝[f
1 f
2 f3]为优化后的最优状态反馈矩阵。
[0029]优选地，根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定的过程包括，定义动态性能评价信号，在矩阵不等式限定条件下，由增广矩阵矩阵A、B1、B2、C1、C2、D
11
、D
12
、D
21
、D
22
求解得控制器v＝Fx中的状态反馈矩阵F；基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定，获得柴油发电机智能非线性鲁棒调速控制器。
[0030]优选地，所述动态性能评价信号为
[0031][0032]加权矩阵C1、C2、D
11
、D
12
、D
21
、D
22
表示为：
[0033][0034]D
11
＝0
[0035]D
12
＝[0 0 μ4]T
[0036][0037]D
21
＝0
[0038]D
22
＝[0 0 μ8]T
。
[0039]优选地，所述矩阵不等式的限定条件为：
[0040]当||T
wz∞
(S)||
∞
＜γ时，保证闭环系统针对由w引入的不确定因素能达到相应的鲁棒性能要求，根据有界实引理可知，若控制器闭环系统满足该性能要求，当且仅当存在对称正定矩阵X1，使得：
[0041][0042]为了不失一般性，令γ＝1；
[0043]对一给定的正常数η，须使得||T
wz2
(s)||2＜η成立，其可等价为当且仅当存在对称矩阵X2和Q，使得：
[0044][0045][0046]Tr(Q)＜η2[0047]其中，Tr(Q)为求矩阵Q的迹，对于η则不做限制；
[0048]当X1＝X2＝X，获得混合H2/H
∞
控制反馈增益矩阵F；
[0049][0050]优选地，基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定的过程包括，
[0051](1)由樽海鞘群算法产生樽海鞘群，并将个体依次赋值给μ1～μ8，由此形成性能评价矩阵C1、C2、D
11
、D
12
、D
21
、D
22
；
[0052](2)利用矩阵A、B1、B2、C1、C2、D
11
、D
12
、D
21
、D
22
在线性矩阵不等式的限制下求得状态反馈矩阵F；
[0053](3)更新控制信号v＝Fx；
[0054](4)在固定扰动下运行线性状态空间模型，输出性能指标
[0055](5)是否达到最大迭代次数，是则结束，且F整定为性能指标最小时所对应的F
*
，否则更新樽海鞘群，回到步骤(2)继续循环。
[0056]本专利技术公开了以下技术效果：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，包括：建立柴油发电机组调速系统的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；基于H2/H
∞
鲁棒控制理论设计获得所述线性模型的状态反馈控制器；求解所述状态反馈控制器的状态反馈矩阵，并根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定，通过寻优完成柴油发电机组智能非线性鲁棒调速控制器的优化。2.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，所述柴油发电机组调速系统的非线性模型为：其中：δ为发电机功角；ω为电角速度；L为执行器输出轴位移；X
′
d
为发电机d轴暂态电抗；X
q
为发电机q轴同步电抗；U为发电机端电压；E
′
q
为q轴暂态电势；取柴油发电机组的额定视在功率S
B
为功率的基准值，取ω0＝100π为角速度的基准值；＝100π为角速度的基准值；J为机组轴系转动惯量；ω
g
为柴油机曲轴角速度，ω
g0
为柴油机曲轴角速度的基准值；D为与发电机阻尼绕组电阻成正比的阻尼系数；p为发电机磁极对数；k1，b1为常数；为常数；为柴油发动机最大扭矩；L
e
为执行器输出轴的最大位移；T1为执行器时间常数；Z1为执行器增益；u为控制信号；ω为标幺值。3.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，通过反馈线性化方法获取带虚拟控制量的线性模型的过程包括，采用反馈线性化理论，以X1,X2,X3,为状态变量获得柴油发电机组调速系统的动态特性，根据所述动态特性获得第一线性模型；基于所述第一线性模型，引入虚拟控制量并且采用直接反馈线性化方式建立柴油第二线性模型；基于所述第二线性模型获得线性状态空间模型表示的柴油发电机组调速系统非线性微分方程数学模型。4.根据权利要求3所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，所述状态变量X1,X2,X3表示为所述第一线性模型表示为：
所述虚拟控制量表示为：5.根据权利要求3所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，所述第二线性模型表示为：所述线性状态空间模型表示为：其中，B1＝[0 d
1 0]
T
B2＝[0 0 1]
T
。6.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，所述状态反馈控制器表示为：其中，F为待求的状态反馈矩阵，v＝Fx；F＝[f
1 f
2 f3]为优化后的最优状态反馈矩阵。7.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，根据樽海鞘群算法对求解所述状态反馈...

【专利技术属性】
技术研发人员：钱晶，邹屹东，梅宏，于凤荣，曾云，张文英，于诗歌，李丹，刘红锐，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：