基于遗传算法的压水堆核电站堆芯功率模型预测控制方法技术

本发明专利技术公开了一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，包括下列步骤：建立反应堆堆芯的数学状态空间模型；对所述反应堆堆芯的数学状态空间模型进行线性化；建立反应堆堆芯的功率预测控制模型；基于遗传算法对所述功率预测控制模型进行参数整定。本发明专利技术结合压水堆堆芯的运行参数，采用改进的遗传算法对控制器中的各项参数进行整定，得出全局最优解，实现压水堆核电站堆芯功率控制的自适应调整；还利用预测模型来预测未来的偏差值，通过滚动优化来确定当前的最优控制策略，使未来的被控变量与期望值之间的偏差最小；利用遗传算法对所述反应堆堆芯功率预测控制模型中的待定参数进行寻优，得出待定参数的最优值。

【技术实现步骤摘要】

本专利技术涉及压水堆核电站堆芯功率控制，尤其涉及一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法。
技术介绍
压水堆堆芯是压水堆核电站的主要设备之一，其主要功能是进行核反应，产生大量的热。在压水堆核电站运行过程中，如果压水堆堆芯功率不能得到很好的控制，可能会导致停堆，甚至严重事故。因此压水堆堆芯功率的控制尤为重要。目前，压水堆堆芯功率控制所采用的控制方案，大多仍为传统的PID控制。PID控制器是根据系统的误差，利用比例、积分及微分计算出控制量并控制执行机构变动来控制堆芯功率。由于压水堆堆芯是一个非线性系统，并且多种干扰具有不确定性，同时负荷大范围变动带来了一定的不稳定性，尤其是在低负荷工况下，传统的PID控制系统难以快速、稳定地控制压水堆堆芯功率。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点和不足，提供一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，以消除因多种干扰而具有的不确定性、负荷大范围变动带来的不稳定性等对压水堆堆芯功率控制的影响。本专利技术准确高效、抗干扰能力强、可以适应大范围负荷变化。本专利技术可以根据核电站运行工况的不同，调整控制参数，实现压水堆堆芯功率控制。本专利技术通过下述技术方案实现：一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，包括下列步骤：S1、建立反应堆堆芯的数学状态空间模型，所述数学状态空间模型包括等效单组缓发中子点堆动态方程、热工水力模型方程和反应性模型方程，其中所述等效单组缓发中子点堆动态方程根据反应堆单群中子扩散理论，采用等效单组缓发中子来近似描述多组缓发中子点堆动态方程得到；S2、对所述反应堆堆芯的数学状态空间模型进行线性化，该步骤根据堆芯功率与中子密度之间的关系式、反应堆中的能量守恒方程、近似认为换热过程中冷却剂物性参数保持不变以及反应堆平衡点附近微小摄动的线性化理论，根据微分几何知识，对所述反应堆堆芯的数学状态空间模型进行线性化，得出压水堆堆芯中参数之间的线性数学表达式；S3、建立反应堆堆芯的功率预测控制模型，该步骤中根据模型预测控制理论得出线性化模型预测控制系统的表达式，通过正确选取状态空间变量x、状态空间输出量y、状态空间控制量u，依据线性代数知识，解出线性化模型预测控制系统以及系统中的矩阵，将模型预测控制系统离散化之后，计算得出预测时域内系统的预测状态空间变量和预测状态空间输出量；根据模型预测控制理论，通过分析模型预测控制系统取得最优值的条件，解出系统的状态空间输出量；S4、基于遗传算法对所述功率预测控制模型进行参数整定，该步骤中利用遗传算法对所述反应堆堆芯功率预测控制模型中的待定参数进行寻优，得出待定参数的最优值。优选的，所述等效单组缓发中子点堆动态方程如下：dndt=ρ-βΛn+λc---(1)]]>dcdt=βΛn-λc---(2)]]>式中，n为中子密度，ρ为总反应性，β是有效缓发中子的份额，Λ为中子代时间，t为时间，λ为等效单组缓发中子的衰变常数，c为等效单组缓发中子先驱核密度；所述热工水力模型方程如下：ffPa=μfdTfdt+Pc---(3)]]>(1-ff)Pa+Pc=μcdTldt+Pe---(4)]]>式中，ff是燃料功率份额，μc是冷却剂热容量，μf是燃料热容量；所述反应性模型方程如下：δρ=δρr+αf(Tf-Tf0)+αc(Tl-Tl0)2+αc(Te-Te0)2---(5)]]>dδρrdt=GrZr---(6)]]>式中，Gr表示单位长度控制棒的价值，δ表示偏离平衡状态的偏差值，Zr表示控制棒棒速，Tl0是初始冷却剂出口温度，Tf0是初始燃料平均温度，Te0是初始冷却剂入口温度，ρr是控制棒移动所引入的反应性，αf是燃料反应性系数，αc是冷却剂反应性系数。优选的，所述步骤S2对所述反应堆堆芯的数学状态空间模型进行线性化具体为：步骤S21、根据堆芯功率与中子密度的关系如下：Pa＝P0n(7)式中，Pa为实际堆芯功率；P0为堆芯额定功率，因此中子密度n的值可以表示相对堆芯功率；将能量守恒定律应用于压水堆，得到反应堆中的能量守恒方程如下：Pc＝Ω(Tf-Tc)(8)Pe＝M(Tl-Te)(9)式中，Pc是燃料传递给冷却剂的热量，Pe是冷却剂传递给二回路的热量，Ω是燃料与冷却剂之间的传热系数，M是冷却剂的质量流量热容量，Tf是燃料平均温度，Tc是冷却剂平均温度，Te是冷却剂进口温度，Tl是冷却剂出口温度；在压水堆核电站中，一般情况下，冷却剂的进口温度稳定在300℃。冷却剂进口温度与出口温度之差大约在30℃，因此可以假设冷却剂在与燃料换热过程中，冷却剂物性参数不变，得到：Tc=12(Tl+Te)δTe=0---(10);]]>步骤S22、由平衡点附近微小摄动的线性化理论，推出在压水堆核电站中中子密度的平衡值远大于中子密度偏离平衡状态的偏差值，将中子密度n表示为：n＝n0+δn，由微分知识，将式(1)表示为：dδndt=-βΛδn+λδc+δρAn0---(11)]]>式中，n0是中子密度的平衡值；δn是实际中子密度偏离平衡状态的偏差值；步骤S23、联立式(5)和式(10)得到δρ的数学表达式如下：δρ=δρr+αf(Tf-Tf0)+αc(Tl-Tl0)2---(12);]]>步骤S24、联立式(11)和式(12)，运用微分几何知识，得到与δn、δc、δTf、δTl以及δρr之间的数学关系式如下：dδndt=-βΛδn+λδc+αfΛn0δTf+αc2Λn0δTl+n0Λδρr---(13);]]>步骤S25、运用微分几何知识，由式(2)得到与δn以及δc之间的数学关系式如下：dδcdt=βΛδn-λδc---(14);]]>步骤S26、联立式(3)和式(7-8)，运用微分几何知识，得到与δn、δTf以及δTl之间的数学关系式如下：dTfdt=ff&m本文档来自技高网...

【技术保护点】
一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，其特征在于，包括下列步骤：S1、建立反应堆堆芯的数学状态空间模型，所述数学状态空间模型包括等效单组缓发中子点堆动态方程、热工水力模型方程和反应性模型方程，其中所述等效单组缓发中子点堆动态方程根据反应堆单群中子扩散理论，采用等效单组缓发中子来近似描述多组缓发中子点堆动态方程得到；S2、对所述反应堆堆芯的数学状态空间模型进行线性化，该步骤根据堆芯功率与中子密度之间的关系式、反应堆中的能量守恒方程、近似认为换热过程中冷却剂物性参数保持不变以及反应堆平衡点附近微小摄动的线性化理论，根据微分几何知识，对所述反应堆堆芯的数学状态空间模型进行线性化，得出压水堆堆芯中参数之间的线性数学表达式；S3、建立反应堆堆芯的功率预测控制模型，该步骤中根据模型预测控制理论得出线性化模型预测控制系统的表达式，通过正确选取状态空间变量x、状态空间输出量y、状态空间控制量u，依据线性代数知识，解出线性化模型预测控制系统以及系统中的矩阵，将模型预测控制系统离散化之后，计算得出预测时域内系统的预测状态空间变量和预测状态空间输出量；根据模型预测控制理论，通过分析模型预测控制系统取得最优值的条件，解出系统的状态空间输出量；S4、基于遗传算法对所述功率预测控制模型进行参数整定，该步骤中利用遗传算法对所述反应堆堆芯功率预测控制模型中的待定参数进行寻优，得出待定参数的最优值。...

【技术特征摘要】
1.一种基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，其特征在于，包括
下列步骤：
S1、建立反应堆堆芯的数学状态空间模型，所述数学状态空间模型包括等效单组缓发
中子点堆动态方程、热工水力模型方程和反应性模型方程，其中所述等效单组缓发中子点
堆动态方程根据反应堆单群中子扩散理论，采用等效单组缓发中子来近似描述多组缓发中
子点堆动态方程得到；
S2、对所述反应堆堆芯的数学状态空间模型进行线性化，该步骤根据堆芯功率与中子
密度之间的关系式、反应堆中的能量守恒方程、近似认为换热过程中冷却剂物性参数保持
不变以及反应堆平衡点附近微小摄动的线性化理论，根据微分几何知识，对所述反应堆堆
芯的数学状态空间模型进行线性化，得出压水堆堆芯中参数之间的线性数学表达式；
S3、建立反应堆堆芯的功率预测控制模型，该步骤中根据模型预测控制理论得出线性
化模型预测控制系统的表达式，通过正确选取状态空间变量x、状态空间输出量y、状态空间
控制量u，依据线性代数知识，解出线性化模型预测控制系统以及系统中的矩阵，将模型预
测控制系统离散化之后，计算得出预测时域内系统的预测状态空间变量和预测状态空间输
出量；根据模型预测控制理论，通过分析模型预测控制系统取得最优值的条件，解出系统的
状态空间输出量；
S4、基于遗传算法对所述功率预测控制模型进行参数整定，该步骤中利用遗传算法对
所述反应堆堆芯功率预测控制模型中的待定参数进行寻优，得出待定参数的最优值。
2.根据权利要求1所述的基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，
其特征在于，
所述等效单组缓发中子点堆动态方程如下：
dndt=ρ-βΛn+λc---(1)]]>dcdt=βΛn-λc---(2)]]>式中，n为中子密度，ρ为总反应性，β是有效缓发中子的份额，Λ为中子代时间，t为时
间，λ为等效单组缓发中子的衰变常数，c为等效单组缓发中子先驱核密度；
所述热工水力模型方程如下：
ffPa=μfdTfdt+Pc---(3)]]>(1-ff)Pa+Pc=μcdTldt+Pe---(4)]]>式中，ff是燃料功率份额，μc是冷却剂热容量，μf是燃料热容量；
所述反应性模型方程如下：
δρ=δρr+αf(Tf-Tf0)+αc(Tl-Tl0)2+αc(Te-Te0)2---(5)]]>dδρrdt=GrZr---(6)]]>式中，Gr表示单位长度控制棒的价值，δ表示偏离平衡状态的偏差值，Zr表示控制棒棒
速，Tl0是初始冷却剂出口温度，Tf0是初始燃料平均温度，Te0是初始冷却剂入口温度，ρr是控
制棒移动所引入的反应性，αf是燃料反应性系数，αc是冷却剂反应性系数。
3.根据权利要求2所述的基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，
其特征在于，所述步骤S2对所述反应堆堆芯的数学状态空间模型进行线性化具体为：
步骤S21、根据堆芯功率与中子密度的关系如下：
Pa＝P0n(7)
式中，Pa为实际堆芯功率；P0为堆芯额定功率，将中子密度n的值表示相对堆芯功率；
将能量守恒定律应用于压水堆，得到反应堆中的能量守恒方程如下：
Pc＝Ω(Tf-Tc)(8)
Pe＝M(Tl-Te)(9)
式中，Pc是燃料传递给冷却剂的热量，Pe是冷却剂传递给二回路的热量，Ω是燃料与冷
却剂之间的传热系数，M是冷却剂的质量流量热容量，Tf是燃料平均温度，Tc是冷却剂平均温
度，Te是冷却剂进口温度，Tl是冷却剂出口温度；
通过假设冷却剂在与燃料换热过程中，冷却剂物性参数不变，得到：
Tc=12(Tl+Te)δTe=0---(10);]]>步骤S22、由平衡点附近微小摄动的线性化理论，推出在压水堆核电站中中子密度的平
衡值远大于中子密度偏离平衡状态的偏差值，将中子密度n表示为：n＝n0+δn，由微分知识，
将式(1)表示为：
dδndt=-βΛδn+λδc+δρΛn0---(11)]]>式中，n0是中子密度的平衡值；δn是实际中子密度偏离平衡状态的偏差值；
步骤S23、联立式(5)和式(10)得到δρ的数学表达式如下：
δρ=δρr+αf(Tf-Tf0)+αc(Tl-Tl0)2---(12);]]>步骤S24、联立式(11)和式(12)，运用微分几何知识，得到与δn、δc、δTf、δTl以及δρr之间的数学关系式如下：
dδndt=-βΛδn+λδc+αfΛn0δTf+αc2Λn0δTl+n0Λδρr---(13);]]>步骤S25、运用微分几何知识，由式(2)得到与δn以及δc之间的数学关系式如下：
dδcdt=βΛδn-λδc---(14);]]>步骤S26、联立式(3)和式(7-8)，运用微分几何知识，得到与δn、δTf以及δTl之间的数
学关系式如下：
dTfdt=ffμfP0δn-ΩμfδTf+Ω2μfδTl---(15);]]>步骤S27、联立式(4)和式(7-9)，运用微分几何知识，得到与δn、δTf以及δTl之间的
数学关系式如下：
dδTldt=1-ffμcP0δn+ΩμcδTf-2M+Ω2μcδTl---(16).]]>4.根据权利要求3所述的基于遗传算法的压水堆核电站堆芯功率模型预测控制方法，
其特征在于，所述步骤S3建立反应堆堆芯的功率预测控制模型具体为：
步骤S31、
根据模型预测控制系统...

【专利技术属性】
技术研发人员：吴婕，王国旭，马晓茜，曾碧凡，许志斌，余昭胜，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44