康明斯发电机组调速器的控制改进新途径

　　关于柴油发电机调速系统大多采用传统PID控制，提出采用以PID作为学习律的迭代学习控制(ILC)策略，利用其具有不依赖于被控系统的精确数学建模，跟踪收敛快的特征，设计了柴油发电机调速系统监控系统。在MATLAB/Simulink中建立了柴油发电机调速系统仿线种基本工况进行了仿真研讨，详细总述了ILC在柴油发电机调速控制过程中的跟踪特点，并将控制效果和传统PID控制进行了对比，从仿真结果发现，基于ILC建立的控制屏不仅适用于柴油发电机调速系统，而且表现出更好的动态性能。为柴油发电机的控制供应了新途径。

　　柴油发电机是作为一种快速电源在很多领域中广泛使用，如在微电网中柴油发电机作为主要电源，因为快速响应对于运行的微电网有着重要的影响，故而作为主要电源的柴油发电机需要能够迅速起动，在负载变化的程序中能够快速响应，以促进系统频率和电压稳定。康明斯发电机组作为电厂中的后备电源往往面对的是故障工况，快速启动特征对于保证电厂的安全同样起着重要的作用。

一、康明斯调速器的控制策略

　　柴油发电机调速系统在外界负载产生波动时能自动调节喷油量，从而维持系统频率在一定的水平上运行。柴油发电机和发电机原理复杂，目前对柴油发电机的控制仍然是采用常见PID控制方法，为了提升控制性能，也有研讨者将一些新的控制方式引入到控制策略中，进行进一步的讨论。相关控制方法有模糊控制、智能电子系统控制、自适应控制以及多种控制策略相结合进行的各类控制。

1、在控制策略上引入模糊控制，比之前常规控制策略的精度大大提高，最高可达85%。

2、在建立的柴油发电机数学模型的基础上，加入PID和智能电子系统，获得了较好的动态性和鲁棒性。

3、自适应控制与模糊控制2种控制策略相结合的控制策略，也能对柴油发电机调速控制起到明显的改进作用。

二、康明斯调速器的迭代学习控制

　　迭代学习控制(ILC)适合于具有重复运动性质的被控对象，不依赖于被控系统的精确数学建模，该方式最早在1978年被提出。ILC经过40年的研讨与发展，其理论被应用在包括电力系统在内的各种工业自动化领域中。通过ILC设计水电站调速系统，使得被控系统动态品质得到提升，并具有良好的鲁棒性以及抑制大超调特点。另外，为了较好实现发电厂操作的有效率和高负荷跟踪能力，采用基于ILC的非线性模型预测控制屏，在时间和迭代次数方面表现出了良好的性能。本文将ILC引入柴油发电机的调速系统中，由于ILC不依赖于被控系统的精确数学建模，对于具有复杂非线性特点的柴油发电机系统具有很好的适应特性，可以避开复杂的数学模型。本文采用柴油发电机线性模型，在不同工况下进行仿真计算，并与常见PID控制进行了对比。研究结果表明，ILC适用于柴油发电机控制，能够改进柴油发电机组的暂态性能。

1、讨论对象模型

为给定目标转速(基准值)，u为监控系统输出控制信号，L为执行器输出位移信号，n为同步发电机转速，mg为柴油发电机输出主动力矩，md为负荷输入的阻力矩，n为发电机输出转速。柴油发电机调速控制需要保证调速系统3个基本功能：

(1)接入系统负荷增加，阻力矩增大，转速n下降，实现减速并加大进油量调节动作；

(2)负载减少，阻力矩减少，转速升高，实现增速并减少进油量调节作业；

(3)负荷不变，阻力矩与动力矩保持平衡，实现执行器输出位移L维持现有不变。

以下的论说是在满足实际运转中对柴油发电机调速器的3个基本功能基础上展开。

2 、ILC算法对于一个连续被控系统，迭代学习律如下：

（1）i+1(t)为第i+1次的控制系统输出项；

（2）ui(t)为第i次的控制屏输出项；

（3）ei(t)为第i次误差项。

通过以上公式描述的形式的迭代学习律寻找控制规律，使得被控对象在极短时间内实现低误差内的目标跟踪。本文中采用的ILC方法中的学习律采用PID形式，学习增益为PID比例、积分以及微分的系数，输出控制误差作为学习因子。因此，ILC可以表示为Pc、Io和Ic、Do和Dc分别为比例、积分、微分项的学习增益系数，当取不同值或零值时，可以组成P、D、PI、PD、PID型ILC算法。其中，y(t)为控制目标，u0(t)为初始控制信号，yi(t)为系统输出，e(t)为系统误差。

本文的仿线被控系统的构成每次运行保持不变；给定系统期望输出轨迹，迭代计算流程中保持期望输出轨迹yd(t)不变； 期望控制输出u(t)存在且唯一，即在给定的初始状态(t)均可观测，误差信号为e(t)=yd(t)-yi+1(t)。

3、迭代学习PID控制算法流程

（1）仿线

柴油发电机调速系统模型建立在MATLAB/Simulink环境中，搭建柴油发电机调速系统。ILC迭代控制的实现主要由图3中Switch模块和由S函数编写的ILC模块结构。开机流程转速与迭代次数的响应曲线。曲线反映每次迭代后，柴油发电机转速在时域上的动态响应，为迭代次数。迭代步骤是收敛的，迭代1次，转速即快速接近期望值，与迭代6次的效果区分并不大，因此在该工况下ILC的迭代次数可以设置为1，可以提高控制速度。

（2）开机过程不同迭代次数下的响应曲线所示为开机步骤柴油发电机转速响应曲线中，实线为采用ILC时的全局最优控制输出，虚线为采用常见PID时的系统时域响应输出。从图5可知，系统在采用传统PID控制时，控制响应速度较快，但是出现超调，超调量为0.114 p.u.，最终达到稳定的时间为25 s；而采用ILC时曲线比较平稳，没有出现超调量，调节时间不到20s。结果验证了在开机工况下ILC能够明显抑制系统的超调。

（3）50s时出现50%额定负荷扰动，调速系统在不同迭代次数下ILC响应曲线的增长，系统超调量随之变化。当迭代次数达到4次时，此时系统表现出最优的性能，对应的最大转速为1.033 p.u.。但是，迭代次数超过4次时，ILC表示超过学习状态，对系统在抑制超调量上作用降低。因此，在本仿真工况下ILC的迭代学习次数取为4。

（4）增负载扰动下不同迭代次数下的转速响应曲线为增负载工况下的转速响应曲线。控制屏在第一响应中出现了较大的调整率，通过4次迭代学习，控制器的超调量得到了高效的抑制，同时系统响应出现3次小幅度振荡。从图7可以看出，常见PID转速暂态超调量为13%，调节时间约为20 s；而系统采用ILC控制时，暂态超调量仅为3.3%，调节时间约为10 s。两者控制效果的对比反映出操作系统经过迭代学习后能够将控制量反馈给柴油发电机的调节机构，减少了系统的超调量，维持了柴油发电机输出转速的稳定。

从以上诠释可知，无论是超调量还是调节时间，在突增负载工况下，ILC效果均优于PID。因此，采用ILC可以明显改进柴油发电机调速系统的动态特征。柴油发电机组速度控制 ILC不依赖于被控系统的精确数学建模，因此本文的ILC实现是基于探求对象的大概模型。对高阶模型下的控制的效果以及工程应用中的柴油发电机模型的合理选取等问题，未来将展开探求。

 

---

 

康明斯发电机有限公司实验中心拥有设备齐全的检测设备，包括：感性负载、阻性负载、控制台、电流、电压、频率、功率因素、示波器、兆欧表等柴油发电机检测设备，可以单机实验3KW-1600KW的柴油发电机，并可以同时进行4台最大功率为1000KW发电机的并车实验。拥有符合高技术工艺要求的生产线，微机控制的测试设备严格地检测每台出场柴油发电机组，确保产品100%合格出公司。各类机型选型谱共计1700余种。依托数十年发展起来的完善而强大的技术服务体系，康明斯发电机现已覆盖全国各地，在电力、电信、国防、军工、广播电视、石油、石化、交通、民航、酒店房地产、工矿企业等各行各业得到了广泛的应用，并已远销到中东、南美、东南亚、非洲等海外地区。艾威特产品质量稳定、服务及时、深受用户欢迎。本公司坚持“优质品牌，优良服务赢天下顾客，优化质量体系促持续发展”的质量方针，按ISO9001-2008标准进行供、产、销全过程的质量管理，以优质的产品，周到的服务，与新老顾客共创新高。
武汉康明斯发电机销售官方网址：http://www.kms-prc.com

 

-------------------------------------
康明斯动力设备（武汉）有限公司
提供柴油发电机组销售供应与价格咨询
湖北省服务网络：武汉、黄石、襄阳、荆州、宜昌、十堰、孝感、荆门、鄂州、黄冈、咸宁、随州，恩施、神龙架等附近省市地区
如果想要掌握更多柴油发电机组技术资讯，请在官网http://www.kms-prc.com查询电话联系方式