摘要：传统PID参数整定方法难以适应动态环境。为此,文章进行基于改进自适应粒子群算法的孤岛微电网PID参数优化设计与MATLAB仿真。介绍了PID控制器原理,改进标准粒子群算法的种群搜索行为,利用莱维飞行增强探索性能,优化PID控制器参数以控制频率。仿真结果表明,所提方法超调量为3.4746/%,峰值时间为435s,提升了系统的稳定性。

　　关键词：改进自适应粒子群算法；孤岛微电网；PID参数；参数优化

　　0引言

　　孤立微电网作为分布式能源系统的一种典型形式,需要独立于主电网运行[1]。PID控制器结构简单,鲁棒性强,被广泛应用于微电网电压/频率调节、储能系统充放电控制等场景。然而,传统的PID参数整定方法对系统模型的依赖性较大,当微网拓扑结构发生变化时,需要重新调试参数。刘威等[2]提出了一种改进GWO算法,将Chebyshev映射用于算法初始化中,对控制参数A和C及位置更新方程进行修正,将其应用于PID参数优化,但该方法易导致初始种群质量下降,影响收敛速度。汪若涵等[3]借助差分进化算法,对PID参数展开仿真优化工作,但可能因局部开发能力不足而陷入次优解。因此,本文基于MATLAB软件平台,设计并实现了一种用于孤岛微电网PID参数优化的改进自适应粒子群算法,改进标准粒子群算法的种群搜索行为,以更好地优化PID控制器参数。

　　1孤岛微电网PID控制器

　　在孤岛微电网中,PID控制器是一种关键的控制元件,用于实现稳定控制、消除静差和提高系统灵敏度等功能[4]。其由比例（P）、积分（I）和微分（D）三个单

　　3.2实验结果

　　为了进一步验证所提方法的优越性,将文献[2]提出的改进灰狼算法与文献[3]提出的差分进化算法作为对比方法,测试在阶跃响应下,三种方法的时域参数比较,结果如表1所示。

　　由表1可知,所提方法的超调量为3.4746/%,峰值时间为435s,上升时间为204.435s,调节时间为836s,在上升时间方面表现较好,峰值时间也较短,说明该方法在系统平稳性和快速达到稳定状态方面具有优势。而文献[2]和文献[3]方法在超调量、峰值时间、上升时间和调节时间等方面表现较为接近,整体性能比所提方法差,在响应速度和稳定性方面都有待进一步提升。

　　4结语

　　本文聚焦于孤岛微电网领域,基于MATLAB软件平台,深入探究了基于改进自适应粒子群算法的PID参数优化方法,介绍了孤岛微电网PID控制器的基本组成,阐述了改进后的群体搜索行为。在初始阶段,利用莱维飞行提高勘探性能；在确定高值搜索区域后,运动受到全局最优粒子的影响,引入随机粒子位置信息以减少多样性损失；采用IPSO算法为PID控制器提供最优参数。

参考文献

　　[1]范培潇,胡文平,温裕鑫,等.基于可进化PID的含电动汽车孤岛微电网负荷频率控制策略[J].全球能源互联网,2023,6(3):258-265.

　　[2]刘威,郭直清,姜丰,等.协同围攻策略改进的灰狼算法及其PID参数优化[J].计算机科学与探索,2023,17(3):15.

　　[3]汪若涵,庄原,朱艺超,等.基于差分进化算法的微电网小水电PID参数优化研究[J].云南电力技术,2023,51(3):30-34.

　　[4]吴振龙,刘艳红,薛亚丽,等.基于预期动态方程的含高比例可再生能源孤岛运行微电网负荷频率控制[J].上海交通大学学报,2024,58(6):954-964.

　　[5]原天生,于少娟,杨杰豹,等.基于ICSO模糊PID控制的微网控制研究[J].太原科技大学学报,2023,44(5):428-433.