姜国军

（中煤北京煤矿机械有限责任公司，北京 102400）

煤碳采掘行业是基础能源开发的重要领域，大量的煤矿机械在采掘作业中发挥了重要的作用。除部分采煤机械进行了电气化改造外，煤矿及矿井下也需要各种电力供给[1]。因此，研究煤矿电力系统是能源领域的一项重要课题。煤矿电力系统控制的核心问题是功率稳定和功率匹配。煤矿电力系统需要保持稳定功率输出，以此保证煤矿、井下照明以及各种用电设备能稳定工作，没有尖峰噪声极值，保障整个电力系统的安全运营[2]。同时，煤矿电力系统具备自适应调整能力，当作业端功率需求不断增加时，能调整电力系统的功率输出，确保输出功率和作业端功率需求相匹配，避免无法满足功率供给导致停工或减产的问题[3]。在功率控制和功率匹配方面，爬山算法是一种常见且有效的方法。该文通过改进爬山算法，将其应用于煤矿电力系统的功率控制，以期保证煤矿电力系统稳定工作。

1 煤矿电力系统功率控制爬山算法设计

爬山算法广泛应用于功率控制领域，基本原理是在功率变化曲线上，利用爬山算法不断地进行寻优和修正，使功率供给在安全范围内并满足功率需求。爬山算法控制主要根据两个参数：寻优步长和寻优方向。但对煤矿电力系统的功率控制问题，传统的爬山算法在设定上述两个参数方面有一定的局限性。因此，该文主要对寻优步长和寻优方向这两个参数进行改进处理，形成一种改进的爬山算法，用于煤矿电力系统的功率控制。

在功率控制过程中利用爬山算法寻优处理，功率曲线幅度、形状等变化如图1所示。

图1 爬山算法的功率寻优过程

在煤矿工作过程中，电力系统功率曲线变化的几种形式如下。

第一种形式：假设煤矿电力系统正好在功率曲线V1上的A点工作，并且各种配置条件和需求不变，爬山算法将在功率曲线V1上寻找最大的功率点，在曲线变化上体现为从A点逐渐向B点搜索的过程，当找到最佳功率点B时，系统符合公式（1）。

式中：P（B）为B点的功率；wn为带有调整量的发电机转速；wB为B点的发电机转速；α为转速调整参数；kwo为功率调整参数。

如果煤矿电力系统的功率需求不发生变化，爬山算法就成为在功率曲线上寻求峰值功率的过程，在功率曲线上任意一点都可以按照该方法进行。

在实际情况中，煤矿电力系统的需求在不断变化，如果电力系统的功率需求从曲线V1变化为V3，就需要调整发电机的转速，同时最佳功率点的位置也发生了改变。图1中，功率曲线V1上的最佳功率点B变为功率曲线V3上的C点，但此时的C点并不是功率曲线V3上的最佳功率点。

因此利用爬山算法进行寻优，从C点搜索到D点，从而找到功率曲线V3的最佳功率点。在该过程中，系统符合公式（2）。

式中：P（C）为C点的功率；wn为带有调整量的发电机转速；wC为C点的发电机转速；α为转速调整参数；kwo为功率调整参数。

第二种形式：如果煤矿电力系统的功率需求又一次发生了改变，从功率曲线V3变化为功率曲线V2，就进一步调整电力系统的发电机转速，并且原本功率曲线V3上的最佳功率点D变化到功率曲线V2上的E点，而E点却不是功率曲线V2的最佳功率点。此时，爬山算法为寻找新的最佳功率点F，将不断执行反向搜索。

第三种形式：要充分考虑当煤矿电力系统启动时的特殊情况，通常根据最低功率需求，设定各参数以及电力系统的发电机转速。

第四种形式：当电力系统执行爬山算法时恰好是在最佳功率点上工作，即图1中的B点、D点或F点，如果爬山算法无法寻找该点外的最佳功率点，就会停在原地等待新的功率变化需求。

解决寻优步长的合理设置问题，分为以下两种可能。

第一种可能：如果爬山算法需要向右执行最佳功率寻优，如公式（3）所示。

式中：P（n）为n点的功率；wn为带有调整量的发电机转速；α为转速调整参数；kwo为功率调整参数。

第二种可能：如果爬山算法需要向左执行最佳功率寻优，如公式（4）所示。

式中：P（n）为n点的功率；wn为带有调整量的发电机转速；β为转速调整参数；kwo为功率调整参数。

解决寻优方向的合理设置问题，如公式（5）所示。

如果爬山算法找到的下个功率点和当前功率点的差值∆P>0，就表明最佳功率还在提升，应维持原方向继续寻优；如果下个功率点和当前功率点的差值∆P<0，就表明最佳功率被下调，寻优方向错误，应改变方向，如果差值变化非常小，并且∆w（n）的变化也非常小，就表明到最佳功率点位置，可以停止寻优。

2 煤矿电力系统功率控制试验与分析

煤矿电力系统实际功率需求变化较为灵活，因此改进传统的爬山算法，分别考虑4种形式下的最佳功率寻优情况，同时对寻优步长和寻优方向进行设置。在后续的工作中，为验证改进的爬山算法对煤矿电力系统功率控制的有效性，对其进行试验研究。试验利用Matlab仿真平台，对电力系统的功率曲线变化和占空比情况进行仿真，并对传统爬山算法和该文提出的爬山算法的异同进行对比。

在Matlab仿真平台下，设定煤矿电力系统的最初功率需求为0.5kW，功率需求变化为2.5kW，观察在传统爬山算法控制下，电力系统的功率曲线变化情况，如图2所示。

图2 传统爬山算法下功率曲线的变化情况

从图2可以看出，在传统爬山算方法的寻优控制下，爬山算法执行2.0s后调整功率，功率点出现明显跃迁。2.0s～2.8s，功率曲线波动较大，随后分别在3.6s和4.5s附近出现波动，表明传统爬山算法对煤矿电力系统的功率控制在一定程度不稳定。

进一步观察图2的功率曲线变化对应的煤矿电力系统占空比情况，如图3所示。

图3 功率曲线对应的占空比变化

从图3可以看出，在传统爬山算法的控制下，当功率需求为0.5kW时，煤矿电力系统中占空比参量在0.30～0.45，并不稳定；当功率需求从0.5kW突变为2.5kW时，煤矿电力系统中占空比参量随之增加，直至约0.55；当功率需求维持在2.5kW时，煤矿电力系统中占空比参量在0.48～0.60。

在Matlab仿真平台下，设定传统爬山算法的条件，观察该文提出的改进爬山算法控制下，电力系统的功率曲线变化情况，如图4所示。

图4 该文提出的改进爬山算法下功率曲线的变化情况

从图4可以看出，在该文提出的改进爬山算方法的寻优控制下，爬山算法执行3.0s后调整功率，出现明显的功率点跃迁。随后，在3.0～3.5s出现一定程度地波动，功率曲线整体稳定。进一步观察图4的功率曲线变化对应的煤矿电力系统占空比情况，结果类似图3。在该文提出的改进爬山算法的控制下，当功率需求为0.5kW时，煤矿电力系统中占空比参量一直在0.33～0.36，波动范围比传统爬山算法小且相对稳定；当功率需求变化为2.5kW时，煤矿电力系统中占空比参量随之增加，直到约0.60；当功率需求维持在2.5kW时，煤矿电力系统中占空比参量在0.56～0.60，波动范围比传统爬山算法小。

综合试验结果可以看出，利用改进的爬山算法，功率控制结果较好，可以更好地跟踪功率控制曲线，提升控制精度，符合煤矿电力系统的需求。

3 结论

煤矿的安全稳定作业需要电力系统提供支撑，电力系统的稳定输出和根据需求调整功率影响采煤效率和井下工作安全。该文针对煤矿电力系统的功率控制问题，在传统爬山算法的基础上提出改进。在改进的爬山算法中，充分考虑煤矿电力系统功率曲线变化的几种情况，并对寻优步长和寻优方向进行重新设置。在Matlab仿真平台下，对煤矿电力系统功率需求发生改变时的爬山算法效果进行试验验证。试验结果表明：经过改进，爬山算法可以更稳定地调整控制功率曲线，波动幅度小、波动周期短，适用于煤矿电力系统控制。