基于免疫粒子群算法的水轮机机组供水系统节能控制方法

冯 凯，常 辉，鲁银中

(天生桥一级水电开发有限责任公司水力发电厂，贵州 兴义 562400)

电力能源为人民日常生活与工业生产的主要能源，在城市化建设不断深入的今天，人民的生活水平得到了一定的提升，对于电能的需求也在不断增加。水力发电厂内部系统的复杂程度越来越高，对机组的要求也越来越高。水轮机组是一个集水力、机械、电气为一体的非线性控制单位。水轮机组的控制性能直接关系到水电厂的安全运行、供电质量以及经济效益，所以应对水轮机组的稳定性进行研究。随着计算机技术的不断发展，水轮机机组的研究过程中应用的技术与理论得到了很大的发展，水轮机能耗控制规律也得到了不断发展与完善。目前，水轮机能耗控制正朝着智能化、数字化方向发展。为满足当前水电厂发展的需求，需要对水轮机机组供水系统节能控制方法的不足进行合理优化，以此实现高质量的节能控制。

文献[3]中提出了一种应用RBF神经网络解决供水管网系统电量消耗大问题的能耗控制方法。此方法对于水泵的控制效果较好，但将其应用在水轮机机组后应用效果不够理想，因此需设计新的方法实现水轮机的控制过程。文献[4]利用等值的单机系统模型，基于频域响应法分析了水锤效应与系统稳定性的关系，以期通过参数控制的方法实现水轮机系统的节能控制，但并未达到预期的效果。

为此，在本次研究中将免疫粒子群算法设定为水轮机机组的节能控制和核心技术。该算法以粒子群算法作为基础的新型多目标优化方法，应用此方法可有效控制水轮机机组的能耗问题，实现水电厂的自控过程，推动水电厂的发展，为用户提供应用性更佳的能源。

1 水轮机机组供水系统节能控制方法设计

在本次研究中，将水轮机机组供水系统节能控制方法设计过程整体划分为四个部分，每一部分具有对应的技术设计与应用设定，整体设计如图1所示。

图1 水轮机机组供水系统节能控制方法结构

如图1所示，在第一部分中分析水轮机机组供水系统的研究现状以及发展趋势，并对其内部结构中的问题进行了描述，同时也简单介绍了本次研究中的主要内容与任务。

第二部分主要针对免疫粒子群算法的应用过程进行设定，通过优化取水泵性能，设计供水系统节能控制器，对供水系统的能耗展开控制，完成本次研究的目的。

第三部分为仿真实验分析过程，选择多种传统方法与本次研究中提出的免疫粒子群控制方法进行对比，验证文中提出方法在水轮机机组供水系统能耗控制中的有效性。

在第四部分中，对本次研究进行总结与展望，全面总结本次研究中的工作与不足，并对免疫粒子群算法的发展与应用做出相应的展望。

1.1 取水泵性能优化

在对大量服役状态下的水轮机机组供水系统进行研究发现，系统中的水泵、电机、变频器以及阀门等设备对于供水系统的应用效果均会造成相应的影响。为此在本次研究中将首先对供水系统取水泵的性能参数展开优化(表1)。

表1 取水泵性能参数优化结果

根据表1中内容，完成取水泵的优化过程。为提升供水系统的能耗控制效果，构建对应的T-S模糊模型。对其运行状态进行分析，本次研究中应用一般的非线性数学模型对其进行描述，具体公式如下所示：

(1)

(+1)=()+()+

(2)

(3)

根据上述内容，对供水系统中的设备展开优化，并应用此优化结果，为后续的节能控制提供技术基础。

1.2 供水系统节能控制器的设计

根据上文所得结果，在本次研究中将对供水系统的节能控制器展开优化。应用模糊神经网络结构作为新型节能控制的设计原理，优化后的控制器整体架构如图2所示。

图2 控制结构示意图

在以往节能控制的过程中，输入量与输出量的差异度较大，导致节能效果不佳。在本次研究中，根据供水系统数学模型，将控制器输入量设定为=[,,…,]，每个分量均表示节能控制过程中的模糊语言变量，则有：

(4)

(5)

(6)

或：

(7)

通过模糊推理可得到每个输入值对应的输出值集合的隶属函数，具体如下：

(8)

或：

(9)

根据上述公式，得到输出量的总模糊集合为：

(10)

(11)

应用上述公式，对原有的控制器数值输出与数值输入进行控制，将公式与控制器架构相结合，以此为后续的处理提供数据基础。

1.3 供水系统节能控制的实现

以上述设计结果为基础，将免疫粒子群算法作为节能控制的实现技术。粒子群算法是寻优计算的关键性技术，但是粒子群算法容易出现局部最优化问题，在应用中导致所得最优解出现偏差。为此，本人引入免疫种群，与粒子群算法结合，避免局部最优问题，对供水系统的能耗进行全局寻优，使供水系统的能耗降到最低。在供水系统的控制过程中，存在多种控制方式共同应用的情况。因此，将粒子群算法应用到供水系统中，免疫种群设定为，供水系统的惯性因子设定为。根据以上设定可通过计算得到潜在合理能耗的适应度，具体公式可表示为：

(12)

式(12)中，表示实际供水能耗问题反馈信息与预先设定的目标数据之间的差值。依次选取数据代入此公式中，得到具有最小适应度的例子计算结果，对其进行赋值，可得到每个控制输入值的适应度，则有：

(13)

在上述公式中，()为基于免疫粒子的供水系统控制数据的适应度概率，免疫记忆细胞为，迭代次数为，粒子群规模为，表示控制信息的适应度以及控制信息的选择概率，通过公式可显示为：

(14)

式(14)中，()为控制信息的适应度。根据上述公式，对模糊控制信息展开处理，以保证信息的可靠性与准确性。将上文中设定部分相结合，至此，基于免疫粒子群算法的水轮机机组供水系统节能控制方法完成。

2 实验论证分析/调节系统

2.1 实验环境

在本次研究中，完成了基于免疫粒子群算法的水轮机机组供水系统节能控制方法的设计过程，为保证其具有相应的应用价值，对其进行实验分析。由于本次研究涉及对象较广泛，实际分析造成的影响较大且实验难度较高，在本次研究中选用MATLAB软件作为实验平台。通过计算机仿真技术，对水轮机机组供水系统进行研究，在证实此方法具有相应的应用效果的同时，将其与传统方法进行对比，确定此方法与传统方法的应用差异。为实现对此实验环境的控制，将软件安装平台设定如表2所示。

表2 实验环境运行平台

根据上述设定的实验环境，完成免疫粒子群方法与传统方法的对比过程，同时，设定实验对比指标，对免疫粒子群方法的应用情况加以分析。

2.2 实验条件

在本次实验过程中，为验证免疫粒子群方法的有效性，将上文中设定的实验环境作为研究基础，以实际水电站运行的相关历史参数作为依据，运用MATLAB软件对数据进行运行，对免疫粒子群方法与传统方法的控制效果进行分析。将各个参数的初始值设定为0，实验时域设定为1，采样周期为30秒一周期。

本次实验中，将供水系统的能源消耗下降率以及供水系统运行稳定性作为实验对比指标，将实验次数设定为500次，每100次取一次平均值作为实验结果。同时，将实验数据按照季节展开设定冬季与夏季作为对照组，增强实验数据的代表性。

2.3 实验结果

根据上述实验结果可知，免疫粒子群方法与传统方法均可对供水系统的能源进行有效的管理，降低供水系统的能耗，实现水轮机组的节能控制。但对比具体数据可以看出，免疫粒子群方法的应用效果明显优于传统方法。在不同的季节背景下，免疫粒子群方法可对水轮机机组供水系统进行高效控制，降低机组能源消耗，在保证机组正常运行的情况下，节约机组运行成本。与免疫粒子群方法相比，传统方法的能耗下降率低于所提方法，说明其能源消耗相对较高，虽然实现了供水系统的节能控制，但节能效果仍需加以改进。综合上述实验结果可知，对供水系统能源消耗下降率实验指标而言，免疫粒子群所得实验结果更为优秀。

(a)冬季实验结果

(a)冬季实验结果

在本次实验中，将供水系统运行的稳定性作为实验的第二组对照指标。通过对实验数据的分析可知，免疫粒子群方法的应用效果明显优于传统方法，两种方法均可对水轮机组进行节能控制，但两种方法应用后，供水系统的运行稳定性出现了部分变化。对上述图像进行分析后，可以得出传统方法应用后供水系统的稳定性较差。在一定情况下，影响了水轮机组的正常运行，易造成不必要的经济损失。综合上述分析结果可知，在供水系统运行稳定性试验部分，免疫粒子群方法的应用效果更佳。

3 结 论

水轮机机组内部结构复杂，在理论上是可以通过数学方法对其进行控制的。为满足当前节能减排的要求，在本次研究中应用免疫粒子群算法对水轮机机组展开控制，力求在水轮机组正常运行的情况下降低水轮机能源消耗。在一定程度上提升水轮机机组的应用性能，为我国绿色能源发展提供动力。