CN104122797B - 一种新型火电机组负荷多变量预测控制方法 - Google Patents
一种新型火电机组负荷多变量预测控制方法 Download PDFInfo
- Publication number
- CN104122797B CN104122797B CN201410349168.3A CN201410349168A CN104122797B CN 104122797 B CN104122797 B CN 104122797B CN 201410349168 A CN201410349168 A CN 201410349168A CN 104122797 B CN104122797 B CN 104122797B
- Authority
- CN
- China
- Prior art keywords
- load
- formula
- steam pressure
- moment
- steam turbine
- 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.)
- Expired - Fee Related
Links
Landscapes
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明公开了一种新型火电机组负荷多变量预测控制方法,该方法针对锅炉对象大惯性,过程响应缓慢等特性,提出一种新型性能指标,并根据此指标设计机组负荷控制系统的多变量预测控制方法。该方法的性能指标基于机组输出功率、主蒸汽压力的单步预测偏差和偏差变化率的关系进行设计。在过程控制中当外界负荷需求改变时,通过调整汽轮机调门开度,改变汽机进汽量,通过改变主蒸汽压力来释放锅炉蓄热,使得机组快速响应外界负荷需求;同时锅炉燃烧率快速调节,满足外界负荷需求的同时,防止主蒸汽压力与设定值之间偏差超限,并能够跟踪设定值,维持机组稳定运行,提高了负荷控制系统的稳定性和机组的运行效率。
Description
技术领域
本发明属于热工自动控制技术领域,具体涉及一种新型火电机组负荷多变量预测控制方法。
背景技术
目前,火电机组普遍采用分散控制系统DCS,其中负荷控制系统采用负荷指令前馈和比例积分微分反馈的控制方法,但是该控制方法的控制品质不够理想,主要存在机组负荷升、降速率慢且主蒸汽压力波动大,使机组的其它重要参数如主蒸汽温度、锅炉汽包水位,炉膛负压及氧量等有较大的波动,使的机组无法快速满足外界负荷需求,负荷调节过程中机组无法稳定经济运行。因此研究设计先进的快速负荷响应控制算法具有特别重要的意义。
普通多变量预测控制方法应用于负荷协调控制系统时,存在计算量大,工程无法实现在线实时控制;同时,不能够实现锅炉侧与汽机侧在控制过程中的动态协调,即外界负荷需求改变时,通过短时间内改变主蒸汽压力,释放锅炉蓄热来满足负荷需求,同时在锅炉侧控制控制作用跟进时,能够保证主蒸汽压力跟踪压力设定值变化。因此研究新型火电机组负荷多变量预测控制方法,简化算法计算量,提高控制系统实时性,实现锅炉侧和汽机侧的动态协调,加快机组负荷响应速度,保证机组运行安全稳定就显得尤其重要。
发明内容
发明目的:针对上述问题,提出一种新型火电机组负荷多变量预测控制方法,改善负荷控制系统控制品质,使得机组负荷能够快速响应外界需求,同时保证机组运行的安全稳定性,且该方法计算量较小,能够实现工程在线实时控制,同时算法中存在可调参数,能够有效调节控制系统的控制性能。
技术方案:本发明根据火电机组负荷控制系统的动态特性,设计基于新型性能指标的多变量预测控制方法,并将该方法应用于负荷系统的协调控制中。在新的性能指标中仅考虑机组负荷的单步预测偏差及偏差的变化率,符合控制原理,能够减少算法计算量,实现快速控制;在机组负荷控制过程中,能够实现锅炉侧和蒸汽侧的动态协调,加快负荷响应速度,实现机组稳定经济运行。同时,该方法中可通过调节控制参数,对控制系统的控制性能进行有效的调节。
本发明的实现步骤如下:
步骤1:分别以汽机调门开度u1,锅炉燃烧率u2为阶跃量,获取机组负荷y1和主蒸汽压力y2的阶跃响应值;通过最小二乘系统辨识方法对上述响应数据进行拟合,得到下列传递函数:以汽机调门开度u1为输入,负荷y1为输出的汽机调门—负荷传递函数G11;以锅炉燃烧率u2为输入,负荷y1为输出的燃烧率—负荷传递函数G12;以汽机调门开度u1为输入,主蒸汽压力y2为输出的汽机调门—主蒸汽压力传递函数G21;以锅炉燃烧率u2为输入,主蒸汽压力y2为输出的燃烧率—主蒸汽压力传递函数G22;
步骤2:选择采样时间T,T首先满足香农定理,然后使T95/T取值在10到25之间,T95为机组负荷升至设定值95%的过程时间;对上述传递函数模型进行离散化,得到负荷控制系统的CARIMA模型: 式中z-1为后移算子,Δ=1-z-1; i=1,2,j=1,2,nai和nbi,j分别为多项式Ai(z-1)和Bi,j(z-1)阶次,ai,l和分别为多项式Ai(z-1)和Bi,j(z-1)中z-l项的系数;y1(k),y2(k)分别为机组负荷和主蒸汽压力在k时刻的输出值;u1(k-1),u2(k-1)分别为汽机调门开度和锅炉燃烧率在k-1时刻的控制量,ε1(k)和ε2(k)为均值为0的白噪声;
步骤3:构造丢番图方程:1=Ei,j(z-1)Ai(z-1)Δ+z-jFi,j(z-1),求得多项式Ei,j(z-1)和多项式Fi,j(z-1),其中 和分别为多项式Ei,j(z-1)和Fi,j(z-1)中z-l项的系数,i=1,2分别代表负荷对象和主蒸汽压力对象,j=Ni-1,Ni,Ni为对应预测时域长度;
步骤4:定义算式: 求得: 式中 分别为多项式和中z-l项的系数,i=1,2,j=Ni-1,Ni;
步骤5:构造一维向量: 式中i=1,2,Nu1为汽机调门开度的控制时域长度,Nu2为锅炉燃烧率的控制时域长度,Nu1、Nu2一般取1或2;
步骤6:该控制系统在线实时记录控制系统从开始运行至采样k时刻的汽机调门开度和锅炉燃烧率的控制信号{u1(k-1),u1(k-2),…u1(1)},{u2(k-1),u2(k-2),…u2(1)},以及机组负荷和主蒸汽压力的测量数据{y1(k),y1(k-1),…y1(1)},{y2(k),y2(k-1),…y2(1)},同时记录相应控制量的增量{Δu1(k-1),Δu1(k-2),…Δu1(1)},{Δu2(k-1),Δu2(k-2),…Δu2(1)},并接收预测控制系统的机组负荷设定值yr,1(k)和主蒸汽压力设定值yr,2(k);定义中间控制变量:
步骤7:按下式对机组负荷在未来第k+N1-1和k+N1时刻的输出和主蒸汽压力在未来第k+N2-1和k+N2时刻的输出值进行预测:
y1(k+j|k)=G1,j·ΔU+f1,j(j=N1-1,N1)
y2(k+j|k)=G2,j·ΔU+f2,j(j=N2-1,N2)
式中,y1(k+j|k)为未来k+j时刻机组负荷预测值,y2(k+j|k)为未来k+j时刻主蒸汽压力的预测值,ΔU=[Δu1(k),…,Δu1(k+Nu1-1),Δu2(k),…,Δu2(k+Nu2-1)],式中Δu1(k+i),i=0…Nu1-1,Δu2(k+i),i=0…Nu2-1分别表示在k时刻对未来k+i时刻汽机调门开度和锅炉燃烧率的输出控制量增量的估计值;
步骤8:按下列各式求取机组负荷在k+N1时刻的预测偏差e1(k+N1)和预测偏差变化率ce1(k+N1),主蒸汽压力在k+N2时刻的预测偏差e2(k+N2)和预测偏差变化率ce2(k+N2):
ei(k+Ni)=yi(k+Ni|k)-yr,i(k+Ni)
ei(k+Ni-1)=yi(k+Ni-1|k)-yr,i(k+Ni-1)
cei(k+Ni)=ei(k+Ni)-ei(k+Ni-1)
式中,i=1,2,分别代表机组负荷和主蒸汽压力;yr,i(k+Ni-1)和yr,i(k+Ni)分别为设定值yr,i(k)在k+Ni-1和k+Ni时刻的预测值,取yr,i(k+Ni-1)=yr,i(k+Ni),按下式计算:
yr,i(k+Ni)=yr,i(k)+α·Ni·δ
式中,δ为设定值的变化速率;α为可调参数,在[0,1]间取值,通过调整α的值大小来调整控制系统跟踪设定值变化的快慢,α取大则控制系统跟踪设定值变快,反之则变慢,在设定值不变或设定值阶跃变化时,α取为0;
步骤9:根据新型性能指标:
J=[e1(k+N1)+λ1·ce1(k+N1)]2+α·[e2(k+N2)+λ2·ce2(k+N2)]2
来计算汽机调门指令u1(k)和锅炉燃烧率指令u2(k)。式中,λ1和λ2分别为机组负荷和主汽压力的预测偏差变化率,一般取0~5;α为权值系数,根据机组负荷和主汽压力间相对变化关系进行选择;
将步骤7中的未来预测值带入上述性能指标中,并通过极值必要条件 求得:
式中,
步骤10:计算汽机调门开度控制量u1(k)=u1(k-1)+Δu1(k),和锅炉燃烧率控制量u2(k)=u2(k-1)+Δu2(k);
步骤11:根据执行机构限制及实际运行情况,设定控制量约束,汽机调门开度约束上下限为[u1,min,u1,max],锅炉燃烧率约束上下限为[u2,min,u2,max],如果ui(k)>ui,max,则令ui(k)=ui,max,Δui(k)=ui,max-ui(k-1);如果ui(k)<ui,min,则令ui(k)=ui,min,Δui(k)=ui,min-ui(k-1),i=1,2;
步骤12:控制系统输出u1(k)和u2(k)到相应执行机构,在之后的每个采样周期内重复执行步骤6到步骤12。
有益效果:基于新型性能指标,设计火电机组负荷控制系统的多变量预测控制方法,该方法能够实现过程控制中锅炉侧和蒸汽侧的动态协调,加快负荷响应速度,实现机组稳定经济运行。同时,该算法基于单步预测偏差和预测偏差变化率设计,算法计算简单,能够满足控制系统实时性的要求。
附图说明
图1是新型火电机组负荷多变量预测控制方法的控制结构图;
图2-a至2-d是新型火电机组负荷多变量预测控制系统在机组滑压运行方式下的负荷控制情况,其中图2-a、图2-b分别为机组负荷和主蒸汽压力的控制过程响应曲线;图2-c、图2-d分别为锅炉燃烧率和汽机调门开度的控制量曲线。
具体实施方式
下面结合附图和具体实施例,对本发明做更进一步的解释。
步骤1:分别以汽机调门开度u1,锅炉燃烧率u2为阶跃量,获取机组负荷y1和主蒸汽压力y2的阶跃响应值;通过最小二乘系统辨识方法对上述响应数据进行拟合,得到下列传递函数:以汽机调门开度u1为输入,负荷y1为输出的汽机调门—负荷传递函数G11;以锅炉燃烧率u2为输入,负荷y1为输出的燃烧率—负荷传递函数G12;以汽机调门开度u1为输入,主蒸汽压力y2为输出的汽机调门—主蒸汽压力传递函数G21;以锅炉燃烧率u2为输入,主蒸汽压力y2为输出的燃烧率—主蒸汽压力传递函数G22;
本实施例中上述辨识得到的传递函数模型分别为:
步骤2:选择采样时间T=11s,对上述传递函数模型进行离散化,得到负荷控制系统的CARIMA模型: 式中z-1为后移算子,Δ=1-z-1;y1(k),y2(k)分别为机组负荷和主蒸汽压力在k时刻的输出值;u1(k-1),u2(k-1)分别为汽机调门开度和锅炉燃烧率在k-1时刻的控制量,ε1(k)和ε2(k)为均值为0的白噪声;
A1(z-1)=1-3.8777z-1+5.9244z-2-4.45z-3+1.6408z-4-0.2375z-5
A2(z-1)=1-2.7922z-1+2.5989z-2-0.8063z-3
B1,1(z-1)=2.2544-7.6799z-1+9.6641z-2-5.3012z-3+1.0627z-4
B1,2(z-1)=z-3(-0.01288+0.03364z-1-0.01318z-2-0.01453z-3+0.00751z-4)
B2,1(z-1)=-0.009455+0.01762z-1-0.008212z-2
B2,2(z-1)=z-3(-0.001139+0.003134z-1-0.001928z-2)
步骤3:构造丢番图方程:1=E1,j(z-1)A1(z-1)Δ+z-jF1,j(z-1),求得机组负荷离散模型的分离第一多项式E1,j(z-1)和分离第二多项式F1,j(z-1),其中 为多项式F1,j(z-1)中z-l项的系数,j=N1-1,N1,N1为机组输出负荷的预测时域长度,需大于负荷对象的纯延迟时间;
本实例中,机组输出负荷的预测时域长度N1=14,其中和为:
步骤4:本实施例中,选择汽机调门开度和锅炉燃烧率的控制时域长度Nu1、Nu2都取为1。定义算式: 求得: 式中 分别为多项式和中z-l项的系数,j=N1-1,N1;构造一维向量:
步骤5:本实施例中主蒸汽压力的预测时域长度N2选取为8,针对主蒸汽压力对象,计算过程与步骤3-4相同,求得:
步骤6:负荷控制系统在线实时记录控制系统从开始运行至采样k时刻的汽机调门开度和锅炉燃烧率的控制信号{u1(k-1),u1(k-2),…u1(1)},{u2(k-1),u2(k-2),…u2(1)},以及过机组负荷和主蒸汽压力的测量数据{y1(k),y1(k-1),…y1(1)},{y2(k),y2(k-1),…y2(1)},同时记录相应控制量的增量{Δu1(k-1),Δu1(k-2),…Δu1(1)},{Δu2(k-1),Δu2(k-2),…Δu2(1)},并接收预测控制系统的机组负荷设定值yr,1(k)和主蒸汽压力设定值yr,2(k);定义中间控制变量:
步骤7:按下式对机组负荷在未来第k+N1-1和k+N1时刻的输出和主蒸汽压力在未来第k+N2-1和k+N2时刻的输出值进行预测:
y1(k+j|k)=G1,j·ΔU+f1,j(j=N1-1,N1)
y2(k+j|k)=G2,j·ΔU+f2,j(j=N2-1,N2)
式中,y1(k+j|k)为未来k+j时刻机组负荷预测值,y2(k+j|k)为未来k+j时刻主蒸汽压力的预测值,ΔU=[Δu1(k),…,Δu1(k+Nu1-1),Δu2(k),…,Δu2(k+Nu2-1)],式中Δu1(k+i),i=0…Nu1-1,Δu2(k+i),i=0…Nu2-1分别表示在k时刻对未来k+i时刻汽机调门开度和锅炉燃烧率的输出控制量增量的估计值;
步骤8:按下列各式求取机组输出功率在k+N1时刻的预测偏差e1(k+N1)和预测偏差变化率ce1(k+N1),以及主汽压力在k+N2时刻的预测偏差e2(k+N2)和预测偏差变化率ce2(k+N2):
ei(k+Ni)=yi(k+Ni|k)-yr,i(k+Ni)
ei(k+Ni-1)=yi(k+Ni-1|k)-yr,i(k+Ni-1)
cei(k+Ni)=ei(k+Ni)-ei(k+Ni-1)
式中,i=1,2,分别代表机组输出负荷和主汽压力;yr,i(k+Ni-1)和yr,i(k+Ni)分别为设定值yr,i(k)在k+Ni-1和k+Ni时刻的预测值,取yr,i(k+Ni-1)=yr,i(k+Ni),按下式计算:
yr,i(k+Ni)=yr,i(k)+α·Ni·δ
式中,δ为设定值的变化速率;α为可调参数,在[0,1]间取值,通过调整α的值大小来调整控制系统跟踪设定值变化的快慢,α取大则控制系统跟踪设定值变快,反之则变慢,在设定值不变或设定值阶跃变化时,α取为0;
本实施例中,负荷设定值变化速率δ1取-2.2,可调参数α1选取为0.33,主汽压力设定值变化速率δ2取为-0.05742,可调参数α2选取为0.1;
步骤9:根据新型性能指标:
J=[e1(k+N1)+λ1·ce1(k+N1)]2+α·[e2(k+N2)+λ2·ce2(k+N2)]2
来计算汽机调门指令u1(k)和锅炉燃烧率指令u2(k),式中λ1和λ2分别为机组负荷和主汽压力的预测偏差变化率,本实施例中λ1取为0.1,λ2取为2;α为权值系数,本实施例中取为0.5;
将步骤7中的未来预测值带入上述性能指标中,并通过极值必要条件 求得:
式中
所以ΔUM(k)=[Δu1(k)Δu2(k)]T=D·ΔU,式中D=diag(θ1,θ2), i=1,2;
步骤10:计算汽机调门开度控制量u1(k)=u1(k-1)+Δu1(k),和锅炉燃烧率控制量u2(k)=u2(k-1)+Δu2(k);
步骤11:本实施例中,汽机调门开度约束上下限为[0,100],锅炉燃烧率约束上下限为[0,100]。如果ui(k)>ui,max,则令ui(k)=ui,max,Δui(k)=ui,max-ui(k-1);如果ui(k)<ui,min,则令ui(k)=ui,min,Δui(k)=ui,min-ui(k-1),i=1,2;
步骤12:控制系统输出u1(k)和u2(k)到相应执行机构,在之后的每个采样周期内重复执行步骤6到步骤12。
上述实施例的仿真结果如图2-a至2-d所示。图2-a和图2-b表明该负荷控制方法在滑压运行方式下可以很好地跟踪负荷设定值指令和压力设定值指令。图2-c和图2-d表明在整个调节过程中,汽机调门开度、锅炉燃烧率等控制量的响应速度很快,震荡幅度较小,震荡时间短。且在整个控制过程中,机组负荷和主汽压力的波动幅度很小,波动时间短,能够快速跟踪设定值的变化,满足外界负荷变动和机组稳定运行的需求。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种新型火电机组负荷多变量预测控制方法,其步骤如下:
步骤1:分别以汽机调门开度u1,锅炉燃烧率u2为阶跃量,获取机组负荷y1和主蒸汽压力y2的阶跃响应值;通过最小二乘系统辨识方法对上述响应值进行拟合,得到下列传递函数:以汽机调门开度u1为输入,负荷y1为输出的汽机调门—负荷传递函数G11;以锅炉燃烧率u2为输入,负荷y1为输出的燃烧率—负荷传递函数G12;以汽机调门开度u1为输入,主蒸汽压力y2为输出的汽机调门—主蒸汽压力传递函数G21;以锅炉燃烧率u2为输入,主蒸汽压力y2为输出的燃烧率—主蒸汽压力传递函数G22;
步骤2:选择采样时间T,T首先满足香农定理,然后使T95/T取值在10到25之间,T95为机组负荷升至设定值95%的过程时间;对上述传递函数模型进行离散化,得到负荷预测控制系统的CARIMA模型:
式中z-1为后移算子,Δ=1-z-1;i=1,2,j=1,2,nai和nbi,j分别为多项式Ai(z-1)和Bi,j(z-1)阶次,ai,l和分别为多项式Ai(z-1)和Bi,j(z-1)中z-l项的系数;y1(k),y2(k)分别为机组负荷和主蒸汽压力在k时刻的输出值;u1(k-1),u2(k-1)分别为汽机调门开度和锅炉燃烧率在k-1时刻的控制量,ε1(k)和ε2(k)为均值为0的白噪声;
步骤3:构造丢番图方程:1=Ei,j(z-1)Ai(z-1)Δ+z-jFi,j(z-1),求得多项式Ei,j(z-1)和多项式Fi,j(z-1),其中 和分别为多项式Ei,j(z-1)和Fi,j(z-1)中z-l项的系数,i=1,2分别代表负荷对象和主蒸汽压力对象,j=Ni-1,Ni,Ni为对应预测时域长度;
步骤4:定义算式:求得:式中分别为多项式和中z-l项的系数,i=1,2,j=Ni-1,Ni;
步骤5:构造一维向量: 式中i=1,2,Nu1为汽机调门开度的控制时域长度,Nu2为锅炉燃烧率的控制时域长度,Nu1、Nu2取1或2;
步骤6:该预测控制系统在线实时记录预测控制系统从开始运行至采样k时刻的汽机调门开度和锅炉燃烧率的控制信号{u1(k-1),u1(k-2),…u1(1)},{u2(k-1),u2(k-2),…u2(1)},以及机组负荷和主蒸汽压力的测量数据{y1(k),y1(k-1),…y1(1)},{y2(k),y2(k-1),…y2(1)},同时记录相应控制量的增量{Δu1(k-1),Δu1(k-2),…Δu1(1)},{Δu2(k-1),Δu2(k-2),…Δu2(1)},并接收预测控制系统的机组负荷设定值yr,1(k)和主蒸汽压力设定值yr,2(k);定义中间控制变量:
步骤7:按下式对机组负荷在未来第k+N1-1和k+N1时刻的输出和主蒸汽压力在未来第k+N2-1和k+N2时刻的输出值进行预测:
y1(k+j|k)=G1,j·ΔU+f1,j,式中j=N1-1,N1;
y2(k+j|k)=G2,j·ΔU+f2,j,式中j=N2-1,N2;
式中,y1(k+j|k)为未来k+j时刻机组负荷预测值,y2(k+j|k)为未来k+j时刻主蒸汽压力的预测值,ΔU=[Δu1(k),…,Δu1(k+Nu1-1),Δu2(k),…,Δu2(k+Nu2-1)],式中Δu1(k+i),i=0…Nu1-1,Δu2(k+i),i=0…Nu2-1分别表示在k时刻对未来k+i时刻汽机调门开度和锅炉燃烧率的输出控制量增量的估计值;
步骤8:按下列各式求取机组负荷在k+N1时刻的预测偏差e1(k+N1)和预测偏差变化率ce1(k+N1),主蒸汽压力在k+N2时刻的预测偏差e2(k+N2)和预测偏差变化率ce2(k+N2):
ei(k+Ni)=yi(k+Ni|k)-yr,i(k+Ni)
ei(k+Ni-1)=yi(k+Ni-1|k)-yr,i(k+Ni-1)
cei(k+Ni)=ei(k+Ni)-ei(k+Ni-1)
式中,i=1,2,分别代表机组负荷和主蒸汽压力;yr,i(k+Ni-1)和yr,i(k+Ni)分别为设定值yr,i(k)在k+Ni-1和k+Ni时刻的预测值,取yr,i(k+Ni-1)=yr,i(k+Ni),按下式计算:
yr,i(k+Ni)=yr,i(k)+α·Ni·δ
式中,δ为设定值的变化速率;α为可调参数,在[0,1]间取值,通过调整α的值大小来调整预测控制系统跟踪设定值变化的快慢,α取大则预测控制系统跟踪设定值变快,反之则变慢,在设定值不变或设定值阶跃变化时,α取为0;
步骤9:根据新型性能指标:
J=[e1(k+N1)+λ1·ce1(k+N1)]2+α·[e2(k+N2)+λ2·ce2(k+N2)]2
来计算汽机调门指令u1(k)和锅炉燃烧率指令u2(k),式中,λ1和λ2分别为机组负荷和主汽压力的预测偏差变化率,取0~5;α为权值系数,根据机组负荷和主汽压力间相对变化关系进行选择;
将步骤7中的未来预测值带入上述性能指标中,并通过极值必要条件求得:
式中,
步骤10:计算汽机调门开度控制量u1(k)=u1(k-1)+Δu1(k),和锅炉燃烧率控制量u2(k)=u2(k-1)+Δu2(k);
步骤11:根据执行机构限制及实际运行情况,设定控制量约束,汽机调门开度约束上下限为[u1,min,u1,max],锅炉燃烧率约束上下限为[u2,min,u2,max],如果ui(k)>ui,max,则令ui(k)=ui,max,Δui(k)=ui,max-ui(k-1);如果ui(k)<ui,min,则令ui(k)=ui,min,Δui(k)=ui,min-ui(k-1),i=1,2;
步骤12:预测控制系统输出u1(k)和u2(k)到相应执行机构,在之后的每个采样周期内重复执行步骤6到步骤12。
2.根据权利要求1所述的一种新型火电机组负荷多变量预测控制方法,其特征在于:该预测控制系统预测时域长度N1和N2选择上只需大于对应对象的纯延迟时间,同时控制时域长度Nu1和Nu2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410349168.3A CN104122797B (zh) | 2014-07-22 | 2014-07-22 | 一种新型火电机组负荷多变量预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410349168.3A CN104122797B (zh) | 2014-07-22 | 2014-07-22 | 一种新型火电机组负荷多变量预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104122797A CN104122797A (zh) | 2014-10-29 |
CN104122797B true CN104122797B (zh) | 2016-08-31 |
Family
ID=51768255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410349168.3A Expired - Fee Related CN104122797B (zh) | 2014-07-22 | 2014-07-22 | 一种新型火电机组负荷多变量预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104122797B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181958B (zh) * | 2014-07-22 | 2016-06-08 | 南京归图科技发展有限公司 | 一种过热汽温快速节能预测控制方法 |
CN104505134A (zh) * | 2014-12-08 | 2015-04-08 | 中广核工程有限公司 | 核电站堆机协调控制方法和装置 |
CN104656448B (zh) * | 2015-01-16 | 2017-09-26 | 东南大学 | 一种基于解耦和扰动观测的超临界机组预测控制方法 |
CN104992246A (zh) * | 2015-07-09 | 2015-10-21 | 华南理工大学 | 一种基于改进最小二乘法的变电站站用负荷电量预测方法 |
CN105242572B (zh) * | 2015-10-23 | 2017-12-26 | 广东电网有限责任公司电力科学研究院 | 火电厂热工过程混合辨识方法和系统 |
CN106292277B (zh) * | 2016-08-15 | 2020-01-07 | 上海交通大学 | 基于全局滑模控制的亚临界火电机组协调控制方法 |
CN106125555A (zh) * | 2016-08-29 | 2016-11-16 | 西安西热控制技术有限公司 | 一种基于锅炉主汽压力历史数据的在线动态预测控制方法 |
CN106406101B (zh) * | 2016-11-21 | 2019-08-09 | 华北电力大学(保定) | 一种火电机组协调控制系统的智能计算预测控制方法 |
CN106855691B (zh) * | 2016-12-06 | 2019-07-30 | 东南大学 | 用于超临界火电机组机炉系统负荷跟踪的双层控制系统 |
CN106845639A (zh) * | 2016-12-27 | 2017-06-13 | 国网浙江省电力公司电力科学研究院 | 基于神经网络的汽轮机阀门提升机组负荷的潜力预测方法 |
CN108167802B (zh) * | 2017-11-23 | 2020-04-03 | 华能国际电力股份有限公司大连电厂 | 低负荷下锅炉负荷的多模型智能寻优预测控制方法 |
CN108227488B (zh) * | 2017-12-22 | 2020-02-04 | 上海交通大学 | 基于滑模预测控制的超超临界火电机组协调控制方法 |
CN108919642B (zh) * | 2018-06-28 | 2021-03-26 | 东南大学 | 一种炉跟机协调控制系统控制器参数优化整定方法 |
CN108803342B (zh) * | 2018-07-05 | 2021-06-01 | 东南大学 | 一种单元机组负荷快速响应预测控制方法 |
CN109213219B (zh) * | 2018-09-29 | 2021-04-06 | 浙江工业大学 | 一种中药饮片气相置换润药过程压力预测控制方法 |
CN109507910A (zh) * | 2018-10-31 | 2019-03-22 | 国网河南省电力公司电力科学研究院 | 一种基于数据驱动的火电机组建模与控制方法 |
CN111273563B (zh) * | 2020-01-22 | 2023-01-06 | 哈尔滨工业大学 | 一种基于供热机组agc综合指标的预测控制方法 |
CN112015082B (zh) * | 2020-05-13 | 2022-04-08 | 东南大学 | 一种基于模糊增益调度预测控制的机炉协调系统控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336438A (zh) * | 2013-07-22 | 2013-10-02 | 上海迪吉特控制系统有限公司 | 复杂热工对象非对称约束自适应控制方法 |
-
2014
- 2014-07-22 CN CN201410349168.3A patent/CN104122797B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336438A (zh) * | 2013-07-22 | 2013-10-02 | 上海迪吉特控制系统有限公司 | 复杂热工对象非对称约束自适应控制方法 |
Non-Patent Citations (4)
Title |
---|
A nonlinear exponential ARX model based multivariable generalized predictive control strategy for thermal power plants;hui peng,etc;《IEEE Trans.on control systems technology》;20020331;第10卷(第2期);全文 * |
Prediction of thermal conductivity of rock through physico-mechanical properties;TN Singh,etc;《Building and Environment》;20071231;全文 * |
基于多变量广义预测理论的互联电力系统负荷-频率协调控制体系;吴云亮等;《电工技术学报》;20120930;第27卷(第9期);全文 * |
预测控制在单元机组负荷控制中的应用;雎刚等;《动力工程》;20030430;第23卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104122797A (zh) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104122797B (zh) | 一种新型火电机组负荷多变量预测控制方法 | |
CN104154635B (zh) | 基于模糊pid与预测控制算法的变风量室温控制方法 | |
Kong et al. | Nonlinear multivariable hierarchical model predictive control for boiler-turbine system | |
Piltan et al. | Design robust backstepping on-line tuning feedback linearization control applied to ic engine | |
Piltan et al. | Control of IC engine: design a novel MIMO fuzzy backstepping adaptive based fuzzy estimator variable structure control | |
CN108227488B (zh) | 基于滑模预测控制的超超临界火电机组协调控制方法 | |
CN110257577B (zh) | 一种球式热风炉烧炉过程控制方法及系统 | |
CN104102134B (zh) | 一种通过性能指标实现再热汽温多变量协调预测控制的方法 | |
CN101763035A (zh) | Rbf神经网络整定pid与模糊免疫控制方法 | |
CN103322553B (zh) | 一种火电机组过热汽温多模型扰动估计预测控制方法 | |
WO2019047561A1 (zh) | 基于多参数动态矩阵控制的火电机组分布式协调控制系统 | |
CN105425612A (zh) | 一种水轮机调节系统控制参数的优选方法 | |
CN107270283B (zh) | 一种基于循环流化床机组的多变量约束预测控制方法 | |
Pelusi et al. | Fuzzy algorithm control effectiveness on drum boiler simulated dynamics | |
CN106707756B (zh) | 融合扩张观测器的超临界火电机组机炉协调控制方法 | |
US20140136455A1 (en) | Self-Organizing Sensing and Actuation for Automatic Control | |
Zhang et al. | Experimental study on a novel fuzzy control method for static pressure reset based on the maximum damper position feedback | |
CN107908106A (zh) | 二次再热机组再热汽温的自降阶多回路集中预估控制系统 | |
CN106530118A (zh) | 多区互联电力系统负荷频率的约束gpc优化控制方法 | |
Ning et al. | Neural network model-based adaptive control of a VAV-HVAC&R system | |
Mirlekar et al. | A Biologically-Inspired Optimal Control Strategy (BIO-CS) for Hybrid Energy Systems | |
CN106855691A (zh) | 用于超临界火电机组机炉系统负荷跟踪的双层控制系统 | |
Lianzhong et al. | Hybrid fuzzy logic control strategies for hot water district heating systems | |
CN107045287A (zh) | 基于预测控制技术的机组协调控制系统及控制方法 | |
CN107102550A (zh) | 一种超超临界火电机组控制分离器温度的预测控制方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160831 Termination date: 20190722 |