本发明专利技术公开了一种循环流化床锅炉的新型AGC控制方法，包括以下的步骤：S1：获取控制对象的阶跃响应系数；S2：获得控制对象的状态空间近似表述形式；S3：获取预测控制的预测模型；S4：进行控制方法的滚动优化；S5：进行控制方法的反馈校正。本发明专利技术充分利用锅炉侧的一次风在循环流化床锅炉动态过程对于汽机侧的机组功率的动态调节作用，充分利用炉膛床料蓄能，减小锅炉燃料量的滞后影响，改良的预测控制算法可以提高系统的扰动抑制能力。
【技术实现步骤摘要】
本专利技术涉及循环流化床AGC控制的研究领域，特别是涉及一种循环流化床锅炉的新型AGC控制方法。
技术介绍
能源是国民经济发展的基础，而煤炭资源在我国一次能源的结构中占有非常重要的地位，其比例大概在70％左右，另一方面来说，煤炭的开发利用会产生大量的二氧化碳、二氧化硫和氮氧化物，从而造成严峻的环境问题，在这样的背景之下，发展洁净煤技术势在必行。而与其他的洁净煤技术相比，循环流化床技术从技术完备性和经济适用性来看，均符合我国当前的国情，是比较合适的选择。循环流化床锅炉作为一种新型的煤燃烧技术，相比于传统的煤粉炉，具有燃烧效率高、燃料适应性广、燃烧污染低、脱硫效率高和投资成本低等特点。与一般的工业锅炉不同的是，循环流化床锅炉除了需要完成普通锅炉的自动调节任务：即保证汽包水位、蒸汽压力、蒸汽温度和炉膛负压等在规定范围内之外，为了维持经济稳定的燃烧，还需要保持一定的料床高度和合理的床温。随着循环流化床锅炉的大型化，汽水循环的加速易导致出现不稳定现象，所以也需要特别考虑锅炉运行的安全性。同时，循环流化床锅炉的控制对象非常的复杂，具有参数多、非线性、时变和耦合性强等特性，所以对于这类锅炉的控制难度也将更大。传统的定参数PI和PID控制器无法保证最佳的控制效果和机组的长期稳定正常运行，甚至还会因为控制不当造成运行事故。长期的研究和实践证明，为解决CFBB机组的自动控制难题，引入先进控制算法来实现对象复杂的控制要求，对于保证热电厂安全、经济、环保的运行具有十分重要的意义。同时，对于入网的机组，电网对其机组负荷往往是有精确而严格的要求的，就我国的电网技术要求而言，在AGC联调时机组升降负荷的速率应达到2.0MW/min以上，且负荷稳态控制精度在±0.5％Pe在，负荷最大动态控制精度在±1.5％Pe以内，即机组往往需要在较短的时间内完成大范围的负荷跟踪，传统的流化床锅炉由于锅炉侧的延迟和大惯性，其AGC的负荷升降速率和精度往往不能得到很好的保证，所以新的形势对于机组的AGC控制结构也提出了新的要求。另外，随着工业系统的日益庞大与复杂，大量的复杂时变、包含非平稳随机信号的扰动对控制系统的正常运行产生了越来越严重的影响。而控制系统性能的下降又会进一步引起生产过程的频繁波动，不仅会直接影响产品的品质和系统的安全运行，而且也会导致设备的损耗加快。在这样的背景之下，对于控制器就必须要求具备更高的扰动抑制性能，所以对于控制系统的扰动抑制能力的研究也就变得愈发重要。
技术实现思路
专利技术目的：本专利技术的目的是提供一种能够提高扰动抑制能力的循环流化床锅炉的新型AGC控制方法。技术方案：为达到此目的，本专利技术采用以下技术方案：本专利技术所述的循环流化床锅炉的新型AGC控制方法，包括以下的步骤：S1：获取控制对象的阶跃响应系数；对电厂的控制对象进行阶跃响应试验，设该对象有m个控制输入、p个输出，获取相应的阶跃响应系数矩阵Ai，如式(1)所示：式(1)中，m为输入量的个数，p为输出量的个数，N为模型长度；S2：获得控制对象的状态空间近似表述形式；控制对象的状态空间近似表述形式如式(2)所示：X(k+1)=SX(k)+AΔu(k)y(k)=CX(k)---(2)]]>式(2)中，X(k)为状态变量，y(k)为输出变量，Δu(k)为控制量增量,S、A和C分别如式(3)、(4)和(5)所示；A=A1A2...AN-2AN-1AN---(4)]]>式(4)中，Ai如式(1)所示；S3：获取预测控制的预测模型；预测模型如式(6)所示：y(k)＝FX(k)+ΦΔu(k) (6)式(6)中，y(k)=y1(k+1|k)...yp(k+1|k)---(7)]]>Δu(k)=Δu1(k)...Δum(k)---(8)]]>式(7)中，yii(k+1|k)为基于k时刻的数据计算获得的k+1时刻的输出预测值，ii＝1,…,p，p为输出量个数；式(8)中，Δujj(k)为控制量增量，jj＝1,…,m，m为输入量个数；S4：进行控制方法的滚动优化；在时刻k制定基于状态空间模型的预测控制方法的性能指标，如式(10)所示：minJ(k)=||w(k)-y(k)||Q2+||Δu(k)||R2---(10)]]>式(10)中，J(k)为性能指标函数，w(k)为设定值，y(k)为输出值，Δu(k)为控制量增量，矩阵Q和R分别为误差权矩阵和控制权矩阵；得到相应的最优控制增量ΔuM(k)为：ΔuM(k)＝(ΦTQΦ+R)-1ΦTQ[w(k)-FX(k)] (11)式(11)中，F、Φ如式(9)所示；相应的即时控制增量Δu(k)为：Δu(k)＝LΔuM(k) (12)其中，Δu(k)如式(8)所示，ΔuM(k)如式(13)所示，L如式(15)所示：ΔuM(k)=Δu1,M(k)...Δum,M(k)---(13)]]>式(13)中，Δujj,M(k)如式(14)所示，jj＝1,…,m，m为输入量个数；Δujj,M(k)=Δujj(k)...Δujj(k+M-1)---(14)]]>式(15)中，L0如式(16)所示：L0＝[1 0 … 0](1×M) (16)式(11)——式(16)中，M为预测控制的控制时域；由此获得Δu(k)，并通过u(k)＝u(k-1)+Δu(k)来计算u(k)的值；S5：进行控制方法的反馈校正。进一步，所述步骤S2中的状态变量X(k)通过卡尔曼滤波器获取，包括以下步骤：S2.1：不考虑控制作用的多输入多输出控制对象的离散时间线性时不变系统的状态空间描述如式(17)所示：X(k+1)=AX(k)+ΓW(k)y(k)=CX(k)+V(k)---(17)]]>式(17)中，V(k)为测量噪声，W(k)为系统过程噪声，Γ为系统噪声输入矩阵；系统过程噪声W(k)和测量噪声V(k)均为高斯白噪声序列，且两者互不相关或者两者δ相关，且两者具备式(18)所示的统计特性：E(W(k))=0,Cov(W(k),W(j))=Q0(k)δ(k,j)E(V(k))=0,Cov(V(k),V(j))=R0(k)δ(k,j)Cov(W(k),V(j))=0---(18)]]>式(18)中，Q0为非负定矩阵，表示系统过程噪声W(k)的方差阵；R0为正定阵，表示测量噪声V(k)的方差阵，δ(k,j)为克罗尼克δ符号；S2.2：计算通过卡尔曼滤波器进行状态估计所需的参数；基于k-1时刻状态量预测值获得的k时刻状态量预测值为：X^(k|k-1)=AX^(k-1)---(19)]]>式(19)中，为k-1时刻状态量估计值；基于k-1时刻预测误差协方差阵获得的k时刻预测误差协方差阵P(k|k-1)为：P(k|k-1)＝AP(k-1)AT+ΓQ0(k-1)ΓT (20)式(20)中，P(k-1)为k-1时刻预测误差协方差阵；Q0(k-1)为k-1时刻非负定矩阵，代表系统过程噪声W(k)的方差阵；k时刻增益矩阵K(k)为：K(k)＝P(k)CT(CP(k)CT+R0(k))-1＝P(k)CTR0(k)-1 (21)式(21)中，P(k)为本文档来自技高网...
【技术保护点】
一种循环流化床锅炉的新型AGC控制方法，其特征在于：包括以下的步骤：S1：获取控制对象的阶跃响应系数；对电厂的控制对象进行阶跃响应试验，设该对象有m个控制输入、p个输出，获取相应的阶跃响应系数矩阵Ai，如式(1)所示：式(1)中，m为输入量的个数，p为输出量的个数，N为模型长度；S2：获得控制对象的状态空间近似表述形式；控制对象的状态空间近似表述形式如式(2)所示：X(k+1)=SX(k)+AΔu(k)y(k)=CX(k)---(2)]]>式(2)中，X(k)为状态变量，y(k)为输出变量，Δu(k)为控制量增量,S、A和C分别如式(3)、(4)和(5)所示；A=A1A2...AN-2AN-1AN---(4)]]>式(4)中，Ai如式(1)所示；S3：获取预测控制的预测模型；预测模型如式(6)所示：y(k)＝FX(k)+ΦΔu(k) (6)式(6)中，y(k)=y1(k+1|k)...yp(k+1|k)---(7)]]>Δu(k)=Δu1(k)...Δum(k)---(8)]]>式(7)中，yii(k+1|k)为基于k时刻的数据计算获得的k+1时刻的输出预测值，ii＝1,…,p，p为输出量个数；式(8)中，Δujj(k)为控制量增量，jj＝1,…,m，m为输入量个数；S4：进行控制方法的滚动优化；在时刻k制定基于状态空间模型的预测控制方法的性能指标，如式(10)所示：min J(k)=||w(k)-y(k)||Q2+||Δu(k)||R2---(10)]]>式(10)中，J(k)为性能指标函数，w(k)为设定值，y(k)为输出值，Δu(k)为控制量增量，矩阵Q和R分别为误差权矩阵和控制权矩阵；得到相应的最优控制增量ΔuM(k)为：ΔuM(k)＝(ΦTQΦ+R)‑1ΦTQ[w(k)‑FX(k)] (11)式(11)中，F、Φ如式(9)所示；相应的即时控制增量Δu(k)为：Δu(k)＝LΔuM(k) (12)其中，Δu(k)如式(8)所示，ΔuM(k)如式(13)所示，L如式(15)所示：ΔuM(k)=Δu1,M(k)...Δum,M(k)---(13)]]>式(13)中，Δujj,M(k)如式(14)所示，jj＝1,…,m，m为输入量个数；Δujj,M(k)=Δujj(k)...Δujj(k+M-1)---(14)]]>式(15)中，L0如式(16)所示：L0＝[1 0 … 0](1×M) (16)式(11)——式(16)中，M为预测控制的控制时域；由此获得Δu(k)，并通过u(k)＝u(k‑1)+Δu(k)来计算u(k)的值；S5：进行控制方法的反馈校正。...
【技术特征摘要】
1.一种循环流化床锅炉的新型AGC控制方法，其特征在于：包括以下的步骤：S1：获取控制对象的阶跃响应系数；对电厂的控制对象进行阶跃响应试验，设该对象有m个控制输入、p个输出，获取相应的阶跃响应系数矩阵Ai，如式(1)所示：式(1)中，m为输入量的个数，p为输出量的个数，N为模型长度；S2：获得控制对象的状态空间近似表述形式；控制对象的状态空间近似表述形式如式(2)所示：X(k+1)=SX(k)+AΔu(k)y(k)=CX(k)---(2)]]>式(2)中，X(k)为状态变量，y(k)为输出变量，Δu(k)为控制量增量,S、A和C分别如式(3)、(4)和(5)所示；A=A1A2...AN-2AN-1AN---(4)]]>式(4)中，Ai如式(1)所示；S3：获取预测控制的预测模型；预测模型如式(6)所示：y(k)＝FX(k)+ΦΔu(k) (6)式(6)中，y(k)=y1(k+1|k)...yp(k+1|k)---(7)]]>Δu(k)=Δu1(k)...Δum(k)---(8)]]>式(7)中，yii(k+1|k)为基于k时刻的数据计算获得的k+1时刻的输出预测值，ii＝1,…,p，p为输出量个数；式(8)中，Δujj(k)为控制量增量，jj＝1,…,m，m为输入量个数；S4：进行控制方法的滚动优化；在时刻k制定基于状态空间模型的预测控制方法的性能指标，如式(10)所示：min J(k)=||w(k)-y(k)||Q2+||Δu(k)||R2---(10)]]>式(10)中，J(k)为性能指标函数，w(k)为设定值，y(k)为输出值，Δu(k)为控制量增量，矩阵Q和R分别为误差权矩阵和控制权矩阵；得到相应的最优控制增量ΔuM(k)为：ΔuM(k)＝(ΦTQΦ+R)-1ΦTQ[w(k)-FX(k)] (11)式(11)中，F、Φ如式(9)所示；相应的即时控制增量Δu(k)为：Δu(k)＝LΔuM(k) (12)其中，Δu(k)如式(8)所示，ΔuM(k)如式(13)所示，L如式(15)所示：ΔuM(k)=Δu1,M(k)...Δum,M(k)---(13)]]>式(13)中，Δujj,M(k)如式(14)所示，jj＝1,…,m，m为输入量个数；Δujj,M(k)=Δujj(k)...Δujj(k+M-1)---(14)]]>式(15)中，L0如式(16)所示：L0＝[1 0 … 0...
【专利技术属性】
技术研发人员：陆琳辉，李益国，沈炯，刘西陲，吴啸，潘蕾，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。