基于免疫粒子群算法的水輪機機組供水系統節能控制方法

馮 凱，常 輝，魯銀中

(天生橋一級水電開發有限責任公司水力發電廠，貴州 興義 562400)

電力能源為人民日常生活與工業生產的主要能源，在城市化建設不斷深入的今天，人民的生活水平得到了一定的提升，對于電能的需求也在不斷增加。水力發電廠內部系統的復雜程度越來越高，對機組的要求也越來越高。水輪機組是一個集水力、機械、電氣為一體的非線性控制單位。水輪機組的控制性能直接關系到水電廠的安全運行、供電質量以及經濟效益，所以應對水輪機組的穩定性進行研究。隨著計算機技術的不斷發展，水輪機機組的研究過程中應用的技術與理論得到了很大的發展，水輪機能耗控制規律也得到了不斷發展與完善。目前，水輪機能耗控制正朝著智能化、數字化方向發展。為滿足當前水電廠發展的需求，需要對水輪機機組供水系統節能控制方法的不足進行合理優化，以此實現高質量的節能控制。

文獻[3]中提出了一種應用RBF神經網絡解決供水管網系統電量消耗大問題的能耗控制方法。此方法對于水泵的控制效果較好，但將其應用在水輪機機組后應用效果不夠理想，因此需設計新的方法實現水輪機的控制過程。文獻[4]利用等值的單機系統模型，基于頻域響應法分析了水錘效應與系統穩定性的關系，以期通過參數控制的方法實現水輪機系統的節能控制，但并未達到預期的效果。

為此，在本次研究中將免疫粒子群算法設定為水輪機機組的節能控制和核心技術。該算法以粒子群算法作為基礎的新型多目標優化方法，應用此方法可有效控制水輪機機組的能耗問題，實現水電廠的自控過程，推動水電廠的發展，為用戶提供應用性更佳的能源。

1 水輪機機組供水系統節能控制方法設計

在本次研究中，將水輪機機組供水系統節能控制方法設計過程整體劃分為四個部分，每一部分具有對應的技術設計與應用設定，整體設計如圖1所示。

圖1 水輪機機組供水系統節能控制方法結構

如圖1所示，在第一部分中分析水輪機機組供水系統的研究現狀以及發展趨勢，并對其內部結構中的問題進行了描述，同時也簡單介紹了本次研究中的主要內容與任務。

第二部分主要針對免疫粒子群算法的應用過程進行設定，通過優化取水泵性能，設計供水系統節能控制器，對供水系統的能耗展開控制，完成本次研究的目的。

第三部分為仿真實驗分析過程，選擇多種傳統方法與本次研究中提出的免疫粒子群控制方法進行對比，驗證文中提出方法在水輪機機組供水系統能耗控制中的有效性。

在第四部分中，對本次研究進行總結與展望，全面總結本次研究中的工作與不足，并對免疫粒子群算法的發展與應用做出相應的展望。

1.1 取水泵性能優化

在對大量服役狀態下的水輪機機組供水系統進行研究發現，系統中的水泵、電機、變頻器以及閥門等設備對于供水系統的應用效果均會造成相應的影響。為此在本次研究中將首先對供水系統取水泵的性能參數展開優化(表1)。

表1 取水泵性能參數優化結果

根據表1中內容，完成取水泵的優化過程。為提升供水系統的能耗控制效果，構建對應的T-S模糊模型。對其運行狀態進行分析，本次研究中應用一般的非線性數學模型對其進行描述，具體公式如下所示：

(1)

(+1)=()+()+

(2)

(3)

根據上述內容，對供水系統中的設備展開優化，并應用此優化結果，為后續的節能控制提供技術基礎。

1.2 供水系統節能控制器的設計

根據上文所得結果，在本次研究中將對供水系統的節能控制器展開優化。應用模糊神經網絡結構作為新型節能控制的設計原理，優化后的控制器整體架構如圖2所示。

圖2 控制結構示意圖

在以往節能控制的過程中，輸入量與輸出量的差異度較大，導致節能效果不佳。在本次研究中，根據供水系統數學模型，將控制器輸入量設定為=[,,…,]，每個分量均表示節能控制過程中的模糊語言變量，則有：

(4)

(5)

(6)

或：

(7)

通過模糊推理可得到每個輸入值對應的輸出值集合的隸屬函數，具體如下：

(8)

或：

(9)

根據上述公式，得到輸出量的總模糊集合為：

(10)

(11)

應用上述公式，對原有的控制器數值輸出與數值輸入進行控制，將公式與控制器架構相結合，以此為后續的處理提供數據基礎。

1.3 供水系統節能控制的實現

以上述設計結果為基礎，將免疫粒子群算法作為節能控制的實現技術。粒子群算法是尋優計算的關鍵性技術，但是粒子群算法容易出現局部最優化問題，在應用中導致所得最優解出現偏差。為此，本人引入免疫種群，與粒子群算法結合，避免局部最優問題，對供水系統的能耗進行全局尋優，使供水系統的能耗降到最低。在供水系統的控制過程中，存在多種控制方式共同應用的情況。因此，將粒子群算法應用到供水系統中，免疫種群設定為，供水系統的慣性因子設定為。根據以上設定可通過計算得到潛在合理能耗的適應度，具體公式可表示為：

(12)

式(12)中，表示實際供水能耗問題反饋信息與預先設定的目標數據之間的差值。依次選取數據代入此公式中，得到具有最小適應度的例子計算結果，對其進行賦值，可得到每個控制輸入值的適應度，則有：

(13)

在上述公式中，()為基于免疫粒子的供水系統控制數據的適應度概率，免疫記憶細胞為，迭代次數為，粒子群規模為，表示控制信息的適應度以及控制信息的選擇概率，通過公式可顯示為：

(14)

式(14)中，()為控制信息的適應度。根據上述公式，對模糊控制信息展開處理，以保證信息的可靠性與準確性。將上文中設定部分相結合，至此，基于免疫粒子群算法的水輪機機組供水系統節能控制方法完成。

2 實驗論證分析/調節系統

2.1 實驗環境

在本次研究中，完成了基于免疫粒子群算法的水輪機機組供水系統節能控制方法的設計過程，為保證其具有相應的應用價值，對其進行實驗分析。由于本次研究涉及對象較廣泛，實際分析造成的影響較大且實驗難度較高，在本次研究中選用MATLAB軟件作為實驗平臺。通過計算機仿真技術，對水輪機機組供水系統進行研究，在證實此方法具有相應的應用效果的同時，將其與傳統方法進行對比，確定此方法與傳統方法的應用差異。為實現對此實驗環境的控制，將軟件安裝平臺設定如表2所示。

表2 實驗環境運行平臺

根據上述設定的實驗環境，完成免疫粒子群方法與傳統方法的對比過程，同時，設定實驗對比指標，對免疫粒子群方法的應用情況加以分析。

2.2 實驗條件

在本次實驗過程中，為驗證免疫粒子群方法的有效性，將上文中設定的實驗環境作為研究基礎，以實際水電站運行的相關歷史參數作為依據，運用MATLAB軟件對數據進行運行，對免疫粒子群方法與傳統方法的控制效果進行分析。將各個參數的初始值設定為0，實驗時域設定為1，采樣周期為30秒一周期。

本次實驗中，將供水系統的能源消耗下降率以及供水系統運行穩定性作為實驗對比指標，將實驗次數設定為500次，每100次取一次平均值作為實驗結果。同時，將實驗數據按照季節展開設定冬季與夏季作為對照組，增強實驗數據的代表性。

2.3 實驗結果

根據上述實驗結果可知，免疫粒子群方法與傳統方法均可對供水系統的能源進行有效的管理，降低供水系統的能耗，實現水輪機組的節能控制。但對比具體數據可以看出，免疫粒子群方法的應用效果明顯優于傳統方法。在不同的季節背景下，免疫粒子群方法可對水輪機機組供水系統進行高效控制，降低機組能源消耗，在保證機組正常運行的情況下，節約機組運行成本。與免疫粒子群方法相比，傳統方法的能耗下降率低于所提方法，說明其能源消耗相對較高，雖然實現了供水系統的節能控制，但節能效果仍需加以改進。綜合上述實驗結果可知，對供水系統能源消耗下降率實驗指標而言，免疫粒子群所得實驗結果更為優秀。

(a)冬季實驗結果

(a)冬季實驗結果

在本次實驗中，將供水系統運行的穩定性作為實驗的第二組對照指標。通過對實驗數據的分析可知，免疫粒子群方法的應用效果明顯優于傳統方法，兩種方法均可對水輪機組進行節能控制，但兩種方法應用后，供水系統的運行穩定性出現了部分變化。對上述圖像進行分析后，可以得出傳統方法應用后供水系統的穩定性較差。在一定情況下，影響了水輪機組的正常運行，易造成不必要的經濟損失。綜合上述分析結果可知，在供水系統運行穩定性試驗部分，免疫粒子群方法的應用效果更佳。

3 結 論

水輪機機組內部結構復雜，在理論上是可以通過數學方法對其進行控制的。為滿足當前節能減排的要求，在本次研究中應用免疫粒子群算法對水輪機機組展開控制，力求在水輪機組正常運行的情況下降低水輪機能源消耗。在一定程度上提升水輪機機組的應用性能，為我國綠色能源發展提供動力。