一种基于多模型预测控制的深度调峰协调系统控制策略技术方案

本发明专利技术提供了一种基于多模型预测控制的深度调峰协调系统控制策略，属于热工控制领域，本发明专利技术是在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，建立低负荷工况下机组主要被控过程的动态数学模型，并采用对局部控制器输出加权求和的思路，得到全局优化控制作用，其中各局部控制器权重由拟合间隙度量函数曲线确定。本发明专利技术提供的控制策略避免了由于局部模型或相应局部控制器切换造成的扰动，能有效提高超临界燃煤机组的运行灵活性，同时保证关键参数稳定。同时保证关键参数稳定。同时保证关键参数稳定。

【技术实现步骤摘要】
一种基于多模型预测控制的深度调峰协调系统控制策略


[0001]本专利技术涉及热工控制领域，尤其是涉及一种基于多模型预测控制的深度调峰协调系统控制策略。

技术介绍

[0002]清洁能源出力占比的提高，增加了电网负荷的波动。燃煤机组需频繁大幅变负荷运行，为超临界煤电机组的协调控制系统带来挑战，控制难点在于被控对象的滞后性、多变量系统的耦合性，以及机组频繁大范围变工况运行所加剧的非线性。目前超临界机组的控制策略基于PID设计，只能承受小扰动，当机组参与电网调峰调频服务时，控制性能弱化，机组运行灵活性受限。
[0003]机组大范围变工况运行，加剧过程对象的非线性，而单一线性预测控制方法无法适应对象动态特性的变化。由于通过机理分析建立对象较为精确的非线性模型具有一定的难度，同时非线性预测控制的计算负担较重，考虑将多模型方法与预测控制相结合。

技术实现思路

[0004]本专利技术的目的在于克服上述
技术介绍
中提及的不足，提供一种基于多模型预测控制的深度调峰协调系统控制策略，具体由以下方案实现：
[0005]一种基于多模型预测控制的深度调峰协调系统控制策略，其特征在于，包括以下步骤：
[0006]步骤1：建立低负荷工况下机组主要被控过程的动态数学模型；
[0007]步骤2：拟合间隙度量函数曲线；
[0008]步骤3：对局部控制器输出加权求和，得到全局优化控制作用。
[0009]进一步的，所述步骤1的建立低负荷工况下机组主要被控过程的动态数学模是在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，包括输入量(控制量)为燃料量指令r
B
(t/h)、总给水量指令D
fw
(t/h)、汽机综合阀位指令u
t
(％)，输出量(被控量)为实发功率N
e
(MW)、机侧主蒸汽压力p
st
(MPa)、分离器温度T
sep
(℃)。
[0010]进一步的，所述步骤2的间隙度量函数如下：
[0011][0012]其中为模型P1和P2的有向间隙。
[0013]进一步的，：所述的步骤3中局部控制器输出通过最小化性能指标函数J
i
求取控制增量向量Δu
i
，具体表示为：
[0014][0015]其中，N
P
、N
C
分别表示预测时域、控制时域，Q、R分别表示输出量、输入量的权重矩
阵，r表示设定值向量。
[0016]优选的，该局部控制器i时刻的最优控制率u
i
即为：
[0017]u
i
＝Δu
i
+u
i
‑1。
[0018]有益效果
[0019]本专利技术提供的控制策略避免了由于局部模型或相应局部控制器切换造成的扰动，能有效提高超临界燃煤机组的运行灵活性，同时保证关键参数稳定。
附图说明
[0020]图1为一种基于多模型预测控制的深度调峰协调控制策略示意图。
具体实施方式
[0021]下面结合附图和具体实施方案对本专利技术作进一步说明。
[0022]图1为一种基于多模型预测控制的深度调峰协调控制策略示意图，主要包括以下步骤：
[0023]步骤1：建立低负荷工况下机组主要被控过程的动态数学模型；
[0024]步骤2：拟合间隙度量函数曲线；
[0025]步骤3：对局部控制器输出加权求和，得到全局优化控制作用。
[0026]在本实施例中，所述步骤1的建立低负荷工况下机组主要被控过程的动态数学模是在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，包括输入量(控制量)为燃料量指令r
B
(t/h)、总给水量指令D
fw
(t/h)、汽机综合阀位指令u
t
(％)，输出量(被控量)为实发功率N
e
(MW)、机侧主蒸汽压力p
st
(MPa)、分离器温度T
sep
(℃)。
[0027]在本实施例中，所述步骤2的间隙度量函数如下：
[0028][0029]其中为模型P1和P2的有向间隙。
[0030]在本实施例中，所述的步骤3中局部控制器输出通过最小化性能指标函数J
i
求取控制增量向量Δu
i
，具体表示为：
[0031][0032]其中，N
P
、N
C
分别表示预测时域、控制时域，Q、R分别表示输出量、输入量的权重矩阵，r表示设定值向量。
[0033]在本实施例中，该局部控制器i时刻的最优控制率u
i
即为：
[0034]u
i
＝Δu
i
+u
i
‑1。
[0035]以某电厂为例，建立660MW机组低负荷工况下的传递函数模型，所得模型如表1
‑
3所示，间隙度量值如表4所示：
[0036]表1 198MW负荷点的局部模型
[0037][0038]表2 264MW负荷点的局部模型
[0039][0040]表3 330MW负荷点的局部模型
[0041][0042]表4局部模型间的间隙度量值
[0043] P
198
P
264
P
330
P
198
00.1120.229P
264
0.11200.121P
330
0.2290.1210
[0044]各负荷点处间隙度量曲线函数如下：
[0045]δ(G1)＝
‑
9.59
×
10
‑
11
x4+2.18
×
10
‑7x3‑
1.88
×
10
‑4x2+7.40
×
10
‑2x
‑
10.74
[0046][0047]δ(G3)＝2.50
×
10
‑
10
x4‑
5.23
×
10
‑7x3+4.07
×
10
‑4x2‑
1.40
×
10
‑1x+18.7
[0048]上式中，x为机组负荷。
[0049]最终全局的控制作用为这3个局部控制器作用的加权和。
[0050]本专利技术方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模型预测控制的深度调峰协调系统控制策略，其特征在于，包括以下步骤：步骤1：建立低负荷工况下机组主要被控过程的动态数学模型；步骤2：拟合间隙度量函数曲线；步骤3：对局部控制器输出加权求和，得到全局优化控制作用。2.根据权利要求1所述的一种基于多模型预测控制的深度调峰协调系统控制策略，其特征在于：所述步骤1的建立低负荷工况下机组主要被控过程的动态数学模是在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，包括输入量为燃料量指令r
B
(t/h)、总给水量指令D
fw
(t/h)、汽机综合阀位指令u
t
(％)，输出量为实发功率N
e
(MW)、机侧主蒸汽压力p
st
(MPa)、分离器温度T
se...

【专利技术属性】
技术研发人员：解建萍，周鹏洋，何飞，
申请(专利权)人：南京英纳维特自动化科技有限公司，
类型：发明
国别省市：