周偉　申博

摘要：

采用虛擬儀器技術，構建了汽輪機參數(shù)辨識平臺，編制了基于DE算法的汽輪機系統(tǒng)參數(shù)辨識軟件。通過某300MW機組的負荷擾動測試數(shù)據(jù)對參數(shù)辨識系統(tǒng)進行了驗證，結果準確，取得了很好的效果。研究所采用的方法具有計算速度快、辨識能力強、條件適應性好的特點，能適應復雜對象的參數(shù)辨識。

關鍵詞：

虛擬儀器技術；汽輪機；參數(shù)辨識系統(tǒng)

中圖分類號：

TB

文獻標識碼：A

文章編號：16723198（2015）02017603

汽輪機及其調速系統(tǒng)的模型參數(shù)可以為電力系統(tǒng)中長期穩(wěn)定性分析提供依據(jù)。隨著我國特高壓、超高壓大電網(wǎng)的建設，系統(tǒng)中的超大容量、超臨界汽輪機組越來越多，其系統(tǒng)模型的正確獲取對電網(wǎng)的穩(wěn)定分析具有極其重要的意義。汽輪機模型參數(shù)的獲取涉及數(shù)據(jù)采集和參數(shù)辨識兩方面的內容，虛擬儀器技術為此提供了合適的平臺。其中，PXI是一種基于PC的開放平臺，具有模塊化和易于擴展的特點；LabVIEW是圖形化編程語言，包含很多界面元素、硬件驅動、信號處理和通信函數(shù)等。二者在工業(yè)界得到大量應用，已成為事實上的工業(yè)標準。因此，選取PXI系統(tǒng)作為硬件平臺并進行相應的硬件配置，再利用LabVIEW編寫數(shù)據(jù)采集、預處理和參數(shù)辨識程序，完成了汽輪機組參數(shù)辨識系統(tǒng)的研制。該系統(tǒng)開發(fā)中的關鍵點在于參數(shù)識別算法的實現(xiàn)。常用的汽輪機及其調節(jié)系統(tǒng)參數(shù)辨識方法包括最小二乘法（Least Square，LS）、遺傳算法（Generic Algrithm，GA）、差分進化算法（Differential Evolution，DE）等。其中，DE算法是基于群體智能理論的優(yōu)化算法，具有簡單易實現(xiàn)、速度快、魯棒性好、搜索能力強等特點，對非線性系統(tǒng)也能獲得較好的辨識效果?？紤]到參數(shù)辨識軟件的性能及模型修改時的可擴展性，采用了差分進化算法。本文著重敘述系統(tǒng)設計、差分進化算法和試驗驗證等三方面的內容。

1系統(tǒng)設計

1.1數(shù)學模型

目前的汽輪機組及調速系統(tǒng)模型多采用IEEE的標準模型以及中國電科院的PSASP模型?？紤]到長過程暫態(tài)模擬、低頻振蕩、甩負荷等，則可借鑒WECC的改進模型，但仍主要由二階或一階等基本環(huán)節(jié)構成。

現(xiàn)在廣泛采用的數(shù)字電液調節(jié)系統(tǒng)（Digital Electro-Hydraulic Control System，DEH）由于快關方式、超速預防和流量非線性修正等功能的多樣化，無法建立統(tǒng)一的模型；且需注意調頻死區(qū)、信號遲滯等非線性問題。圖2給出了數(shù)字電液調速系統(tǒng)的簡化模型。實際應用時，需根據(jù)各環(huán)節(jié)信號的可測性、辨識精度等因素劃分辨識環(huán)節(jié)，選擇合適的測點信號，再進行參數(shù)辨識；測點信號與對應環(huán)節(jié)輸入信號之間的函數(shù)關系由數(shù)據(jù)預處理完成。

1.2硬件組成

汽輪機組參數(shù)辨識系統(tǒng)的主要功能是：通過采集汽輪機及其調節(jié)系統(tǒng)的閥位指令、閥門開度、主氣壓力、再熱蒸汽壓力、中排壓力、汽包壓力、功率、轉速、負荷等節(jié)點信號，從而計算出汽輪機組各環(huán)節(jié)的模型特性。硬件系統(tǒng)的框架采用如圖3所示的模塊化結構，由傳感模塊和PXI系統(tǒng)等組成。

本硬件系統(tǒng)的其核心部件是PXI平臺，其中的采集模塊為模數(shù)轉換卡、輸出模塊為數(shù)模轉換卡和數(shù)字IO卡；主控模塊為計算機平臺，主要的數(shù)據(jù)采集、參數(shù)辨識、數(shù)據(jù)存儲、顯示和通信等功能均在其上完成?，F(xiàn)場的絕大多數(shù)信號已經(jīng)提供了測量接口或者數(shù)字接口，可直接輸入PXI系統(tǒng)，而其他非電物理量則需先經(jīng)傳感模塊轉換為電壓信號再輸入PXI系統(tǒng)。主控模塊具備網(wǎng)絡通訊功能，必要時可以連接電廠的智能化網(wǎng)絡或者遠程工作站；輸出模塊可供擴展控制功能，以提供汽輪機試驗時的指令和信號。

1.3軟件組成

軟件系統(tǒng)采用面向對象技術，利用LabVIEW語言編程實現(xiàn)，主要功能如下：

（1）采集：包括系統(tǒng)的自檢和數(shù)據(jù)記錄。

（2）參數(shù)設置：包括采集、實時濾波、存盤、辨識模型、通道校正等參數(shù)的設定與修改。

（3）數(shù)據(jù)預處理：對采集或者導入的數(shù)據(jù)進行離群點剔除、平滑、截取、重采樣、歸一化、函數(shù)運算等操作。

（4）辨識：依據(jù)給定的模型階數(shù)及輸入、輸出信號，計算出模型中相關環(huán)節(jié)的時間常數(shù)等參數(shù)。

（5）模型仿真：將節(jié)點信號輸入用戶給定模型和辨識出的模型中，分別進行仿真驗算。

（6）數(shù)據(jù)導入和導出：除了可從采集信號中選擇模型的輸入、輸出信號，也可直接從外部導入數(shù)據(jù)文件，進行參數(shù)辨識；采集到得數(shù)據(jù)和辨識結果可導出為Excel表格和位圖等文件。

（7）其他：利用時延搜索補償時延造成的辨識誤差，還可進行一次調頻計算、試驗操作等。

基于系統(tǒng)功能的實現(xiàn)，截取軟件系統(tǒng)的部分主界面如圖4所示，圖中給出了一組數(shù)據(jù)的辨識曲線，最上面曲線為輸入信號、中部曲線分別為實測輸出信號和辨識模型的輸出信號、最下面的曲線為二者之間的誤差。

2差分進化算法

DE算法利用種群中個體的信息，通過差分算子計算新個體，依據(jù)新個體的適應度進行選擇，生成新的種群。DE算法具有記憶個體最優(yōu)解、種群信息共享、全局收斂的特點，適于解決復雜系統(tǒng)優(yōu)化問題。本文在利用DE算法實現(xiàn)參數(shù)辨識時，選擇模型參數(shù)的可行解作為種群，不同種群下模型輸出值與實測值之間相對誤差平均值作為目標函數(shù)。通過對當前種群的變異和雜交產(chǎn)生新種群，利用貪婪思想對二者進行競爭操作，從而產(chǎn)生新一代種群。

（5）迭代：完成一代進化，G=G+1。重復步驟（2）到步驟（5）直到G=Gm或者求得最優(yōu)解作為模型參數(shù)的辨識結果。

3試驗

利用本系統(tǒng)測試了一臺300MW中間一次再熱凝汽式汽輪機的多組試驗信號，取部分擾動試驗數(shù)據(jù)記錄示于圖5中。以再熱蒸汽容積環(huán)節(jié)的參數(shù)辨識為例，從一次階躍響應的數(shù)據(jù)記錄中選取節(jié)點信號，輸入信號為高壓蒸汽壓力Psd，其歸一化曲線如圖6（a）所示；輸出信號為再熱蒸汽壓力Prh，其歸一化曲線如圖6（b）中灰色曲線所示。獲得再熱蒸汽容積時間常數(shù)為12.84s，利用該參數(shù)獲得的系統(tǒng)仿真輸出如圖6（b）中黑色曲線所示，可見模型輸出值與實測值吻合。實測數(shù)據(jù)與仿真數(shù)據(jù)之間的誤差示于圖6（c）中，也證明了辨識結果的準確可信。

參考文獻

[1]武誠，徐政，潘武略，等.原動機與調速器建模和參數(shù)辨識的新進展[J].電網(wǎng)技術，2007，31（S1）：179182.

[2]秦樹人.虛擬儀器—測試儀器從硬件到軟件[J].振動、測試與診斷，2000，20（1）：16.

[3]秦學華，劉亞斌，孫渙鵬，等.基于LabVIEW的虛擬儀器網(wǎng)絡化實現(xiàn)[J].測控技術，2004，23（2）：7173.

[4]戴義平，俞茂錚，劉炯，等.基于相關分析的汽輪機調節(jié)系統(tǒng)參數(shù)辨識研究[J].汽輪機技術，2001，43（5）：276279.

[5]王志群，朱守真，樓鴻祥，等.基于時域分段線性多項式發(fā)的大型汽輪機建模和參數(shù)辨識[J].中國電機工程學報，2003，23（4）：128133.

[6]李蔚，張政江，盛德仁，等.基于RLS的汽輪機數(shù)字電液調節(jié)系統(tǒng)參數(shù)辨識[J].浙江大學學報（工學版），2008，42（10）：17611764.

[7]戴義平，鄧仁綱，劉炯，等.基于遺傳算法的汽輪機數(shù)字電液調節(jié)系統(tǒng)的參數(shù)辨識研究[J].中國電機工程學報，2002，22（7）：101104.

[8]高偉，李陽海，黃樹紅，等.600MW汽輪機調速系統(tǒng)試驗及辨識研究[J].汽輪機技術，2006，48（4）：284286.

[9]武海澄，蔡兵，陳勝利，等.汽輪機調速系統(tǒng)參數(shù)辨識軟件設計[J].內蒙古電力技術，2010，28（2）：4648.

[10]劉波，王凌，金以慧.差分進化算法研究進展[J].控制與決策，2007，22（7）：721729.

[11]IEEE Committee Report.Dynamic models for steam and hydro turbines in power system studies[J].IEEE Trans on Power Apparatus and Systems，1973，92（6）：19041915.

[12]中國電力科學研究院.PSASP6.22新增模型說明[M].北京：中國電力科學研究院，2000.

[13]Pereira L.New thermal governor model selection and validation in the WECC[J].IEEE Trans on Power Systems，2004，19（1）：517523.