预测函数算法在同步发电机励磁系统中的应用

预测函数控制(Predictive Function Control)方法克服了传统预测控制算法复杂、在线计算量大的缺点,具有算法简单、计算量小、跟踪速度快和精度高等优点,适合同步发电机励磁等快速系统.介绍了预测函数控制(PFC)的基本原理和特点,成功地将预测函数控制算法运用到同步发电机励磁系统中.仿真结果表明:预测函数控制算法的控制效果明显优于PID和分数阶PID控制器,其对同步发电机启动时的机端电压、短路时的电压和断路时的电压等都能起到良好的控制作用.

基于时域的分数阶PID预测函数励磁控制器

为了提高电力系统的稳定性,将分数阶PID算法与预测函数算法相结合,提出了一种新型的基于时域的分数阶PID预测函数励磁控制器的设计方法。该算法不仅具有分数阶PID静态误差小、上升速度快以及预测函数算法超调小、调节时间短的优点,还克服了分数阶PID调节时间长和预测函数算法静态误差大的缺点,同时还比预测函数算法多出了5个可调参数,设计更加灵活。研究结果表明该算法不仅能有效地解决机端电压偏移问题,还能有效地抑制电网低频振荡,为电力系统稳定性控制提供了一种新型有效的方法。

改进型预测函数控制算法及其应用

为了克服传统的预测控制在线计算量大、对模型要求高和灵活性差的缺点,使其更加适应于现代流程工业的过程控制,将分数阶PID(FOPID)算法和第三代预测控制算法预测函数算法(PFC)相结合,利用FOPID去改进PFC的性能指标函数,推导出了一种改进型的具有5个可调参数的预测函数算法。通过仿真和实时以太网(EPA)实验装置对改进型预测函数算法进行研究,结果表明该算法克服了PFC稳态性能差,对模型要求高和FOPID震荡周期长的缺点,具有静态误差小、上升速度快、超调小、调节时间短和鲁棒性强等优点。同时该算法与传统预测控制器结构类似,便于广大工程人员设计者实现。

模糊PID预测函数控制在励磁系统中应用

为了克服PIDPFC算法不能在线进行参数自整定的缺点,提高发电机运行的稳定性,使其具有更高的精度,将模糊控制算法与PIDPFC算法相结合,运用模糊逻辑控制实现了PIDPFC控制参数在线自整定,完善了常规的PIDPFC控制器,提高了其控制精度以及系统的鲁棒性能。将模糊PIDPFC控制算法应用于同步发电机励磁系统中,通过Matlab仿真,并与PFC、PIDPFC控制器的仿真结果进行比较,可以看出模糊PIDPFC控制器具有更好的控制效果,PIDPFC中3个参数的整定简单而精确。研究结果表明,在模糊PIDPFC控制下的系统具有更好的动态性能和静态性能。在电力系统动态模拟实验室进行试验,结果跟之前软件仿真达到的效果一样。

基于粒子群优化的PI预测函数励磁控制器

将PI控制器与预测函数算法相结合,利用粒子群算法优化整定其参数,提出了一种新型的基于粒子群优化的PI预测函数励磁控制器的设计方法。该算法具有广义上的PI控制器的两个参数,同时具有预测函数算法对模型要求低和上升速度快等优点,同时利用粒子群算法优化PI参数,使其克服了传统PI控制器参数难以整定的缺点。仿真结果表明该算法不仅能有效的解决机端电压偏移问题,还能有效的抑制电网低频振荡,且具有较好的鲁棒性,同时PI参数整定方便,为电力系统稳定性控制提供了一种新型有效的方法。

无刷直流电机分数阶PI预测函数控制研究

为了提高无刷直流电机转速的动态性能和抗干扰性,提出一种新型的基于ARMAX模型的预测函数控制(PFC)与分数阶PI(FOPI)相结合的控制算法,通过在性能指标函数中引入预测输出误差,形成具有分数阶PI的结构。在无刷直流电机转速环的控制中,该算法通过递推最小二乘法在线辨识分数阶PI预测函数(FOPI-PFC)的预测模型,使得控制输入根据系统的预测模型的变化而不断滚动优化。仿真结果表明,FOPI-PFC控制算法不仅结合了分数阶PI静态误差小、上升速度快和预测函数无超调、计算量小及较强的鲁棒性等优点,还解决了预测控制模型失配和传统PI控制抗干扰性能差的问题。