CN103459785B - 用于整体气化联合循环功率发生装置的控制系统和方法 - Google Patents

Abstract

提供一种用于控制整体气化联合循环(IGCC)装置的控制系统和方法。系统可包括控制器，控制器联接到装置的动态模型上，以处理对装置性能的预测，以及确定IGCC装置在服从装置约束的时间范围内的控制策略。控制策略可包括用以达到跟踪目标的控制功能性，以及用以达到优化目标的控制功能性。控制策略可配置成基于诸如正交或准正交投影的座标转换而使跟踪目标优先于优化目标。可根据控制策略来设定多个装置控制旋钮，以产生一系列协调的多变量控制输入，以服从座标转换产生的优先次序而达到跟踪目标和优化目标。

Description

用于整体气化联合循环功率发生装置的控制系统和方法

关于联邦赞助开发的声明

本发明是在美国政府支持下，根据美国能源部授予的合同No.DE-FC26-07NT43094而作出的。因此，美国政府可对本发明具有某些权利。

相关申请的交叉引用

本申请涉及与本申请同时提交的名称为“Method And System To Estimate Variables In An Integrated Gasification Combined Cycle(IGCC)Plant(用以估计整体气化联合循环(IGCC)装置中的变量的方法和系统)”的美国专利申请No.13/053690(律师案号No.250547-1)，该申请通过引用而整体地结合在本文中。

技术领域

本发明大体涉及整体气化联合循环(IGCC)功率发生，并且更特别地，涉及用于控制IGCC功率发生装置的基于模型的预测控制系统和方法。

背景技术

作为对于诸如可用充裕的含碳材料(例如，煤和其它成本较低的燃料)清洁且高效地产生电功率有吸收力的技术，整体气化联合循环(IGCC)技术持续发展。在IGCC的前端处是被称为气化的处理，气化是将燃料(例如，煤)转变成可燃的合成气(合成气体)流的部分氧化处理。IGCC是环境友好的，因为在进行燃烧之前，基本可从合成气体流中移除引起污染的排放(例如，SO_x、NO_x、汞、微粒等)。虽然IGCC技术内在地对清洁且高效的功率发生存在很大优势，但仍然有改进IGCC功率发生的机会，以提高可靠性、可用性、效率和灵活性。

已知目前的用于运行IGCC功率装置的技术趋向于基于过于简单化的控制过程，该过程可以僵硬且不方便的操作准则的方式传达给操 作者，该操作准则未必设计成实现任何有意义的优化策略，诸如，这可能是因为用于监测和控制IGCC装置的在线信息有限。例如，不是依赖基础度量，而是经常用次要度量代替，以试图估计装置性能，基础度量可直接指示装置的实际物理性能，诸如碳转化效率等，而次要度量仅可无关地指示装置的性能，诸如氧碳比。此外，目前的装置运行依赖于操作者“拧”单个控制旋钮或刻度盘(例如，氧碳比)来实现一些基本运行，这可受可由于给定的操作者的经验水平的原因而引入的易变性的影响。前述方法一般会得到保守性方案(即，次优控制)，这无法完全实现IGCC装置的潜在效率。

考虑到前述考量，制定模型预测控制(MPC)策略将是合乎需要的，其中，IGCC装置可以较高的灵活度以成本有效的方式运行。例如，制定多变量预测控制策略将是合乎需要的，可针对IGCC装置的相应的运行模式基本实时地动态地修整多变量预测控制策略，或者可针对IGCC装置的相应的瞬时状态来动态地修整多变量预测控制策略，诸如当装置从一个运行模式过渡到另一个运行模式时。制定可动态地适应装置运行的各种情形(诸如以不同的燃料或燃料混合物运行,或者在不同的功率发生条件下)，同时保持或改进IGCC装置的效率和可用性的控制策略将是进一步合乎需要的。

发明内容

大体上，本发明的至少一些方面可由一种用于整体气化联合循环(IGCC)功率发生装置的控制系统实现。该系统可包括联接成感测指示装置参数的多个信号的传感器套件。系统可进一步包括估计器，估计器联接成接收由传感器套件感测到的装置参数中的至少一些，以及估计至少另一个装置参数。动态模型可联接到估计器和/或传感器套件上，以接收感测和/或估计的装置参数，以及产生对预测时间范围内的装置性能的预测。控制器可联接到动态模型上，以处理对装置性能的预测，以及服从装置的一个或多个约束而确定IGCC装置在控制时间范围内的控制策略。控制策略可包括用以达到跟踪目标的控制功能 性，并且可进一步包括用以达到优化目标的控制功能性。控制策略可配置成基于座标转换而使跟踪目标优先于优化目标。可根据确定的控制策略来设定多个装置控制旋钮，以产生配置成达到跟踪目标和达到优化目标的一系列协调的多变量控制输入。

本发明的至少一些额外的方面可由一种用以控制整体气化联合循环(IGCC)功率发生装置的方法实现。方法可包括以下动作：感测指示装置参数的多个信号；基于感测到的装置参数中的至少一些来估计至少另一个装置参数；基于感测和/或估计的装置参数，产生对预测时间范围内的装置性能的预测；处理预测的装置性能，以服从装置的一个或多个约束而确定在控制时间范围内的控制策略；在控制策略中限定用以达到跟踪目标的控制功能性；在控制策略中限定用以达到优化目标的控制功能性；执行座标转换，以使跟踪目标优先于优化目标；以及根据确定的控制策略来设定多个装置控制旋钮，以产生一系列协调的多变量控制输入，协调的多变量控制输入配置成达到跟踪目标，并且进一步配置成服从座标转换产生的优先次序而达到优化目标。

本发明的另外的额外方面可由一种包括控制系统的整体气化联合循环(IGCC)功率发生装置实现，控制系统可包括联接成感测指示装置参数的多个信号的传感器套件。估计器联接成接收由传感器套件感测到的至少一些装置参数，以及估计至少另一个装置参数。装置的动态模型联接到传感器套件和/或估计器上，以接收感测和/或估计的装置参数，以及服从装置的一个或多个约束而产生对预测时间范围内的装置性能的预测。控制器可联接到用以处理对装置性能的预测且确定用于IGCC装置的控制策略的动态模型上，其中，控制策略包括用以达到跟踪目标的控制功能性，并且进一步包括用以达到优化目标的控制功能性。控制策略可配置成基于诸如正交投影或准正交投影的座标转换而使跟踪目标优先于优化目标。可根据确定的控制策略来设定多个装置控制旋钮，以产生一系列协调的多变量控制输入，以及服从正交投影或准正交投影产生的优先次序而达到优化目标。

附图说明

当参照附图来阅读以下详细描述时，本发明的这些和其它特征、方面与优点将变得更好理解，其中，相同符号在图中表示相同部件，其中：

图1是体现本发明的各方面的示例控制系统的框图表示，该示例控制系统可用来执行控制策略，以控制整体气化联合循环(IGCC)功率装置。

图2是IGCC装置的示例气化区段的简化示意性模型表示，该示例气化区段可由动态模型模拟，动态模型可为图1中显示的控制系统的一部分。

图3是示出关于控制器所执行的控制策略的示例控制动作的流程图，控制器可为图1中显示的控制系统的一部分。

具体实施方式

本发明的发明人提出一种包括在线跟踪和优化两者的有创新性且优秀的控制策略，它可应用于整体气化联合循环(IGCC)功率发生装置的环境中。提出的控制策略基于模型预测控制(MPC)，MPC使用在线预测，在线预测使用基于物理特性的动态模型来执行包括在线跟踪和优化两者的控制策略，以服从适当的约束(诸如物理(例如硬件)和/或运行约束)而实现装置的一个或多个期望性能目标。如本文所用，“跟踪”指的是配置成达到对装置的一个或多个目标所设定的相应的基准(例如目标值)的控制策略的功能性，诸如达到IGCC功率装置的电功率净输出的目标值，或者达到加速(ramping-up)目标速率，以达到高峰瞬时载荷。“优化”指的是涉及IGCC功率装置的一个或多个性能度量的最小化或最大化的控制策略的功能性，例如，碳转化的最大化，或氧消耗的最小化。

将显示的是，根据本发明的各方面，控制策略可配置成使得跟踪性能优先于优化性能。例如，可使达到装置的电功率净输出的目标值优先于关于碳转化最大化的性能度量，或者可使达到加速目标速率优 先于关于氧消耗的最小化的性能度量。

为了执行此控制策略，执行座标转换(例如，正交或准正交投影)。例如，指示优化目标的向量可投影在与指示跟踪目标的向量正交或准正交的子空间上。这意味着为了执行优化目标，在达到跟踪目标之后，在控制输入中应存在至少一个多余自由度。在正交投影的示例情况下，仅可使用在控制输入中的对跟踪目标没有影响的多余自由度来执行优化目标。在准正交投影的示例情况下，可使用控制输入中的对跟踪目标可能有一些影响的多余自由度来执行优化目标。如果在控制输入中不能获得这种多余自由度，则不执行优化目标。对于想知道关于向量空间和矩阵分析的背景信息的读者，请参照Marcel Dekker公司1977年出版的Thomas E.Fortmann和Konrad L.Hitz的名称为“An Introduction to Linear Control Systems(线性控制系统入门)”的教科书中的附录A“Review of Linear Algebra(线性代数综述)”。

在一个示例方面，提出的控制策略可配置成取决于装置的运行模式来灵活地实现期望目标。例如，在IGCC装置的部分负载稳态运行时，控制策略可布置成最大程度地减少氧消耗，而在IGCC装置的基本负载运行时，控制策略可配置成最大程度地增加电功率净输出。类似地，在IGCC装置的诸如可在从部分负载运行过渡到基本负载运行时发生的瞬时运行状况期间，控制策略可配置成服从适当的约束(例如空气分离单元(ASU)加载速率、构件应变极限等)而达到较快的加速速率。在又一方面，控制策略可配置成在不同的燃料或燃料混合物之间实现较无缝且高效的过渡，例如，从煤过渡到煤-石油焦或者相反。因而，应当理解，体现本发明的各方面的控制策略可动态地配置成使得改进的装置运行能够有显著的灵活性和效率。

图1是体现本发明的各方面的示例控制系统10的框图表示。传感器套件12可布置成感测装置14中的多个信号，在一个示例实施例中，装置14可对应于IGCC装置的气化区段。感测信号可指示装置参数。由传感器套件12感测到的参数中的至少一些可供应给估计器16， 以估计至少一个或多个装置参数。在一个示例实施例中，估计器16可基于对由传感器套件12供应的装置参数中的一个或多个进行直接了当的数学运算，来得出一个或多个另外的装置参数。例如，估计器16可基于这样的数学运算来得出不是直接由传感器套件12供应的装置参数。在一个示例实施例中，估计器16可包括扩展卡尔曼滤波器(EKF)，它可用来估计装置参数和/或装置状态。

动态模型18联接成接收可分别得自传感器套件12和/或估计器16的装置感测和/或估计参数，以关于在预测范围内受控制输出的期望基准和约束输出的极限确定对有限的预测时间范围内的装置性能的预测19。动态模型18联接到根据本发明的各方面配置而成的控制器20上，以根据基于模型的预测来确定控制策略21。可通过一系列协调的多变量控制输入来实现控制策略，可通过对多个装置控制旋钮23进行协调设定来实现协调的多变量控制输入，在一个示例实施例中，可用自动化的方式设定，或者，在备选实施例中，可由操作者设定，计算机化用户接口(诸如图形用户接口(GUI)或任何其它适当的人机接口(HMI))可协助操作者进行设定，或者可用半自动化的方式设定，诸如可包括手动设定和自动化设定两者。虽然状态估计器16、动态模型18和控制器20在图1中被示为单独的处理框，但本领域技术人员将容易地理解，这样的处理框可结合在公共处理器中。

图2是可由动态模型18建模的示例气化区段22的简化示意性模型表示。本领域技术人员将容易地理解，气化区段22的示例模型构件可包括气化器模型构件24、辐射合成气体冷却器(RSC)模型构件26、RSC骤冷模型构件28、高压(HP)蒸汽鼓模型构件30和洗涤器模型构件32。气化器模型构件24接收到的示例输入模型参数可指示燃料输入(例如，煤浆)、回收的CO₂和氧给料。由气化器模型构件24供应的示例输出模型参数可为气化器出口合成气体成分和温度、灰流量和碳转化量。在一个示例实施例中，配置和测试气化器模型构件24，以模拟广阔范围的示例运行条件变化，诸如：

·范围为大约50%至大约100%的生产量变化，

·范围为大约–5%至大约+7%的氧给料比变化，

·范围为–10%至+10%的煤浆水含量变化，

·范围为大约0%至大约100%的回收CO2给料变化， 

·范围为大约0%至大约50%的煤-石油焦燃料混合物的石油焦含量百分比。

将理解的是，前述运行条件变化应看作是示例性质，而不是限制性性质，因为动态模型可合适地调节，以模拟任何给定应用的特定物理和/或运行方面。

RSC 模型构件26 接收到的示例输入参数可为来自气化器模型构件24 的合成气体输出流，以及来自HP 蒸汽鼓模型构件30 的水/蒸汽流，例如，以计算合成气体温度、RSC 管道应力水平，以及RSC 管道中的水流中的蒸汽份额的瞬时变化。作为示例输入参数，骤冷模型构件28 可接收来自RSC 出口的相应的合成气体和灰/渣料流，例如，以计算骤冷出口合成气体流流率、成分和热函。RSC 模型构件26 可联接到HP 蒸汽鼓模型构件30 上，例如，以计算HP 流鼓和RSC 管道之间的水/蒸汽循环流率。在一个示例实施例中，HP 蒸汽鼓模型构件30 可适于合适地捕捉可在启动期间在压力上升阶段期间形成的瞬态。例如，合适地捕捉在压力瞬变期间的鼓液位变化可为合乎需要的，特别是在启动时的较低的压力状况期间，因为鼓液位可服从较严格的约束限制。洗涤器模型构件32 可接收来自骤冷模型构件28 的骤冷合成气体输出，然后计算经洗涤的合成气体成分和温度。将理解的是，气化区段22 的前述模型表示应当认为是示例性质，而不是限制性性质，因为本发明的各方面既不限于IGCC 装置的气化区段的任何特定的建模实现，也不限于任何特定的气化设计。

在一个示例实施例中，动态模型18包括适合在线模型预测和优化的气化区段的降阶动态模型。在一个示例实施例中，降阶模型能够比全阶模型显著更快地执行模拟(例如，速度为大约至少1000倍)，同 时保持较高水平的精确性。将理解的是，在实际实施例中，对于实时模拟及感测和控制设计，降阶模型的较快的模拟速度是合乎需要的。

在一个示例实施例中，动态模型18(例如气化区段22(图2))可由以下一般形式的微分代数方程(DAE)模型以数学的方式表示：

$\begin{array}{c}\stackrel{\·}{x}=f(x,u,z,p)\\ 0=g(x,u,z,p)\\ y_i=h_i(x,u,z,p),i\∈\{c,t.,o\}\end{array}$                             方程1

在方程1中，x表示微分方程的状态变量的向量，z表示对应的代数方程的代数变量的向量，u表示控制输入的向量，p表示模型参数的向量，而y_c、y_t、y_o分别表示约束、跟踪和优化输出的向量。在这个说明中，变量c、t和o分别表示约束、跟踪和优化输出。在一个示例实施例中，前述DAE模型可为指数模型，即，可针对代数变量z解代数方程，以获得同等的普通微分方程(ODE)模型，其可表示如下：

$\begin{array}{c}\stackrel{\·}{x}=\stackrel{\‾}{f}(x,u,p)\\ y_i={\stackrel{\‾}{h}}_i(x,u,p),i\∈\{c,t,o\}\end{array}$                                    方程2

以上ODE模型可由控制器20(图1)以离散的时间(样本时间T_s)进行处理，以制定和解决MPC问题。以示例的方式，可在当前时间样本k时执行处理，从初始条件x₀开始，以及基线输入控制轮廓由表示。可在期望预测时间范围内处理以上ODE模型，T_p=n_p*T_s(其中，n_p指示在MPC的预测范围中的样本数)，以获得产生的解轮廓，这可由表示。可关于这个基线预测轮廓来使动态模型线性化，并且按照相对于基线预测轮廓的偏差来表示动态模型如下：

$\begin{array}{c}\stackrel{\·}{X}=\mathrm{AX}+\mathrm{BU}\\ Y_i=C_{i}X+D_{i}U,i\∈\{c,t,o\}\end{array}$                          方程3

在方程3中，变量X、U、Y指示相对于基线预测轮廓的偏差。在一个示例实施例中，MPC控制策略可制定成相应的输出y_t和y_o的基准跟踪和优化的组合，如下：

$\underset{u_{k+j}}{\min }\frac{1}{2}\underset{j=0}{\overset{j=\mathrm{np}}{\mathrm{\Σ}}}{(r_{k+j}-Y_{t,k+j})}^{T}Q(r_{k+j}-Y_{t,k+j})+\frac{1}{2}\underset{j=0}{\overset{\mathrm{nc}}{\mathrm{\Σ}}}{\mathrm{\ΔU}}_{k+j}^T{\mathrm{R\ΔU}}_{k+j}+\underset{j=0}{\overset{j=\mathrm{np}}{\mathrm{\Σ}}}{L}^T{Y}_{o,k+j}$

                                               方程4

方程4服从关于输入和输出的合适的约束(例如，幅度和速率约束)，这可表示如下：

u_min≤u_k+j≤u_max

Δu_min≤Δu_k+j≤Δu_max

y_c,min≤y_c,k+j≤y_c,max

Δy_c,min≤Δy_c,k+j≤Δy_c,max                        方程5

在一个示例实施例中，可施加输入的幅度和速率约束作为硬约束，而可施加输出的幅度和速率约束作为软约束，对各个约束输出使用正松驰变量s，并且包括松驰变量的二次和线性惩罚(penalty)，其中，Q和L分别表示与二次和线性惩罚相关联的权重。关于这样的硬约束和软约束的数学方面可由下面的方程4a和5a表示，它们被看作对方程4和5的相应的改编：

$\begin{array}{c}\underset{u_{k+j}}{\min }\frac{1}{2}\underset{j=0}{\overset{j=\mathrm{np}}{\mathrm{\Σ}}}{(r_{k+j}-Y_{t,k+j})}^{T}Q(r_{k+j}-Y_{t,k+j})+\frac{1}{2}\underset{j=0}{\overset{\mathrm{nc}}{\mathrm{\Σ}}}{\mathrm{\ΔU}}_{k+j}^T{\mathrm{R\ΔU}}_{k+j}+\underset{j=0}{\overset{j=\mathrm{np}}{\mathrm{\Σ}}}{L}^T{Y}_{o,k+j}\\ +\frac{1}{2}{s}^T{Q}_{s}s+L_s^{T}s\end{array}$

                                            方程4a其中， $s=\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]$

u_min≤u_k+j≤u_max          

y_c,min-s₁≤y_c,k+j≤y_c,max+s₁

Δy_c,min-s₂≤Δy_c,k+j≤Δy_c,max+s₂

0≤s₂

                                              方程5a

以上控制策略与方程3中描述的线性化模型共同产生方程6，本领域技术人员将认为这是经典二次规划(QP)问题，可使用数解而使用本领域技术人员众所周知的技术来解决这个QP问题。这将产生优化向量θ的解(例如，最佳控制动作轮廓)，它包括控制控制时间范围内 的输入序列u_k+j以及服从下面的不等式限定的约束的松驰变量s，不等式表明向量Kθ的每一项都小于或等于向量M的对应的项。

$\underset{\mathrm{\θ}}{\min }\frac{1}{2}{\mathrm{\θ}}^T\mathrm{H\θ}+c^T\mathrm{\θ}$

其中

$\mathrm{\θ}=\left[\begin{array}{c}u\\ s\end{array}\right]$ 以及Kθ≤M                         方程6

在计算和实现初始最佳控制序列之后，对前述动作(例如，模型预测、线性化和QP问题制定)的重复处理将产生在各个时间样本k处执行的相应的控制方案。为了使得控制策略能够有灵活性，可基于IGCC装置的运行模式来在线地调节对应于跟踪和优化输出的权重Q和L。在一个示例实施例中，可调节这样的权重Q和L，以期装置的运行模式有预期未来变化。

应当理解，如果要追求至今描述的前述制定方式，则跟踪和优化目标可在这两个目标之间引起冲突，在实际实施例中，这可为不合乎需要的。例如，在实际实施例中，为了优化(最小化或最大化)IGCC功率装置的性能度量(例如，使氧消耗最小化)而牺牲IGCC功率装置的关键目标(诸如达到IGCC装置的电功率净输出的目标值)可为不合乎需要的。

根据本发明的各方面，控制策略尤其配置成使跟踪性能优先于优化目标。例如，如果优化目标将导致跟踪性能降低或者至少不超过可接受的水平，则可不执行优化目标。为了实现这种控制策略优先次序，使用座标转换处理(例如，正交或准正交投影)。提供以下描述来阐明正交处理的各方面。

让我们在下面介绍标记法，以便简洁地表示在其中可制定预测和控制策略的相应的有限时间范围内的相应的离散序列的变量，在该时间范围内。在此标记法中，y_i指示在时间范围内的约束、跟踪和优化输出的相应序列。序列u指示在时间范围内的一系列控制输入。序列r表示在时间范围内的基准轮廓(例如，目标值)。

$\begin{array}{c}{y}_t=y_t^f+s_{u,t}u\\ y_o=y_o^f+s_{u,o}u\\ y_c=y_o^f+s_{u,c}u\end{array}$

y^f项表示系统对于分别由变量c、t和o表示的约束、跟踪和优化输出的自由响应(其不依赖于控制输入u)。前述标记法产生对方程4a的以下修改：

                                    方程4b

在方程4b中，下面有虚线的表达式表示控制策略的跟踪功能性，而下面有连续线的表达式表示控制策略的优化功能性。本领域技术人员将理解的是，跟踪功能性对应于二次型，而优化功能性则对应于线性型。本领域技术人员将理解的是，具有二次型的跟踪功能性与设计成达到目标值的控制策略(例如，将对称地使正偏差或负偏差为零)相一致。类似地，具有线性型的优化功能性与设计成最大程度地减少或最大程度地增加期望输出的控制策略(例如，将从正方向或负方向单向地驱动期望输出，以使其达到合适的最大(或最小)值)相一致。在一个示例实施例中，可通过以下矩阵转置运算来将优化输出正交投影到跟踪输出上，其中，Q₂与完全S_u,t正交(服从任何实际数值容差，如本领域技术人员将理解的那样)：

下面有具有双向箭头的实线的表达式表示关于与跟踪策略(对跟踪性能没有影响的控制输入)完全脱耦的控制输入(基于正交投影)的至少一个多余自由度，并且因此该表达式可有效地用于控制策略的优 化功能性。在一个示例实施例中，可通过以下矩阵转置运算来将优化输出准正交投影(代替完全正交投影)到跟踪输出，其中，Q₂大致与S_u，t正交，以及其中，准正交度(例如，相对于完全正交投影的偏差度)由变量ε指示，变量ε可由用户选择：

下面有具有双向箭头的实线的表达式表示关于与跟踪策略(对跟踪性能可有一些影响的控制输入)不完全脱耦的控制输入(基于准正交投影)的至少一个多余自由度，但该表达式可有效地用于控制策略的优化功能性，而不显著地影响跟踪性能。

根据前述内容将理解，根据本发明的各方面，控制输入u由两个线性独立的控制输入组构成：配置成影响跟踪输出的控制输入u1，以及配置成在不影响或不显著地影响跟踪输出的情况下影响优化输出的控制输入u₂。在u₂等于零的示例情形下，这意味着在控制输入中没有多余自由度可用来执行优化目标功能性，这意味着没有执行优化功能性。这也适用于方程4b的前述投影(正交或准正交投影)，以获得以下：

                                          方程4c

在方程4c中，下面有连续线的表达式再一次表示在对优化输出执行正交或准正交投影之后的控制策略的优化功能性。

通过扩展和删去不依赖于优化变量U和s的常数项来得出下面的方程4d。

$\underset{u,s}{\min }\frac{1}{2}{u}^T{S}_{u,t}^{T}Q{S}_{u,t}u-{(r-y_t^f)}^T{\mathrm{QS}}_{u,t}u+\frac{1}{2}{u}^T\mathrm{Ru}+L^T{S}_{u,o}{Q}_2{Q}_2^{T}u+\frac{1}{2}{s}^T{Q}_{s}s+L_s^{T}s$

                                      方程4d

通过集中方程4d中的二次项和线性型来得出下面的方程4e。

$\underset{u,s}{\min }\frac{1}{2}{u}^T{H}_{u}u+c_u^{T}u+\frac{1}{2}{s}^T{Q}_{s}s+L_s^{T}s$

                                        方程4e

将认识到方程4e产生方程6中描述的二次规划(QP)问题。在正交运算的示例情况下，这产生控制方案，其中，使跟踪目标优先于优化目标，使得为了执行优化目标，在达到跟踪目标之后，控制输入中应存在至少一个多余自由度。也就是说，将使用控制输入中的仅对跟踪目标没有影响的多余自由度来执行优化目标。如果控制输入中无法获得这种多余自由度，则将不执行优化目标。前述要求在准正交投影的示例情况下得到缓和，因为对跟踪性能可有一些影响(影响取决于变量ε所指示的准正交度)的控制输入可用于控制策略的优化功能性，而不显著地影响跟踪性能。

图3是示出关于控制器20(图1)执行的控制策略的示例控制动作的流程图。框42、44和46表示进入到控制器20中的相应的示例输入。更特别地，框42表示指示装置在预测时间范围内的当前运行模式和未来运行模式的输入。框44表示指示相应的控制时间范围和相应的预测时间范围的输入。因而，将理解的是，控制时间范围和预测时间范围不必是相同的时间范围，但它们可以是相同的时间范围。框44进一步表示指示在控制时间范围和预测时间范围内的基准跟踪设置和约束限制的输入。框46表示指示可由动态模型18(图1)产生的在预测时间范围内的预测的输入。本领域技术人员将理解的是，至今描述的动作对应于方程4/4a和5/5a。

框48允许诸如可基于装置的运行模式制定具有跟踪权重(Q)和优化权重线性(L)的控制策略。决策框50可检查装置的运行模式在时间范围内是否有预期变化。如果装置的运行模式在时间范围内没有预期变化，则继续到框52，框52允许基于座标转换(例如，正交或准正交投影)，使跟踪性能优先于优化性能。这个动作可由方程4b-4e表示。框54允许通过制定和解决方程6所表示的QP问题，来得出和计算体 现本发明的各方面(例如，使跟踪目标优先于优化目标)的控制策略(例如，最佳控制动作轮廓55)。框58允许输出当前时间的控制动作。如果决策框50指示装置的运行模式在时间范围内有预期变化，则前进到框56，框56允许修改相应的优化和跟踪权重(Q和L)，以为装置的运行模式的预期变化作准备，以及适当地重新制定控制策略。

虽然本文示出和描述了本发明的仅某些特征，但本领域技术人员将想到许多修改和改变。因此，要理解的是，所附权利要求意于覆盖落在本发明的真实精神内的所有这样的修改和改变。

Claims (25)

1.一种用于整体气化联合循环(IGCC)功率发生装置的控制系统，所述系统包括：

传感器套件，其联接成感测指示装置参数的多个信号；

估计器，其联接成接收由所述传感器套件感测到的装置参数中的至少一些，以及估计至少另一个装置参数；

动态模型，其联接到所述估计器和/或传感器套件上，以接收感测和/或估计的装置参数，以及产生对预测时间范围内的装置性能的预测；

控制器，其联接到所述动态模型上，以处理对装置性能的预测，以及服从所述装置的一个或多个约束而确定IGCC装置在控制时间范围内的控制策略，其中，所述控制策略包括用以达到跟踪目标的控制功能性，并且进一步包括用以达到优化目标的控制功能性，其中，所述控制策略配置成基于座标转换而使所述跟踪目标优先于所述优化目标；以及

多个装置控制旋钮，根据所确定的控制策略来设定所述多个装置控制旋钮，以产生一系列协调的多变量控制输入，所述一系列协调的多变量控制输入配置成服从线性变换产生的优先次序而达到所述跟踪目标以及达到所述优化目标。

2.根据权利要求1所述的控制系统，其特征在于，使所述跟踪目标优先于所述优化目标的座标转换包括准正交投影，其中，指示所述优化目标的向量投影在与指示所述跟踪目标的向量准正交的子空间上。

3.根据权利要求1所述的控制系统，其特征在于，使所述跟踪目标优先于所述优化目标的座标转换包括正交投影，其中，指示所述优化目标的向量投影在与指示所述跟踪目标的向量正交的子空间上。

4.根据权利要求1所述的控制系统，其特征在于，所述控制器确定所述控制策略包括确定在所述控制时间范围内的所述一系列协调的多变量控制输入。

5.根据权利要求1所述的控制系统，其特征在于，响应于在所述控制时间范围内影响所述装置的至少一个运行变化而动态地调节由所述控制器确定的控制策略。

6.根据权利要求5所述的控制系统，其特征在于，影响所述装置的所述至少一个运行变化选自下者组成的组：所述装置的运行模式在所述控制时间范围内的变化、基于瞬时载荷和/或在所述控制时间范围内的功率生产量差异的变化、基于在所述控制时间范围内在所述装置的气化器中使用不同类型的燃料或燃料混合物的变化，以及所述变化中的至少两个的组合在所述控制时间范围内引起的变化。

7.根据权利要求3所述的控制系统，其特征在于，基于优化算法来确定所述一系列协调的多变量控制输入，该优化算法配置成确定用以达到所述跟踪目标的控制功能性，并且进一步配置成服从所述正交投影产生的优先次序而确定用以达到所述优化目标的控制功能性，其中，仅当在达到所述跟踪目标之后在所述一系列协调的多变量控制输入中存在至少一个多余自由度时，才可获得用以达到所述优化目标的控制功能性，并且所述至少一个多余自由度被确定对所述跟踪目标没有影响。

8.根据权利要求2所述的控制系统，其特征在于，基于优化算法来确定所述一系列协调的多变量控制输入，该优化算法配置成确定用以达到所述跟踪目标的控制功能性，并且进一步配置成服从所述准正交投影产生的优先次序而确定用以达到所述优化目标的控制功能性，其中，当所述一系列协调的多变量控制输入中存在至少一个多余自由度时，可获得用以达到所述优化目标的控制功能性，并且所述至少一个多余自由度被确定基于所述投影的准正交度而对所述跟踪目标具有预先限定的影响。

9.根据权利要求1所述的控制系统，其特征在于，基于优化算法来确定所述一系列协调的多变量控制输入，该优化算法包括指示关于所述跟踪目标和所述优化目标的相应惩罚的相应权重。

10.根据权利要求9所述的控制系统，其特征在一地，所述相应权重基于所述装置的当前运行模式，并且进一步基于装置在所述预测时间范围内的未来运行模式。

11.根据权利要求10所述的控制系统，其特征在于，基于所述装置的运行模式在所述预测时间范围内的预期未来变化来调节所述相应权重。

12.根据权利要求1所述的控制系统，其特征在于，所述动态模型包括所述装置的气化区段的降阶动态模型。

13.根据权利要求1所述的控制系统，其特征在于，所述估计器包括扩展卡尔曼滤波器。

14.一种用以控制整体气化联合循环(IGCC)功率发生装置的方法，所述方法包括：

感测指示装置参数的多个信号；

基于所感测到的装置参数中的至少一些来估计至少另一个装置参数；

基于感测和/或估计的装置参数而产生对预测时间范围内的装置性能的预测；

处理预测的装置性能，以服从所述装置的一个或多个约束而确定在控制时间范围内的控制策略；

在所述控制策略中限定用以达到跟踪目标的控制功能性；

在所述控制策略中限定用以达到优化目标的控制功能性；

执行座标转换，以使所述跟踪目标优先于所述优化目标；以及

根据所确定的控制策略来设定多个装置控制旋钮，以产生一系列协调的多变量控制输入，所述一系列协调的多变量控制输入配置成达到所述跟踪目标，并且进一步配置成服从所述座标转换产生的优先次序而达到所述优化目标。

15.根据权利要求14所述的控制方法，其特征在于，所述座标转换包括执行准正交投影，其中，指示所述优化目标的向量投影在与指示所述跟踪目标的向量准正交的子空间上。

16.根据权利要求14所述的控制方法，其特征在于，所述座标转换包括执行正交投影，其中，指示所述优化目标的向量投影在与指示所述跟踪目标的向量正交的子空间上。

17.根据权利要求14所述的控制方法，其特征在于，对所述控制策略的处理包括确定在所述控制时间范围内的所述一系列协调的多变量控制输入。

18.根据权利要求14所述的控制方法，其特征在于，进一步包括响应于所述装置在所述控制时间范围内的至少一个运行变化来动态地调节所述控制策略。

19.根据权利要求18所述的控制方法，其特征在于，影响所述装置的所述至少一个运行变化选自下者组成的组：所述装置的运行模式在所述控制时间范围内的变化、基于瞬时载荷和/或在所述控制时间范围内的功率生产量差异的变化、基于在所述控制时间范围内在所述装置的气化器中使用不同类型的燃料或燃料混合物的变化，以及所述变化中的至少两个的组合在所述控制时间范围内引起的变化。

20.根据权利要求16所述的控制方法，其特征在于，进一步包括基于优化算法来确定所述一系列协调的多变量控制输入，该优化算法配置成确定用以达到所述跟踪目标的控制功能性，并且进一步配置成服从所述正交投影产生的优先次序而确定用以达到所述优化目标的控制功能性，其中，仅当在达到所述跟踪目标之后在所述一系列协调的多变量控制输入中存在至少一个多余自由度时，才可获得用以达到所述优化目标的控制功能性，并且所述至少一个多余自由度被确定对所述跟踪目标没有影响。

21.根据权利要求15所述的控制方法，其特征在于，进一步包括基于优化算法来确定所述一系列协调的多变量控制输入，该优化算法配置成确定用以达到所述跟踪目标的控制功能性，并且进一步配置成服从所述准正交投影产生的优先次序而确定用以达到所述优化目标的控制功能性，其中，当所述一系列协调的多变量控制输入中存在至少一个多余自由度时，可获得用以达到所述优化目标的控制功能性，并且所述至少一个多余自由度被确定基于所述投影的准正交度而对所述跟踪目标具有预先限定的影响。

22.根据权利要求14所述的控制方法，其特征在于，进一步包括基于优化算法来确定所述一系列协调的多变量控制输入，其中，所述优化算法包括指示关于所述跟踪目标和所述优化目标的相应惩罚的相应权重。

23.根据权利要求22所述的控制方法，其特征在于，所述相应权重基于所述装置的当前运行模式，并且基于装置在所述预测时间范围内的未来运行模式。

24.根据权利要求22所述的控制方法，其特征在于，进一步包括基于所述装置的运行模式在所述预测时间范围内的预期未来变化来调节所述相应权重。

25.一种整体气化联合循环(IGCC)功率发生装置，包括：

控制系统，其包括：

联接成感测指示装置参数的多个信号的传感器套件；

估计器，其联接成接收由所述传感器套件感测到的至少一些装置参数，以及估计至少另一个装置参数；

所述装置的动态模型，其联接到所述传感器套件和/或估计器上，以接收感测和/或估计的装置参数，以及服从所述装置的一个或多个约束而产生对预测时间范围内的装置性能的预测；控制器，其联接到所述动态模型上，以处理对装置性能的预测，以及确定所述IGCC装置的控制策略，其中，所述控制策略包括用以达到跟踪目标的控制功能性，并且进一步包括用以达到优化目标的控制功能性，其中，所述控制策略配置成基于包括正交投影或准正交投影的座标转换而使所述跟踪目标优先于所述优化目标；以及

多个装置控制旋钮，根据所确定的控制策略来设定所述多个装置控制旋钮，以产生一系列协调的多变量控制输入，以及服从所述正交投影或所述准正交投影产生的优先次序而达到所述优化目标。