The present invention relates to a power plant superheated steam temperature prediction including fuzzy adaptive PID control method, controller initialization parameters; each time unit acquisition superheated and desuperheating spray valve opening data; process variable data amplification fuzzy Sugeno model based on the Takagi state space; use augmented state space Takagi - Sugeno fuzzy model optimization of PID controller parameters; according to the current PID controller parameters, control spray water valve opening, thereby controlling superheated steam temperature; in the next sampling period, return to step 4, repeat steps 4 and 6 of the process. The method combines the advantages of fuzzy control, predictive control and PID control. The predictive function of predictive control, the nonlinear control system of fuzzy control and the realization of PID control are convenient. The control quality is high, the form is simple, the realization is convenient, and the economic security is three.
【技术实现步骤摘要】
一种火电机组过热汽温预测模糊自适应PID控制方法
本专利技术属于热工自动控制
,涉及一种火电机组过热汽温预测模糊自适应PID控制方法。
技术介绍
过热汽温与火电厂机组运行的安全性、经济性直接相关,在机组运行过程中需重点监控。近年来,随着电力工业的发展,火力发电机组的容量和参数不断提高,而大型机组也逐步要求参与电网的调峰,大范围的负荷变化更增加了过热汽温控制的难度,如何实现过热汽温在大范围变负荷下的高品质控制,以适应目前火电机组频繁地调峰运行,目前仍没能够得到很好地解决。模型预测控制是一种基于模型的先进计算机算法,控制品质高、鲁棒性强。目前已有不少关于模型预测控制应用到过热汽温控制中的报道,但其中大部分是基于线性化模型作为预测控制设计的基础,而机组大范围变工况的运行时对象特性变化较大,线性化方法无法取得令人满意的控制效果。目前也有将模糊模型和模型预测控制相结合的控制方法,但模糊预测控制中模型的具体应用及控制参数的选取均比较复杂,很难被工程师掌握,远没有PID控制易于理解、形式简单,因此其实施难度很大,很难被实际应用到火电机组过热汽温控制中。
技术实现思路
为解决上述问题,本专利技术提出了一种火电机组过热汽温预测模糊自适应PID控制方法,将Takagi—Sugeno模糊模型、模型预测控制和PID控制相结合,综合了模糊控制、预测控制和PID控制的优点。为了达到上述目的,本专利技术提供如下技术方案:一种火电机组过热汽温预测模糊自适应PID控制方法,包括如下步骤:步骤1:初始化控制器参数,包括扩增状态加权矩阵W、控制增量加权系数R;步骤2:采集各时刻火电机组过热汽 ...
【技术保护点】
一种火电机组过热汽温预测模糊自适应PID控制方法,其特征在于,包括如下步骤:步骤1:初始化控制器参数,包括扩增状态加权矩阵W、控制增量加权系数R;步骤2:采集各时刻火电机组过热汽温和减温喷水阀门开度的数据;步骤3:基于步骤2采集的过程变量数据建立扩增状态空间Takagi—Sugeno模糊模型;步骤4:利用扩增状态空间Takagi—Sugeno模糊模型优化求解PID控制器参数;步骤5:根据当前时刻PID控制器参数,控制减温喷水阀门开度,从而控制过热汽温;步骤6:进入下一个采样周期,返回步骤4,重复进行步骤4至步骤6的过程。
【技术特征摘要】
1.一种火电机组过热汽温预测模糊自适应PID控制方法,其特征在于,包括如下步骤:步骤1:初始化控制器参数,包括扩增状态加权矩阵W、控制增量加权系数R;步骤2:采集各时刻火电机组过热汽温和减温喷水阀门开度的数据;步骤3:基于步骤2采集的过程变量数据建立扩增状态空间Takagi—Sugeno模糊模型;步骤4:利用扩增状态空间Takagi—Sugeno模糊模型优化求解PID控制器参数;步骤5:根据当前时刻PID控制器参数,控制减温喷水阀门开度,从而控制过热汽温;步骤6:进入下一个采样周期,返回步骤4,重复进行步骤4至步骤6的过程。2.根据权利要求1所述的火电机组过热汽温预测模糊自适应PID控制方法,其特征在于,所述步骤1中扩增状态加权矩阵形式如下:其中,wΔx是状态偏差Δx(k)的权重,we是跟踪偏差e(k)的权重,we增大,跟踪速度加快,we减小,跟踪速度减缓,wΔe是跟踪偏差变化速度Δe(k)的权重,wΔe增大,跟踪速度减缓,wΔe减小,跟踪速度加快。3.根据权利要求1所述的火电机组过热汽温预测模糊自适应PID控制方法,其特征在于,所述步骤1中控制增量加权系数R为常数,控制增量加权系数R增大,跟踪速度减缓,控制增量加权系数R减小,跟踪速度加快。4.根据权利要求1所述的火电机组过热汽温预测模糊自适应PID控制方法,其特征在于,所述步骤3包括如下子步骤:步骤3-1、基于步骤2采集的过程变量数据,利用子空间辨识方法建立高负荷、中负荷和低负荷点的状态空间模型;步骤3-2、建立被控对象的全局Takagi—Sugeno模糊模型,其形式如下:其中,x(k)、u(k)、y(k)分别是系统的状态变量、减温喷水阀门开度和过热汽温,(A1,B1,C1)是高负荷系统矩阵,(A2,B2,C2)是中负荷系统矩阵,(A3,B3,C3)是低负荷系统矩阵,ωi(zk)是模糊隶属度函数,zk为火电机组负荷;步骤3-3、对被控对象的全局Takagi—Sugeno模糊模型引入积分作用:Δx(k+1)=A(zk)Δx(k)+B(zk)Δu(k),Δy(k)=C(zk)Δx(k),其中,Δ为一阶向后差分;步骤3-4、定义新的状态其形式如下:其中,e(k)=y(k)-r(k),Δe(k)=e(k)-e(k-1),e(k)是k时刻的跟踪误差,Δe(k)是k-1时刻的跟踪误差,r(k)为被控对象的设定值,T为矩阵转置符号;步骤3-5、基于状态建立新的扩展状态空间Takagi—Sugeno模糊模型,其形式如下:
【专利技术属性】
技术研发人员:潘蕾,陈琛,沈炯,张帆,韩四维,孙立,吴啸,
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。