一种基于遗传算法的超超临界机组干湿态建模及协调控制方法技术

本发明专利技术公开了一种基于遗传算法的超超临界机组干湿态建模及协调控制方法，包括以下步骤：采用阶跃式激励信号，获取对象输入输出数据，并在连续系统的参数辨识中，将对象的初始状态也作为参数辨识的一项，通过最小二乘法的迭代计算，获得模型参数，建立机组协调控制系统干湿态下各个负荷点的线性模型；针对机组大范围变负荷运行时的快速跟踪任务，借助H∞控制理论，给出了一种基于H∞回路成形设计控制器的方案，并通过PID近似模型降阶，实现了大型火电机组的大范围变负荷快速跟踪，并且在保留原控制器主要特性的前提下，更易于工程实现。更易于工程实现。更易于工程实现。

【技术实现步骤摘要】
一种基于遗传算法的超超临界机组干湿态建模及协调控制方法


[0001]本专利技术涉及热工自动控制领域，具体涉及一种基于遗传算法的超超临界机组干湿态建模 及协调控制方法。

技术介绍

[0002]火电厂热工对象的过程动态特性一般具有多变量、大延迟、大惯性、强耦合、时变和不 确定性等特点，在超超临界机组上表现得更加突出。以协调控制系统为例，该系统通过协调 控制锅炉与汽轮机的运行，提高机组对电网负荷调度的快速响应性和机组运行的稳定性。超 超临界直流机组协调系统的输出参数为机组负荷、主蒸汽压力和中间点温度，输入变量为燃 料量、汽轮机调节门开度和给水流量，由此构成一个三入三出的强耦合系统。在实际生产过 程中，协调系统的所有的输入变量时刻都在变化，任何一个输入变量的变动都会不同程度的 影响系统的输出,如何准确的辨识过程中每个输出量相对每个输入量的响应特性和设计合理 有效的控制器成为了超超临界机组协调控制系统优化研究的重点。
[0003]超临界直流锅炉除结构和亚临界汽包炉有所区别外，其启停和亚临界汽包炉存在着较大 的差别，启停过程需要经过一个干、湿态转换阶段，这个阶段需要平稳顺畅地度过。然而， 由于没有成熟的控制技术，干、湿态转换多采用人工手动操作方式，造成机组干、湿态频繁 切换、转态时间长，水冷壁极易超温等问题频繁出现，影响机组的稳定运行。因此，研究超 临界机组干、湿态自动转换的控制方法很重要。
[0004]超临界机组干湿态转换负荷点一般在30％额定负荷以上，此时的给水系统已经完成主旁 路切换，汽泵处于给水状态。湿态模式时，给水自动调节主要通过汽泵/电泵调节锅炉本生 流量，炉水循环泵出口调门调节再循环流量为储水箱水位的比例折线函数值；干态模式时， 给水自动调节通过汽泵调节锅炉总给水流量，中间点温度调节通过修正给水指令保证中间点 温度过热度；而由于湿态转干态过程、干态转湿态过程是负荷变化的过程，常规给水自动调 节无法完成被调量和设定值的变换，一般只能采取将给水自动切为手动，通过全手动方式操 作给水与燃料，使机组从湿态转为干态或从干态转为湿态。常规给水控制的缺点：系统在主 路供水、湿态模式时，自动调节只能通过电泵调节锅炉本生流量，汽泵只能手动控制；由于 湿态转干态过程、干态转湿态过程均涉及到给水流量。设定值与被调量的变化，常规给水控 制策略在此过程中只能切除自动，无法实现干湿态自动转换。

技术实现思路

[0005]为解决上述技术问题，本专利技术的目的是提供一种基于遗传算法的超超临界机组干湿态建 模及协调控制方法。
[0006]本专利技术的技术方案如下：
[0007]一种基于遗传算法的超超临界机组干湿态建模及协调控制方法，其特征在于：采
集机组 DCS数据，通过机理建模加数据辨识的方法，提出基于改进模型参数的辨识方法，建立协调控 制系统模型，具体为：
[0008]a)数据预处理：利用RIVC滤波(改进的工具变量法)对数据进行滤波；
[0009]b)辨识模型改进：将模型的初始参数也作为模型辨识的一部分；
[0010]c)模型结构定义：建立了有自平衡能力的对象传递函数模型；
[0011]d)传递模型参数辨识：利用最小二乘法，根据DCS数据对传递函数模型进行参数模型辨 识。
[0012]进一步的，还包括：
[0013]a)成形设计：在被控对象的前后分别设计一个合适的补偿器，改变被控对象的奇异值， 使得新对象的奇异值满足设计要求；
[0014]b)稳定性分析：计算鲁棒性指标，一直到满足要求，不满足要求则需要重新设计补偿 器；
[0015]c)控制器设计：根据对象传递函数模型设计反馈控制器，采用PID近似模型降阶方法， 把高阶系统近似成PID形式，同时转化后的PID系统仍然保留原系统的主要特性；
[0016]d)参数优化：基于遗传算法，针对进行的控制器参数优化，对三入三出的系统控制参数 进行寻优。借由上述方案，本专利技术至少具有以下优点：
[0017]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依 照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简 单地介绍，应当理解，以下附图仅示出了本专利技术的某个实施例，因此不应被看作是对范围的 限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图 获得其他相关的附图。
[0019]图1是本专利技术的结构示意图；
[0020]图2是本专利技术的工作框图；
[0021]图3是本专利技术的工作框图。
[0022]具体实施方式
[0023]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于 说明本专利技术，但不用来限制本专利技术的范围。
[0024]本专利技术具体实施例如下：
[0025]一、系统建模：
[0026]1.滤波处理
[0027]拟合模型采用的现场测量数据不可避免的包含高频、低频或者直流噪音部分，需要对实 验数据进行线性滤波处理，常用的线性滤波方法有SVF滤波(状态变量控制器)、PMF滤波(泊 松矩函数滤波器)及RIVC滤波(改进的工具变量法)等，其结构如下所示：
[0028][0029]本专利技术采用RIVC滤波方法，具有无偏、一致和渐进正态等优点，不仅可以避免噪音信号 的分化，还有利于提高统计效率减小估计方差。
[0030]2.模型初始状态辨识
[0031]一般的热工过程模型辨识需要将原始数据转换成增量式的数据，而増量数据的获得需要 先确定对象的稳态值。常规的做法是把模型的输入输出数据分为两个部分，一个是阶跃扰动 实验前的稳态段，一个阶跃扰动之后的动态变化段。通过滤波方法将稳态段的高频噪音除去， 获得稳态值。该方法操作起来较为繁琐，而且若初始状态本身不稳定，该方法将失效。本发 明将模型的初始参数也作为模型辨识的一部分，表述如下。
[0032][0033]u0(t)，y0(t)是现场采集的输入输出数据，u
ss
，y
ss
是初始稳态值，u(t)，y(t)是增量型的输 入输出数据。其中，u
ss
作为控制指令的稳态值，在手动模式下相对稳定，扰动小，可以直接 从原始数据中分离。所以仅将y
ss
作为辨识参数，对上式进行拉普拉斯变换
[0034][0035]3.模型的结构
[0036]对于具有自平衡能力的热工对象，根据其动态特性可分为两类：带纯滞后的多元惯性环 节，其传递函数模型可以表示为式(4)的形式；带纯滞后的并联多元惯性环节，其传递函数模 型可以表示为式(5)的形式。
[0037][0038][0039]4.模型参数
[0040]线性带延迟的单输入单输出系统可以用如下形式描述：
[0041]y(t)＝G(p)u(t-δ)+v本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的超超临界机组干湿态建模及协调控制方法，其特征在于：采集机组DCS数据，通过机理建模加数据辨识的方法，提出基于改进模型参数的辨识方法，建立协调控制系统模型，具体为：a)数据预处理：利用RIVC滤波(改进的工具变量法)对数据进行滤波；b)辨识模型改进：将模型的初始参数也作为模型辨识的一部分；c)模型结构定义：建立了有自平衡能力的对象传递函数模型；d)传递模型参数辨识：利用最小二乘法，根据DCS数据对传递函数模型进行参数模型辨识。2.根据权利要求1所述的一种基于遗传算法的超超临界机组干湿态建模...

【专利技术属性】
技术研发人员：高瑞斌，蒋欣军，徐卫，何利军，周亚明，周晓韡，
申请(专利权)人：国家能源集团泰州发电有限公司，
类型：发明
国别省市：