一种基于模型预测控制的重型燃气轮机系统控制方法技术方案

本发明专利技术公开了一种基于模型预测控制的重型燃气轮机系统控制方法，包括以燃料量

【技术实现步骤摘要】
一种基于模型预测控制的重型燃气轮机系统控制方法


[0001]本专利技术涉及一种基于模型预测控制的重型燃气轮机系统控制方法，属于热工控制

。

技术介绍

[0002]可再生能源出力具有间歇性和波动性，随着其并网比例的提升，要保持电力系统的安全运行，对调频资源提出了更高的要求
。
与传统火电机组相比，燃气轮机燃用天然气，排放低，环境更友好；在爬坡速率和响应时间，具有较好的调频能力
。
[0003]控制系统作为燃气轮机系统设计的关键技术，其决定了燃气轮机系统的性能和安全系数
。
燃机的控制需求主要集中在以下几方面：不同运行过程中的输入量燃料量；燃机的输出功率；保证燃机燃烧时的安全温度及燃机的透平排气温度
。
如图2所示，在燃气轮机的控制设计中，传统的
PID
控制器能够较为理想地应对稳定工况点时刻，然而燃气轮机非线性
、
时变的特点使得其变工况情况下传统
PID
和开环控制无法取得很好的控制效果
。
然而，面对重型燃气轮机不断提高的灵活性要求，传统
PID
已无法满足控制要求
。
因此，如何使重型燃气轮机系统实现灵活有效运行对控制系统设计提出了较高的要求
。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种基于模型预测控制的重型燃气轮机系统控制方法，能够有效提高重型燃气轮机系统的稳定性和响应速度，具有较强的设定值跟踪能力
。
[0005]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0006]本专利技术提供了一种基于模型预测控制的重型燃气轮机系统控制方法，包括：
[0007]以燃料量
、
压气机进口空气流量作为重型燃气轮机系统的输入，以透平排气温度和燃机负荷作为重型燃气轮机系统的输出，通过阶跃响应实验辨识得到重型燃气轮机系统的状态空间模型；
[0008]引入扰动模型至状态空间模型中，获得增广形式的状态空间预测模型；
[0009]根据重型燃气轮机系统的实际输出值与状态空间预测模型的预测值之间的偏差，对状态量进行校正；
[0010]在每一采样时刻，将校正后的状态空间预测模型的预测值带入预先构建的目标函数中，得到当前时刻的控制量，并将控制量输入重型燃气轮机系统中实现控制
。
[0011]进一步的，以燃料量
、
压气机进口空气流量作为重型燃气轮机系统的输入，以透平排气温度和燃机负荷作为重型燃气轮机系统的输出，通过阶跃响应实验辨识得到重型燃气轮机系统的状态空间模型，包括：
[0012]在重型燃气轮机系统中，加入在稳态工况下的燃料量
u1
和压气机进口空气流量
u2
的两个控制量为输入的阶跃激励信号数据，以获取透平排气温度
y1
和燃机负荷
y2
的两个被控量为输出的阶跃响应数据，辨识所述输入输出数据并作为重型燃气轮机系统的状态空间
模型；
[0013]重型燃气轮机系统的动态特性由下式所示的离散状态空间模型描述：
[0014]x
d
(k+1)
＝
A
d
x
d
(k)+B
d
u(k)
[0015]y(k)
＝
C
d
x
d
(k)
[0016]式中，式中，和分别是系统在
k
时刻的状态量
、
输入量和输出量；
n
x
、n
u
和
n
y
分别是系统的状态量个数
、
输入量个数和输出量个数；
A
d
、B
d
和
C
d
分别为相应的系数矩阵
。
[0017]进一步的，引入扰动模型至状态空间模型中，获得增广形式的状态空间预测模型，包括：
[0018]引入扰动模型
Δ
x
d
(k)
＝
x
d
(k)
‑
x
d
(k
‑
1)
；定义
Δ
u(k)
＝
u(k)
‑
u(k
‑
1)
，则可得到下式形式：
[0019]Δ
x
d
(k+1)
＝
A
d
Δ
x
d
(k)+B
d
Δ
u(k)
[0020]为将输出变量
y(k)
与
Δ
x
d
(k)
联系起来，有：
[0021]Δ
y(k+1)
＝
y(k+1)
‑
y(k)
＝
C
d
Δ
x
d
(k)+C
d
B
d
Δ
u(k)
[0022]定义增广状态变量向量可得增广离散状态空间模型：
[0023][0024][0025]其中，
O
为
n
y
×
n
x
维零矩阵，上式简记为：
[0026][0027]其中，
A、B
u
、C
分别为相应的增广系数矩阵；
[0028]以当前时刻
k
为采样起始点，未来各状态变量可依次表示为：
[0029][0030]其中，
P
为预测时域，
M
为控制时域；
[0031]相应地，未来各时刻的输出变量可依次表示为：
[0032][0033]定义未来预测时域
P
内的输出向量和未来控制时域
M
内的控制量增量为：
[0034][0035]因此，可得状态空间预测模型如下式所示：
[0036][0037]其中，其中，
[0038]进一步的，根据重型燃气轮机系统的实际输出值与状态空间预测模型的预测值之间的偏差，对状态量进行校正，包括：
[0039]采用卡尔曼滤波法对扩增状态
x
进行估计，同时根据实际输出与预测值之间的偏差对状态量进行校正，实现反馈校正，卡尔曼滤波状态估计表述为：
[0040]x(k+1|k)
＝
Ax(k|k)+B
u
Δ
u(k)
[0041]P(k+1|k)
＝
AP(k|k)A
T
+Q
n
[0042]K(k)...

【技术保护点】

【技术特征摘要】
1.
一种基于模型预测控制的重型燃气轮机系统控制方法，其特征在于，包括：以燃料量
、
压气机进口空气流量作为重型燃气轮机系统的输入，以透平排气温度和燃机负荷作为重型燃气轮机系统的输出，通过阶跃响应实验辨识得到重型燃气轮机系统的状态空间模型；引入扰动模型至状态空间模型中，获得增广形式的状态空间预测模型；根据重型燃气轮机系统的实际输出值与状态空间预测模型的预测值之间的偏差，对状态量进行校正；在每一采样时刻，将校正后的状态空间预测模型的预测值带入预先构建的目标函数中，得到当前时刻的控制量，并将控制量输入重型燃气轮机系统中实现控制
。2.
根据权利要求1所述的基于模型预测控制的重型燃气轮机系统控制方法，其特征在于，以燃料量
、
压气机进口空气流量作为重型燃气轮机系统的输入，以透平排气温度和燃机负荷作为重型燃气轮机系统的输出，通过阶跃响应实验辨识得到重型燃气轮机系统的状态空间模型，包括：在重型燃气轮机系统中，加入在稳态工况下的燃料量
u1
和压气机进口空气流量
u2
的两个控制量为输入的阶跃激励信号数据，以获取透平排气温度
y1
和燃机负荷
y2
的两个被控量为输出的阶跃响应数据，辨识所述输入输出数据并作为重型燃气轮机系统的状态空间模型；重型燃气轮机系统的动态特性由下式所示的离散状态空间模型描述：
x
d
(k+1)
＝
A
d
x
d
(k)+B
d
u(k)y(k)
＝
C
d
x
d
(k)
式中，和分别是系统在
k
时刻的状态量
、
输入量和输出量；
n
x
、n
u
和
n
y
分别是系统的状态量个数
、
输入量个数和输出量个数；
A
d
、B
d
和
C
d
分别为相应的系数矩阵
。3.
根据权利要求2所述的基于模型预测控制的重型燃气轮机系统控制方法，其特征在于，引入扰动模型至状态空间模型中，获得增广形式的状态空间预测模型，包括：引入扰动模型
Δ
x
d
(k)
＝
x
d
(k)
‑
x
d
(k
‑
1)
；定义
Δ
u(k)
＝
u(k)
‑
u(k
‑
1)
，则可得到下式形式：
Δ
x
d
(k+1)
＝
A
d
Δ
x
d
(k)+B
d
Δ
u(k)
为将输出变量
y(k)
与
Δ
x
d
(k)
联系起来，有：
Δ
y(k+1)
＝
y(k+1)
‑
y(k)
＝
C
d
Δ
...

【专利技术属性】
技术研发人员：刘苹稷，张子腾，王海涛，钱烽雷，唐炜洁，朱颖，李林浩，高清华，阮文弟，曹培科，张恒，
申请(专利权)人：华电福新清远能源有限公司，
类型：发明
国别省市：