飞轮储能优化

《飞轮储能优化》由会员分享，可在线阅读，更多相关《飞轮储能优化（3页珍藏版）》请在装配图网上搜索。

1、飞轮储能系统工作于充电模式的控制可以简化为对飞轮电机的控制。 飞轮储能系统中飞轮电机非线性、变参数等特性的存在，导致其充电控制系统转 速环PID控制器的参数整定存在一定的困难。将人工蜂群算法应用于飞轮充电控 制系统中对PID参数进行优化。本文提出了一种基于人工蜂群算法的飞轮充电控制系统PID控制器参数寻优方 法，通过仿真与其它算法优化PID参数进行性能对比，观察其优化性能和收敛特 性，以验证将人工蜂群算法应用于飞轮充电控制系统的可行性和有效性。在飞轮充电控制系统中，转速的差值通过PID控制器输入控制系统，作为系统的 输入端， PID 控制器的性能对系统控制效果存在较大的影响。因此，优化飞轮电

2、机的PID控制器对于提高飞轮充电控制系统的性能具有重要作用。表示为如下形式丁(” = Az(r) +&)山十岛也护式中y( t) PID控制器的输出；e( t) PID 控制器的输入;Kp比例系数；Ki积分系数；Kd微分系数。Kp、Ki、Kd等3个参数的大小直接影响到PID控制器的性能，因此对PID控制器 优化的主要工作是确定Kp、Ki、Kd。，本文考虑在飞轮充电控制系统中引入人工 蜂群算法实现飞轮电机PID参数的优化。人工蜂群算法利用蜜蜂的采蜜行为来进行空间搜索，用每个食物源的位置代表优 化问题的一个可能的解，食物源的花蜜量作为解的适应度值，蜜蜂寻找效益最高 的食物源的过程也就是寻找最优解的

3、过程。蜜蜂在寻找食物过程中主要由雇佣 蜂、观察蜂和侦察蜂3 种蜂组成，其对食物源的搜索由以下3 步构成:( 1) 雇佣蜂发现食物源并记录花蜜数量；( 2) 观察蜂依据雇佣蜂所提供的花蜜信息， 根据食物源优劣以一定概率选择某个食物源采蜜；( 3) 劣质食物源的雇佣蜂成为侦察蜂，随机寻找新的食物源。种群的初始化过程中，种群随机产生n个食物源(初始解)，每个食物源对应1 只雇佣蜂，雇佣蜂、观察蜂、侦察蜂循环搜索的次数相当于寻优过程的迭代次数。 雇佣蜂根据随机产生的食物源信息产生一个邻域位置的公式为式中Ki附近的一个解；屮-1, 1内的一个随机数；Xij( i = 1, 2, 3,，n j = 1,

4、2, 3,，d)初始解。所有的雇佣蜂完成搜索后，将蜜源信息通过舞蹈区与观察蜂共享，观察蜂根据食 物源花蜜量信息,按如下概率选择一个食物源Pi.=二(式中F( i) 第i个解的适应度值；n食物源的个数，也就是解的个数。雇佣蜂经过Limit次循环搜索后，若始终无法搜索到更好的食物源，则确定放弃 该搜索,并换为侦察蜂,以此提高蜂群搜索全局最优的能力,其随机搜索新食物 源的公式为式中jw 1, 2, 3,，d;屮 e0, 1飞轮充电控制系统的PID控制器参数优化整定，就是基于某个目标函数来确定 PID控制器的3个参数Kp、Ki和Kd的最佳值。目标函数：J = L+ 爲匚式中：E(t) = J 卢?存，鼻；kl, k2, k3权值，取值为：kl = 0. 5, k2 = 30, k3 = 0. 5;e( t) 系统误差;tu上升时间。飞轮充电控制系统传递函数为：所以，基于人工蜂群算法的飞轮充电控制系统PID控制器的参数优化就是以飞轮 电机的二阶系统为被控对象的基础上使得PID控制器的目标函数取得最小值。设 定种群的个数为20，最大迭代次数为100,搜索空间维数为3, Limit的取值为10。 基于人工蜂群算法的PID控制器参数整定可通过以下算法步骤实现。