用于热电机组快速变负荷的动态前馈补偿控制方法及系统技术方案

本发明专利技术涉及用于热电机组快速变负荷的动态前馈补偿控制方法及系统，基于人工神经网络建立了表征电网AGC指令、供电负荷、供热量与负荷前馈补偿对应关系的前馈补偿模型，通过前馈补偿模型获得EV阀开度补偿量，作为负荷前馈补偿；通过动态前馈补偿控制回路，使用二自由度控制策略，获取EV阀门开度指令，实现功率的前馈补偿，在机炉协调控制系统的框架下耦合了CV阀控制，形成锅炉主控、汽机主控与抽汽阀门的协调控制，实现机组对AGC指令的快速响应。通过EV阀调节快速改变抽汽流量以迅速改变机组做功，通过抽汽管道压力控制器动作，保证系统稳定性，提高了提高机组电功率响应的快速性和平稳性。稳性。稳性。

【技术实现步骤摘要】
用于热电机组快速变负荷的动态前馈补偿控制方法及系统


[0001]本专利技术涉及火力发电技术调峰
，尤其是一种用于热电机组快速变负荷的动态前馈补偿控制方法及系统。

技术介绍

[0002]传统的以热定电的供热机组基本是不主动参与电网调峰的。随着可再生能源的大规模并网，煤为主要燃料的火电由主要能源变化为调节能源，火电在装机占比、发电量、电价经济性方面的基础性地位可能发生转变，火电机组必须发挥在负荷调节方面的优势，这就对热电联产机组灵活运行提出了更高的要求。
[0003]提高热电联产机组的灵活性可以通过调节供热抽汽来改变汽轮机做功能力，进而提高机组的变负荷速率。参见图1，汽轮机中压缸排汽被分成两部分：一部分通过调节CV阀进入汽轮机低压缸内继续做功；另一部分经逆止阀、EV阀和隔离阀进入热网加热器提供供热热源，冷却后经过热网疏水泵送入除氧器。供热抽汽参数通过中低压连通管上的CV阀和供热抽汽管道上的EV阀共同作用进行调节。CV阀主要调节中排压力，根据热网加热器的自平衡特性来改变抽汽流量；EV阀调节通流面积，EV阀主要调节供热抽汽流量。
[0004]在控制优化方面，现有的控制方法主要聚焦于CV阀的调节特性，通过中排压力的闭环控制来实现供热量控制。但现场实际运行过程中，CV阀的动作会使得低压缸参数出现明显波动，供热抽汽管道上的EV阀调节安全性好，且对抽汽流量的控制效果明显。即在在变工况过程中，如何优化控制以实现机组对AGC指令的快速响应，仍存在很大的改进空间。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供一种用于热电机组快速变负荷的动态前馈补偿控制方法及系统，目的是实现对AGC指令的快速响应，提高机组电功率响应的快速性和平稳性。
[0006]本专利技术采用的技术方案如下：
[0007]本申请提供一种用于热电机组快速变负荷的动态前馈补偿控制方法，包括：
[0008]构建动态前馈补偿控制回路，其使用二自由度控制策略，包括EV阀控制器、中排压力控制器和抽汽管道压力控制器，所述EV阀控制器的输入为前馈补偿模型输出的EV阀开度补偿量，输出为对应的EV阀开度；所述中排压力控制器的输入为中排压力设定值和抽汽管道压力控制器输出的中排压力值的反馈，输出为CV阀开度；所述抽汽管道压力控制器的输入为所述中排压力控制器的输出，或者是所述排压力控制器的输出与所述EV阀控制器输出之和；
[0009]控制回路根据DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，决定是否投入EV阀控制器，从而决定所述抽汽管道压力控制器的输入为所述中排压力控制器的输出、还是所述排压力控制器的输出与所述EV阀控制器输出之和；
[0010]所述前馈补偿模型基于人工神经网络(ANN)而构建，用于建立机组实时运行参数
与负荷前馈补偿量之间的映射关系。
[0011]进一步技术方案为：
[0012]所述前馈补偿模型以电网AGC指令、供电负荷及其变化率、供热量实时值和设定值为输入，以对应的EV阀开度补偿量为输出，基于人工神经网络的训练而建立，所述EV阀开度补偿量用于表征所述负荷前馈补偿量。
[0013]当控制系统接收DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，EV阀控制器开启，接收所述前馈补偿模型输出的EV阀开度补偿量，输出对应的EV阀开度，所述抽汽管道压力控制器接受来自所述排压力控制器与EV阀控制器的输出。
[0014]当控制系统未接收到来自DCS系统发出的快速变负荷允许投入信号或/和EV阀自动控制信号，EV阀控制器关闭，不接收所述前馈补偿模型输出的EV阀开度补偿量，对应的，所述抽汽管道压力控制器仅接受来自所述排压力控制器的输出。
[0015]所述前馈补偿模型训练方法包括：
[0016]Step1：确定样本输入特征，选择机组全工况运行的n个特征样本{x1,x2,...,x
n
}，每个样本包含多个个时间步长的数据集，对应的目标为Y
i
，以卡尔曼滤波和Z
‑
score标准化方法分别对数据样本平滑性处理和归一化处理；
[0017]Step2：正交初始化网络参数；
[0018]Step3：计算模型网络节点输出；
[0019]Step4：根据Step3所得结果与其他相关变量进行数据结构连接，得到模型输入x
leading
，进而计算模型网络输出Y
f
＝Model(x
leading
)；
[0020]Step5：设置优化模型和损失函数，选取均方误差作为损失函数，采用梯度下降法对损失函数进行最小化；
[0021]Step6：校验测试集和验证集的泛化性能，重复执行Step3至Step6，直至满足精度要求或达到最大迭代次数后保存模型。
[0022]本申请还提供一种所述用于热电机组快速变负荷的动态前馈补偿控制方法的系统，包括：
[0023]输入单元，接收机组实时运行参数，包括电网AGC指令、供电负荷及其变化率、供热量实时值和设定值，传输到逻辑计算单元；
[0024]逻辑计算单元，接收DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，基于人工神经网络，建立机组实时电网AGC指令、供电负荷及其变化率、供热量实时值和设定值与负荷前馈补偿量之间的关系，输出负荷前馈补偿量，所述负荷前馈补偿量用EV阀开度补偿量最终表征；
[0025]输出单元，在变负荷的过程中，使用二自由度控制策略，通过EV阀控制器作用于EV阀，所述EV阀控制器的输入为所述前馈补偿模型输出的EV阀开度补偿量，输出为对应的EV阀开度；通过中排压力控制器作用于抽汽管道，所述中排压力控制器的输入为中排压力设定值和抽汽管道压力控制器输出的中排压力值的反馈，输出为CV阀开度；所述抽汽管道压力控制器的输入为所述排压力控制器的输出与所述EV阀控制器输出之和。
[0026]所述逻辑计算单元，如未接收到DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，则不进行负荷前馈补偿量输出，所述输出单元的抽汽管道压力控制器的输入仅为所述排压力控制器的输出。
[0027]本专利技术的有益效果如下：
[0028]本专利技术基于人工神经网络建立了表征电网AGC指令、供电负荷、供热量与负荷前馈补偿对应关系的前馈补偿模型，通过前馈补偿模型获得抽汽EV阀开度的前馈补偿量，作为负荷前馈补偿；通过动态前馈补偿控制回路，使用二自由度控制策略，通过抽汽EV阀门开度指令，实现功率的前馈补偿，在机炉协调控制系统的框架下耦合了CV阀门(抽汽阀门)控制，形成锅炉主控、汽机主控与抽汽阀门的协调控制，实现机组对AGC指令的快速响应。通过EV阀调节快速改变抽汽流量以迅速改变机组做功，通过抽汽管道压力控制器动作，保证系统稳定性，从而既提高了提高系统的变负荷响应速度，又保证了系统的抗干扰性能和稳定性。
[0029]结合DCS系统发出的快速变负荷允许投入信号以及EV阀自动控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于热电机组快速变负荷的动态前馈补偿控制方法，其特征在于，包括：构建动态前馈补偿控制回路，其使用二自由度控制策略，包括EV阀控制器、中排压力控制器和抽汽管道压力控制器，所述EV阀控制器的输入为前馈补偿模型输出的EV阀开度补偿量，输出为对应的EV阀开度；所述中排压力控制器的输入为中排压力设定值和抽汽管道压力控制器输出的中排压力值的反馈，输出为CV阀开度；所述抽汽管道压力控制器的输入为所述中排压力控制器的输出，或者是所述排压力控制器的输出与所述EV阀控制器输出之和；控制回路根据DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，决定是否投入EV阀控制器，从而决定所述抽汽管道压力控制器的输入为所述中排压力控制器的输出、还是所述排压力控制器的输出与所述EV阀控制器输出之和；所述前馈补偿模型基于人工神经网络而构建，用于建立机组实时运行参数与负荷前馈补偿量之间的映射关系。2.根据权利要求1所述用于热电机组快速变负荷的动态前馈补偿控制方法，其特征在于，所述前馈补偿模型以电网AGC指令、供电负荷及其变化率、供热量实时值和设定值为输入，以对应的EV阀开度补偿量为输出，基于人工神经网络的训练而建立，所述EV阀开度补偿量用于表征所述负荷前馈补偿量。3.根据权利要求1所述用于热电机组快速变负荷的动态前馈补偿控制方法，其特征在于，当控制系统接收DCS系统发出的快速变负荷允许投入信号以及EV阀自动控制信号，EV阀控制器开启，接收所述前馈补偿模型输出的EV阀开度补偿量，输出对应的EV阀开度，所述抽汽管道压力控制器接受来自所述排压力控制器与EV阀控制器的输出。4.根据权利要求1所述用于热电机组快速变负荷的动态前馈补偿控制方法，其特征在于，当控制系统未接收到来自DCS系统发出的快速变负荷允许投入信号或/和EV阀自动控制信号，EV阀控制器关闭，不接收所述前馈补偿模型输出的EV阀开度补偿量，对应的，所述抽汽管道压力控制器仅接受来自所述排压力控制器的输出。5.根据权利要求1所述用于热电机组快速变负荷的动态前馈补偿控制方法，其特征在于，所述前馈补偿模型训练方法包括：Step1：确定样本输入特征，选择机组全工况运行的n个特征样本{x1,x2,...,x...

【专利技术属性】
技术研发人员：司风琪，丁衡，曹越，
申请(专利权)人：东南大学，
类型：发明
国别省市：