基于ISSA和IAHA算法的抽水蓄能机组调节系统参数辨识.pdfVIP

摘要

抽水蓄能技术是一种重要的可再生能源发电调峰技术，该技术通过储存水能

来平衡电网的负荷和电源之间的差异，是提高电网稳定性和可靠性的手段之一。

然而，在实际运行中，抽水蓄能机组调节系统的动态特性会受到多种因素的影

响，例如水位变化、负荷波动、水泵水轮机故障等因素会导致系统参数的变化，

从而影响系统的性能和稳定性。因此，对抽水蓄能机组调节系统进行参数辨识十

分必要。

本文主要研究内容如下：

（1）对抽水蓄能机组调节系统的四个模块调速器（PID调节器和电液随动系

统）、压力引水系统（刚性水击模型和弹性水击模型）、水泵水轮机和发电机及负

荷进行了详细的推导并建立了各自的传递函数和数学模型。并建立了抽水蓄能机

组调节系统的数学模型，为后续的参数辨识提供理论基础。

（2）抽水蓄能机组调节系统线性参数辨识。首先，运用Piecewise映射初始

化、正余弦策略更新领导者和精英池策略更新追随者策略对樽海鞘群优化算法的

改进，提出了改进的樽海鞘群优化算法(ISSA)。其次，介绍了参数辨识的原理，

并运用三种智能优化算法验证了参数辨识方法的有效性。最后，在4%、7%和

10%的频率扰动工况下对调节系统线性模型参数辨识进行分析。实验结果表明，

参数辨识系统与实际系统较为吻合。

（3）改进人工蜂鸟算法(AHA)。采用两种策略对人工蜂鸟算法进行改进：第

一，在人工蜂鸟初始化时加入了切比雪夫混沌映射，增加种群的多样性；第二，

在引导觅食时加入了莱维飞行，增加人工蜂鸟的搜索空间。基于上述改进策略，

提出了一种改进的人工蜂鸟算法(IAHA)，将IAHA应用到抽水蓄能机组调节系统

非线性模型参数辨识中，并在5%、10%和15%的频率和负荷扰动工况下进行实

验分析。结果表明，与粒子群算法、蚁狮优化算法、引力搜索算法和人工蜂鸟算

法相比，IAHA的动态响应曲线与实际曲线最为吻合，误差最小，分别为

0.0204，0.0182，0.0128，0.0668，0.0981和0.0791。因此，IAHA的辨识最为准

确。

关键词：抽水蓄能电站；参数辨识；调节系统；人工蜂鸟算法；樽海鞘群优化算

法；切比雪夫混沌映射

Abstract

Pumpedstoragetechnologyisanimportantpeakshavingtechnologyforrenewable

energypowergeneration.Itcanbalancethedifferencebetweentheloadandpower

supplyofthepowergridbystoringwaterenergy,andisoneofthemeanstoimprove

thestabilityandreliabilityofthepowergrid.However,inactualoperation,thedynamic

characteristicsofthegoverningsystemofpumpedstorageunitsareinfluencedby

variousfactors.Forexample,waterlevelchanges,loadfluctuations,andwaterpump

turbinefaultandotherfactorswillleadtochangesinsystemparameters,affectingthe

performanceandstabilityofthesystem.Therefore,itisnecessarytoidentifythe

parametersofthegoverningsystemofpumpedstorageunits.

Themainresearchcontentsofthisthesisar