《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》:Efficient Fusion-Based Optimization of Fractional-Order PID Plus Double-Derivative Controller for Automatic Voltage Regulation
编辑推荐:
摘要:自动电压调节器(Automatic Voltage Regulator, AVR)在维持电力系统电压稳定性及提高系统整体可靠性方面发挥着至关重要的作用。然而,AVR系统常受负载波动、稳态故障及振荡瞬态响应的影响,导致电压调节性能下降。传统控制策略难以充分
摘要:自动电压调节器(Automatic Voltage Regulator, AVR)在维持电力系统电压稳定性及提高系统整体可靠性方面发挥着至关重要的作用。然而,AVR系统常受负载波动、稳态故障及振荡瞬态响应的影响,导致电压调节性能下降。传统控制策略难以充分应对上述挑战,其在变工况下往往表现出鲁棒性有限及动态性能不足。为克服这些局限性,本文提出一种采用分数阶比例—积分—微分加双微分(Fractional-Order PID plus Double-Derivative, FOPIDD2)控制器,并利用一种新型三重混合元启发式算法——FGWO-WaOA-NM进行参数整定。该融合算法利用灰狼优化器(Grey Wolf Optimizer, GWO)增强海象优化算法(Walrus Optimization Algorithm, WaOA)的全局探索能力,同时引入Nelder–Mead(NM)方法以细化局部开发能力。研究人员首先采用CEC2019测试集的复杂基准函数验证所提优化框架的鲁棒性与有效性;随后将FGWO-WaOA-NM与灰狼优化、海象优化、鲸鱼优化、爬行类搜索、斑马优化、樽鼻虫群、海鸥优化及草原犬鼠优化等前沿算法进行对标,结果表明FGWO-WaOA-NM在收敛速度及解的质量上均具优势。研究人员进一步将该算法应用于AVR系统中PID、分数阶PID(FOPID)、PID加双微分(PIDD2)及FOPIDD2控制器的参数整定并进行综合对比分析。结果显示,经FGWO-WaOA-NM整定的FOPIDD2控制器具有更快的收敛速度、更强的鲁棒性、更小的超调及更优的瞬态性能,证实其适用于现代AVR应用场合。
论文解读:《Efficient Fusion-Based Optimization of Fractional-Order PID Plus Double-Derivative Controller for Automatic Voltage Regulation》发表于《Arabian Journal for Science and Engineering》
一、研究背景与意义
同步发电机的端电压易受负载变化及原动机输出波动影响而产生振荡,若无法快速稳定将危及电力系统功率平衡与供电质量。自动电压调节器(Automatic Voltage Regulator, AVR)是维持同步发电机端电压于设定值的关键装置,但传统AVR闭环系统在仅搭配常规PID控制器时,常面临稳态误差大、超调量高、暂态响应振荡剧烈等问题。虽已有分数阶PID(Fractional-Order PID, FOPID)及PID加二阶微分(PID plus Second-Order Derivative, PIDD2)等改进结构被引入AVR控制,但单一或双重元启发式算法在寻优时易陷入早熟收敛,且难以兼顾全局探索(Exploration)与局部开发(Exploitation)的平衡。为此,研究人员开展本研究,提出三重混合元启发式算法FGWO-WaOA-NM对更先进的FOPIDD2控制器参数进行整定,并通过CEC2019基准函数测试与AVR系统仿真验证其优越性,旨在提升AVR系统的动态响应品质与鲁棒性。
二、主要关键技术方法
研究人员首先构建三重混合优化算法FGWO-WaOA-NM,融合灰狼优化器(GWO)增强海象优化算法(WaOA)的探索阶段,并周期性嵌入Nelder–Mead(NM)单纯形法强化局部精细搜索;随后采用CEC2019标准测试函数集对该混合算法与8种主流元启发式算法进行基准性能与Wilcoxon秩和检验对比;针对AVR系统经典四环节传递函数模型(放大器、励磁机、发电机、传感器),设计分数阶PID加双微分控制器(FOPIDD2),其传递函数为CFOPIDD2(s)=Kp+Ki/sλ+Kdsμ+Kdds2,分数阶算子采用Oustaloup递归近似实现;以含上升时间(Tr)、调节时间(Ts)、超调量(OS)及稳态误差(Ess)的综合时域性能指标为适应度函数,利用FGWO-WaOA-NM寻优获得FOPIDD2最佳参数;最后在标称参数、±25%及±50%时间常数摄动、以及引入饱和非线性与测量噪声条件下,进行时域与频域(Bode图增益裕度、相位裕度、带宽)鲁棒性分析,并与PID/FOPID/PIDD2/FOPIDD2及其他文献算法整定结果做横向对比。
三、研究结果
1. Fusion Optimization Algorithm(融合优化算法)
研究人员详细阐述GWO模拟灰狼社会等级α、β、δ、ω及猎食包围、追捕、攻击的数学模型;WaOA模拟海象觅食(探索)、迁徙及逃避—战斗(开发)行为;NM单纯形法的排序、反射、扩展、收缩与缩边操作。FGWO-WaOA-NM分五阶段执行:第1阶段用GWO引导部分个体初探;第2阶段执行WaOA觅食探索;第3阶段执行WaOA迁徙;第4阶段执行WaOA逃避—战斗开发;第5阶段每隔10次迭代及末代施加NM局部搜索。理论分析给出总计算复杂度为O(NTd)+O(Nd×(1+3T))+O(d×T)。结论:该混合结构虽较原算法计算成本更高,但有效平衡探索与开发,避免陷入局部极小并加快收敛。
2. Experimental Results on Benchmark Functions(基准函数实验结果)
研究人员设置种群规模50、最大迭代500次、独立运行30次,对CEC2019的10个测试函数(F1–F10)进行优化。FGWO-WaOA-NM在多数函数上取得最低平均值、最小标准差及最快收敛曲线;箱线图显示其散布最窄,稳定性最优。Wilcoxon符号秩检验表明,FGWO-WaOA-NM相对于GWO、WaOA、ZOA(Zebra Optimization Algorithm)、RSA(Reptile Search Algorithm)、WOA(Whale Optimization Algorithm)、TSA(Tunicate Swarm Algorithm)、PDO(Prairie Dog Optimization)及SOA(Seagull Optimization Algorithm)总体有效性(Overall Effectiveness, OE)达100%,对WaOA为90%、对ZOA为80%,具统计学显著优势。结论:所提三重混合算法在解的质量和收敛稳定性上优于参比单一及双重元启发式算法。
3. Development of FOPIDD2Controller for AVR Systems(AVR系统FOPIDD2控制器设计)
研究人员给出典型AVR各环节传递函数及未加控制器时系统阶跃响应(上升时间0.3169 s、调节时间5.7025 s、稳态误差9.09%、明显振荡)。FOPIDD2控制器引入分数阶积分—微分及二阶微分项以增强阻尼与抑制超调,分数阶项通过FOMCON工具箱11阶Oustaloup近似(ωb=10?3rad/s, ωh=103rad/s)实现。适应度函数加权评估超调、调节时间、上升时间与稳态误差。FGWO-WaOA-NM寻得最优参数Kp、Ki、Kd、Kdd、λ、μ。结论:FOPIDD2结合所提优化算法可彻底消除稳态误差并大幅改善AVR瞬态特性。
4. Simulation Results and Discussion(仿真结果与讨论)
4.1 Robustness Analyses(鲁棒性分析):时域参数摄动(τa、τe、τg、τs在?50%~+50%变化)下系统仍保持稳定,最大超调与调节时间增量可接受。Bode分析显示FGWO-WaOA-NM整定的FOPIDD2具无限增益裕度(Gain Margin, GM)、相位裕度(Phase Margin, PM)达178.48°、带宽84.42 Hz、谐振峰值0.39 dB,均优于GWO与WaOA单独整定结果。结论:该控制方案对模型参数不确定性具强鲁棒性。
4.2 Impact of Nonlinearities on System Performance(非线性因素影响):加入±10 pu执行器饱和限幅及30 dB白高斯噪声后,系统阶跃响应仍快速无超调地跟踪参考值。结论:FOPIDD2控制器在实际非线性与噪声干扰下仍保持预期控制品质。
4.3 A Comparison with Existing Literature(与已有文献对比):与25种近期文献报道的PID/FOPID/PIDD2/FOPIDD2控制器(分别由hSOS-SA、ACO-NM、TSA、L-RSANM、ARO、IKA、EWOA、SMA、CS、SSA、HGSO、JOA、SOA、WHA、PSO、IWOA、ASO、L-RUN、HHO-SA、FWWOA、RSA、MGO、mSCHO、mARO等算法整定)进行对比,FGWO-WaOA-NM-FOPIDD2获最小上升时间(0.0258 s)、最短调节时间(0.04 s)及零超调。结论:在所对比各类控制器结构中,本文方案时间域动态性能指标全面占优。
四、讨论与结论翻译
结论:电力系统同步发电机的输出易围绕平衡点振荡,外部扰动及负载变化致输出电压波动并影响电能质量与系统稳定。AVR可缓解此问题。本文提出FGWO-WaOA-NM混合算法对AVR系统的分数阶比例—积分—微分加双微分(FOPIDD2)控制器进行整定。FGWO-WaOA-NM融合了GWO与Nelder–Mead(NM)至海象优化算法(WaOA)中,通过提升导航效率与解多样性有效解决优化问题中解的质量及探索—开发权衡难题。CEC2019基准测试及与GWO、WaOA、ZOA、RSA、WOA、TSA、PDO和SOA的对比统计分析与Wilcoxon检验证实了FGWO-WaOA-NM之优越性。该算法成功用于优化FOPIDD2控制器参数,获得上升时间0.0258 s、调节时间0.04 s、零超调的优异时域性能;频域分析显示其具无限增益裕度、178.48°相位裕度及84.42 Hz带宽,证实了对增益变化的强鲁棒性、更优稳定性与更快动态响应。与PID、FOPID、PIDD2及FOPIDD2等多种控制器及25项已有文献方法对比,FGWO-WaOA-NM整定的FOPIDD2在稳定性、响应速度与鲁棒性上均具明显优势。尽管FGWO-WaOA-NM因多重混合结构带来较高时间复杂度,但其有效克服了原GWO与WaOA局限,为含多决策变量复杂优化问题提供显著改进。未来研究将探讨替代途径以匹配或超越当前性能,并在实际AVR硬件在环平台上验证所提控制方案。