基于多目标粒子群算法的熔盐堆功率控制系统参数优化
熔盐堆具有固有安全性和部署灵活性,能够广泛应用于多种场景。功率控制系统是确保熔盐堆安全稳定运行的关键系统之一,其在控制堆芯燃料盐温度的同时,还需要对负载变化进行快速响应,以满足基于熔盐堆的多样化复合能源系统中的潜在需求。控制目标之间存在相互影响,且执行器的数量和可调范围往往有限,因此给控制器参数的选择带来了巨大挑战。本文使用反应堆功率控制系统上普遍采用的比例-积分-微分(Proportional-Integral-Derivative,PID)控制器对堆芯温度和功率进行控制。在MATLAB/Simulink软件中建立熔盐增殖堆(Molten Salt Breeder Reactor,MSBR)...
| Published in: | He jishu |
|---|---|
| Main Authors: | , , , , , , , |
| Format: | Article |
| Language: | Chinese |
| Published: |
Science Press
2025-08-01
|
| Subjects: | |
| Online Access: | https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.240394 |
| Summary: | 熔盐堆具有固有安全性和部署灵活性,能够广泛应用于多种场景。功率控制系统是确保熔盐堆安全稳定运行的关键系统之一,其在控制堆芯燃料盐温度的同时,还需要对负载变化进行快速响应,以满足基于熔盐堆的多样化复合能源系统中的潜在需求。控制目标之间存在相互影响,且执行器的数量和可调范围往往有限,因此给控制器参数的选择带来了巨大挑战。本文使用反应堆功率控制系统上普遍采用的比例-积分-微分(Proportional-Integral-Derivative,PID)控制器对堆芯温度和功率进行控制。在MATLAB/Simulink软件中建立熔盐增殖堆(Molten Salt Breeder Reactor,MSBR)一回路非线性模型。基于该模型采用多目标粒子群(Multi-Objective Particle Swarm Optimization,MOPSO)算法对控制器参数进行了优化,并根据灵敏度比偏差筛选每个目标都可接受的优解,实现了自动化选取控制器参数的最佳方案。通过仿真不同工况对控制器的性能进行了验证,结果表明,多目标粒子群算法优化后的控制器具有良好的负荷跟踪能力,能够实现功率及温度双目标的平衡,在负载阶跃变化时能抑制超调量在2%范围内,响应速度快,抗干扰能力强。 |
|---|---|
| ISSN: | 0253-3219 |
