一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统技术方案

本发明专利技术公开了一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统。首先，将超临界热电联产机组作为研究对象并分析其在深度调峰需求下干/湿态转换的难点；然后，结合多目标模型预测控制算法为其设计干/湿态转换自动控制策略及系统。最后，依托仿真平台验证本发明专利技术干/湿态转换自动控制方法的可行性。本发明专利技术的研究对象分析中，将干态和湿态下的超临界热电联产机组均简化为不同的四输入四输出系统，更准确表征了其动态特性。此外，本发明专利技术综合考虑机组的发电成本、碳交易成本、操纵变量的平滑度及负荷跟踪误差构建多目标模型预测控制算法，使机组在低碳、经济及稳定运行的基础上实现深度调峰能力的提高。基础上实现深度调峰能力的提高。基础上实现深度调峰能力的提高。

【技术实现步骤摘要】
一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统


[0001]本专利技术涉及火力发电机组深度调峰的干/湿态转换自动控制
，更具体地，涉及一种提高超临界热电联产机组深度调峰能力的干/湿态转换自动控制方法及系统。

技术介绍

[0002]高比例可再生能源电力的渗透有效加快了低碳清洁电网的转型。但随之而来的间接性也加剧了电网的波动。超临界热电联产机组因其能够同时向用户提供电能和热能，比常规的纯凝机组具有更高的灵活性运行能力。此外，直流锅炉内工质的高参数特性带来的较高热效率使热电联产机组一直是我国北部地区供电和供热的主力机组。而超临界热电联产机组内直流锅炉的干/湿态转换效果对机组的深度调峰能力具有十分重要的影响。因此，为深入发挥热电联产机组的削峰填谷作用进而接纳更大规模的可再生能源电力并网，急需为其设计一套能够促进直流锅炉干/湿态平顺转换的自动控制算法及系统。
[0003]超临界热电联产机组是一类能够同时生产电能和热能的火力发电机组。我国北部地区现役热电联产机组大多数以燃煤的方式将其化学能转化为电能和热能。纯凝汽式发电机组的热效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统其特征在于：包括以下步骤：S1：分析超临界热电联产机组在干态和湿态模式下运行的控制难点；S2：确立面向超临界热电联产机组深度调峰的干/湿态转换自动控制方法；包括：S2.1：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求大于30％额定负荷，则机组需在干态模式下运行；执行干态
‑
多目标模型预测控制器，达到快速准确满足外界负荷需求且维持低碳、经济运行的目标；S2.2：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求小于25％额定负荷，执行湿态
‑
多目标模型预测控制器，达到快速甩负荷且保证机组安全经济运行的目的；S2.3：将外界负荷需求信号送入负荷指令判断逻辑，若对机组的负荷需求由30％额定负荷以上降低至25％额定负荷以下时，则要求机组参与深度调峰；机组需由干态运行模式转向湿态运行模式，此时会涉及到直流锅炉的干/湿态转换；控制系统需由干态
‑
多目标模型预测控制器自动切换到湿态
‑
多目标模型预测控制器；机组输出负荷由30％额定负荷降低至25％额定负荷的过程，分离器
‑
储水箱水位表现出很明显的迅速下降趋势；当机组输出负荷达到25％额定负荷以下时，分离器
‑
储水箱水位降低至0米，快速成功切换到湿态运行模式；在确定了基于多目标模型预测控制算法的火力发电机组干/湿态转换自动控制系统框架后，在S2.4中将干态
‑
多目标模型预测控制器和湿态
‑
多目标模型预测控制器的设计步骤具体化：S2.4.1：干态
‑
多目标模型预测控制器的设计；模型预测控制算法的三大组件为预测模型、滚动优化和反馈校正；对于重构状态的增量式模型预测控制算法，其状态预测模型为：其中，在预测时域P内的状态向量具有以下形式：其中，在预测时域P内的状态向量具有以下形式：其中，在预测时域P内的状态向量具有以下形式：预测输出模型为:其中，
其中，被控量为机组的输出变量：输出功率N
E
、中间点焓值T
I
、主汽压力P
T
、主汽焓值T
M
；即被控量矩阵为y(k)＝[N
E T
I P
T T
M
]
T
；A,B,C均为机组状态空间模型的系数矩阵；和分别为A,B及C的的增广矩阵；分别为A,B及C的的增广矩阵；滚动优化求解得到的控制律形式为：U(k)＝l
·
u(k
‑
1)+L
·
△
U(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)其中，控制量为机组的输入变量：燃料量u
B
、总给水量u
W
、主汽阀门开度μ
T
、总减温水流量D
W
；即控制量矩阵为u(k)＝[u
B u
W μ
T D
W
]
T
；增量式最优控制律为：
△
U(k)＝[
△
u(k)
ꢀ△
u(k+1)
…△
u(k+M
‑
1)]
T
ꢀꢀꢀꢀꢀꢀ
(10)l＝[1 1
…
1]
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)为实现火力发电机组深度调峰能力的同时兼顾其低碳、经济和稳定运行，需构造涵盖机组输出碳排放成本发电成本C
e
及状态稳定性的多目标优化函数J。通过滚动最小化多目标函数J得到机组的当前最优控制律增量ΔU；则，优化目标如下：Min J＝c1·
J1+c2·
J2+c3·
J3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)其中，权重因子c1、c2和c3之和为1；J1为基于机组输出的优化，其表达式为：其中，w(k)为机组输出的设定值矩阵；J2为基于机组碳排放成本发电成本C
e
的优化，其表达式为：火力发电机组的碳排放成本计算公式为：其中，Ω为机组的基础碳排放额度，超出部分则需向碳交易市场购买碳排放额度；α和β分别为碳交易价格和单位负荷碳排放量；火力发电机组的发电成本C
e
计算公式为：
C
e
＝θ
·
η
c
·
N
E
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)其中，θ为煤价；与机组输出负荷相关的煤耗率η
c
表达式为：η
c
＝a2·
N
E
+b2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)其中，a2和b2为常数因子，可通过机组实际运行数据拟合得到；J3为基于机组状态稳定性优化，其表达式为：其中，Q
y
、R
y
、Q
c
、R
c
、Q
x
和R
x
均为权重矩阵；约束条件为：其中，u
max
和u
min
分别为控制律矩阵的上限和下限；Δu
max
和Δu
min
分别为控制律增量矩阵的上限和下限；接下来，结合J1、J2和J3推导多目标模型预测控制算法的最优控制律并采用二次规划方法求解；将代入式(14)且只保留与优化有关的项，则将式(21)改写成二次规划的形式则则将代入式(15)且只保留与优化有关的项，则其中，G＝(1
‑
Ω)
·
N
E
+θ
·
a2·
N
E
·
Γ
y
·
△
U(k)
·
N
E
+θ
·
b2·
N
E
ꢀꢀꢀꢀꢀꢀꢀ
(25)将式(24)改写成二次规划的形式则则将代入式(19)且只保留与优化有关的项，则将式(28)改写成二次规划的形式则
综上，结合式(31)和(32)采用二次规划求解基于多目标模型预测控制算法的最优控制律
△
U(k)，即可实现机组在干态运行模式下的...

【专利技术属性】
技术研发人员：侯国莲，黄婷，曹欢，
申请(专利权)人：北京京能电力股份有限公司，
类型：发明
国别省市：