CN102854797B - 火电机组先进控制多模型切换方法 - Google Patents

Abstract

本发明公开了火电机组先进控制多模型切换方法。该方法包括：根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型；以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量。采用本发明，可以建立一种基于负荷或者燃料量为调度量的模型切换规则，利用预测控制的处理时滞和约束的天然优越性，来达到更好的控制效果。

Description

火电机组先进控制多模型切换方法

技术领域

本发明涉及超超临界火电机组协调控制技术，特别是涉及火电机组先进控制多模型切换方法。

背景技术

多模型方法具有智能控制的特点，能够把经典的建模、控制方法与先进的控制思想相结合，基本原理简单，算法简便，易于实现。因此，近年来倍受国内外学者的关注，被广泛地应用于航空航天、化学工程、机器人、医疗卫生、汽车工业等控制中，在实践中积累了许多成功的经验。多模型自适应控制的研究于20世纪70年代获得成功，90年代又掀起了一个研究热潮。70年代，大多数学者致力于研究以概率加权形式求取最优控制器。Goodwin和Narendra等人相继提出了具有稳定性的多模型自适应控制（MultipleModelAdaptiveControl简称MMAC）。我国学者针对某电厂500MW机组模型，依据锅炉运行滑压曲线建立了机组在不同工况点的线性化模型，用隶属度加权的方法合成出机组T-S模糊模型，然后采用多变量鲁棒控制器对机炉协调控制系统局部工作点线性化模型设计解耦控制器，采用模糊多模型控制算法将协调控制系统的非线性问题转化为线性问题进行设计，一方面简化了控制器设计过程，另一方面也有利于控制算法的实际应用。但上述的方法基本针对亚临界和超临界火电机组。超超临界火电机组（1000MW）是未来火电机组的发展趋势，由于常规火电机组为汽包炉，而超超临界机组采用直流炉作为蒸汽动力来源，直流炉具有更强的非线性和耦合特性,所以两种机组的动态特性是不同的，但是传统技术当中，针对超超临界机组控制的非线性问题尚未得到解决。

发明内容

基于此，有必要针对上述问题，提供一种火电机组先进控制多模型切换方法，能够本发明主要针对超超临界机组的多模型控制的模型切换方法。

一种火电机组先进控制多模型切换方法，包括：

根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型；

以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量。

实施本发明，具有如下有益效果：

通过将模型切换和预测控制引入到热工过程自动控制中，建立一种基于负荷或者燃料量为调度量的模型切换规则，利用预测控制处理时滞和约束的天然优越性，来达到更好的控制效果。

附图说明

图1为本发明火电机组先进控制多模型切换方法的流程图；

图2为本发明火电机组先进控制多模型切换方法的实施例的示意图；

图3为本发明火电机组先进控制多模型切换方法的实施例的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

图1为本发明火电机组先进控制多模型切换方法的流程图，包括：

S101：根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型；

S102：以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量。

由于预测控制器各参数依然是基于机组的动态特性的特点，在指定的运行工况点位置的固定模型而选取的，所以当机组运行工况大范围变化时，预测控制性能亦会随之明显下降，比如控制效果会有静差，达不到电网中心调控指令的负荷设定点。

本发明针对现有多模型技术在超超临界机组控制方法上的空白，提供一种基于多模型切换的超超临界火电机组协调控制系统的预测控制方法，在不同负荷段火电机组模型发生变化的情况下进行模型切换，解决常规的火电机组协调控制方法中存在的不足和缺陷,由于常规火电机组为汽包炉，而超超临界机组采用直流炉作为蒸汽动力来源，直流炉具有更强的非线性和耦合特性，所以两种机组的动态特性是不同的。通过将模型切换和预测控制引入到热工过程自动控制中，建立一种基于负荷或者燃料量为调度量的模型切换规则，利用预测控制的处理时滞和约束的天然优越性，来达到更好的控制效果。

本发明的原理是，基于非线性过程（线性不确定过程）在多个工作点上（多种情况下）的线性化模型，把整个对象工作空间划分为若干子空间，而每个子空间可以找到一个较精确的固定模型，再通过加权子模型获得复杂对象的全局近似模型作为预测模型，然后采用线性优化或非线性优化方法计算预测控制器输出。这是多模型预测控制有别于其它多模型控制方法之处，很好的解决了机组从燃料输入到负荷输出的时滞性，同时燃料、给水以及阀门等多输入和负荷、蒸汽温度、蒸汽压力等多输出之间的多变量控制问题也体现了预测控制方法的灵活性。

因为机组的各个工况的动态特性存在差异，本发明根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值。优选地，选取了25%，50%，75%及100%BMCR（Boilermaximumcontinuerate，锅炉最大连续蒸发量）四个工况为建模工况点，，建立与各个工况分界值相对应的控制模型。同时以当前工况与设定工况的符合程度来决定各个子模型的权重，进而决定在控制量输出中各个子模型所占比重。当前工况，也就是当前的BMCR值与设定工况的差值的大小决定了当前工况与设定工况的符合程度。实际上，选取建模工况点的个数取决于实际对象非线性的强弱程度。本发明中，根据超超临界机组的非线性特性，选取了25%，50%，75%及100%BMCR四个工况，可以满足实际控制的控制要求。

以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量。所述加权规则包括MMPC（multi-model-basedpredictivecontrol，多模型预测控制）技术。

多模型预测控制是非线性预测控制的一种基本形式，采用多个线性化的局部模型来描述同一个非线性对象。MMPC控制针对局部模型设计控制器，以切换或加权形式获得全局输出。多模型预测控制针对多个局部模型分别设计预测控制器，每个控制周期中得到多组控制输出增量通过加权形式获得实际控制输出增量。。

图2为本发明火电机组先进控制多模型切换方法的实施例的示意图。

建立机组投入协调控制后的25％，50％，75％及100％BMCR四个负荷段的模型，模型之间的切换采用插值方式进行，确保MPC(ModelPredictiveControl，模型预测控制)控制的准确性，不同负荷段多模型结构控制如图2所示。

图中预测模型为：

${\tilde{y}}_{\mathrm{PM}}\left(k\right)={\tilde{y}}_{P0}\left(k\right)+\mathrm{A\Δ}{u}_M\left(k\right)$

式中： ${\tilde{y}}_{\mathrm{PM}}\left(k\right)=\left[\begin{array}{c}{\tilde{y}}_M(k+1|k)\\ .\\ .\\ .\\ {\tilde{y}}_M(k+P|k)\end{array}\right]$ ${\tilde{y}}_{P0}\left(k\right)=\left[\begin{array}{c}{\tilde{y}}_0(k+1|k)\\ .\\ .\\ .\\ {\tilde{y}}_0(k+P|k)\end{array}\right]$ 分别为超超临界火电机组的预测输出和稳态输出，其中A是由阶跃响应系数组成的矩阵，也就是本发明中预测控制算法描述火电机组在建模工况动态特性的动态响应矩阵。k为k时刻。25％，50％，75％及100％BMCR四个工况分别有不同的动态响应矩阵A。

参考轨迹是根据控制要求将输出设定值未来曲线作一定的柔化，以一定的速率变化到设定值，一般采用一阶滞后的形式。

通过滚动优化求取控制量：

$\min J\left(k\right)={\left|\right|w_P\left(k\right)-{\tilde{y}}_{\mathrm{PM}}\left(k\right)\left|\right|}_Q^2+{\left|\right|u_M\left(k\right)\left|\right|}_R^2$

其中w_P(k)＝[w(k+1)...w(k+P)]^T、Q＝diag(q₁...q_P)、R＝diag(r₁...r_P)为参考轨迹、误差权矩阵、控制权矩阵。

对上式二次规划问题求解得控制增量为：

$\mathrm{\Δ}{u}_M\left(k\right)={(A^T\mathrm{QA}+R)}^{-1}{A}^{T}Q[w_P\left(k\right)-{\tilde{y}}_{P0}\left(k\right)]$

实际得到的单个工况的控制量为u(k)＝u(k-1)+u(k)。

多模型预测控制针对N个局部模型，根据当前工况选取相邻的工况，然后采用插值法根据调度变量对控制量进行插值。

所述加权规则，包括：

设置各个控制模型的插值系数；

根据所述工况分界值划分工作区间，以当前的工况值所处的工作区间，选择与其相邻的两个工况分界值；

选取调度变量，对与所述两个工况分界值相对应的加权控制模型的插值系数进行插值计算。

选取相邻工况的切换规则为：如果当前工况为建模工况点，则不需要切换，直接使用建模工况点模型即可；否则，选取距离当前工况最近的两个建模工况点模型为插值公式的上下界：S^-、S⁺。

其中每个控制周期中得到2组控制输出增量u^-(k|k)、u⁺(k|k)。α_i为与相邻工况相关的插值系数，因为模型间距较小时，可以近似认为两个子模型之间是线性变化的，选取调度变量S对系数α^-、α⁺进行插值计算：

${\mathrm{\α}}^{-}\left(s\right)=\frac{S-S^{-}}{S^{+}-S^{-}}$

${\mathrm{\α}}^{+}\left(s\right)=\frac{S^{+}-S}{S^{+}-S^{-}}$

S⁺,S^-分别指S相邻的建模工况点。

则实际控制输出增量为：

u(k)=α^-u^-(k|k)+α⁺u⁺(k|k)

根据所述火电机组当前的负荷或当前的燃料量，设定所述调度变量S。

图3为本发明火电机组先进控制多模型切换方法的实施例的流程图。与图1相比，图3是本发明具体实施方式的流程图。

S201：根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型；

S202：设置各个控制模型的插值系数；

S203：以机组对象的输出量、所述控制模型的输出量作为输入参数，根据所述工况分界值划分工作区间，以当前的工况值所处的工作区间，选择与其相邻的两个工况分界值；

S204：根据所述火电机组当前的负荷或当前的燃料量，设定所述调度变量；

S205：对与所述两个工况分界值相对应的加权控制模型的插值系数进行插值计算；

S206：获取输出控制增量，调节所述机组对象的输出量。

下面结合图2、图3对本发明做进一步的说明。

步骤一，基于插值计算的火电机组预测控制模型个数确定：

多模型预测控制针对N个局部模型分别设计预测控制器，每个控制周期中得到N组控制输出增量，然后通过加权形式获得实际控制输出增量。当子模型个数较多时，不同模型间距较小，可以近似认为两个子模型之间是线性变化。本发明中机组的模型分为25%，50%，75%及100%BMCR共4个负荷段。

步骤二，通过模型辨识方法建立机组传递函数模型矩阵

通过模型辨识方法建立超（超）临界机组协调控制系统的25%，50%，75%及100%BMCR共4个负荷段的模型。

步骤三，基于插值计算的火电机组预测控制插值方法的确定

各负荷段模型之间切换采用插值法进行，然后选取调度变量对加权系数进行插值计算:

实际控制输出增量为：

u(k)=α^-u^-(k|k)+α⁺u⁺(k|k)

其中每个控制周期中得到2组控制输出增量u^-(k|k)、u⁺(k|k)。α_i为与相邻工况相关的插值系数，因为模型间距较小时，可以近似认为两个子模型之间是线性变化的，选取调度变量S对系数α^-、α⁺进行插值计算：

${\mathrm{\α}}^{-}\left(s\right)=\frac{S-S^{-}}{S^{+}-S^{-}}$

${\mathrm{\α}}^{+}\left(s\right)=\frac{S^{+}-S}{S^{+}-S^{-}}$

S⁺,S^-分别指S相邻的建模工况点。

选取相邻工况的切换规则为：

如果当前工况为建模工况点，则不需要切换，直接使用建模工况点模型即可；否则，选取距离当前工况最近的两个建模工况点模型为插值公式的上下界：S^-、S⁺。

步骤四，基于多模型切换的预测控制的具体实施

当当前的工况值切换所处的工作区间时，采用滚动优化算法调整所述控制模型的输出量。

根据机组的传递函数矩阵，建立多模型预测控制中的预测模型，并根据预测控制的模型预测输出、滚动优化、反馈校正的方法计算每个周期的预测控制器控制的输出，并根据差值法则进行模型切换及校正，并将输出施加到机组响应操作变量上。

步骤五，根据工况、干扰变动的参数在线调整

所述机组对象包括：超（超超）临界火电机组对象、亚临界火电机组对象、循环流化床火电机组对象，及火电机组的汽温控制对象。

由于机组的实际运行情况总是有各种干扰的存在，所以根据公开和干扰的变化，对控制器的参数进行实时监控和调整是必不可少的，这样有利于机组的安全、平稳、经济的运行。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (2)

1.一种火电机组先进控制多模型切换方法，其特征在于，包括：

根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型，其中，所述工况分界值，包括：25％的锅炉最大连续蒸发量；50％的锅炉最大连续蒸发量；75％的锅炉最大连续蒸发量，及100％的锅炉最大连续蒸发量；

以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量，所述机组对象包括超(超超)临界火电机组对象；

其中，所述加权规则，包括：

设置各个控制模型的插值系数；

根据所述工况分界值划分工作区间，以当前的工况值所处的工作区间，选择与其相邻的两个工况分界值；

选取调度变量，对与所述两个工况分界值相对应的加权控制模型的插值系数进行插值计算；

根据当前工况值和干扰的变化，对插值系数进行实时监控和调整；

其中，所述选取调度变量的步骤，包括：

根据所述火电机组当前的负荷或当前的燃料量，设定所述调度变量；

其中，当当前的工况值切换所处的工作区间时，采用滚动优化算法调整所述控制模型的输出量；所述滚动优化算法为：

$\min J\left(k\right)=\left|\right|w_P\left(k\right)-{\tilde{y}}_{PM}\left(k\right)|{|}_Q^2+|\left|{\mathrm{\Δu}}_M\left(k\right)\right|{|}_R^2$

其中w_P(k)＝[w(k+1)...w(k+P)]^T、Q＝diag(q₁...q_P)、R＝diag(r₁...r_P)为参考轨迹、误差权矩阵、控制权矩阵。

2.根据权利要求1所述的火电机组先进控制多模型切换方法，其特征在于，所述机组对象还包括：亚临界火电机组对象、循环流化床火电机组对象，及火电机组的汽温控制对象。