CN106446375A - 一种基于数据驱动的单元机组锅炉汽轮机控制方法及装置 - Google Patents

Abstract

本发明公开了一种基于数据驱动的单元机组锅炉汽轮机控制方法，包括，建立单元机组非线性模型，采用动态线性化技术得到线性数据模型，估计数据模型中的伪雅各比矩阵，设计基于数据的自适应控制算法及选择控制器参数并验证算法稳定性等五步。本发明不依赖单元机组的模型信息，避免了复杂工况和运行环境下单元机组的建模问题，同时对于单元机组未建模动态等因素具有较强的鲁棒性。算法设计简单，计算量小，易于实际运行，本发明所述的技术方案可以被推广应用于其他难以建立系统复杂模型的工业过程被控对象。

Description

一种基于数据驱动的单元机组锅炉汽轮机控制方法及装置

技术领域

本发明涉及一种基于数据驱动的单元机组锅炉汽轮机控制方法及装置，属电力系统和工业过程控制技术领域。

背景技术

电力工业是国民经济发展中最重要的基础能源产业，“十三五”期间我国电力需求将逐年增加。为满足国民经济发展需求，实现电力工业可持续发展战略和节能减排目标，采用先进的控制技术和方法提高现有火电厂单元机组的运行效率具有重要的意义。

火电厂发电机组普遍采用一台锅炉和一台汽轮机的单元制机组，整个生产流程中能量的传递和转换由锅炉系统和汽轮机系统合作承担。单元机组锅炉汽轮机系统是一类具有典型非线性特征的多变量被控对象，它具有大迟延、强耦合、多不确定干扰等特点。实际运行过程中，机组动态特性除了受其内在物理结构属性影响，还与机组的运行方式、运行工况、外部环境等因素有关。由于上述因素的影响，锅炉汽轮机系统几乎不可能测得运行的所有参数，即使相同的设备、相同的运行工况也会因为某一个操作参数发生变化而影响系统运行过程，因此从物质、能量等角度建立的过程数学模型是不准确的，基于近似模型设计的控制器在实际应用中很难达到期望的控制效果。

目前火电厂单元机组协调控制多采用网络化控制系统，系统中每天都产生并存储着大量的过程数据，这些数据隐含着单元机组的运行信息。因此，提出一种仅利用这些大量的离在线数据，在不需要建立锅炉汽轮机系统数学模型的情况下实现对单元机组发电过程的控制和优化，具有重要的实际意义。

发明内容

本发明的目的是要提供一种基于数据驱动的单元机组锅炉汽轮机控制方法及装置。

为达到上述目的，本发明是按照以下技术方案实施的：

一种基于数据驱动的单元机组锅炉汽轮机控制方法，包括如下步骤：

第一步，建立单元机组非线性模型，针对单元机组运行工况，建立以锅炉汽轮机燃油调节阀开度、燃气调节阀开度和给水调节阀开度为控制输入量，汽包压力、功率输出和液位高度变化量为系统输出量的三输入三输出非线性模型；

其表达式为：y(k+1)＝f(y(k),u(k)),

其中：y＝[y₁,y₂,y₃]^T,u＝[u₁,u₂,u₃]^T；

y₁表示汽包压力；

y₂表示功率输出；

y₃表示水位高度变化量；

f(y(k),u(k))为未知非线性函数；

第二步，采用动态线性化技术得到线性模型，针对第一步中建立的三输入三输出非线性模型，采用动态线性化技术将其转化成如下线性数据模型：

△y(k+1)＝Φ(k)△u(k),

式中△y(k+1)＝y(k+1)-y(k),△u(k)＝u(k)-u(k-1)，Φ(k)为伪雅各比矩阵：

且满足||Φ(k)||≤b，b为一个正的常数；

第三步，估计数据模型中的伪雅各比矩阵，定义估计准则函数，根据最优 化原理得到伪雅各比矩阵的递推估计算法。设定雅各比矩阵估值的初值，根据单元机组实际运行输入输出数据依次更新伪雅各比矩阵的估计值

估计准则函数为：

式中μ>0为权重因子；

为Φ(k)的估计值；

雅各比矩阵估计算法：

η∈(0,1]为步长因子；

为预先设定初始值；

第四步，设计基于数据的自适应控制算法，定义控制输入准则函数，根据最优化原理得到控制输入量的更新算法。设定控制输入量的初始值，根据单元机组实际运行输入输出数据以及第三步中得到的雅各比矩阵估计值依次更新控制输入；

其中控制输入准则函数为：J(u(k))＝||y^*(k+1)-y(k+1)||²+λ||u(k)-u(k-1)||²,；

λ>0为权重因子；

为期望的汽包压力；

为期望的功率输出；

为期望的液位高度变化量；

控制输入量更新算法为：

ρ∈(0,1]为步长因子；

为Φ(k)估计值；

u(0)为预先设定的控制输入初始值。

第五步，选择控制器参数并验证算法稳定性，首先定义跟踪误差，然后将跟踪误差带入到第一步建立的输出动力学数据模型和第三步的自适应控制算法函数中，并得到跟踪误差的递推关系，其中：

跟踪误差为：e(k)＝[e₁(k) e₂(k) e₃(k)]；

为汽包压力跟踪误差；

为功率输出跟踪误差；

为液位高度变化跟踪误差；

跟踪误差的递推关系为：

进一步的，所选择的控制器参数ρ,λ满足如下关系

本发明不依赖单元机组的模型信息，避免了复杂工况和运行环境下单元机组的建模问题，同时对于单元机组未建模动态等因素具有较强的鲁棒性。算法设计简单，计算量小，易于实际运行，本发明所述的技术方案可以被推广应用于其他难以建立系统复杂模型的工业过程被控对象。

附图说明

下面结合附图和具体实施方式来详细说明本发明

图1：单元机组数据驱动控制系统原理结构图；

图2：单元机组的典型工作点表；

图3：单元机组汽包压力跟踪输出曲线；

图4：单元机组功率输出跟踪输出曲线；

图5：单元机组液位高度变化曲线；

图6：本发明操作流程图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

结合某160MW三输入三输出单元机组为例对本发明进行详细说明，

如图1-6所示，一种基于数据驱动的单元机组锅炉汽轮机控制方法，包括如下步骤：

第一步，建立单元机组非线性模型，针对单元机组运行工况，建立以锅炉汽轮机燃油调节阀开度、燃气调节阀开度和给水调节阀开度为控制输入量，汽包压力、功率输出和液位高度变化量为系统输出量的三输入三输出非线性模型；

其表达式为：y(k+1)＝f(y(k),u(k)),

其中：y＝[y₁,y₂,y₃]^T,u＝[u₁,u₂,u₃]^T；

y₁表示汽包压力；

y₂表示功率输出；

y₃表示水位高度变化量；

f(y(k),u(k))为未知非线性函数；

第二步，采用动态线性化技术得到线性模型，针对第一步中建立的三输入三输出非线性模型，采用动态线性化技术将其转化成如下线性数据模型：

△y(k+1)＝Φ(k)△u(k),

式中△y(k+1)＝y(k+1)-y(k),△u(k)＝u(k)-u(k-1)，Φ(k)为如下伪雅各比矩阵：

且满足||Φ(k)||≤b，b为一个正的常数；

第三步，估计数据模型中的伪雅各比矩阵，定义估计准则函数，根据最优化原理得到伪雅各比矩阵的递推估计算法。设定雅各比矩阵估值的初值，根据单元机组实际运行输入输出数据依次更新伪雅各比矩阵的估计值

估计准则函数为：

式中μ>0为权重因子；

为Φ(k)的估计值；

雅各比矩阵估计算法：

η∈(0,1]为步长因子；为预先设定初始值；

第四步，设计基于数据的自适应控制算法，定义控制输入准则函数，根据最优化原理得到控制输入量的更新算法。设定控制输入量的初始值，根据单元机组实际运行输入输出数据以及第三步中得到的雅各比矩阵估计值依次更新控制输入；

其中控制输入准则函数为：J(u(k))＝||y^*(k+1)-y(k+1)||²+λ||u(k)-u(k-1)||²,；

λ>0为权重因子；

为期望的汽包压力；

为期望的功率输出；

为期望的液位高度变化量；

控制输入量更新算法为：

ρ∈(0,1]为步长因子；

为Φ(k)估计值；

u(0)为预先设定的控制输入初始值。

第五步，选择控制器参数并验证算法稳定性，首先定义跟踪误差，然后将跟踪误差带入到第一步建立的输出动力学数据模型和第三步的自适应控制算法函数中，并得到跟踪误差的递推关系，其中：

跟踪误差为：e(k)＝[e₁(k) e₂(k) e₃(k)]；

为汽包压力跟踪误差；

为功率输出跟踪误差；

为液位高度变化跟踪误差；

跟踪误差的递推关系为：

本实施例中，所选择的控制器参数ρ,λ满足如下关系

本发明在实际实施时，按照以上步骤，若当设定单元机组的期望输出为

式中为期望的汽包压力，表示期望的输出功率，为期望的液位变化量。上述期望输出有三个阶段组成，每个阶段的单元机组期望汽包压力和输出功率设定在不同的数值，整个运行时间区间为t∈[0,2500]且在t＝500和t＝1500时期望输出发生变化：

(1)首先进行控制器的初始化。图2给出了液位变化量为0时典型的工作点，根据图2的取值，设定燃油阀门初始开度u₁(0)＝0.1191，燃气调节阀初始开度u₂(0)＝0.3803，给水调节阀初始开度u₃(0)＝0.1224。

(2)控制器参数的设定。伪雅各比矩阵估计算法中参数选取为η＝0.5,μ＝1， 控制算法，中参数选取为ρ＝0.5,λ＝3，伪雅各比矩阵的估计值初始值设定为

(3)将步骤(1)的阀门开度作用于单元机组，获取这些控制输入量作用下的汽包压力y₁(1)、功率输出y₂(1)和液位高度变化量y₃(1)。根据实际雅各比矩阵估算函数和系统的输入输出数据更新伪雅各比矩阵得到

(4)利用(3)中得到的伪雅各比矩阵估计值以及系统的输出数据y₁(1),y₂(1),y₃(1)，根据自适应控制算法函数计算得到新的阀门开度u₁(1),u₂(1),u₃(1)。计算过程中，根据单元机组的阀门实际运行状况，考虑如下控制输入受限的情况

0≤u₁(t),u₂(t),u₃(t)≤1,

(5)重复(3)和(4)的步骤，直到t＝2500。

上述控制步骤的仿真结果所示。由于初始阀门开度按照典型工作点给定进行取值，因此第一阶段单元机组很好地跟踪了期望输出。当控制任务在t＝500和t＝1500时刻发生变化时，单元机组可以快速地调整阀门开度，实现对新任务的高精度跟踪。该结果体现了本发明的有效性。

本发明不依赖单元机组的模型信息，避免了复杂工况和运行环境下单元机组的建模问题，同时对于单元机组未建模动态等因素具有较强的鲁棒性。算法设计简单，计算量小，易于实际运行，本发明所述的技术方案可以被推广应用于其他难以建立系统复杂模型的工业过程被控对象。

本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明 范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于数据驱动的单元机组锅炉汽轮机控制方法，其特征在于，所述的基于数据驱动的单元机组控制方法包括如下步骤：

第一步，建立单元机组非线性模型，针对单元机组运行工况，建立以锅炉汽轮机燃油调节阀开度、燃气调节阀开度和给水调节阀开度为控制输入量，汽包压力、功率输出和液位高度变化量为系统输出量的三输入三输出非线性模型；

其表达式为：y(k+1)＝f(y(k),u(k)),

其中：y＝[y₁,y₂,y₃]^T,u＝[u₁,u₂,u₃]^T；

y₁表示汽包压力；

y₂表示功率输出；

y₃表示水位高度变化量；

f(y(k),u(k))为未知非线性函数；

第二步，采用动态线性化技术得到线性模型，针对第一步中建立的三输入三输出非线性模型，采用动态线性化技术将其转化成如下线性数据模型：

△y(k+1)＝Φ(k)△u(k),

式中△y(k+1)＝y(k+1)-y(k),△u(k)＝u(k)-u(k-1)，Φ(k)为伪雅各比矩阵：

且满足||Φ(k)||≤b，b为一个正的常数；

第三步，估计数据模型中的伪雅各比矩阵，定义估计准则函数，根据最优化原理得到伪雅各比矩阵的递推估计算法。设定雅各比矩阵估值的初值，根据单元机组实际运行输入输出数据依次更新伪雅各比矩阵的估计值

估计准则函数为：

式中μ>0为权重因子；

为Φ(k)的估计值；

雅各比矩阵估计算法：

η∈(0,1]为步长因子；

为预先设定初始值；

第四步，设计基于数据的自适应控制算法，定义控制输入准则函数，根据最优化原理得到控制输入量的更新算法。设定控制输入量的初始值，根据单元机组实际运行输入输出数据以及第三步中得到的雅各比矩阵估计值依次更新控制输入；

其中控制输入准则函数为：J(u(k))＝||y^*(k+1)-y(k+1)||²+λ||u(k)-u(k-1)||²,；

λ>0为权重因子；

为期望的汽包压力；

为期望的功率输出；

为期望的液位高度变化量；

控制输入量更新算法为：

ρ∈(0,1]为步长因子；

为Φ(k)估计值；

u(0)为预先设定的控制输入初始值。

第五步，选择控制器参数并验证算法稳定性，首先定义跟踪误差，然后将跟踪误差带入到第一步建立的输出动力学数据模型和第三步的自适应控制算法函数中，并得到跟踪误差的递推关系，其中：

跟踪误差为：e(k)＝[e₁(k) e₂(k) e₃(k)]；

为汽包压力跟踪误差；

为功率输出跟踪误差；

为液位高度变化跟踪误差；

跟踪误差的递推关系为：

2.根据权利要求1所述的一种基于数据驱动的单元机组锅炉汽轮机控制方法，其特征在于，所选择的控制器参数ρ,λ满足：