CC BY
15
УДК 681.51:681.3
АДАПТИВНОЕ НЕЧЕТКОЕ УПРАВЛЕНИЕ ПАРАЛЛЕЛЬНОЙ РАБОТОЙ СИНХРОННЫХ ГЕНЕРАТОРОВ С СЕТЬЮ БЕСКОНЕЧНОЙ МОЩНОСТИ
Ю.Н. ХИЖНЯКОВ, А.А. ЮЖАКОВ
Пермский государственный технический университет
Рассмотрено адаптивное управление параллельной работой синхронных генераторов с сетью бесконечной мощности. Устройство адаптивного нечеткого управления содержит нейро-нечеткие регуляторы уравнительного тока.
Ключевые слова: синхронный генератор, лингвистическая переменная, терм, степень принадлежности, фаззификация, адаптивный нейрон, активационная функция, смещение.
Введение
В настоящее время разными фирмами выпускаются блочно-контейнерные газотурбинные электростанции (ГТЭС). Разработанные ГТЭС мощностью 2,4...63 МВт применяются для электроснабжения потребителей районов, где отсутствуют линии электропередач высокого напряжения либо экономически целесообразно дополнительно устанавливать ГТЭС. ГТЭС содержит в себе несколько бесщеточных синхронных генераторов (БЩСГ) с воздушным охлаждением, которые приводятся во вращение газотурбинными установками на базе авиационных двигателей. БЩСГ является преобразователем механической энергии, вырабатываемой авиационным двигателем, в электрическую энергию. Мощность авиационного двигателя примерно равна мощности БЩСГ. К ГТЭС, работающей параллельно с сетью на общую нагрузку, предъявляется требование по качеству вырабатываемой электроэнергии согласно ГОСТ 13109-97 [1]. Качество вырабатываемой электроэнергии зависит работы регуляторов напряжения, параллельно работающих БЩСГ и регуляторов частоты их приводов.
При параллельной работе станции с сетью бесконечной мощности генераторы отдают электрическую мощность на переменную нагрузку под управлением системы распределения, задача которой учесть все возмущения на систему в целом.
Традиционно управление параллельной работой БЩСГ малой и средней мощности выполняется по методу статических характеристик (МСХ), согласно которому статизм внешних характеристик БЩСГ должен быть не менее 6 % [2].
С целью снижения уравнительных токов (обменной мощности) возможно применение модифицированного метода статических характеристик (ММСХ) [3].
ММСХ - есть метод управления параллельной работой БЩСГ, по которым релейно сравниваются относительные активные и реактивные токи статора параллельно работающих генераторов с последующей логической обработкой сигналов с целью распределения активной и реактивной мощностями между БЩСГ через коррекцию коэффициентов статизма последних. В процессе эксплуатации ГТЭС возможно изменение параметров генерирующих установок: из-за насыщения стали, влияния температуры и т.д., вносящее неопределенность в систему управления параллельной работой БЩСГ с демпферной обмоткой, что предполагает применение адаптивного нечеткого управления [4-6].
© Ю.Н. Хижняков, А. А Южаков Проблемы энергетики, 2011, № 5-6
Устройство адаптивного нечеткого управления параллельной работой п БЩСГ с сетью бесконечной мощности показано на рис. 1.
Рис. 1. Структурная схема нейро-нечеткого управления БЩСГ с сетью бесконечной мощности
Его проектирование предполагает разработку 0,5п(п — 1) адаптивных нечетких регуляторов уравнительного тока п генераторов согласно полного графа параллельно работающих БЩСГ.
Для построения адаптивного нечеткого регулятора реактивного тока необходимо задать лингвистические переменные, терм-множества по каждой переменной, выбрать функции принадлежности фаззификатора и нейронную сеть на базе адаптивных нейронов.
При проектировании данного регулятора принимаем лингвистические переменные: уравнительные токи: Аг = ¿1 — г2, производные уравнительных токов и реактивный ток статора БЩСГ ¿реак. Исходя из динамических
свойств БЩСГ задаем диапазон изменения ошибки Агт|п < Лг < Лгтах, диапазон изменения производной уравнительного тока (йЛг/йЬ)т}п < йЛ^йЬ <(йЛг'/йЬ)тах , диапазон изменения реактивного тока статора (¿р)т,п < гр < (гр)тах .
Зададимся описанием лингвистических переменных:
хц е , где - линейное терм-множество отклонений уравнительного
1 2 3
тока: - отрицательное среднее (ОС), А1 - отрицательное малое (ОМ), А3 -норма (Н), А2 - положительное малое (ПМ), А^ - положительное среднее (ПС);
Х21 е А2, где А2 - линейное терм-множество производных отклонения уравнительного тока: а| - ОС, А2 - ОМ, А^ - Н, А^ - ПМ, А^ - ПС;
Х3| е А3, где А3 - линейное терм-множество реактивного тока статора: А3 - ПОМ, А3 - ПМ, А33 - ПС, А3 - ПБ, А| - ПОБ.
Все терм-множества регулятора уравнительного тока отвечают требованиям непрерывности, непротиворечивости и полноты [7].
Фаззификация на синглетонной базе терм-множества уравнительного тока (рис. 2, а):
д 3'(х1 )= 4*1 - х1 )лА1;
А1
Д 2'(х1 )= 8(х1 - х1)л А1,
А1
значение
где б(*1 — ) - дельта-функция (синглетон); Х1 - текущее
уравнительного тока, например, Х1 =-0,17; д ^ (*1) - степень принадлежности
А1
Х1 е А? (терм Н); д ' (*1) - степень принадлежности Х1 е А2 (терм ОМ). А12
Рис. 2. Терм-множества фаззификатора i - нейро-нечеткого регулятора уравнительного тока: а) терм-множество уравнительного тока; б) терм-множество по производной уравнительного тока; в) терм-множество реактивного тока статора
Фаззификация на синглетонной базе терм-множества производной уравнительного тока (рис. 2, б):
Д 1'(х2)= 8((2 - Х2)а а|;
А2
Д 2' (х2)= 8((2 - х2)а А2,
А22
где б(х2 — Х2) - дельта-функция (синглетон); х2- текущее значение производной
уравнительного тока, например, х2 = —0,17; д ,'(х2) - степень принадлежности
А1
Х2 е А^ (терм Н); д ^ (х2) - степень принадлежности Х2 е А2 (терм ОМ).
А2
Фаззификация на синглетонной базе терм-множества реактивного тока статора (рис. 2, в):
Д 1'(х3 )= 8((3 — х3 )а А3;
А3
Д 2'(х3) = й(х3 — хз)ааз,
А
где б(хз — Х3) - дельта-функция (синглетон); Х3 - текущее значение реактивного тока статора, например, Х3 = —0,17 ; д 1'(хз) - степень принадлежности Х3 е А3
(терм ПОМ); д ' (хз) - степень принадлежности Х3 е А3 (терм ПМ).
г
Аз2
Введем обозначения терм-множеств по отклонению уравнительного тока: л-11 - д(х1 )ос; - д(х1 )ом; - д(х,)н ; ^4 - д(х,)пм; у,5 -
д(х,)пС ; терм-множеств по производной отклонения реактивного тока: V21 -
Д(х2 )ОС; V 22 -Д (х2 )ОМ ; V 23 - Д(х2 )н ; V 24 - Д(х2 )ПМ ; V 25 - Д(х2 )ПС ; терм-множества по реактивному току статора: Vзl -д(''реак.1 )ПОМ ; V32 -Д (хз)ПМ ;
V 33 - Д(х3 ; V 34 - Д(х3 ХлБ ; V 35 - Д(х3 )ПОБ .
Представим переменные V,,,Vl2,Vlз,Vl4,Vl5 как компоненты вектора входа адаптивного нейрона по отклонению напряжения, переменные V 21, V 22, V 23, V 24, V 25 - как составляющие вектора входа адаптивного нейрона по производной отклонения напряжения,
переменные V 31, V 32, V 33, V 34, V 35 - как составляющие вектора входа адаптивного нейрона по реактивному току статора.
На рис. 3 показана НС адаптивного регулятора уравнительного тока, где ¥,, , ¥3 - активационные функции гиперболического тангенса адаптивных
нейронов скрытого слоя; ¥4 - линейная активационная функция нейрона выходного слоя НС; хсм, Vlo, У20 , Vзo - «нейронные смещения», где Vlo = 0,
V 20 = 0, "V 30 = 0, хсм =
Пусть текущее значение отклонения уравнительного тока х,= - 0,17 (см. рис. 2, а) активизирует терму Н степенью принадлежности 0,66 и терму ОМ © Проблемы энергетики, 2011, № 5-6
степенью принадлежности 0,33, что соответствует компонентам входного вектора адаптивного нейрона отклонений уравнительного тока при новых обозначениях: V хх = 0; Ух2 = 0,33; Ухз = 0,66; = 0; ^5= 0. При этом на входе блока адаптации 1 формируется сигнал ошибки Бх(к) =[д/ — (ф2V12 + Ф3V13 ]. Вычисления новых
значений весовых коэффициентов ф 2 и Ф3 адаптивного нейрона по отклонению уравнительного тока выполняется по рекуррентной формуле алгоритма Б. Уидроу и М. Хоффа [8]:
щ (к +1)= П1 (к)+ 2Сх81 (к (к),
где 2С1 - задает скорость настройки коэффициентов Ф2 и Ф3 нейрона по отклонению уравнительного тока, определяемой скоростью сходимости
Рис. 3. НС адаптивного регулятора уравнительного тока итерационного процесса оптимизации, С1 = 0,01 - 0,1; хц (к) =
/ -г
ат1
V ^ г у
к
производная к-итерации г -го коэффициента адаптивного нейрона уравнительного тока.
Пусть текущее значение производной отклонения уравнительного тока Х2 = - 0,17 (рис. 2, б) активизирует терму Н степенью принадлежности 0,66 и терму ОМ
степенью принадлежности 0,33, что соответствует компонентам входного вектора степеней адаптивного нейрона производной отклонения уравнительного тока при новых обозначениях: V 21= 0; V 22 = 0,33; V 23 = 0,66; V 24 = 0; V 25 = 0. При этом на входе блока адаптации 2 нейрона формируется сигнал
ошибки б 2 (к) =
--(<Р 2 л- 22 +Ф 3 у 23 )
Аналогично вычисления новых значений
весовых коэффициентов р 2 и р 3 нейрона выполняются по рекуррентной формуле [9]:
1 г (к +1)= 1 1 (к)+ 2С 28 2 (к )х2-- (к), где 2С2 - скорость настройки коэффициентов р 2 и р 3 нейрона по производной
✓ N
^2
отклонения уравнительного тока, С2 = 0,01 - 0,1; х 2- (к ) =
V ^ г У
- производная
к
к-итерации г -коэффициента адаптивного нейрона производной отклонений уравнительного тока .
Пусть текущее значение реактивного тока статора +0,17 (рис. 2, в) активизирует терму ПОМ степенью принадлежности 0,33 и терму ПМ степенью принадлежности 0,66, то соответствует компонентам входного вектора степеней принадлежности реактивного тока статора БЩСГ при новых обозначениях: V 31 =
0,33; V 32 = 0,66; V 33 = 0; V 34 = 0; V 35 = 0. При этом на входе блока адаптации 3
нейрона формируется сигнал ошибки б 3 (к) = [г'реак. / — ($1V 31 + $ 2 V 32 )].
Аналогично вычисления новых значений весовых коэффициентов $2 и $3 нейрона выполняются по рекуррентной формуле [8]:
С г- (к +1)= С г (к)+ 2С 28 2 (к )х2г- (к),
где 2С2 - скорость настройки коэффициентов $1 и $2 нейрона по производной отклонения уравнительного тока; С2 = 0,01 - 0,1; Х2г (к )= ——
V г л
итерации г -коэффициента адаптивного нейрона реактивного тока статора.
Выход нейро-нечеткого (адаптивного) регулятора уравнительного тока определяется
- производная к-
к
У
= р3 (Хсм + ^Ь^) + ^Ь^ ) + гэй(гэ )) = (хСм + Х1 + х2 + х3 ),
где Г1, г2, Г3 - выходы сумматоров нейронов закрытого слоя; х1, х2 , х3 -
выходы нейронов закрытого слоя; смещение хсм - задает ток в роторе БЩСГ в
режиме холостого хода.
Целесообразность использования нейро-нечеткого управления заключается в следующем:
- обеспечивает прозрачность проектирования и высокую скорость обработки информации;
- исключает человеческую интуицию и опыт оператора при синтезе настроек системы;
- исключает применение ПИД-закона регулирования, так как интегральную компоненту, допускающую «насыщение» интеграла и разрыв в контурах управления, заменяем процедурой адаптации нейронов с высоким быстродействием при изменении температуры и насыщения элементов системы;
- исключает математическое описание системы управления параллельной работой синхронных генераторов с сетью бесконечной мощности.
Выводы
1. Рассмотрено нейро-нечеткое управление параллельной работой синхронных генераторов с сетью бесконечной мощности. Устройство адаптивного управления содержит необходимое число нейро-нечетких регуляторов уравнительного тока согласно структуре полного графа.
2. Непрерывные выходные сигналы устройства нечеткого управления более удобны для воздействия на управляемые выпрямители для питания обмоток возбуждения синхронных генераторов.
Summary
We consider the adaptive control of parallel operation of synchronous generators with a network of infinite capacity. The device includes an adaptive management of neuro-fuzzy controllers equalizing current.
Key words: synchronous generator, the linguistic variable term, the degree of affiliation, phazification, adaptive neuron activation function, the displacement.
Литература
1. Управление качеством электроэнергии / И.И. Карташев и др. М.: Издательский дом МЭИ, 2006. 320 с.
2. Москалев А.Г. Автоматическое регулирование режима энергетической системы по частоте и активной мощности. М.-Л.: Госэнергоиздат, 1960. 240 с.
3. Хижняков Ю.Н. Комбинированный метод управления параллельной работой генераторов переменного тока. Пермь: Перм. гос.техн. ун-т, 1999. 114 с.
4. Хижняков Ю.Н., Южаков А.А. Нечеткая адаптивная система возбуждения БЩСГ переменного тока средней мощности / Всероссийская научно-техническая Интернет-конференция. Пермь: ПГТУ, 2007.
5. Рутковская Д., Пилинский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: пер. с польск. И.Д. Рудницкого. М.: Горячая линия - Телеком, 2006. 452 с.
6. Хижняков Ю.Н., Южаков А.А. Нечеткий и нейронный адаптивные регуляторы возбуждения генератора средней мощности // Проблемы управления и моделирования в сложных системах. Труды 11 Международной конференции (22 -24 июня 2009 г.) Самара, Россия. С. 309 - 312.
7. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. М.: Горячая линия - Телеком, 2007. 288 с.
8. Хижняков Ю.Н., Южаков А.А. Интеллектуальные регуляторы возбуждения генератора средней мощности // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 36 Международной конференции и дискуссионного научного клуба. Майская сессия. Украина, Крым, Ялта-Гурзуф (20-30 мая 2009 г.). С. 87.
Поступила редакцию 27 декабря 2010 г.
Хижняков Юрий Николаевич - канд. техн. наук, доцент кафедры «Автоматика и телемеханика» Пермского государственного технического университета (ПГТУ). Тел.: 8-909-1152306. E-mail: luda @ at.pstu.ac.ru.
Южаков Александр Анатольевич - д-р техн. наук, профессор кафедры «Автоматика и телемеханика» Пермского государственного технического университета (ПГТУ). Тел.: 8 (342) 2985-026. E-mail: [email protected].
