CN102084303A - 用于使用模型预测控制器来优化化学循环燃烧装置的设备 - Google Patents

用于使用模型预测控制器来优化化学循环燃烧装置的设备 Download PDF

Info

Publication number
CN102084303A
CN102084303A CN2009801083649A CN200980108364A CN102084303A CN 102084303 A CN102084303 A CN 102084303A CN 2009801083649 A CN2009801083649 A CN 2009801083649A CN 200980108364 A CN200980108364 A CN 200980108364A CN 102084303 A CN102084303 A CN 102084303A
Authority
CN
China
Prior art keywords
loop
model
optimizer
input
chemical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009801083649A
Other languages
English (en)
Other versions
CN102084303B (zh
Inventor
娄新生
C·H·诺伊谢菲尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Technology GmbH
Original Assignee
Alstom Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alstom Technology AG filed Critical Alstom Technology AG
Publication of CN102084303A publication Critical patent/CN102084303A/zh
Application granted granted Critical
Publication of CN102084303B publication Critical patent/CN102084303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Regulation And Control Of Combustion (AREA)
  • Control Of Turbines (AREA)
  • Treating Waste Gases (AREA)

Abstract

用于优化发电装置的化学循环过程的控制系统(207)包括优化器(420)、收入算法(230)和成本算法(225)以及化学循环过程模型。过程模型用于从过程输入变量预测过程输出。过程输入和输出变量中的某些关于装置的收入；某些其它变量关于装置操作的成本。收入算法(230)基于发电装置的多个输入参数(215)提供收入输入至优化器(420)。成本算法(225)基于发电装置的多个输出参数(220)提供成本输入至优化器(420)。优化器(420)基于收入输入和成本输入中的至少一个确定优化的操作参数方案，并且供应优化的操作参数方案至发电装置。

Description

用于使用模型预测控制器来优化化学循环燃烧装置的设备
技术领域
本公开大体涉及优化系统，并且更具体地涉及用于化学循环(chemical looping)装置的过程设计与控制优化系统。
背景技术
化学循环(CL)是可用于发电装置的目前开发的过程，该发电装置燃烧诸如煤、生物量和其它机会燃料的燃料。CL过程可实施于发电装置中，并且在减小装置大小、减少排放和增加装置操作效率以及其它益处方面提供有前景的改进。
典型的CL系统利用高温过程，由此诸如钙基或金属基化合物的固体例如在称作氧化器的第一反应器与称作还原器的第二反应器之间“循环”。在氧化器中，来自喷入氧化器内的空气的氧在氧化反应中由固体捕集。然后所捕集的氧由氧化固体携带到还原器以例如用于诸如煤的燃料的燃烧和/或气化。在还原器中的还原反应之后，不再具有捕集的氧的固体返回到氧化器以再次氧化，并且重复该循环。
取决于燃料与空气的比率，在氧化反应和还原反应中产生不同的气体。因此，可控制燃料与空气的比率使得CL系统可以以不同方式利用，诸如：作为混合燃烧气化过程，其产生氢气用于燃气涡轮、燃料电池和/或其它基于氢气的应用；作为混合燃烧气化过程，其产生合成气体(合成气)，该合成气体包含不同量的氢气和二氧化碳用于燃气涡轮和/或燃料电池；或者作为燃烧过程用于基于燃烧的蒸汽发电装置。
CL过程例如比诸如常规循环流化床(CFB)装置的传统装置的过程更复杂。因此，应用于CL过程的传统装置控制必然导致用于每个CL环路的单独的控制环路。然而，使用用于每个CL环路的单独控制环路效率较低，并且不优化CL过程的性能，这是因为精确控制取决于每个环路中的多个参数以及在环路之间交叉的参数的协调控制。
此外，CL过程具有多相流动和化学反应，其特征为由于质量输送和化学反应速率所致的过程非线性和时间延迟。因此，在过程设计的早期阶段不考虑控制优化系统的传统发电装置设计还不足以用于过程性能与系统可操作性的集成优化。
另外，CL过程中的许多变量是非线性的和/或具有与其它变量复杂的关系，例如变量的环路间的相互作用。因此，有效地模拟这些多个相互依赖变量关系的模型迄今是不精确的、效率低的并且工作起来困难和/或耗时。
因此目前已开发的优化系统集中于优化常规燃烧发电装置。此外，这些优化系统集中于解决很具体的局部优化问题而不是装置操作的全局优化。此外，用于常规燃烧发电装置的相关统计分析基于变量之间线性关系的假设。因此，用于常规燃烧发电装置的相关统计分析当用于分析CL过程中变量的复杂的、相互关联的非线性动态时是繁琐的并且不精确的。
在基于CL系统的下一代发电装置中，蒸汽-水侧控制要求将保持与当前常规装置基本上相同(例如，给水与蒸汽流量、蒸汽压力、蒸汽温度、汽包液位)。然而，预期的是，将需要利用蒸汽-水侧变量和燃烧/气化CL变量的改进的控制以更好地处理CL过程中固有过程变量相互作用。此外，常规发电装置模拟器限于蒸汽/水侧过程动态并且仅仅非常简单的燃烧或炉过程动态被建模；诸如在CL过程中的复杂的气氛控制系统的动态模型在此时是不可用的。
还需要CL系统的过程与器械集成和优化。更具体而言，CL集成过程目前并未以经济最佳操作条件受到控制。这在负荷变化期间和当发生其它装置干扰时尤为如此。上文所述的许多变量和过程之间的复杂关系影响CL过程的性能，并且还使最佳地且有效地控制CL过程的努力复杂化。
因此，希望开发集成过程设计与控制优化系统，并且更具体地克服上述不足的用于CL发电装置的集成过程设计与控制优化系统。
发明内容
根据本文所示的方面，提供用于优化发电装置的化学循环过程的控制系统，其包括优化器、收入算法和成本算法。收入算法基于发电装置的多个输入参数提供收入输入至优化器。成本算法基于发电装置的多个输出参数提供成本输入至优化器。优化器基于收入输入和成本输入中的至少一个确定优化的操作参数方案，并且供应优化的操作参数方案至发电装置。
根据本文所示的其它方面，用于优化发电装置的系统包括化学环路，其具有用于接收输入参数的输入端和用于输出输出参数的输出端。该系统还包括非线性控制器，其接收输出参数，基于所接收的输出参数优化输入参数，并且输出优化的输入参数至化学环路的输入端。
根据本文所示的另外的方面，用于优化发电装置的系统包括化学环路，其具有用于接收输入参数的输入端，用于输出输出参数的输出端，以及可操作地连接到化学环路的非线性模型预测控制控制器。非线性模型预测控制控制器包括模型部件、可操作地连接到模型部件的模拟器部件以及可操作地连接到模型部件的优化器部件。非线性模型预测控制控制器接收输出参数，基于所接收的输出参数优化输入参数，并且输出优化的输入参数至化学环路的输入端。
通过下面的附图和详细描述来举例说明上述特征和其它特征。
附图说明
现参看为示范性实施例的附图，其中相似的元件利用相似的附图标记表示：
图1是基于氧化钙的两环路化学循环(CL)系统的方块图。双环路过程设计也适用于基于钙的化学循环。
图2是基于CL燃烧的蒸汽发电装置的方块图；
图3是用于CO2预留CL系统的集成优化系统的方块图；
图4是示出集成CL过程性能设计与控制设计优化的方块图；以及
图5是用于CL过程的模型预测控制(MPC)控制器的方块图。
具体实施方式
本文公开用于CL装置的化学循环(CL)系统的集成过程设计与控制优化系统，类似于在以引用的方式结合到本文中的美国专利No.7,083,658中更详细地描述的系统。参看图1，CL系统5包括例如还原器10的第一环路10和例如氧化器20的第二环路20。空气30供应到氧化器20，并且钙(Ca)40在其中氧化以产生氧化钙(CaO)50。在CL系统5的CL过程中，CaO 50供应到还原器10，并且作为载体将氧传送到供应至还原器10的燃料60(例如诸如煤60)。因此，传送到还原器10的氧在还原器10中与煤60相互作用。然后还原的氧化钙40返回到氧化器20以再次氧化成CaO 50，并且重复CL过程。
在氧化期间从空气30提取的氮气(N2)70以及氧化所造成的热(未示出)离开氧化器20。同样，在还原器10中在还原期间所产生的气体80离开还原器10。气体80例如包括合成气体(合成气)、氢气(H2)和/或二氧化碳气体(CO2)。气体80的组成，例如其中的合成气、H2和/或CO2的比例，基于煤60与空气30的比率而变化。
示范性实施例不限于上文参看图1描述的两个环路，而是可包括单环路或多于两个环路。例如，在可选的示范性实施例中，CL系统5例如包括第三环路(未示出)，诸如煅烧炉(calciner)环路，其允许从重整的合成气80生成H2。
基于钙的CL系统5也可包括热环路，其例如生成蒸汽以驱动涡轮。具体而言，参看图2，热环路90包括使用蒸汽105驱动发电机100的蒸汽涡轮95，该蒸汽105通过利用由氧化器20中氧化期间所产生的热来使给水110沸腾而生成。
空气30供应到氧化器20，如上文参看图1所述，而诸如灰和/或过量硫酸钙(CaSO4)的废料115从氧化器20移除以在外部设施(未示出)中处置。煤60以及碳酸钙(CaCO3)120和再循环的蒸汽125供应到还原器10用于其中的还原反应。
在操作中，还原反应发生在煤60中的碳和硫、CaCO3120与CaSO4127之间。该还原反应产生硫化钙(CaS)128，其由分离器130分离并且之后通过密封罐控制阀(SPCV)135供应到氧化器20。例如，基于CL装置负荷，CaS 128的一部分通过SPCV 135再循环到还原器10，如图2所示。此外，分离器将例如CO2的气体80与CaS 128分离。
CaS 128在氧化器20中的氧化反应中氧化，从而产生CaSO4127，其通过分离器130与N270分离并且经由SPCV 135供应回到还原器10。例如，CaSO4127的一部分基于CL装置负荷通过SPCV 135再循环回到氧化器20。氧化反应也产生热，其使给水110沸腾为供应到蒸汽涡轮95的蒸汽105。
虽然描述了基于氧化钙的CL系统，但是本发明也应用于基于金属氧化物的CL系统，其类似于在以引用的方式结合到本文中的美国专利申请No.10/542,749中描述的系统。
现将参看图3至图5更详细地描述用于CL装置的集成过程设计与控制优化系统的示范性实施例。应注意的是，集成过程设计与控制优化系统不限于本文所述的CL装置构造。例如，在可选的示范性实施例中，集成过程设计与控制优化系统可与任何和所有的基于CL的系统一起使用，包括但不限于：单环路、双环路和多(例如两个或更多个)环路CL系统，无论是基于钙还是基于金属氧化物；具有或不具有蒸汽活化环路；具有/不具有煅烧环路；进行CO2捕集(capture)以利用(utilization)或封存(sequestration)的基于CL的下一代基于CL的装置；以及基于CL的CO2预留(ready)发电装置，但不限于此。
该CL过程涉及多相流动和化学反应，其特征为由于质量输送速率和化学反应速率所致的过程非线性和时间延迟。因此，如将在下文中更详细地描述，非线性优化和控制技术有益于控制CL过程。具体而言，示范性实施例包括从第一性原理方程(例如，质量、动量和能量平衡)导出的非线性动态化学循环建模和模拟。建模和模拟包括常微分方程(ODE)、代数方程(AE)和偏微分方程(PDE)的任何组合。此外，经验建模方法，例如神经网络(NN)，诸如带外生输入的非线性自回归网络(NARX)，带外生输入的非线性自回归滑动平均(NARMAX)、小波网络模型以及维纳-哈默斯坦(Wiener-Hammerstein)模型，例如用于混合动态模型结构，其组合简化的第一性原理模型与数据驱动模型。另外，使用线性化模型与非线性模型的多变量模型预测控制(MPC)提供CL过程的动态优化方案。除了提供优化的建模、模拟和控制之外，根据示范性实施例的多变量MPC耐受干扰和模型不精确性，从而提供CL过程的稳定控制。MPC可用作监督控制器，其检查例如使用PID控制器、模糊控制器或任何类型的自适应控制器(自调调节器，神经自适应控制器、小波网络模型参考自适应控制器)的调节控制。MPC也可用作直接控制器以利用多个相互作用的环路来调节并优化CL过程。
参看图3，用于基于CL的CO2预留发电装置205的优化系统200包括系统207，诸如控制系统207，例如装置控制系统207，其具有优化器210。在示范性实施例中，系统优化器210是多变量优化器210，其执行发电装置205的总体基于经济的优化。更具体而言，多变量优化器210集中于与发电装置205相关的器械的热经济性能、排放减少和/或控制以及寿命延长标准。
为了执行发电装置205的总体基于经济的优化，多变量优化器210分别通过成本算法225和收入算法230接收发电装置205的输入参数215和输出参数220，如图3所示。在示范性实施例中，输入参数215包括但不限于：燃料流量、吸附剂流量、空气流量、水流量、石灰石流量和固体循环速率。输出参数220包括例如发电率、CO2利用、CO2捕集和CO2存储(storage)，但不限于此。
多变量优化器210从成本算法225和收入算法230接收输出，以例如基于预定的操作约束235和环境约束240确定发电装置205的优化的操作参数方案。具体而言，在示范性实施例中，成本算法225对输入参数215的预定个别成本因素Ci与个别输入Xi的乘积集合进行求和，而收入算法230对输出参数220的预定个别收入因素Pi与个别输出Yi的乘积集合进行求和。个别成本因素Ci例如包括但不限于辅助功率成本、石灰石成本和燃料成本。个别收入因素Pi例如包括排放信用(credit)和寿命延长信用，但不限于此。
多变量优化器210使用图3所示的分布式控制系统245和先进过程控制(APC)系统250将优化的操作参数方案应用到发电装置205。因此，发电装置205以最佳的总体基于经济的操作点操作。
在示范性实施例中，APC系统250例如包括以下构件(未示出)，诸如过滤器、闪蒸干燥器吸收器(FDA)、喷雾干燥器吸收器(SDA)、静电除尘器(ESP)和/或烟气脱硫(FGD)系统，但不限于此。
示范性实施例还可包括软传感器(soft sensor)模块255，如图3所示。软传感器模块255包括软传感器(未示出)，例如虚拟传感器，其使用软件来处理从输出参数220(或者发电装置205的其它参数)获得的信号。软传感器能够组合并处理所测量的参数以提供额外参数而无需直接测量额外参数。根据示范性实施例的软传感器基于现有传感器的融合；可选地，软传感器例如可基于开发用于模拟和控制的模型，但是可选的示范性实施例不限于此。
此外，根据可选的示范性实施例的优化系统200不限于与图3所示的基于CL的CO2预留发电装置205一起使用。例如，优化系统200可与任何基于CL的发电装置一起使用，诸如单环路或多环路CL系统(无论是基于钙还是基于金属氧化物)和进行CO2捕集以利用或封存的基于CL的装置，但是可选的示范性实施例不限于此。
现参看图4，根据示范性实施例的集成CL装置系统的优化过程，包括性能设计和控制设计，将进一步详细地描述。在示范性实施例中，图4所示的优化过程包括于系统优化器210(图3)中，但是图4所示的优化过程的实施不限于此；替代地，图4所示的优化过程可实施于任何优化器中，并且特别地实施于与各种基于CL的发电装置相关的任何优化器中，如上文更详细地描述。
在优化过程300中，例如在用于集成CL装置系统的优化过程300中，优化过程300包括性能设计优化和控制系统设计优化功能。具体而言，过程性能设计规范305和控制系统设计规范310分别根据过程性能设计标准315和控制系统设计标准320得到优化。在示范性实施例中，过程性能设计规范305例如包括燃料的预定性质、吸附剂性质、所需装置容量、给定发电率的耗热率、CO2品质和数量，H2品质、H2生成效率，但不限于此。控制系统设计规范310例如包括控制系统类型、响应速度和操作参数的公差/误差容限，但不限于此。
过程性能设计模块325供应过程性能设计规范305和过程性能设计标准315至过程性能模拟分析器330和控制系统设计模块335。过程性能模拟分析器330基于来自过程性能模拟器340的输出来分析过程性能设计规范305和过程性能设计标准315。同时，动态与控制模拟分析器345基于来自动态模拟器350的输出来分析来自控制系统设计模块335的输出。在示范性实施例中，动态模拟器350是降阶建模(ROM)动态模拟器350。来自过程性能模拟分析器330和动态与控制模拟分析器345的输出供应到过程性能与控制评估器355，其判断来自过程性能模拟分析器330和动态与控制模拟分析器345的输出是否个别地优化。如果来自过程性能模拟分析器330和动态与控制模拟分析器345的输出未个别地优化，则来自过程性能模拟分析器330和动态与控制模拟分析器345的未优化的输出供应回到过程性能设计模块325用于额外分析，例如上述分析的随后迭代。如果来自过程性能模拟分析器330和动态与控制模拟分析器345的输出被优化，则来自过程性能模拟分析器330和动态与控制模拟分析器345的输出被组合并发送到总系统优化器360，例如诸如遗传算法(GA)优化器360，以输出优化的装置性能与操作参数365。
如图4所示并且在上文中更详细地描述，根据示范性实施例的优化过程300使用平行的过程性能与控制系统设计分析。通过使用过程性能模拟器340和动态模拟器350，优化的装置性能与操作参数365被预测、评估并且从而有效地优化。过程性能模拟器340例如包括使用理论模型和经验模型的热力学、热经济和排放预测，理论模型和经验模型例如诸如在设计标准中的过程模型和/或回归模型以及基于操作数据库的NN模型，但不限于此。动态模拟器350例如包括第一性原理模型，或者可选地，组合的第一性原理与数据驱动经验模型，和/或小波网络模型，以及控制逻辑模拟模块。对于延长寿命控制(未示出)，包括材料模型，从而允许材料损坏预测和寿命延长控制模拟(未示出)。同样，环境经济模型(未示出)可包括于可选的示范性实施例中，从而提供例如诸如SO2、NOx、微粒和CO2的排放的分析和优化。
由于优化的装置性能与操作参数365的确定可涉及多个迭代以在多个设计设想中进行选择，故可包括额外的优化器(未示出)使得过程性能与控制系统设计均在由优化器360优化之前预先优化。
现参看图5，现将更详细地描述根据示范性实施例的MPC最佳控制器，并且更具体地用于CL过程的MPC最佳控制器。在示范性实施例中，诸如MPC控制器400的控制器400是先进的最佳控制系统，其使用MPC以控制CL过程405。如上所述，CL过程405可用于单环路或多环路CL系统以及进行CO2捕集以利用或封存的基于CL的装置和/或基于CL的CO2预留发电装置，但不限于此。
同样如上所述，CL过程涉及多相流动和化学反应，其特征为由于质量输送速率和化学反应速率所致的过程非线性和时间延迟。因此，常规(例如线性)优化和控制不足以用于CL过程优化。因此，根据示范性实施例的MPC控制器400例如包括从第一性原理方程(诸如，质量、动量和能量平衡)导出的非线性动态化学循环建模和模拟。而且，诸如非线性神经网络的经验建模方法用于混合动态模型结构，其组合简化的第一性原理模型与数据驱动模型。特别地，MPC控制器400包括诸如模型410的模型部件410，诸如模拟器415的模拟器部件415和诸如优化器420的优化器部件420。
在示范性实施例中，MPC控制器400优于当前装置控制系统构件，例如现有的比例-积分-微分(PID)控制器，以利用具有优化能力的基于模型的预测控制来补充和/或替换当前装置控制系统。更具体而言，根据示范性实施例的MPC控制器400的模型410包括非线性稳态模型和一个或更多个线性或非线性动态模型。此外，稳态模型和/或动态模型各可使用自适应、模糊和/或NN建模技术，和/或第一性原理建模技术以对CL过程405的复杂、非线性多相流动和化学反应建模。
另外，在示范性实施例中，模型410可包括CL系统模型，或者可选地，CL子系统和/或CL构件模型，其用作用于基于模型的状态估计器、参数估计器和/或故障检测器的基础。因此，软传感器控制模块255(图3)的新软传感器可从它得到并且与用于优化CL过程405的控制系统集成。
在示范性实施例中，模拟器415是动态模拟器415，其使用先进的技术来模拟CL过程405。具体而言，动态模拟器415可为ROM模拟器，例如基本上与动态模拟器350相同，例如在上文中参看图4描述，但是可选的示范性实施例不限于此。同样，根据示范性实施例的优化器部件420与优化器360(图4)基本上相同，但不限于此。例如，在可选的示范性实施例中，优化器部件420包括系统优化器210并且更具体地装置控制系统207的多变量优化器210(图3)。
在操作中，MPC控制器400从CL过程405接收CL过程输出参数425。CL过程输出参数425包括但不限于负荷需求、功率和气体(例如H2、N2、CO2和/或合成气)流率。使用设置点430和预定参数435，MPC控制器400优化建模装置参数并且提供基于建模装置参数的优化的CL过程输入控制参数440至CL过程405。在示范性实施例中，优化的CL过程输入控制参数440是固体输送存量控制变量，但是可选的示范性实施例不限此。例如，优化的CL过程输入控制参数440可为反应器温度控制变量、环路温度控制变量、床温度控制变量、负荷缓变(ramping)控制变量、装置起动控制逻辑算法、反应器压力变量、反应器压差变量、装置关闭控制逻辑算法和燃料/空气/石灰石/蒸汽比率，但是可选的示范性实施例不限于前述列表。
总之，根据示范性实施例的过程设计与控制优化系统包括多变量、非线性控制优化系统，其为化学循环装置提供集成的、动态和稳态的性能与控制设计优化。因此，装置排放显著减少和/或有效地最小化，同时显著地改进总体经济装置效率，从而导致较低的总体操作成本。
虽然参考各种示范性实施例描述了本发明，但是本领域技术人员应了解的是，可做出各种变化并且等效物可替代本发明的元件，而不偏离本发明的范围。此外，可做出许多修改以使特定情况或材料适应本发明的教导，而不偏离本发明的本质范围。因此，预期本发明不限于作为设想用于执行本发明的最佳方式的特定实施例，相反本发明将包括属于权利要求的范围内的所有实施例。

Claims (20)

1.一种用于优化发电装置的系统，所述系统包括：
化学环路，其具有用于接收输入参数的输入端和用于输出输出参数的输出端；以及
非线性模型预测控制控制器，其可操作地连接到所述化学环路，
其中，所述非线性模型预测控制控制器接收所述输出参数，基于所述接收的输出参数优化所述输入参数，并且输出优化的输入参数至所述化学环路的输入端。
2.如权利要求1所述的系统，其特征在于，所述非线性模型预测控制控制器包括：
模型部件；
模拟器部件，其可操作地连接到所述模型部件；以及
优化器部件，其可操作地连接到所述模型部件。
3.如权利要求2所述的系统，其特征在于，
所述模型部件包括以下中的至少一个：稳态模型、动态模型、自适应模型、模糊模型和神经网络模型，
所述模拟器部件包括降阶建模模拟器，以及
所述优化器部件包括多变量优化器和遗传算法优化器中的至少一个。
4.如权利要求1所述的系统，其特征在于，
所述输入参数包括以下中的至少一个：固体输送存量控制变量、反应器温度控制变量、环路温度控制变量、床温度控制变量、负荷缓变控制变量、装置起动控制逻辑算法、反应器压力变量、反应器压差变量、装置关闭控制逻辑算法以及燃料流量、空气流量、石灰石流量和蒸汽流量中的至少两个的比率，以及
所述输出参数包括以下中的至少一个：负荷需求、发电率、氢气流率、氮气流率、二氧化碳流率和合成气体流率。
5.如权利要求1所述的系统，其特征在于，
所述化学环路包括基于钙的化学环路和基于金属氧化物的化学环路中的一个，以及
所述发电装置包括以下中的一个：单环路化学循环装置、多环路化学循环装置、进行CO2捕集以利用或封存的基于化学循环的装置以及基于化学循环的CO2预留装置。
6.如权利要求1所述的系统，其特征在于，所述非线性模型预测控制控制器优化所述发电装置的操作的总体效率。
7.如权利要求2所述的系统，其特征在于，所述非线性模型预测控制控制器还包括可操作地连接到所述优化器部件的软传感器模块。
8.一种用于优化发电装置的化学循环过程的控制系统，所述控制系统包括：
优化器；
收入算法，其基于所述发电装置的多个输入参数提供收入输入至所述优化器；以及
成本算法，其基于所述发电装置的多个输出参数提供成本输入至所述优化器，
其中，所述优化器基于所述收入输入和所述成本输入中的至少一个确定优化的操作参数方案，并且供应所述优化的操作参数方案至所述发电装置。
9.如权利要求8所述的控制系统，其特征在于，所述发电装置包括以下中的一个：单环路化学环路、多环路化学环路、进行CO2捕集以利用或封存的基于化学循环的装置以及基于化学循环的CO2预留装置。
10.如权利要求9所述的控制系统，其特征在于，所述发电装置还包括基于钙的化学环路和基于金属氧化物的化学环路中的一个。
11.如权利要求8所述的控制系统，其特征在于，
所述多个输入参数包括以下中的至少一个：燃料流量、吸附剂流量、空气流量、水流量、石灰石流量和固体循环速率，以及
所述多个输出参数包括以下中的至少一个：发电率、CO2利用、CO2捕集、CO2存储、H2利用、H2捕集、H2存储、合成气体利用、合成气体捕集和合成气体存储。
12.如权利要求8所述的控制系统，其特征在于，
所述收入算法还基于排放信用和寿命延长信用中的至少一个提供所述收入输入至所述优化器。
13.如权利要求8所述的控制系统，其特征在于，
所述成本算法还基于辅助功率成本、石灰石成本和燃料成本中的至少一个提供所述成本输入至所述优化器。
14.一种用于优化发电装置的系统，所述系统包括：
化学环路，其具有用于接收输入参数的输入端和用于输出输出参数的输出端；以及
非线性控制器，其接收所述输出参数，基于所接收的输出参数优化所述输入参数，并且输出优化的输入参数至所述化学环路的输入端。
15.如权利要求14所述的系统，其特征在于，所述非线性控制器包括模型预测控制控制器。
16.如权利要求14所述的系统，其特征在于，所述非线性控制器包括：
模型部件；
模拟器部件，其可操作地连接到所述模型部件；以及
优化器部件，其可操作地连接到所述模型部件。
17.如权利要求16所述的系统，其特征在于，
所述模型部件包括以下中的至少一个：稳态模型、动态模型、自适应模型、模糊模型和神经网络模型，
所述模拟器部件包括降阶建模模拟器，以及
所述优化器部件包括多变量优化器和遗传算法优化器中的至少一个。
18.如权利要求14所述的系统，其特征在于，
所述输入参数包括以下中的至少一个：固体输送存量控制变量、反应器温度控制变量、环路温度控制变量、床温度控制变量、负荷缓变控制变量、装置起动控制逻辑算法、反应器压力变量、反应器压差变量、装置关闭控制逻辑算法以及燃料流量、空气流量、石灰石流量和蒸汽流量中的至少两个的比率，以及
所述输出参数包括以下中的至少一个：负荷需求、发电率、氢气流率、氮气流率、二氧化碳流率和合成气体流率。
19.如权利要求14所述的系统，其特征在于，所述化学环路包括基于钙的化学环路和基于金属氧化物的化学环路中的一个。
20.如权利要求19所述的系统，其特征在于，所述发电装置包括以下中的一个：单环路化学循环装置、多环路化学循环装置、进行CO2捕集以利用或封存的基于化学循环的装置以及基于化学循环的CO2预留装置。
CN200980108364.9A 2008-03-03 2009-03-02 用于使用模型预测控制器来优化化学循环燃烧装置的设备 Active CN102084303B (zh)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US3321008P 2008-03-03 2008-03-03
US3320208P 2008-03-03 2008-03-03
US3318508P 2008-03-03 2008-03-03
US61/033202 2008-03-03
US61/033185 2008-03-03
US61/033210 2008-03-03
US12/394200 2009-02-27
US12/394,509 US8374709B2 (en) 2008-03-03 2009-02-27 Control and optimization system
US12/394,654 US9122260B2 (en) 2008-03-03 2009-02-27 Integrated controls design optimization
US12/394,200 US8160730B2 (en) 2008-03-03 2009-02-27 Fuzzy logic control and optimization system
US12/394654 2009-02-27
US12/394509 2009-02-27
PCT/US2009/035664 WO2009114309A2 (en) 2008-03-03 2009-03-02 Integrated controls design optimization

Publications (2)

Publication Number Publication Date
CN102084303A true CN102084303A (zh) 2011-06-01
CN102084303B CN102084303B (zh) 2015-07-22

Family

ID=41013769

Family Applications (3)

Application Number Title Priority Date Filing Date
CN200980108376.1A Active CN101965544B (zh) 2008-03-03 2009-03-02 控制与优化系统
CN200980108364.9A Active CN102084303B (zh) 2008-03-03 2009-03-02 用于使用模型预测控制器来优化化学循环燃烧装置的设备
CN200980108358.3A Active CN101960397B (zh) 2008-03-03 2009-03-02 模糊逻辑控制与优化系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN200980108376.1A Active CN101965544B (zh) 2008-03-03 2009-03-02 控制与优化系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN200980108358.3A Active CN101960397B (zh) 2008-03-03 2009-03-02 模糊逻辑控制与优化系统

Country Status (7)

Country Link
US (3) US8160730B2 (zh)
EP (3) EP2263129A1 (zh)
JP (3) JP5473950B2 (zh)
CN (3) CN101965544B (zh)
AU (3) AU2009223437B2 (zh)
CA (3) CA2735188C (zh)
WO (3) WO2009111380A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576551A (zh) * 2012-07-23 2014-02-12 阿尔斯通技术有限公司 用于化学循环过程的非线性模型预测控制
CN103809472A (zh) * 2012-11-05 2014-05-21 洛克威尔自动控制技术股份有限公司 基于模型的优化和无模型的控制的在线集成
CN107077114A (zh) * 2014-10-30 2017-08-18 西门子公司 在可编程逻辑控制器中使用软传感器
CN103576551B (zh) * 2012-07-23 2018-02-09 通用电器技术有限公司 用于化学循环过程的非线性模型预测控制
CN110462531A (zh) * 2017-03-24 2019-11-15 三菱电机株式会社 用于控制机器操作的模型预测控制系统和方法

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7825642B1 (en) 2007-05-09 2010-11-02 Zilker Labs, Inc. Control system optimization via independent parameter adjustment
WO2010037011A2 (en) 2008-09-26 2010-04-01 The Ohio State University Conversion of carbonaceous fuels into carbon free energy carriers
US8638076B2 (en) * 2008-10-23 2014-01-28 Intersil Americas Inc. Transient processing mechanism for power converters
FR2945034B1 (fr) * 2009-04-29 2012-06-08 Inst Francais Du Petrole Procede integre de production d'energie et/ou de gaz de synthese par production d'oxygene in situ, combustion et gazeification en boucle chimique
FR2948177B1 (fr) * 2009-07-16 2011-08-05 Inst Francais Du Petrole Procede de combustion en boucle chimique avec controle independant de la circulation des solides
AU2010292310B2 (en) 2009-09-08 2017-01-12 The Ohio State University Research Foundation Synthetic fuels and chemicals production with in-situ CO2 capture
CN102695670B (zh) 2009-09-08 2016-02-24 俄亥俄州立大学研究基金会 具有集成的碳捕集的重整/水裂解和用于发电的电化学系统的集成
FR2951807B1 (fr) * 2009-10-22 2012-05-04 Air Liquide Procede et dispositif de production d'energie par oxydation d'un combustible dans une boucle chimique
US8761943B2 (en) * 2010-01-29 2014-06-24 Alstom Technology Ltd Control and optimization system and method for chemical looping processes
US20110245937A1 (en) * 2010-03-31 2011-10-06 General Electric Company System and method for interoperability between carbon capture system, carbon emission system, carbon transport system, and carbon usage system
FR2960941B1 (fr) * 2010-06-02 2014-11-14 Inst Francais Du Petrole Dispositif de separation de particules pour une boucle de combustion chimique
FR2960940B1 (fr) * 2010-06-02 2015-08-07 Inst Francais Du Petrole Procede de combustion en boucle chimique avec une zone de reaction integrant une zone de separation gaz-solide et installation utilisant un tel procede
WO2011150462A1 (en) * 2010-06-02 2011-12-08 Co2Crc Technologies Pty Ltd Optimising objectives of a plant and a carbon dioxide capture facility
CN102455135B (zh) * 2010-10-27 2013-11-20 宝山钢铁股份有限公司 明火加热炉炉温控制设备
US10010847B2 (en) 2010-11-08 2018-07-03 Ohio State Innovation Foundation Circulating fluidized bed with moving bed downcomers and gas sealing between reactors
US8843240B2 (en) * 2010-11-30 2014-09-23 General Electric Company Loading a steam turbine based on flow and temperature ramping rates
US8755916B2 (en) * 2010-12-07 2014-06-17 Alstom Technology Ltd. Optimized integrated controls for oxy-fuel combustion power plant
JP5759746B2 (ja) * 2011-02-21 2015-08-05 東京瓦斯株式会社 反応塔の天面側から酸化剤およびまたは還元剤が供給されるケミカルループ燃焼装置
WO2012155054A1 (en) 2011-05-11 2012-11-15 The Ohio State University Systems for converting fuel
WO2012155059A1 (en) 2011-05-11 2012-11-15 The Ohio State University Oxygen carrying materials
EP2530278A1 (en) 2011-06-01 2012-12-05 Alstom Technology Ltd Flue gas recirculation system and method
US9170572B2 (en) * 2011-07-06 2015-10-27 Honeywell International Inc. Dynamic model generation for implementing hybrid linear/non-linear controller
CN103036529B (zh) 2011-09-29 2017-07-07 株式会社大亨 信号处理装置、滤波器、控制电路、逆变器和转换器系统
DK2575252T3 (en) 2011-09-29 2018-10-08 Daihen Corp Signal processor, filter, power converter for power converter circuit, connection inverter system and PWM inverter system
US8914134B2 (en) * 2011-11-09 2014-12-16 General Electric Company Systems and methods for predicting transient operational characteristics of a power plant
JP5872337B2 (ja) * 2012-03-14 2016-03-01 東京瓦斯株式会社 ケミカルループ式燃焼装置およびその運転方法
CN103792959A (zh) * 2012-10-30 2014-05-14 重庆科技学院 变量喷雾系统中遗传算法优化模糊pid控制流量的方法
CN104885024B (zh) 2012-12-12 2017-10-13 塞阿姆斯特朗有限公司 经协调的无传感器控制系统
WO2014124011A1 (en) 2013-02-05 2014-08-14 Ohio State Innovation Foundation Methods for fuel conversion
CN103246201B (zh) * 2013-05-06 2015-10-28 江苏大学 径向混合磁轴承的改进模糊无模型自适应控制系统及方法
US9550680B2 (en) * 2013-06-21 2017-01-24 General Electric Technology Gmbh Chemical looping integration with a carbon dioxide gas purification unit
US9564757B2 (en) * 2013-07-08 2017-02-07 Eaton Corporation Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing
EP2874029A1 (de) * 2013-11-15 2015-05-20 Bayer Technology Services GmbH Verfahren zum Betreiben einer zur Durchführung von wenigstens einer chemischen Reaktion eingerichteten Anlage
US9566546B2 (en) * 2014-01-21 2017-02-14 Saudi Arabian Oil Company Sour gas combustion using in-situ oxygen production and chemical looping combustion
WO2015131117A1 (en) 2014-02-27 2015-09-03 Ohio State Innovation Foundation Systems and methods for partial or complete oxidation of fuels
DE102014208838A1 (de) * 2014-05-12 2015-11-12 Robert Bosch Gmbh Verfahren zum Betreiben eines Steuergeräts
JP6300646B2 (ja) * 2014-06-03 2018-03-28 三菱日立パワーシステムズ株式会社 ケミカルルーピング燃焼システム
CN104102131B (zh) * 2014-06-20 2016-08-24 杭州电子科技大学 无穷时域优化的批次过程的线性二次容错控制方法
US9810146B2 (en) * 2014-07-17 2017-11-07 Saudi Arabian Oil Company Calcium sulfate looping cycles for sour gas combustion and electricity production
JP6448252B2 (ja) * 2014-08-11 2019-01-09 株式会社梅田製作所 締結部材
CN104730929B (zh) * 2015-04-14 2017-06-30 长沙有色冶金设计研究院有限公司 一种自适应pid控制方法、控制芯片及控制器
US10542961B2 (en) 2015-06-15 2020-01-28 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
CN105373098B (zh) * 2015-11-26 2017-10-24 江南大学 一种基于变量时段分解的间歇过程无模型在线滚动优化方法
DE102016203855B4 (de) 2016-03-09 2023-11-02 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Steuern eines technischen Systems anhand von Steuermodellen
WO2017180763A1 (en) 2016-04-12 2017-10-19 Ohio State Innovation Foundation Chemical looping syngas production from carbonaceous fuels
CN111065459B (zh) 2017-07-31 2023-09-22 俄亥俄州立创新基金会 具有不相等反应器组件运行压力的反应器系统
CN108021027B (zh) * 2017-11-21 2021-02-02 华北电力大学 一种超临界循环流化床机组输出功率预测系统及方法
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
JP6933585B2 (ja) * 2018-01-12 2021-09-08 株式会社豊田中央研究所 情報処理装置、情報処理方法、コンピュータプログラム、制御装置
US10549236B2 (en) 2018-01-29 2020-02-04 Ohio State Innovation Foundation Systems, methods and materials for NOx decomposition with metal oxide materials
WO2020033500A1 (en) 2018-08-09 2020-02-13 Ohio State Innovation Foundation Systems, methods and materials for hydrogen sulfide conversion
US11119456B2 (en) * 2019-03-14 2021-09-14 Kaneka Corporation Production system, information processing method, and production method
WO2020210396A1 (en) 2019-04-09 2020-10-15 Ohio State Innovation Foundation Alkene generation using metal sulfide particles
US11853032B2 (en) 2019-05-09 2023-12-26 Aspentech Corporation Combining machine learning with domain knowledge and first principles for modeling in the process industries
US11674384B2 (en) * 2019-05-20 2023-06-13 Schlumberger Technology Corporation Controller optimization via reinforcement learning on asset avatar
US11782401B2 (en) 2019-08-02 2023-10-10 Aspentech Corporation Apparatus and methods to build deep learning controller using non-invasive closed loop exploration
WO2021076760A1 (en) 2019-10-18 2021-04-22 Aspen Technology, Inc. System and methods for automated model development from plant historical data for advanced process control
EP3910428A1 (en) * 2020-05-15 2021-11-17 L'air Liquide, Société Anonyme Pour L'Étude Et L'exploitation Des Procédés Georges Claude Method to control a gasifier by means of a multivariate model predictive controller
WO2023234008A1 (ja) * 2022-06-03 2023-12-07 東京応化工業株式会社 還元剤供給システム、還元剤供給方法、及びケミカルループ反応システム
EP4451069A1 (en) * 2023-04-20 2024-10-23 Honeywell International Inc. Systems, apparatuses, methods, and computer program products for correcting process simulation predictions as a function of operating conditions
CN118066564B (zh) * 2024-04-19 2024-08-02 南京金炼科技有限公司 一种加热炉低氧燃烧的多变量控制系统

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07104682B2 (ja) * 1986-06-12 1995-11-13 三菱重工業株式会社 ファジーコントローラ
JP2928630B2 (ja) * 1990-11-30 1999-08-03 株式会社日立製作所 燃焼制御装置
JP3136183B2 (ja) * 1992-01-20 2001-02-19 株式会社日立製作所 制御方法
JP3315719B2 (ja) * 1992-06-03 2002-08-19 東京電力株式会社 化学ループ燃焼方式発電プラントシステム
US5806052A (en) 1992-07-06 1998-09-08 General Electric Company Fuzzy hierarchical controller for a turboshaft engine
US5762008A (en) 1993-04-20 1998-06-09 Martin Gmbh Fuer Umwelt- Und Enetgietechnik Burning fuels, particularly for incinerating garbage
JPH08339204A (ja) 1995-06-09 1996-12-24 Hitachi Ltd 火力発電プラント自律適応最適化制御システム
JPH09242507A (ja) 1996-03-04 1997-09-16 Toshiba Corp 蒸気タービンの起動制御装置
WO1999059196A1 (en) 1998-05-11 1999-11-18 Semitool, Inc. Temperature control system for a thermal reactor
GB2350695B (en) 1999-05-07 2003-08-13 Wivenhoe Technology Ltd Genetic-Fuzzy real-time controller
JP2000337168A (ja) * 1999-05-27 2000-12-05 Toshiba Corp 化学ループ燃焼方式発電プラントシステム
US6408227B1 (en) * 1999-09-29 2002-06-18 The University Of Iowa Research Foundation System and method for controlling effluents in treatment systems
JP3571330B2 (ja) 2002-04-26 2004-09-29 日本ベーレー株式会社 非線形動特性モデルの構造とそのモデルパラメータ推定計算手段
US7452391B2 (en) * 2002-07-30 2008-11-18 Hyradix Inc. Feedforward control processes for variable output hydrogen generators
EP1558374A2 (en) * 2002-10-28 2005-08-03 BP Corporation North America Inc. Process and method for chemical manufacturing using transformation of on-line instrumentation data
FR2850156B1 (fr) 2003-01-16 2005-12-30 Alstom Switzerland Ltd Installation de combustion avec recuperation de co2
US7083658B2 (en) * 2003-05-29 2006-08-01 Alstom Technology Ltd Hot solids gasifier with CO2 removal and hydrogen production
TWI225576B (en) 2003-10-06 2004-12-21 Univ Tsinghua Process controlling method with merged two-control loops
US7767191B2 (en) * 2003-12-11 2010-08-03 The Ohio State University Combustion looping using composite oxygen carriers
JP3982761B2 (ja) 2003-12-11 2007-09-26 株式会社日立製作所 電力取引決定方法、その装置およびそのプログラム
JP2005188807A (ja) * 2003-12-25 2005-07-14 Yokohama Tlo Co Ltd 膜燃焼方法及び膜燃焼装置
US7123971B2 (en) 2004-11-05 2006-10-17 Pegasus Technologies, Inc. Non-linear model with disturbance rejection
JP4493017B2 (ja) 2004-12-21 2010-06-30 財団法人電力中央研究所 パラメータ変化に対応するエネルギーシステム運用計画の修正方法および装置およびプログラム
FR2889248B1 (fr) * 2005-07-29 2007-09-07 Inst Francais Du Petrole Nouvelle masse active oxydo-reductrice pour un procede d'oxydo-reduction en boucle
JP4741968B2 (ja) 2006-03-30 2011-08-10 株式会社日立製作所 プラントの制御装置
US7756591B2 (en) 2006-04-25 2010-07-13 Pegasus Technologies, Inc. System for optimizing oxygen in a boiler
US7856280B2 (en) 2006-08-02 2010-12-21 Emerson Process Management Power & Water Solutions, Inc. Process control and optimization technique using immunological concepts
US7824574B2 (en) * 2006-09-21 2010-11-02 Eltron Research & Development Cyclic catalytic upgrading of chemical species using metal oxide materials

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576551A (zh) * 2012-07-23 2014-02-12 阿尔斯通技术有限公司 用于化学循环过程的非线性模型预测控制
CN103576551B (zh) * 2012-07-23 2018-02-09 通用电器技术有限公司 用于化学循环过程的非线性模型预测控制
CN103809472A (zh) * 2012-11-05 2014-05-21 洛克威尔自动控制技术股份有限公司 基于模型的优化和无模型的控制的在线集成
CN103809472B (zh) * 2012-11-05 2018-03-23 罗克韦尔自动化技术公司 基于模型优化和无模型控制的在线集成控制系统
US10620604B2 (en) 2012-11-05 2020-04-14 Rockwell Automation Technologies, Inc. Online integration of model-based optimization and model-less control
CN107077114A (zh) * 2014-10-30 2017-08-18 西门子公司 在可编程逻辑控制器中使用软传感器
US10739746B2 (en) 2014-10-30 2020-08-11 Siemens Aktiengesellschaft Using soft-sensors in a programmable logic controller
CN110462531A (zh) * 2017-03-24 2019-11-15 三菱电机株式会社 用于控制机器操作的模型预测控制系统和方法

Also Published As

Publication number Publication date
JP2011513862A (ja) 2011-04-28
CA2735188C (en) 2014-07-08
WO2009114309A2 (en) 2009-09-17
US20090222136A1 (en) 2009-09-03
US20090222108A1 (en) 2009-09-03
US8160730B2 (en) 2012-04-17
CA2716653A1 (en) 2009-09-11
AU2009223437A1 (en) 2009-09-17
US8374709B2 (en) 2013-02-12
CA2715983A1 (en) 2009-09-17
JP2011514601A (ja) 2011-05-06
CA2716653C (en) 2014-07-15
CN101960397A (zh) 2011-01-26
CN101965544A (zh) 2011-02-02
CN102084303B (zh) 2015-07-22
AU2009222061B2 (en) 2013-01-24
CN101960397B (zh) 2015-04-29
US20090222110A1 (en) 2009-09-03
CA2715983C (en) 2017-11-07
AU2009223437B2 (en) 2013-10-31
EP2263128A2 (en) 2010-12-22
WO2009114309A3 (en) 2010-04-01
EP2263129A1 (en) 2010-12-22
JP2011513861A (ja) 2011-04-28
WO2009111380A1 (en) 2009-09-11
US9122260B2 (en) 2015-09-01
CA2735188A1 (en) 2010-09-11
AU2009222060B2 (en) 2013-05-23
AU2009222061A1 (en) 2009-09-11
AU2009222060A1 (en) 2009-09-11
WO2009111379A1 (en) 2009-09-11
CN101965544B (zh) 2014-10-15
JP5473950B2 (ja) 2014-04-16
JP5882582B2 (ja) 2016-03-09
EP2263127A1 (en) 2010-12-22

Similar Documents

Publication Publication Date Title
CN102084303B (zh) 用于使用模型预测控制器来优化化学循环燃烧装置的设备
Sahraei et al. Controllability and optimal scheduling of a CO2 capture plant using model predictive control
US8755940B2 (en) Modeling and control optimization system for integrated fluidized bed combustion process and air pollution control system
Salvinder et al. An overview on control strategies for CO2 capture using absorption/stripping system
Sahraei et al. A survey on current advanced IGCC power plant technologies, sensors and control systems
Mechleri et al. Process control strategies for flexible operation of post-combustion CO2 capture plants
Bareschino et al. Life cycle assessment and feasibility analysis of a combined chemical looping combustion and power-to-methane system for CO2 capture and utilization
Wu et al. Flexible operation of supercritical coal-fired power plant integrated with solvent-based CO2 capture through collaborative predictive control
Wu et al. Reinforced coordinated control of coal-fired power plant retrofitted with solvent based CO2 capture using model predictive controls
KR20130089283A (ko) 산소 연료 연소 파워 플랜트를 위한 최적화된 통합 제어
NO333425B1 (no) Prediktiv styring av styringsprosess for luftforurensning
CN111552175B (zh) 一种超临界燃煤电站-化学吸附燃烧后碳捕集系统的整体优化调度和快速变负荷控制方法
Järvensivu et al. Intelligent control of a rotary kiln fired with producer gas generated from biomass
Zhuo et al. Hierarchical Takagi-Sugeno fuzzy hyperbolic tangent static model control for a circulating fluidized bed boiler thermal power unit
Chen et al. Semi-batch chemical-looping reactors integrated with combined cycle power plants operating at transient electricity demand
Bardi et al. A Multivariable Approach for Control System Optimization of IGCC with CCS in DECAR Bit Project
Lou et al. Integrated controls design optimization
Havlena et al. Model-Based Predictive Control of a Circulating Fluidized Bed Combustor
Taborek Nuclear and coal electric power generation strategies for control of acid rain at Ontario Hydro

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: Baden, Switzerland

Patentee after: ALSTOM TECHNOLOGY LTD

Address before: Baden, Switzerland

Patentee before: Alstom Technology Ltd.