CN105929695B - 一种基于扰动模型的脱硝控制系统广义预测控制方法 - Google Patents

一种基于扰动模型的脱硝控制系统广义预测控制方法 Download PDF

Info

Publication number
CN105929695B
CN105929695B CN201610533477.5A CN201610533477A CN105929695B CN 105929695 B CN105929695 B CN 105929695B CN 201610533477 A CN201610533477 A CN 201610533477A CN 105929695 B CN105929695 B CN 105929695B
Authority
CN
China
Prior art keywords
disturbance
control
control system
model
generalized
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.)
Active
Application number
CN201610533477.5A
Other languages
English (en)
Other versions
CN105929695A (zh
Inventor
李泉
尹峰
罗志浩
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201610533477.5A priority Critical patent/CN105929695B/zh
Publication of CN105929695A publication Critical patent/CN105929695A/zh
Application granted granted Critical
Publication of CN105929695B publication Critical patent/CN105929695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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 in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明公开了一种基于扰动模型的脱硝控制系统广义预测控制方法。当外扰信号过大时,虽然目前的广义预测算法抑制扰动的速度较快,但是扰动的幅度仍然较大,不利于脱硝控制系统的稳定。本发明根据对象模型设计广义预测控制系统和扰动控制器;其次,将扰动信号源输入至扰动控制器,获得克服扰动信号的控制量,将该控制量与广义预测控制系统的预测控制输出值相加得出最终的优化控制输出量;将最终的优化控制输出量作用于被控对象,获得抑制扰动的控制响应品质。本发吸保证了机组节能环保运行;机组在扰动状态(尤其是磨组启停过程)时脱硝控制系统能够处于自动调节状态,出口NOx波动幅度减小。

Description

一种基于扰动模型的脱硝控制系统广义预测控制方法
技术领域
本发明涉及超临界机组脱硝控制系统的控制方法,具体地说是一种基于扰动模型的脱硝控制系统广义预测控制方法。
背景技术
超临界机组的脱硝控制系统具有非线性、大迟延和扰动因素多等特点,一般调峰机组经常会出现出口NOx剧烈波动,尤其当启停磨组的过程中,脱硝控制系统存在较大的扰动,为使机组能达到环保指标,经常处于手动状态。
为保证机组的安全环保运行,需要在大扰动工况下,脱硝控制系统仍然能处于自动状态,且将出口NOx控制在额定值的+15mg/m3~-15mg/m3范围内。当扰动信号较小时,目前的广义预测算法可以有效抑制,但是当外扰信号过大时,例如机组在启停磨过程中,脱硝控制系统会出现较大的扰动,虽然广义预测算法抑制扰动的速度较快,但是扰动的幅度仍然较大,不利于脱硝控制系统的稳定。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种基于扰动模型的脱硝控制系统广义预测控制方法,在知道系统扰动源的情况下,能较好地抑制被控系统外扰。
为此,本发明采用如下的技术方案:一种基于扰动模型的脱硝控制系统广义预测控制方法,其步骤如下:
1)获取脱硝控制系统的对象模型和扰动模型
采取特性试验的方法来获取系统的对象模型,获得的模型结构为一阶加迟延的形式,如下式所示:
上式中,Gc为对象通道传递函数,Kc为模型增益系数,Tc为惯性时间,S为频域传递函数的数学算子,τc为对象通道延迟时间;
在知道系统扰动源的情况下,采取特性试验的方法来获取系统的扰动模型,获得的模型结构为一阶加迟延的形式,如下式所示:
上式中,Gr为扰动通道传递函数,Kr为模型增益系数,Tr为惯性时间,S为频域传递函数的数学算子,τr为扰动通道延迟时间;
2)设计扰动控制器Grc
当对象模型是1时,扰动控制器Grc=-Gr
当对象模型不是1时,分两种情况进行算法:
A)当对象延迟小于扰动延迟时,即τc<τr时,扰动控制器Grc形式如下:
B)当对象延迟大于扰动延迟时,即τc>τr时,扰动控制器Grc形式如下:
3)设计基于扰动模型的广义预测控制方法
首先,根据对象模型设计广义预测控制系统,即将对象模型离散化,设置采样周期、预测时域、控制时域,求解丢番图方程,根据性能指标函数,求解最优控制律,获得广义预测控制系统的控制输出值;
其次,将扰动信号源输入至扰动控制器,获得克服扰动信号的控制量,将该控制量与广义预测控制系统的预测控制输出值相加得出最终的优化控制输出量;
将最终的优化控制输出量作用于被控对象,获得抑制扰动的控制响应品质。
进一步,通过现场阶跃扰动试验进行广义预测控制系统的参数调整,当控制时域较大时会出现系统震荡或不稳定的现象,当控制时域过小时系统响应较慢;当预测时域较小时系统发散;根据上述的情况将广义预测控制系统的参数整定到合适的值上。
本发明具有以下有益效果:保证了机组节能环保运行;机组在扰动状态(尤其是磨组启停过程)时脱硝控制系统能够处于自动调节状态,出口NOx波动幅度减小,大幅减少了运行工作量,加强了机组的环保指标达标运行。
附图说明
图1为本发明抗扰动控制算法系统图(图中,A1表示外部扰动信号,B1表示外部扰动信号通过扰动模型后的输出信号,C1表示控制信号通过对象模型后的输出信号,D1表示被控系统总输出信号)。
图2为本发明基于扰动模型的广义预测控制系统图(图中,A2表示预测控制输出值,B2表示扰动控制器输出值,C2表示控制响应)。
图3为采用本发明方法的机组处于AGC状态下460MW-310MW-430MW负荷变动时出口NOx响应曲线图(通过实际应用;图中,A表示出口NOx设定值曲线,B表示出口NOx控制曲线,C表示实际负荷曲线,D表示控制量曲线)。
图4为采用常规方法的机组处于AGC状态下380MW-300MW负荷变动时脱硝控制系统处于手动干预状态,出口NOx响应曲线图(通过实际应用;图中,A表示出口NOx设定值曲线,B表示出口NOx控制曲线,C表示实际负荷曲线,D表示控制量曲线)。
具体实施方式
下面结合说明书附图和具体实施方式对本发明作进一步说明。
一、设计扰动控制器
若通过试验可以获得系统的扰动模型,则需要设计扰动控制器,本发明提出的扰动控制器如图1所示。
在图1中,Gr是被控系统的扰动模型,Gc是被控系统的对象模型,SPR是外扰信号,PV是被控系统总输出,CO是控制输入,RPV是外扰信号通过扰动模型后输出值,CPV是控制信号通过对象模型后的输出值。针对该系统设计抗扰动控制算法,在不考虑控制输入的情况下,当外扰信号通过扰动控制器后,输出信号再通过控制对象模型Gc,输出的信号CPV能够与信号RPV相抵消,此时控制系统只需控制对象Gc,外扰信号产生的作用通过抗扰动控制算法相抵消,能够明显提高系统克服外扰的能力。
在推导抗扰动控制算法时,首先不考虑控制输入,即控制输入CO的值是0,此时,根据模型Gc和Gr来推导抗扰动控制算法。
首先假设当对象模型是1时,扰动控制器Grc=-Gr,此时算法最简单。当对象模型如图1中所述形式时,分两种情况进行算法设计:
1)当对象延迟小于扰动延迟时即τc<τr时,扰动控制器Grc形式如下:
2)当对象延迟大于扰动延迟时即τc>τr时,扰动控制器Grc形式如下:
二、设计基于扰动模型的广义预测控制系统
为了获得更好的抗动性能,设计了基于扰动模型的广义预测控制系统,其原理图如图2所示。
具体设计步骤如下:
1)系统对象模型和扰动模型获取
采取特性试验的方法来获取对象的数学模型,获得的模型结构为一阶加迟延的形式,如式(3)所示:
在知道系统扰动源的情况下,采取特性试验的方法来获取对象的扰动模型获得的模型结构为一阶加迟延的形式,如式(4)所示:
2)扰动控制器设计
根据特性试验做出的对象模型和扰动模型参数情况,比较τr和τc的大小,由式(1)或式(2)可以设计出扰动控制算法,其实质是进行逆向计算,消除外扰对系统的影响。
3)设计基于扰动模型的广义预测控制系统
首先,根据对象模型设计广义预测控制系统,即将对象模型离散化,设置好采样周期、预测时域、控制时域后,求解丢番图方程,根据性能指标函数,求解最优控制律,获得广义预测的控制输出值。
其次,将扰动信号源输入至扰动控制器,获得克服扰动信号的控制量,将该控制量与预测控制输出值相加得出最终的优化控制输出量。
将最终的优化控制量作用于被控对象,可以获得很高的抑制扰动的控制响应品质。
通过现场阶跃扰动试验可以进行广义预测控制系统的参数调整,当控制时域较大时会出现系统震荡或不稳定的现象,当控制时域过小时系统响应较慢;当预测时域较小时系统发散;根据上述的情况可以将广义预测控制系统的参数整定到合适的值上。
三、实际应用
将本发明应用于某电厂600MW超超临界机组脱硝控制系统中,当负荷指令按12MW/min速率变化,机组处于AGC状态时,获得的出口NOx响应曲线如图3所示。
在图3中,实际负荷由460MW变化到310MW再变化至430MW,出口NOx最大控制偏差为-12mg/m3。而且整个AGC过程机组脱硝控制系统处于自动控制状态,出口NOx比较平稳。
为获得对比效果,按常规方法,当负荷指令按12MW/min速率变化时,机组处于AGC状态时,获得的出口NOx响应曲线如图4所示。
在图4中,实际负荷由380MW变化到300MW,出口NOx最大控制偏差达-19mg/m3左右。而且整个AGC过程出口NOx波动幅度较大,而且全程处于人工手动调整状态,加大了运行人员的工作量,影响到了机组的环保稳定运行。
以上所述,仅是本发明的较佳实施例而已,并非对本发明的技术方案作任何形式上的限制。凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均落入本发明的保护范围内。

Claims (2)

1.一种基于扰动模型的脱硝控制系统广义预测控制方法,其步骤如下:
1)获取脱硝控制系统的对象模型和扰动模型
采取特性试验的方法来获取系统的对象模型,获得的模型结构为一阶加迟延的形式,如下式所示:
上式中,Gc为对象通道传递函数,Kc为对象通道模型增益系数,Tc为对象通道惯性时间,S为频域传递函数的数学算子,τc为对象通道延迟时间;
在知道系统扰动源的情况下,采取特性试验的方法来获取系统的扰动模型,获得的模型结构为一阶加迟延的形式,如下式所示:
上式中,Gr为扰动通道传递函数,Kr为扰动通道模型增益系数,Tr为扰动通道惯性时间,S为频域传递函数的数学算子,τr为扰动通道延迟时间;
2)设计扰动控制器Grc
当对象模型是1时,扰动控制器Grc=-Gr
当对象模型不是1时,分两种情况进行算法:
A)当对象延迟小于扰动延迟时,即τc<τr时,扰动控制器Grc形式如下:
B)当对象延迟大于扰动延迟时,即τc>τr时,扰动控制器Grc形式如下:
3)设计基于扰动模型的广义预测控制方法
首先,根据对象模型设计广义预测控制系统,即将对象模型离散化,设置采样周期、预测时域、控制时域,求解丢番图方程,根据性能指标函数,求解最优控制律,获得广义预测控制系统的控制输出值;
其次,将扰动信号源输入至扰动控制器,获得克服扰动信号的控制量,将该控制量与广义预测控制系统的预测控制输出值相加得出最终的优化控制输出量;
将最终的优化控制输出量作用于被控对象,获得抑制扰动的控制响应品质。
2.根据权利要求1所述的基于扰动模型的脱硝控制系统广义预测控制方法,其特征在于,
通过现场阶跃扰动试验进行广义预测控制系统的参数调整,当控制时域较大时会出现系统震荡或不稳定的现象,当控制时域过小时系统响应较慢;当预测时域较小时系统发散;根据上述的情况将广义预测控制系统的参数整定到合适的值上。
CN201610533477.5A 2016-07-08 2016-07-08 一种基于扰动模型的脱硝控制系统广义预测控制方法 Active CN105929695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610533477.5A CN105929695B (zh) 2016-07-08 2016-07-08 一种基于扰动模型的脱硝控制系统广义预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610533477.5A CN105929695B (zh) 2016-07-08 2016-07-08 一种基于扰动模型的脱硝控制系统广义预测控制方法

Publications (2)

Publication Number Publication Date
CN105929695A CN105929695A (zh) 2016-09-07
CN105929695B true CN105929695B (zh) 2018-12-21

Family

ID=56827694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610533477.5A Active CN105929695B (zh) 2016-07-08 2016-07-08 一种基于扰动模型的脱硝控制系统广义预测控制方法

Country Status (1)

Country Link
CN (1) CN105929695B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717260B (zh) * 2018-03-07 2021-05-18 国网浙江省电力有限公司电力科学研究院 基于单调整系数的带扰动预测函数控制设计方法
CN110955271A (zh) * 2019-12-19 2020-04-03 润电能源科学技术有限公司 火电机组除氧器水位控制方法、装置、系统和存储介质
CN111399458B (zh) * 2020-03-30 2022-03-11 东南大学 基于扰动抑制广义预测控制的scr脱硝系统控制方法
CN117850247A (zh) * 2024-03-07 2024-04-09 清华大学 扰动观测器控制优化方法、装置、扰动观测器及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040181300A1 (en) * 2003-03-11 2004-09-16 Clark Robert L. Methods, apparatus and computer program products for adaptively controlling a system by combining recursive system identification with generalized predictive control
CN101751051A (zh) * 2008-12-05 2010-06-23 中国科学院沈阳自动化研究所 基于约束史密斯广义预测控制的水泥分解炉温度控制方法
CN102777879A (zh) * 2012-07-06 2012-11-14 广东电网公司电力科学研究院 一种火力发电厂超超临界机组的主汽温预测控制方法
CN103032869A (zh) * 2012-10-31 2013-04-10 浙江省电力公司电力科学研究院 超临界机组汽温观测优化控制方法
CN103472723A (zh) * 2013-08-19 2013-12-25 上海交通大学 基于多模型广义预测控制器的预测控制方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10116105A (ja) * 1996-10-11 1998-05-06 Tokyo Electric Power Co Inc:The 一般化予測制御システム及び脱硝制御装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040181300A1 (en) * 2003-03-11 2004-09-16 Clark Robert L. Methods, apparatus and computer program products for adaptively controlling a system by combining recursive system identification with generalized predictive control
CN101751051A (zh) * 2008-12-05 2010-06-23 中国科学院沈阳自动化研究所 基于约束史密斯广义预测控制的水泥分解炉温度控制方法
CN102777879A (zh) * 2012-07-06 2012-11-14 广东电网公司电力科学研究院 一种火力发电厂超超临界机组的主汽温预测控制方法
CN103032869A (zh) * 2012-10-31 2013-04-10 浙江省电力公司电力科学研究院 超临界机组汽温观测优化控制方法
CN103472723A (zh) * 2013-08-19 2013-12-25 上海交通大学 基于多模型广义预测控制器的预测控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于广义预测控制和扩展状态观测器的永磁同步电机控制;刘旭东等;《控制理论与应用》;20151231;第32卷(第12期);第1613-1619页 *

Also Published As

Publication number Publication date
CN105929695A (zh) 2016-09-07

Similar Documents

Publication Publication Date Title
CN105929695B (zh) 一种基于扰动模型的脱硝控制系统广义预测控制方法
EP3068007B1 (en) System and method for improved reactive power speed-of-response for a wind farm
KR101213002B1 (ko) 풍력 발전 장치의 제어 장치 및 제어 방법
CN102331712B (zh) 滚筒烘丝过程的变参数控制方法
CN111668857B (zh) 一种用于水电站发电机监控系统一次调频的方法及系统
CN105794067B (zh) 具有改进的上升时间的风力发电站
US20150061289A1 (en) System and method for voltage control of wind generators
CN103174471A (zh) 一种火电机组变参数负荷优化控制方法
US8618684B2 (en) Method for operating a wind turbine
TWI599135B (zh) 用於操作風力發動機及/或風力發電廠之方法與調節及/或控制裝置及風力發動機與風力發電廠
CN107728464B (zh) 基于积分参数动态调整的锅炉优化控制系统及方法
CN110021942B (zh) 一种基于dcs的调频控制方法
CN107834564B (zh) 一种微电网系统的小干扰电压稳定性的控制方法
CN107134794B (zh) 基于数字带阻滤波器的风功率平抑控制方法
CN105375511B (zh) 一种一次调频转速不等率函数的设置方法
CN106773675B (zh) 火电机组预测函数控制简化方法及其应用
CN106684881A (zh) 一种地调avc系统中的母线电压调整方法及装置
Zgurovets Influence of dead band and speed of the regulator on frequency stabilization process in power system with powerful wind power plants and battery energy storage systems
Rezk et al. Fractional-order control of a wind turbine using manta ray foraging optimization
CN103472720A (zh) 一种svc控制器的电压增益调节装置及方法
Zhou et al. Modern PID controller design for load frequency control
CN106642072A (zh) 火电机组减温水调阀流量特性线性度校正及控制方法
CN103066590B (zh) 一种基于预估补偿控制的火力发电机组一次调频方法
CN107785930B (zh) 一种风电场风机无功和电压协同控制方法
Jagatheesan et al. Automatic generation control of an interconnected multi-area reheat thermal power systems with conventional proportional-integral controller considering various performance indices

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant