基于遗传算法的核电站蒸发器高阶水位模型的降阶方法

谷俊杰, 米克嵩, 徐培培

(华北电力大学电站设备状态监测与控制教育部重点实验室,保定071003)

对于核电站蒸汽发生器的水位系统,在不影响系统稳定性、响应速度和控制精度等基本要求的前提下,为得到其在特定负载条件下的一般解析式,人们通常使用数学的方法求出较低阶数的模型来近似代替复杂的高阶模型,这对于系统控制参数的选取具有非常重要的理论及现实意义.

大多数实际系统具有时滞特性,用传递函数模型近似实际系统时,辨识出的近似模型一般比原始系统的模型阶次高.如果在降阶模型中人为地引入时滞环节,则可以获得比较满意的降阶模型,但随着模型阶次的变动,待估计参数的个数也发生变化,传统的系统辨识方法并不能较好地适应这种变化,且难以确定系统的时滞[1].核电站蒸发器水位系统是典型的无自平衡线性延迟系统,研究该类系统的有效降阶方法对核电站的仿真试验及模型控制具有一定的现实意义.笔者对本文中的高阶水位模型进行降阶时所采用的遗传算法是一种模拟自然界进化而形成的简单、高效的全局优化算法,在实现高阶线性系统降阶中具有重要的意义.

1 蒸汽发生器的简化数学模型

在对U形管蒸汽发生器进行动态研究时,首先针对文献[2]中的蒸汽发生器简化数学模型(图1)进行仿真.模型参数随负荷变化的对应关系见表1[2].

图1 蒸汽发生器的简化数学模型Fig.1 Simplified mathem aticalmodel of steam generator

表1 蒸……