基于分层模型预测控制算法的超临界机组协调控制方法技术

本发明专利技术公开了一种基于分层模型预测控制算法的超临界机组协调控制方法，包括如下内容：将超临界机组的被控对象看作一个三输入三输出的多变量系统，系统的输入量为给水流量、汽机调门开度和实际入炉煤量，输出量为机组实发功率、机侧主汽压力和分离器出口温度；将超临界机组的被控对象的不同工况的子模型按CARIMA模型进行表述，并基于丢番图方程求得模型预测值，最终以性能指标函数最小为优化目标求取当前最优控制量；采用分层结构算法，建立三层子模型集；根据机组运行负荷范围、控制偏差及偏差变化率的大小，组合不同层次、不同数量的子模型集，以适应机组运行时的不同控制目标。本发明专利技术能有效保证超临界机组的控制效果，满足实际工程需要。

【技术实现步骤摘要】
基于分层模型预测控制算法的超临界机组协调控制方法
本专利技术涉及热能与动力工程的自动控制方法，尤其涉及一种基于分层模型预测控制算法的超临界机组协调控制方法。
技术介绍
电力系统目前的发展趋势是低碳化，包括风电、光伏发电、水电及核电在内的清洁能源本身具有随机性和波动性，大量接入电网势必影响电网的安全性和稳定性。为给电力系统安全运行提供可靠性支撑，还是需要发挥火电“压舱石”的作用，不断提高火电机组的灵活性运行水平。目前几乎所有燃煤电厂的协调控制系统都以PID为基础，而PID控制器在机组大范围变负荷运行时，并不适应大滞后、非线性、约束多及强耦合的协调系统被控对象，导致机组AGC、一次调频等涉网功能不满足电网要求，进而严重制约火电机组的运行灵活性。切换子模型或子控制器的方法虽易实现且计算负担较轻，但易导致控制量跳变，不利于系统稳定；加权子模型或子控制器的方法虽能实现系统的平滑过渡，但计算负担加大。
技术实现思路
专利技术目的：针对现有技术存在的问题，本专利技术的目的是提供一种能够提高机组负荷调节性能及拓宽负荷调节宽度，同时保证主汽压力、主汽温等关键参数的控制性能的超临界机组协调控制方法。技术方案：本专利技术所述的一种基于分层模型预测控制算法的超临界机组协调控制方法，包括如下内容：(1)将超临界机组的被控对象看作一个三输入三输出的多变量系统，所述多变量系统的输入量为给水流量、汽机调门开度和实际入炉煤量，输出量为机组实发功率、机侧主汽压力和分离器出口温度；(2)将所述超临界机组的被控对象的不同工况下的子模型按CARIMA模型进行表述，并基于丢番图方程求得模型预测值，最终以性能指标函数最小为优化目标求取当前最优控制量；(3)采用分层结构算法，建立三层子模型集；根据机组运行负荷范围、控制偏差及偏差变化率的大小，组合不同层次、不同数量的子模型集，以适应机组运行时的不同控制目标。进一步的，步骤(1)中，采用现场的阶跃响应试验数据辨识所述超临界机组30％～100％Pe的数学模型。具体的，步骤(1)中，采用如下公式表述所述被控对象：其中，为输出量，分别代表机组实发功率Ne、机侧主汽压力pst和分离器出口温度Tsep，为输入量，分别代表给水流量Dfw、汽机调门开度ut和实际入炉煤量rB，Gij为第j个输入量对第i个输出量影响的传递函数，i、j＝1，2，3。具体的，步骤(2)中，采用如下公式将所述超临界机组的被控对象的不同工况下的子模型按CARIMA模型进行表述：其中，z-1为后移算子，Δ＝1-z-1为差分算子，均为关于z-1的多项式，k为时刻，ξi(k)为噪声；将上式等号两边同乘差分算子，得：记为diag{A1(z-1)，A2(z-1)，A3(z-1)}；记为汜为进一步的，步骤(2)中，所述基于丢番图方程求得模型预测值的具体内容如下：建立丢番图方程：求得多项式：有l步预测模型：其中，N表示预测时域，Nu表示控制时域，系数矩阵分别为：nbj＝max(nb1j，nb2j，nb3j)；令ξi(k)＝0，得：Y＝F1ΔU+F2ΔU(k-j)+GY(k)；其中，Y为未来输出预测值向量，ΔU为所求控制增量向量，ΔU(k-j)为过去控制增量向量，Y(k)为已知输出值向量，具体表达式为：Y＝[y1(k+1)，…，y1(k+N)，y2(k+1)，…，y2(k+N)，y3(k+1)，…，y3(k+N)]T，ΔU＝[Δu1(k)，…，Δu1(k+Nu-1)，Δu2(k)，…，Δu2(k+Nu-1)，Δu3(k)，…，Δu3(k+Nu-1)]T，ΔU(k-j)＝[Δu1(k-1)，…，Δu1(k-nb1)，Δu2(k-1)，…，Δu2(k-nb2)，Δu3(k-1)，…，Δu3(k-nb3)]T，Y(k)＝[y1(k)，…，y1(k-na1)，y2(k)，…，y2(k-na2)，y3(k)，…，y3(k-na3)]T；矩阵F1，F2，G分别为：进一步的，步骤(2)中，定义k时刻的优化性能指标为：J(k)＝[Y-Yr]TQ[Y-Yr]+ΔUTRΔU；其中，Yr为输出参考值向量，Q为控制偏差惩罚系数矩阵，R为控制增量惩罚系数矩阵；优化目标是使性能指标J(k)取最小；将式Y＝F1ΔU+F2ΔU(k-j)+GY(k)代入所述k时刻的优化性能指标，有：J(k)＝[F1ΔU+F2ΔU(k-j)+GY(k)-Yr]TQ[F1ΔU+F2ΔU(k-j)+GY(k)-Yr]+ΔUTRΔU；令有k时刻的最优控制增量：控制量求解的过程中，控制量及控制增量需满足约束条件；最终k时刻最优控制量为：U(k)＝U(k-1)+ΔU(k)；将所求最优控制量作用于被控对象；下一时刻，重复上述过程。优选的，还包括通过性能指标函数的加权进行子控制器整合的步骤，并采用间隙度量作为加权参数，具体步骤如下：其中，wk为Pk对应子控制器的加权系数，Jk为Pk对应子控制器的性能指标函数，n为子模型集内含模型P1，P2，...，Pn的个数；δ(Pk)为机组在当前负荷下与子模型Pk的间隙度量，index为可调参数，index≥1。进一步的，步骤(3)具体包括如下内容：建立三层精度不同的子模型集，分别记为L1，L2，L3；其中，L1层有P1，1，P1，2，...共n1个模型，L2层有P2，1，P2，2，…共n2个模型，L3层有P3，1，P3，2，…共n3个模型，且n1＜n2＜n3；当机组处于AGC负荷指令变化的初始时刻，选用L1层子模型进行粗调；随后当实发功率持续靠近负荷指令时，选用L2层子模型集来进行调整；当功率偏差进一步减小至预设偏差阈值范围内时，选用L3层子模型集来进行精细控制。有益效果：和现有技术相比，本专利技术具有如下显著效果：1、将多模型与广义预测控制技术结合，多模型方法通过对子模型或对应子控制器的切换/加权处理来实现最终控制作用的整合，保证了火电机组全工况协调控制性能；2、由实际阶跃响应试验数据辨识建立不同负荷点的传递函数模型集，从而掌握了协调系统被控对象的动态特性；3、结合GapMetric理论，对各子广义预测控制器的性能指标函数进行加权融合，弥补了加权方法计算负担重和切换方法控制作用易跳变的缺点；4、使用不同层次子模型集参与控制，能够适应机组运行时的不同控制目标。附图说明图1为算法分层结构。图2为分层结构算法原理图。具体实施方式下面以350MW超临界机组为例，并结合附图，详细阐述本专利技术的技术方案。将350MW超临界机组的被控对象看作一个三输入三输出的多变量系统，其中系统的输入量为给水流量Dfw(t/h)，汽机调门开度ut(％)本文档来自技高网...

【技术保护点】
1.一种基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于，包括如下内容：/n(1)将超临界机组的被控对象看作一个三输入三输出的多变量系统，所述多变量系统的输入量为给水流量、汽机调门开度和实际入炉煤量，输出量为机组实发功率、机侧主汽压力和分离器出口温度；/n(2)将所述超临界机组的被控对象的不同工况下的子模型按CARIMA模型进行表述，并基于丢番图方程求得模型预测值，最终以性能指标函数最小为优化目标求取当前最优控制量；/n(3)采用分层结构算法，建立三层子模型集；根据机组运行负荷范围、控制偏差及偏差变化率的大小，组合不同层次、不同数量的子模型集，以适应机组运行时的不同控制目标。/n

【技术特征摘要】
1.一种基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于，包括如下内容：
(1)将超临界机组的被控对象看作一个三输入三输出的多变量系统，所述多变量系统的输入量为给水流量、汽机调门开度和实际入炉煤量，输出量为机组实发功率、机侧主汽压力和分离器出口温度；
(2)将所述超临界机组的被控对象的不同工况下的子模型按CARIMA模型进行表述，并基于丢番图方程求得模型预测值，最终以性能指标函数最小为优化目标求取当前最优控制量；
(3)采用分层结构算法，建立三层子模型集；根据机组运行负荷范围、控制偏差及偏差变化率的大小，组合不同层次、不同数量的子模型集，以适应机组运行时的不同控制目标。


2.根据权利要求1所述的基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于：步骤(1)中，采用现场的阶跃响应试验数据辨识所述超临界机组30％～100％Pe的数学模型。


3.根据权利要求1所述的基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于，步骤(1)中，采用如下公式表述所述被控对象：



其中，yNe、为输出量，分别代表机组实发功率Ne、机侧主汽压力pst和分离器出口温度Tsep，为输入量，分别代表给水流量Dfw、汽机调门开度ut和实际入炉煤量rB，Gij为第j个输入量对第i个输出量影响的传递函数，i、j＝1，2，3。


4.根据权利要求3所述的基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于，步骤(2)中，采用如下公式将所述超临界机组的被控对象的不同工况下的子模型按CARIMA模型进行表述：



其中，z-1为后移算子，Δ＝1-z-1为差分算子，均为关于z-1的多项式，k为时刻，ξi(k)为噪声；



将上式等号两边同乘差分算子，得：



记为diag{A1(z-1)，A2(z-1)，A3(z-1)}；
记为记为


5.根据权利要求4所述的基于分层模型预测控制算法的超临界机组协调控制方法，其特征在于，步骤(2)中，所述基于丢番图方程求得模型预测值的具体内容如下：
建立丢番图方程：



求得多项式：






有l步预测模型：



其中，N表示预测时域，Nu表示控制时域，系数矩阵Gii，Eii分别为：






nbj＝max(nb1j，nb2j，nb3j)；
令ξi(k)＝0，得：Y＝F1ΔU+F2ΔU(k-j)+GY(k)；
其中，Y为未来输出预测值向量，ΔU为所求控制增量向量，ΔU(k-j)为过去控制增量向量，Y(k)为已知...

【专利技术属性】
技术研发人员：李志强，王力，孔德奇，天罡，邓海涛，张立业，宋浩，傅腾，刘恒波，张敏，陈晓利，郑飞，张云河，韩旭，田钧成，
申请(专利权)人：国家电投集团东北电力有限公司本溪热电分公司，中电投东北能源科技有限公司，南京英纳维特自动化科技有限公司，
类型：发明
国别省市：辽宁;21