CN106292277B - 基于全局滑模控制的亚临界火电机组协调控制方法 - Google Patents

基于全局滑模控制的亚临界火电机组协调控制方法 Download PDF

Info

Publication number
CN106292277B
CN106292277B CN201610671321.3A CN201610671321A CN106292277B CN 106292277 B CN106292277 B CN 106292277B CN 201610671321 A CN201610671321 A CN 201610671321A CN 106292277 B CN106292277 B CN 106292277B
Authority
CN
China
Prior art keywords
sliding mode
global
tracking error
model
control
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
Application number
CN201610671321.3A
Other languages
English (en)
Other versions
CN106292277A (zh
Inventor
田震
袁景淇
徐亮
张翔
孔磊
王润杉
王景成
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201610671321.3A priority Critical patent/CN106292277B/zh
Publication of CN106292277A publication Critical patent/CN106292277A/zh
Application granted granted Critical
Publication of CN106292277B publication Critical patent/CN106292277B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • G05B13/045Adaptive 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 using a perturbation signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种基于全局滑模控制的亚临界火电机组协调控制方法,包括:选择适用于变工况运行的亚临界锅炉‑汽机系统非线性控制模型,根据实际机组DCS历史运行数据辨识出模型参数,锅炉‑汽机系统是指亚临界锅炉‑汽机系统非线性模型;采用精确反馈线性化方法,对上述非线性系统实现解耦和全局线性化,通过输入变换得到锅炉‑汽机系统的拟线性模型;针对拟线性模型构造时变的二阶滑模函数并设计全局滑模控制律;针对拟线性模型设计增广观测器,估计出外部干扰并在控制器中加入干扰补偿;以跟踪误差积分最小作为目标函数,通过构造优化问题求解出最佳控制器参数。本发明提高协调控制系统的快速跟踪性和鲁棒性,为保证机组安全经济运行提供技术支撑。

Description

基于全局滑模控制的亚临界火电机组协调控制方法
技术领域
本发明涉及火力发电控制领域的亚临界火电机组协调控制方法,具体地,涉及一种基于精确反馈线性化、全局滑模控制和增广观测器的机组协调控制方法。
背景技术
随着我国电网的日益复杂和电力需求的多样化,对负荷和频率调节提出了越来越高的要求。对于火力电站而言,协调控制系统是影响机组安全经济运行的重要因素,改善协调控制系统品质不仅能加快负荷响应,还能延长设备寿命和降低设备检修频率。
对于亚临界火电机组,协调控制的目标是通过调节汽轮机的调门开度和给煤质量流量,实现发电功率对负荷指令的快速跟踪和维持主蒸汽压力在其设定值附近-0.4~+0.4MPa的变化范围内。此外,由于机组实际运行中存在各种干扰和不确定性,协调控制系统需要具备较强的鲁棒性。滑模控制技术具有响应速度快、鲁棒性强、易于实现等优点,已成功应用于伺服系统、机器人、航空航天等领域。
对现有技术的检索发现,中国专利申请号CN201210333196.7,公开日2012-12-26,提出了一种基于多模型预测控制的亚临界机组协调控制方法,该方法根据亚临界机组的非线性工况范围预设数个局部预测模型和控制器,在每个控制周期中,根据各个控制器的输出增量加权获得实际控制输出增量,对前馈通道进行校正。然而,该方法为了应对亚临界机组的非线性特性需要建立多个局部线性预测模型,在实际控制时需要根据机组工况进行模型和控制策略的频繁切换,这会增加协调控制系统的计算复杂性。多模型预测控制方法虽然考虑到了机组的非线性,但对外部干扰的鲁棒性不强。目前在实际电厂中,大多采用的是串级PID控制+前馈控制的传统机炉协调控制方式,其优点是控制系统结构简单、易于实现。但传统机炉协调控制存在欠缺,体现在主蒸汽压力的波动较大,且易受外部干扰的影响(见图2)。因此,现有专利技术和传统的机炉协调控制均不能同时满足协调控制系统快速性、稳定性和鲁棒性等方面的要求。
发明内容
针对现有技术的缺陷,本发明的目的是提供一种基于全局滑模控制的亚临界火电机组协调控制方法,能同时满足协调控制系统快速性、稳定性和鲁棒性等方面的要求。
为实现以上目的,本发明提供一种基于全局滑模控制的亚临界火电机组协调控制方法,该方法是在亚临界锅炉-汽机系统非线性模型的基础上,采用精确反馈线性化的方法实现全局线性化和解耦,从而得到一个拟线性模型。针对该拟线性模型,构造了一种时变的二阶滑模函数,设计了一种全局鲁棒的滑模控制律。为了减少滑模控制器输出的抖动现象,采用了增广观测器估计外部干扰,从而实现干扰补偿。为提高亚临界火电机组协调控制系统的快速跟踪性和鲁棒性等提供技术支撑。
具体的,所述方法包括以下步骤:
步骤一、建立适用于变工况运行的亚临界锅炉-汽机系统非线性模型,并结合已有的DCS(分布式控制系统)历史数据,辨识得到模型参数。
优选地,为了便于协调控制器设计,采用如下仿射型的非线性状态空间模型:
定义锅炉-汽轮机系统的状态变量为x=[N,pT,pD,Df]T,操纵变量为u=[μTB(t-τ)]T,输出变量为y=[N,pT]T,亚临界锅炉-汽机系统非线性模型:
Figure BDA0001079318360000021
其中:
Figure BDA0001079318360000022
模型参数定义如下:
Figure BDA0001079318360000023
上述中,N、pT、pD、Df分别表示发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量,μT、μB分别表示汽轮机调门开度和给煤质量流量,τ为延迟时间;VD、ρD、hs分别是汽包内饱和蒸汽的体积、密度、比焓,hfw分别是给水比焓,Dms、ρT、pT表示主蒸汽质量流量、主蒸汽密度、主蒸汽压力,VT是过热器中过热蒸汽的总体积,C0是过热器管道惯性阻尼系数,q4表示机械不完全燃烧损失,Qnet,ar表示燃煤的低位发热量,Qfg表示烟气携带的能量;k2为发电功率对主蒸汽质量流量的比例系数,k3为主蒸汽质量流量对汽轮机首级压力的比例系数,通过机组历史运行数据回归分析得到;Tf、Te分别表示磨煤机的时间常数和汽轮机调门的时间常数,x1、x2、x3、x4为锅炉-汽机系统的四个状态变量,具体指发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量;
Figure BDA0001079318360000036
和d分别为偏微分和求导符号。
步骤二、在上述非线性状态空间模型的基础上,采用精确反馈线性化方法进行全局线性化和解耦。
为了满足完全线性化的条件,采用动态拓展的方法,令:
式中是指汽轮机调门的调节速率。
利用上述定义的控制输入w和状态变量x4,可将式(1)所示的非线性状态空间模型改写如下:
其中:
Figure BDA0001079318360000034
操纵变量u和定义的控制输入w之间的变换关系为:
Figure BDA0001079318360000035
上式中s为频域内的微分符号。
对式(5)中的y求二次导数可得
Figure BDA0001079318360000041
其中:
Figure BDA0001079318360000042
定义v=[v1,v2]T,引入非线性反馈如下:
w=M-1(x)[v-F(x)] (10)
利用式(10)可得到如下二阶的拟线性系统:
Figure BDA0001079318360000043
步骤三、针对步骤二中的拟线性系统,见式(11),设计全局滑模控制器。
原亚临界锅炉-汽机系统非线性模型经过线性化和解耦后,成为了两个独立的二阶积分子系统,即发电功率子系统和主蒸汽压力子系统。由于这两个子系统结构一致,故这里仅详细阐述发电功率子系统滑模控制器的设计过程。而对于主蒸汽压力子系统,可采用同样的控制器,仅控制器参数不同。
定义跟踪误差e为:
e=yr-y
其中,e=[e1,e2]T,yr=[yr1,yr2]T,y=[y1,y2]T。yr和y分别表示输出信号设定值和系统实际输出。下标1和2分别表示发电功率子系统和主蒸汽压力子系统。
其中,e=[e1,e2]T,yr=[yr1,yr2]T,y=[y1,y2]T,yr和y分别表示输出信号设定值和系统实际输出;下标1和2分别表示发电功率子系统和主蒸汽压力子系统;e1、e2分别表示发电功率跟踪误差和主蒸汽压力跟踪误差,y1、y2分别表示实际的发电功率和主蒸汽压力。
当考虑外部干扰时,可得
Figure BDA0001079318360000051
其中,
Figure BDA0001079318360000052
v1、d1分别表示发电功率跟踪误差的二阶导数、负荷指令的二阶导数、参考模型的电功率输出、拟线性系统的控制输入和发电功率子系统的外部干扰。
设计时变滑模函数s1
Figure BDA0001079318360000053
m1、m3为全局滑模控制器参数;s1为发电功率子系统的滑模函数,s0、I1(t)是其组成部分;sgn表示符号函数。
其中,
Figure BDA0001079318360000055
Figure BDA0001079318360000056
为发电功率跟踪误差的一阶导数,t表示时间,T、c1、A1、B1为滑模函数s1的参数。
滑模函数的参数c1、A1、B1需满足以下两个条件:
Figure BDA0001079318360000057
A1T+B1=0 (17)
e1(0)表示发电功率子系统的跟踪误差初始值。
设计全局鲁棒滑模控制律为:
Figure BDA0001079318360000058
v1eq、v1sw分别表示拟线性系统控制输入的等效控制部分和切换控制部分。
其中,控制器参数m1、m2、m3需满足下列条件:
Figure BDA0001079318360000061
Δ为常数,sup{}表示取上界,
Figure BDA0001079318360000062
为s0的一阶导数,m2为全局滑模控制器的参数。
步骤四、针对拟线性系统,见式(11),设计增广观测器,将观测到的干扰值作为控制器的干扰补偿,减小了滑模控制输入信号的抖振。
加入外部干扰d,式(11)可写为:
Figure BDA0001079318360000063
增广观测器的结构设计如下:
Figure BDA0001079318360000064
其中,
Figure BDA0001079318360000065
当选择合适的增广观测器参数,可保证观测器的收敛性。
步骤五、通过求解下述的优化问题,确定全局滑模控制器的最优参数。
对跟踪误差信号e1进行积分计算可得:
为了选择最优的控制器参数,将跟踪误差积分值最小作为优化目标,优化问题描述如下:
当c1和e1(0)确定下来,最优的全局滑模控制器参数A1opt,B1opt通过求解上述优化问题获得,其中A1opt,B1opt分别表示使得跟踪误差积分值最小的A1和B1值,A1和B1是滑模控制器的两个参数。
与现有技术相比,本发明具有如下的有益效果:
本发明实现了基于全局滑模控制的亚临界火电机组鲁棒协调控制,采用了全局滑模控制、精确反馈线性化和增广观测器等方法,控制系统具有较强的鲁棒性,且易于实现,适用于变工况运行机组的协调控制;本发明可以为提高协调控制系统的快速跟踪性和对干扰和不确定性的鲁棒性等提供技术支撑。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例基于全局滑模控制的亚临界火电机组协调控制原理框图;
图2为本发明一实施例基于PID控制+前馈控制的现场协调控制效果图;
图3为本发明一实施例正常情况下基于全局滑模控制的亚临界火电机组协调控制系统仿真结果,并将基于PID控制策略的仿真结果作为对比;
图4为本发明一实施例在带有外部干扰情况下基于全局滑模控制的亚临界火电机组协调控制系统仿真结果,并将基于PID控制策略的仿真结果作为对比;
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对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。
本实施例涉及以某300MW亚临界燃煤机组为例,锅炉型号为SZS20-1.27/300-Y型,锅炉为自然循环、一次中间再热、“W”火焰燃烧方式、双拱单炉膛、平衡通风、尾部双烟道、烟气挡板调温、固态排渣、露天布置、全钢架悬吊式汽包炉;汽轮机型号为N300-16.7/537/537-2型,是一次中间再热、高中压缸合缸、反动凝汽式汽轮机。
如图1所示,本实施例提供基于全局滑模控制的亚临界火电机组协调控制方法,图中的锅炉-汽机系统是指亚临界锅炉-汽机系统非线性模型。该协调控制方法具体包括以下步骤:
步骤一、建立适用于大范围工况运行的锅炉-汽机系统非线性模型。并结合已有的DCS(分布式控制系统)历史数据,辨识得到模型参数。
为了便于协调控制器设计,采用如下仿射型的非线性状态空间模型:
定义锅炉-汽轮机系统的状态变量为x=[N,pT,pD,Df]T,操纵变量为u=[μTB(t-τ)]T,输出变量为y=[N,pT]T,锅炉汽机系统的非线性模型如下:
Figure BDA0001079318360000081
其中,
Figure BDA0001079318360000082
模型参数定义如下:
Figure BDA0001079318360000083
上述中,N、pT、pD、Df分别表示发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量,μT、μB分别表示汽轮机调门开度和给煤质量流量,τ为延迟时间;VD、ρD、hs分别是汽包内饱和蒸汽的体积、密度、比焓,hfw分别是给水比焓,Dms、ρT、pT表示主蒸汽质量流量、主蒸汽密度、主蒸汽压力,VT是过热器中过热蒸汽的总体积,C0是过热器管道惯性阻尼系数,q4表示机械不完全燃烧损失,Qnet,ar表示燃煤的低位发热量,Qfg表示烟气携带的能量;k2为发电功率对主蒸汽质量流量的比例系数,k3为主蒸汽质量流量对汽轮机首级压力的比例系数,通过机组历史运行数据回归分析得到;Tf、Te分别表示磨煤机的时间常数和汽轮机调门的时间常数。x1、x2、x3、x4为锅炉-汽机系统的四个状态变量,具体指发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量;
Figure BDA0001079318360000084
和d分别为偏微分和求导符号。
利用DCS历史数据辨识得到该机组的模型参数为:τ=10;Te=10;Tf=60;k4=20237;k5=26.1;ca=19.76×(0.0138×x3^2+0.1503x3+4.707);cb=38×(1.06x2-5.16);Qfg=1374.8x1+3397.9;cm=-1.46×x3^2+12.25x3+2629.19;cn=479.3。
步骤二、在上述非线性模型的基础上,采用精确反馈线性化方法进行全局线性化和解耦。
为了满足完全线性化的条件,采用动态拓展的方法,令:
Figure BDA0001079318360000091
式中
Figure BDA0001079318360000092
是指汽轮机调门的调节速率。
利用上述定义的控制输入w和状态变量x4,可将式(1)所示的非线性状态空间模型改写如下:
Figure BDA0001079318360000093
其中:
Figure BDA0001079318360000094
操纵变量u和定义的控制输入w之间的变换关系为:
Figure BDA0001079318360000095
上式中s为频域内的微分符号。
对式(5)中的y求二次导数可得
Figure BDA0001079318360000096
其中:
Figure BDA0001079318360000101
定义v=[v1,v2]T,引入非线性反馈如下:
w=M-1(x)[v-F(x)] (10)
利用式(10)可得到如下二阶的拟线性系统:
步骤三、针对步骤二中的拟线性系统(式(11)所示)设计全局滑模控制器。
原锅炉-汽机系统非线性模型经过线性化和解耦后,成为了两个独立的二阶积分子系统,即发电功率子系统和主蒸汽压力子系统。由于这两个子系统结构一致,故这里仅详细阐述发电功率子系统滑模控制器的设计过程。而对于主蒸汽压力子系统,可采用同样的控制器,仅控制器参数不同。
定义跟踪误差e为:
e=yr-y
其中,e=[e1,e2]T,yr=[yr1,yr2]T,y=[y1,y2]T。yr和y分别表示输出信号设定值和系统实际输出。下标1和2分别表示发电功率子系统和主蒸汽压力子系统。
其中,e=[e1,e2]T,yr=[yr1,yr2]T,y=[y1,y2]T,yr和y分别表示输出信号设定值和系统实际输出;下标1和2分别表示发电功率子系统和主蒸汽压力子系统;e1、e2分别表示发电功率跟踪误差和主蒸汽压力跟踪误差,y1、y2分别表示实际的发电功率和主蒸汽压力。
当考虑外部干扰时,可得
Figure BDA0001079318360000103
其中,
Figure BDA0001079318360000104
v1、d1分别表示发电功率跟踪误差的二阶导数、负荷指令的二阶导数、参考模型的电功率输出、拟线性系统的控制输入和发电功率子系统的外部干扰。
设计时变滑模函数s1
Figure BDA0001079318360000111
m1、m3为全局滑模控制器参数;s1为发电功率子系统的滑模函数,s0、I1(t)是其组成部分;sgn表示符号函数。
其中,
Figure BDA0001079318360000112
Figure BDA0001079318360000113
Figure BDA0001079318360000114
为发电功率跟踪误差的一阶导数,t表示时间,T、c1、A1、B1为滑模函数s1的参数。
滑模函数的参数c1、A1、B1需满足以下两个条件:
A1T+B1=0 (17)
e1(0)表示发电功率子系统的跟踪误差初始值。
设计全局鲁棒滑模控制律为:
Figure BDA0001079318360000116
v1eq、v1sw分别表示拟线性系统控制输入的等效控制部分和切换控制部分。
其中,控制器参数m1、m2、m3需满足下列条件:
Figure BDA0001079318360000117
Δ为常数,sup{}表示取上界,
Figure BDA0001079318360000118
为s0的一阶导数,m2为全局滑模控制器的参数。
步骤四、针对拟线性系统,见式(11),设计增广观测器,将观测到的干扰值作为控制器的干扰补偿,减小了滑模控制输入信号的抖振。
加入外部干扰d,式(11)可写为:
Figure BDA0001079318360000121
增广观测器的结构设计如下:
Figure BDA0001079318360000122
其中,
Figure BDA0001079318360000123
当选择合适的增广观测器参数,可保证观测器的收敛性。
步骤五、通过求解下述的优化问题,确定全局滑模控制器的最优参数。
对跟踪误差信号e1进行积分计算可得:
Figure BDA0001079318360000124
为了选择最优的控制器参数,将跟踪误差积分值最小作为优化目标,优化问题描述如下:
Figure BDA0001079318360000125
当c1和e1(0)确定下来,最优的全局滑模控制器参数(A1opt,B1opt分别表示使得跟踪误差积分值最小的A1和B1值)将通过求解上述优化问题获得。本实施例中,最优化方法采用内点法。
求得控制器的参数为m1=[10,6],m2=[5,10],m3=[0.5,1.5],c=[10,1],A=[32,0.86],B=[-100,-0.53];增广观测器参数为[β010203]=[100,300,1000],δ=0.01;作为对比,PID控制器的参数设为kP=[3,1.2],kI=[0.001,0],kD=[10,10]。
在MATLAB/Simulink环境下,构建了亚临界机组的协调控制仿真系统。图3和图4分别是正常情况和带有外部干扰情况下的阶跃响应实验结果,作为对比,基于PID控制策略的仿真结果也一并呈现在图中。
本发明实现了基于全局滑模控制的亚临界火电机组鲁棒协调控制,采用了全局滑模控制、精确反馈线性化和增广观测器等方法,控制系统具有较强的鲁棒性,且易于实现,适用于变工况运行机组的协调控制;本发明可以为提高协调控制系统的快速跟踪性和对干扰和不确定性的鲁棒性等提供技术支撑,对亚临界机组的安全经济运行具有重大现实意义。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (2)

1.一种基于全局滑模控制的亚临界火电机组协调控制方法,其特征在于,该方法包括以下步骤:
步骤一、选择适用于变工况运行的亚临界锅炉-汽机系统非线性模型,并根据实际机组DCS历史运行数据辨识出模型参数;
步骤二、采用精确反馈线性化的方法,对上述亚临界锅炉-汽机系统非线性模型实现解耦和全局线性化,通过变换得到系统的拟线性模型;
步骤三、针对步骤二的拟线性模型,构造时变的二阶滑模函数并设计全局滑模控制器;
步骤四、针对步骤二的拟线性模型,设计增广观测器,估计出外部干扰并在全局滑模控制器中加入干扰补偿;
步骤五、以跟踪误差积分最小作为目标函数,构造优化问题来求解最佳全局滑模控制器的参数,实现亚临界火电机组的协调控制;
步骤二中,采用动态拓展的方法,使系统模型满足精确反馈线性化的条件,并利用非线性反馈实现了系统全局线性化和完全解耦,具体如下:
定义锅炉-汽轮机系统的状态变量为x=[N,pT,pD,Df]T,操纵变量为u=[μTB(t-τ)]T,输出变量为y=[N,pT]T,步骤一中的亚临界锅炉-汽机系统非线性模型如下:
Figure FDA0002229503760000011
其中:
h(x)=[x1 x2]T
模型参数定义如下:
Figure FDA0002229503760000021
上述中,N、pT、pD、Df分别表示发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量,μT、μB分别表示汽轮机调门开度和给煤质量流量,τ为延迟时间;VD、ρD、hs分别是汽包内饱和蒸汽的体积、密度、比焓,hfw分别是给水比焓,Dms、ρT、pT表示主蒸汽质量流量、主蒸汽密度、主蒸汽压力,VT是过热器中过热蒸汽的总体积,C0是过热器管道惯性阻尼系数,q4表示机械不完全燃烧损失,Qnet,ar表示燃煤的低位发热量,Qfg表示烟气携带的能量;k2为发电功率对主蒸汽质量流量的比例系数,k3为主蒸汽质量流量对汽轮机首级压力的比例系数,通过机组历史运行数据回归分析得到;Tf、Te分别表示磨煤机的时间常数和汽轮机调门的时间常数;x1、x2、x3、x4为锅炉-汽机系统的四个状态变量,具体指发电功率、主蒸汽压力、汽包压力和入炉煤的质量流量;
Figure FDA0002229503760000024
和d分别为偏微分和求导符号;
Figure FDA0002229503760000022
式中
Figure FDA0002229503760000025
是指汽轮机调门的调节速率;
利用上述定义的控制输入w和状态变量x4,将步骤一中的亚临界锅炉-汽机系统非线性模型改写如下:
其中:
操纵变量u和重新定义的控制输入w之间的转换关系为:
Figure FDA0002229503760000032
对式(2)中的y求二次导数得
Figure FDA0002229503760000033
其中:
Figure FDA0002229503760000034
定义v=[v1,v2]T,引入非线性反馈如下:
w=M-1(x)[v-F(x)] (10)
利用式(7)得到如下二阶的拟线性系统:
Figure FDA0002229503760000035
步骤三中,构造时变的二阶滑模函数并设计了全局滑模控制律,使系统对外部干扰和模型失配具有全局鲁棒性:
定义跟踪误差为:
e=yr-y
其中,e=[e1,e2]T,yr=[yr1,yr2]T,y=[y1,y2]T,yr和y分别表示输出信号设定值和系统实际输出;下标1和2分别表示发电功率子系统和主蒸汽压力子系统;e1,e2分别表示发电功率跟踪误差和主蒸汽压力跟踪误差,y1,y2分别表示实际的发电功率和主蒸汽压力;
当考虑外部干扰时,可得
Figure FDA0002229503760000041
其中,
Figure FDA0002229503760000042
v1、d1分别表示发电功率跟踪误差的二阶导数、负荷指令的二阶导数、参考模型的电功率输出、拟线性系统的控制输入和发电功率子系统的外部干扰;
设计时变滑模函数s1
Figure FDA0002229503760000043
m1、m3为全局滑模控制器参数;s1为发电功率子系统的滑模函数,s0、I1(t)是其组成部分;sgn表示符号函数;
其中,
Figure FDA0002229503760000044
Figure FDA0002229503760000045
为发电功率跟踪误差的一阶导数,t表示时间,T、c1、A1、B1为滑模函数s1的参数;滑模函数的参数需满足以下两个条件:
A1T+B1=0 (17)
e1(0)表示发电功率子系统的跟踪误差初始值;
设计全局鲁棒滑模控制律为:
v1eq、v1sw分别表示拟线性系统控制输入的等效控制部分和切换控制部分;
其中,控制器参数m1、m2、m3需满足下列条件:
Figure FDA0002229503760000051
Δ为常数,sup{}表示取上界,
Figure FDA0002229503760000052
为s0的一阶导数,m2为全局滑模控制器的参数。
2.根据权利要求1所述的一种基于全局滑模控制的亚临界火电机组协调控制方法,其特征在于,步骤五中,通过求解以跟踪误差积分最小为目标函数的优化问题,获得了最佳控制器参数:
对跟踪误差信号e1进行积分计算得:
Figure FDA0002229503760000053
为了选择最优的控制器参数,将跟踪误差积分值最小作为优化目标,优化问题描述如下:
当c1和e1(0)确定下来,最优控制器参数A1opt、B1opt通过求解上述优化问题获得,其中A1opt、B1opt分别表示使得跟踪误差积分值最小的A1和B1值,A1和B1是滑模控制器的两个参数。
CN201610671321.3A 2016-08-15 2016-08-15 基于全局滑模控制的亚临界火电机组协调控制方法 Expired - Fee Related CN106292277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610671321.3A CN106292277B (zh) 2016-08-15 2016-08-15 基于全局滑模控制的亚临界火电机组协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610671321.3A CN106292277B (zh) 2016-08-15 2016-08-15 基于全局滑模控制的亚临界火电机组协调控制方法

Publications (2)

Publication Number Publication Date
CN106292277A CN106292277A (zh) 2017-01-04
CN106292277B true CN106292277B (zh) 2020-01-07

Family

ID=57671421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610671321.3A Expired - Fee Related CN106292277B (zh) 2016-08-15 2016-08-15 基于全局滑模控制的亚临界火电机组协调控制方法

Country Status (1)

Country Link
CN (1) CN106292277B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703746B (zh) * 2017-09-21 2021-04-30 北京理工大学 一种基于自抗扰的反馈-前馈控制器及设计方法
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
CN108958032B (zh) * 2018-07-24 2021-09-03 湖南工业大学 一种非线性多智能体系统的总量协同一致控制方法
CN110939928B (zh) * 2019-12-13 2021-10-01 浙江省能源集团有限公司 一种具有强鲁棒性的燃煤机组汽包锅炉水位控制方法
CN113093550A (zh) * 2021-04-08 2021-07-09 浙江浙能技术研究院有限公司 一种火电机组锅炉煤量至主汽压的开环特性优化方法
CN114397813B (zh) * 2021-12-02 2024-06-14 安徽工业大学 基于慢时变干扰观测器的发电锅炉燃烧连续滑模控制方法
CN117389157B (zh) * 2023-12-11 2024-02-27 华东交通大学 虚拟编组高速列车运行滑模控制方法、系统、设备及介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010045097A1 (en) * 2008-10-13 2010-04-22 Shell Oil Company Circulated heated transfer fluid heating of subsurface hydrocarbon formations
CN102266865B (zh) * 2011-05-30 2013-04-17 山东大学 热冷轧负荷分配方法
CN102841539B (zh) * 2012-09-10 2016-05-11 广东电网公司电力科学研究院 基于多模型预测控制的亚临界协调控制方法
CN103606939B (zh) * 2013-11-28 2015-09-30 上海电力学院 基于滑模控制的风柴混合电力系统负荷频率控制方法
CN103595046B (zh) * 2013-11-28 2015-09-09 上海电力学院 以柴油机侧为主的风柴混合电力系统负荷频率控制方法
CN103746630B (zh) * 2014-01-16 2016-01-06 北华大学 一种用于电气传动系统低频振动的主动控制方法
CN104122291B (zh) * 2014-07-22 2016-06-01 上海交通大学 超超临界火电机组水冷壁向工质传热速率的实时辨识方法
CN104122797B (zh) * 2014-07-22 2016-08-31 东南大学 一种新型火电机组负荷多变量预测控制方法
CN104701881A (zh) * 2015-03-20 2015-06-10 国家电网公司 一种基于凸多面体理论的hvdc系统广域分散协调控制方法
CN105573123B (zh) * 2016-01-19 2018-08-21 东南大学 一种基于改进的t-s模糊预测建模的火电机组机炉协调控制方法

Also Published As

Publication number Publication date
CN106292277A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106292277B (zh) 基于全局滑模控制的亚临界火电机组协调控制方法
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
Fang et al. Backstepping-based nonlinear adaptive control for coal-fired utility boiler–turbine units
CN108536012A (zh) 一种超临界火电机组协调控制系统及其非线性抗干扰控制方法
CN104482525B (zh) 超超临界机组再热汽温的控制方法和系统
Lee et al. Controller design for a large-scale ultrasupercritical once-through boiler power plant
Prasad et al. Plant-wide predictive control for a thermal power plant based on a physical plant model
CN101788789A (zh) 基于混沌混合优化算法的单元机组非线性预测控制方法
Zhao et al. A nonlinear industrial model predictive controller using integrated PLS and neural net state-space model
Fan et al. A dynamic nonlinear model for a wide-load range operation of ultra-supercritical once-through boiler-turbine units
CN106326534A (zh) 变工况亚临界火电机组的锅炉‑汽机控制模型构建方法
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
Chandrasekharan et al. Operational control of an integrated drum boiler of a coal fired thermal power plant
Ataei et al. A coordinated MIMO control design for a power plant using improved sliding mode controller
Tawfeic Boiler drum-level modeling
Darwish et al. Advanced boiler control system for steam power plants using modern control techniques
Znad et al. Speeding-up startup process of a clean coal supercritical power generation station via classical model predictive control
Liu et al. A hybrid receding horizon optimization and active disturbance rejection control of boiler superheated steam temperature
CN113189871B (zh) 一种面向火电机组灵活性运行的协调控制策略
CN108803342B (zh) 一种单元机组负荷快速响应预测控制方法
JP3965615B2 (ja) プロセス制御装置
Cai et al. Robust adaptive dynamic surface control of high-order strict feedback systems based on fully actuated system approach
Ma et al. An improved predictive optimal controller with elastic search space for steam temperature control of large-scale supercritical power unit
Palmieri et al. An innovative sliding mode load controller for gas turbine power generators: Design and experimental validation via real-time simulation
Wójcik et al. Optimal control for combustion process

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200107

CF01 Termination of patent right due to non-payment of annual fee