一种基于多模型预测控制的火电机组深度调峰一次调频控制方法技术

本发明专利技术公开了一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，包括建立深度调峰状态下一次调频被控对象多区间子预测模型；分别进行对应的子预测函数控制器设计；各个子预测函数控制器联合，得出多个子预测函数控制器的最终控制增量输出值。本发明专利技术通过结合改进的多模型自适应策略，解决了由于阀门流量特性以及压力影响造成的流量系数非线性的问题；基于简化的预测函数控制策略设计子预测函数控制器，降低了预测控制设计的复杂性问题；在设定值跟踪以及系统鲁棒性方面均优于传统功率调节方法；本发明专利技术的改进功率调节算法计算量小，计算简单且易于通过DCS平台进行组态实施，具有更大的工程应用价值。

A control method of deep peak load regulation and primary frequency modulation for thermal power units based on multi model predictive control

【技术实现步骤摘要】
一种基于多模型预测控制的火电机组深度调峰一次调频控制方法
本专利技术属于热能动力工程和自动控制
，具体涉及一种基于多模型预测控制的火电机组深度调峰一次调频控制方法。
技术介绍
典型火电机组汽轮机的功率调节系统见图1所示。从图1中可以看出，被控对象的输入为控制器综合阀位指令，控制器综合阀位指令经过执行机构GZ使实际阀门开度达到μ，该实际综合阀位受到阀前主蒸汽压力PT的修正使汽轮机进汽量达到Q，该蒸汽流量经过汽轮机产生机械功率Pm，机械功带动发电机产生发电功率PE，GT为汽轮机的动态特性模型，GE为发电机动态特性模型。综合阀位指令的计算基于前馈+反馈控制结构，反馈控制采用基本PID调节器，实际整定参数仅仅包含PI调节，功率设定值Pr(来自人工设定或者AGC目标负荷值)与一次调频功率增量△Pr之和组成控制器最终功率设定值，前馈部分采用简单的比例调节Kf，前馈输入即为最终功率设定，PID反馈调节的输入量为最终设定值与实际功率反馈值的偏差，通过该闭环可保证最终功率调节无稳态偏差。传统的功率调节控制系统，存在以下问题：本文档来自技高网...

【技术保护点】
1.一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，其特征在于，包括以下步骤：/n(1)建立深度调峰状态下一次调频被控对象多区间子预测模型，筛选获得子预测函数控制器的内部模型；/n(2)基于筛选得到的内部模型，分别进行对应的子预测函数控制器设计，求解各子预测函数控制器的控制增量输出值；/n(3)各个子预测函数控制器联合，得出多个子预测函数控制器的最终控制增量输出值。/n

【技术特征摘要】
1.一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，其特征在于，包括以下步骤：
(1)建立深度调峰状态下一次调频被控对象多区间子预测模型，筛选获得子预测函数控制器的内部模型；
(2)基于筛选得到的内部模型，分别进行对应的子预测函数控制器设计，求解各子预测函数控制器的控制增量输出值；
(3)各个子预测函数控制器联合，得出多个子预测函数控制器的最终控制增量输出值。


2.根据权利要求1所述的一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，其特征在于，步骤(1)所述子预测模型的控制量与被控量分别为主蒸汽阀门开度增量与输出功率增量。


3.根据权利要求1所述的一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，其特征在于，步骤(1)所述筛选获得子预测函数控制器的内部模型，具体为：
分别在30％、40％额定负荷以及对应滑压设定值前提下的进行不同阀位点的阶跃响应试验，所述阀位点的试验区间为最低阀位到全开，在该区间内对阀门进行％5阀门开度增量试验；
基于阶跃响应试验数据求解子预测模型的数据驱动辨识；
在求解后的子预测模型中，筛选距离最大的两个子预测模型以及处于中间位置的子预测模型，将筛选出的三个子预测模型作为子预测函数控制器的内部模型。


4.根据权利要求1所述的一种基于多模型预测控制的火电机组深度调峰一次调频控制方法，其特征在于，步骤(2)所述子预测函数控制器的目标函数为Jmin，J的计算表达式为：
J＝(Y-YR)T(Y-YR)+λΔUT·ΔU
式中：Y为子预测模型的输出值向量；YR为被控量的设定值向量；上标T代表转置运算；λ为控制增量权值；△U为综合阀位指令增量向量。

【专利技术属性】
技术研发人员：于国强，胡伟，崔晓波，高爱民，史毅越，杨小龙，张天海，殳建军，汤可怡，
申请(专利权)人：江苏方天电力技术有限公司，国网江苏省电力有限公司，南京工程学院，
类型：发明
国别省市：江苏;32