古志，曾云，李敏，吴一凡，侯睿，钱晶

(昆明理工大学冶金与能源工程学院， 云南 昆明 650093)

调速器PID参数是影响水力机组调节性能的关键因素，其合理的选择和优化不仅可以确保机组安全稳定运行[1]，还能抑制电力系统的低频振荡现象[2].因此，调速器PID参数优化的研究具有重要意义.

随着计算机技术和控制理论的不断发展，智能优化算法被广泛应用于水轮机调速器的参数优化，例如粒子群算法(particle swarm optimization, PSO)[3]、遗传算法[4]、引力搜索算法[5]、人工鱼群算法[6]和狼群算法[7]等.然而，上述方法也存在一些不足，如：遗传算法的性能对参数依赖性强；人工鱼群算法的收敛速度慢；狼群算法对一种工况的理想控制方式很难满足其他工况的控制要求.同时，这些算法还具有计算过程复杂、耗时长、程序编写烦琐困难等问题.

人群搜索算法(seeker optimization algorithm, SOA)是一种新型启发式智能搜索优化算法[8].SOA及其变体已经被证明能解决各种优化问题，例如优化传输切换问题[9]、优化电力系统无功功率的分配[10]、调整神经网络的结构和参数[11].文中正是基于SOA具有能解决系统控制问题和优化PID控制参数的特点，将其应用到水轮机调速系统中，以获得最优调节参数.

1 水轮机调速系统模型

1.1 水轮机非线性模型

文中采用IEEE Working Group推荐的非线性水轮机模型.在该模型中，非线性主要通过水轮机水头和流量的变化来体现，而出力采用近似线性的公式进行计算.水轮机出力、流量、水头的表达式为

(1)

式中：Pm为水轮机出力相对值；At为增益因子，At=1/hr(qr-qnl).其中，hr为水轮机额定水头相对值；……