技术新讯 > 控制调节装置的制造及其应用技术 > 基于最大最小模型预测控制的火电机组优化控制方法与流程  >  正文

基于最大最小模型预测控制的火电机组优化控制方法与流程

  • 国知局
  • 2024-07-31 23:51:26

本发明涉及燃煤发电,具体涉及一种基于最大最小模型预测控制的火电机组优化控制方法。

背景技术:

1、协调控制系统广义上应包括机组所有的调节,狭义上指以锅炉指令和汽机指令为调节量,以电负荷和主蒸汽压力为被调量,组成的联合调节系统,一般它由以下几种主要方式。

2、1)机跟炉(tf)方式。主蒸汽压力由汽机指令(调门)调节,机组负荷由锅炉指令(燃烧率)调节。这种方式下,主蒸汽压力的调节品质比较好,但负荷调节性能差,负荷的响应延迟大,负荷的波动大。这种方式对机组比较有利,但不能满足电网的负荷控制要求。

3、2)炉跟机(bf)方式。主蒸汽压力由锅炉指令(燃烧率)调节,机组负荷由汽机指令(调门)调节。这种方式下,机组负荷的调节品质比较好,但主蒸汽压力调节性能差,主蒸汽压力的波动大。这种方式对电网比较有利,但不利于机组的安全、稳定运行。

4、3)协调方式。汽机指令和锅炉指令随负荷指令协同变化,使机组有较好的电负荷响应性能,并且保证主蒸汽压力在允许的安全范围内,其负荷和主蒸汽压力调节品质介于机跟炉和炉跟机二种方式之间。目前,火电机组协调控制系统大多基于传统pid控制策略进行设计,采用了负荷指令前馈+pid反馈的调节方案。但是对于煤种多变、机组控制及测量设备不精确、运行参数经常与设计参数存在较大偏差的情况下,常规控制手段已难以保证控制品质,控制效果会明显变差。因此需要设计一种能够快速抑制扰动的先进的协调控制策略。

技术实现思路

1、本发明的目的是提供一种基于最大最小模型预测控制的火电机组优化控制方法,在机组参数时变的情况下,选择其中对系统扰动最大的两个因素建立不确定扰动因素对机组输出的数学模型,并采用最大最小化模型对模型进行约束,获得最优控制。

2、技术方案:为实现上述发明目的,本发明采用如下技术方案:

3、基于最大最小模型预测控制的火电机组优化控制方法,该方法包括以下的步骤:

4、步骤s1.跟踪机组的实际负荷,采集机组负荷变化速率、机组负荷响应迟延时间、机组负荷变化范围、机组负荷静态偏差、机组负荷动态偏差;

5、步骤s2.根据步骤s1得到的实际负荷,选择其中对系统扰动最大的两个因素建立不确定扰动因素对机组输出的数学模型;

6、步骤s3.采用最大最小化模型对步骤s2建立的模型进行约束;

7、步骤s4.输出对机组的控制参数。

8、进一步地,步骤s1所述机组负荷变化速率是在机组启动后,选取agc负荷指令目标变化幅度10%和90%的两个负荷点,其连线的斜率作为机组负荷变化速率。

9、进一步地,步骤s1所述机组负荷响应迟延时间,是锅炉接到负荷指令后,从煤量改变到蒸汽流量发生变化所需时间。

10、进一步地,步骤s2所述不确定扰动因素对机组输出的数学模型如下:

11、

12、y(t)=(c+δc)x(t)+(d+δd)u(t)+hw1(t)w2(t)

13、其中,是t时刻的系统状态,a是系统常数矩阵,δa是系统内部不确定性矩阵,x(t)是t时刻的系统状态向量,b是输入常数矩阵,δb是输入内部不确定性矩阵,u(t)是t时刻的控制输入向量,g是外部状态不确定性常数矩阵,w1(t)是选取的对系统扰动最大的两个因素中的第一个因素在t时刻的干扰输入向量,w2(t)是选取的对系统扰动最大的两个因素中第二个因素在t时刻的干扰输入向量,y(t)是t时刻的控制输入向量,c是观测常数矩阵,δc是观测内部不确定性矩阵,d是反馈常数矩阵,δd是反馈内部不确定性矩阵,h是控制输出外部不确定性矩阵。

14、进一步地,步骤s3所述采用最大最小化模型对步骤s2建立的模型进行约束,具体如下:

15、

16、其中,j是输入控制状态量,w是机组给定负荷。

17、本发明具有以下的有益效果:

18、本发明在机组参数时变的情况下,选择其中对系统扰动最大的两个因素建立不确定扰动因素对机组输出的数学模型,并采用最大最小化模型对模型进行约束,获得最优控制。

技术特征:

1.一种基于最大最小模型预测控制的火电机组优化控制方法,其特征在于,该方法包括以下的步骤:

2.根据权利要求1所述的基于最大最小模型预测控制的火电机组优化控制方法,其特征在于,步骤s1所述机组负荷变化速率是在机组启动后,选取agc负荷指令目标变化幅度10%和90%的两个负荷点,其连线的斜率作为机组负荷变化速率。

3.根据权利要求1所述的基于最大最小模型预测控制的火电机组优化控制方法,其特征在于,步骤s1所述机组负荷响应迟延时间,是锅炉接到负荷指令后,从煤量改变到蒸汽流量发生变化所需时间。

4.根据权利要求1所述的基于最大最小模型预测控制的火电机组优化控制方法,其特征在于,步骤s2所述不确定扰动因素对机组输出的数学模型如下:

5.根据权利要求4所述的基于最大最小模型预测控制的火电机组优化控制方法,其特征在于,步骤s3所述采用最大最小化模型对步骤s2建立的模型进行约束,具体如下:

技术总结本发明公开一种基于最大最小模型预测控制的火电机组优化控制方法,该方法包括如下步骤:步骤S1.跟踪机组的实际负荷,采集机组负荷变化速率、机组负荷响应迟延时间、机组负荷变化范围、机组负荷静态偏差、机组负荷动态偏差;步骤S2.根据步骤S1得到的实际负荷,选择其中对系统扰动最大的两个因素建立不确定扰动因素对机组输出的数学模型;步骤S3.采用最大最小化模型对步骤S2建立的模型进行约束;步骤S4.输出对机组的控制参数。本发明在机组参数时变的情况下,选择其中对系统扰动最大的两个因素建立不确定扰动因素对机组输出的数学模型,并采用最大最小化模型对模型进行约束,获得最优控制。技术研发人员:武锦峰,全通,李波,郑琳,徐彬彬,刘长旭,张元军,陈奇,王春宝受保护的技术使用者:大唐吉林发电有限公司辽源发电分公司技术研发日:技术公布日:2024/6/23

本文地址:https://www.jishuxx.com/zhuanli/20240730/198863.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。