CN106610589B - 一种在线硬件闭环网源协调线性自抗扰控制方法 - Google Patents
一种在线硬件闭环网源协调线性自抗扰控制方法 Download PDFInfo
- Publication number
- CN106610589B CN106610589B CN201611270296.4A CN201611270296A CN106610589B CN 106610589 B CN106610589 B CN 106610589B CN 201611270296 A CN201611270296 A CN 201611270296A CN 106610589 B CN106610589 B CN 106610589B
- Authority
- CN
- China
- Prior art keywords
- ladrc
- control
- disturbance rejection
- coordination
- net source
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011217 control strategy Methods 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000012546 transfer Methods 0.000 claims description 36
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 230000033228 biological regulation Effects 0.000 claims description 6
- 238000009396 hybridization Methods 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000003032 molecular docking Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 abstract description 5
- 238000007667 floating Methods 0.000 abstract description 3
- 238000012795 verification Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
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
本发明涉及一种在线硬件闭环网源协调线性自抗扰控制方法,以LABVIEW为开发环境,建立包括LADRC线性自抗扰的协调控制算法库;以NI Compact RIO控制器为载体,基于协调控制算法库,以LADRC取代传统PID控制模块,建立以能量平衡信号为前馈信号的网源协调LADRC线性自抗扰控制策略;本发明采用LADRC取代传统PID控制模块,不需要积分环节通过LADRC的ESO扩张观测器就能实现无静差,避免了积分反馈的副作用,不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,提高特高压电网内源侧网源协调控制策略的自适应性和抗扰动性,使整个系统在网源协调工作区间内具有良好的鲁棒性与适应性,方法简单,更便于工程化应用。
Description
技术领域
本发明属于智能电网的自动发电控制领域,具体涉及一种在线硬件闭环网源协调线性自抗扰控制方法。
背景技术
第一、传统PID协调控制方案已经不能满足电网的快速频繁调峰需求形势下,国家电力监管委员会制定的《辅助服务补偿》和《电厂并网管理细则》即“两个细则”对网源协调控制AGC系统考核指标要求,需要采用新的智能控制策略取代PID控制器,要求不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,提高电网内源侧网源协调控制策略的自适应性和抗扰动性,使整个系统在网源协调工作区间内具有良好的鲁棒性与适应性;
第二、目前针对网源协调电源侧涉网生产试验,尤其是“两个细则”AGC协调控制考核指标的相关生产试验,现场DCS系统繁多,很难统一实现控制策略部署;而且现场控制对象特性变化大,需要定期优化控制策略。缺乏一种一体化在线生产试验控制效果验证与控制策略快速部署平台,可实现网源协调控制涉网生产试验的在线硬件闭环校验及生产试验性能效果的的预估评价,当前急需一种标准化的网源协调控制策略试验验证平台,基于在线数据开展闭环建模校验辨识现场生产试验模型,快速验证生产试验性能效果的的预估评价,实现各先进控制算法的验证性能分析等功能需求,最终实现快速批量化部署控制方案。
发明内容
本发明所要解决的技术问题是提供一种可实现网源协调控制涉网生产试验的在线硬件闭环校验及生产试验性能效果的的预估评价的、具有良好的鲁棒性与适应性的在线硬件闭环网源协调线性自抗扰控制方法。
本发明的技术方案是:
一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于步骤如下:
步骤(1),以LABVIEW为开发环境,建立包括LADRC线性自抗扰的协调控制算法库;
步骤(2),以NI Compact RIO控制器为载体,基于步骤(1)的协调控制算法库,以LADRC取代传统PID控制模块,建立以能量平衡信号为前馈信号的网源协调LADRC线性自抗扰控制策略;在NI Compact RIO控制器上以100MS的扫描周期运行;所述网源协调LADRC线性自抗扰控制策略的输出边界为锅炉主控信号输出和汽机主控信号输出;所述网源协调LADRC线性自抗扰控制策略的输入边界为调度AGC能量需求信号,主汽压力设定值以及功率设定值;
步骤(3),以PXI仿真平台为载体,基于LABVIEW开发环境,基于步骤(1)的协调控制算法库,进行图形化组态编程,建立协调控制热工对象;接收协调控制逻辑输出信号,作为协调控制热工对象的控制逻辑的输入信号;
针对协调控制热工对象,从现场实时数据或者历史数据中获取阶跃响应波形;用三阶传递函数或者三阶传递函数的串联形式拟合实际协调控制热工对象的特性,使用差分演化算法对实际协调控制热工对象进行三阶传递函数生产试验模型辨识,最终确定实际协调控制热工对象的实时三阶传递函数模型;所述协调控制热工对象包括燃烧控制系统、给水控制系统以及主汽温控制系统的控制逻辑;
步骤(4),以RJ45接口为通讯方式,将步骤(2)中NI Compact RIO控制器与步骤(3)中PXl仿真平台硬件对接,建立NI Compact RIO控制器和PXl平台的网络通讯;使用步骤(2)中基于NI Compact RIO控制器的LADRC线性自抗扰控制器策略,控制对步骤(3)中PXl仿真平台的三阶传递函数模型对象进行控制策略验证,观察仿真模型对象输出,利用试凑法优化LADRC自抗扰控制系数,确定步骤(2)中LADRC线性自抗扰控制器策略的最优控制效果;
步骤(5),将步骤(2)中以NI Compact RIO控制器为载体建立的网源协调LADRC自抗扰控制器策略应用到网源协调控制涉网生产试验,同时将步骤(3)中的实时数据接入步骤(4)的PXl仿真平台;
根据AGC考核指标对步骤(3)中已经验证效果的网源协调LADRC自抗扰控制器策略的控制性能进行评估,同时对步骤(3)的实际协调控制热工对象的实时三阶传递函数模型进行修正;根据AGC考核指标对网源协调LADRC自抗扰控制器策略的调节速度和调节精度进行判断,如果满足AGC考核指标,则进行推广应用;如果不满足AGC考核指标,则重复步骤(3)~步骤(5)。
所述步骤(1)中所述的协调控制算法库包括算法名称、超前滞后模块、带跟踪的增减脉冲手操器、高低限报警模块、模拟量二选一模块、数字手操器DMA、LADRC线性自抗扰算法、纯滞后模块、12段函数发生器、12段函数映射模块、M/A手操站以及模拟量数据点质量判断模块;控制逻辑中运算所需的数学运算模块以及逻辑判断模块均采用LABVIEW中的相同功能模块。
所述步骤(2)中所述的网源协调LADRC线性自抗扰控制策略按照DCS控制逻辑分页建立,DCS控制器逻辑的每一页逻辑实现对应网源协调LADRC线性自抗扰控制策略中的一个VI逻辑程序;网源协调LADRC线性自抗扰控制策略包括:AGC机组负荷指令设定逻辑、汽机协调控制逻辑、锅炉协调控制逻辑、一次调频控制逻辑;为了保证现场安全,还建立了心跳算法通讯逻辑。
所述步骤(3)中所述的三阶传递函数生产试验模型辨识的步骤为:
三阶传递函数通用形式如下:
式中b1、b0、a3、a2 a1 a0为传递函数辨识系数;
针对要辨识建模的对象,采用差分演化算法计算三阶传递函数,对对象模型进行参数寻优;
4.1编码方式
采用实数编码,将(a0,a1,a2,a3,b0,b1)作为一个个体矢量xi,处理数据范围;
4.2适应度函数选取
采用阶跃响应确定三阶传递函数的参数,考虑评估条件的非负性和求解问题的快捷性,设定适应性函数为误差型目标函数:
其中,MG(k)表示三阶传递函数的阶跃响应采样数据,Ms(k)表示根据实时数据或者历史数据得到的阶跃响应采样数据,ek表示在N个采样数据中,三阶传递函数的阶跃响应与实时数据或者历史数据的阶跃响应的误差和;
4.3辨识实现步骤
①定义编码矢量xi=(a0,a1,a2,a3,b0,b1),随机产生N个个体,初始化群体,赋值进化代数g=0;
②确立适应度函数fi(g)=ek,评价初始代所有个体适应度fi(g=0);得到最优适应值fbest和最优个体xbest;
③如果满足运算结束条件,停止运算,输出最优解;否则转向④;
④群体中所有个体进行变异交叉,生成杂交尝试向量ui(g);
⑤变异具体操作为:当代群体中随机选择3个个体作为父代个体进行变异,即选择且i≠r1≠r2≠r3,按照如下方法生成变异变量,其中F∈[0,2]为变异算子,是一个实常数因数,控制偏差变量的放大作用,r1,r2,r3为随机整数;
⑥杂交操作具体实现为:在完成变异操作后,基于交叉算子CR将通过变异产生的变异向量vr,G+1与目标向量xi(g)进行杂交,得到杂交尝试向量ui(g),如下所示:
ui,G+1=(u1i,G+1,u2i,G+1,...,uNi,G+1) (4)
式中:randb(j)为第j个[0,1]之间的随机数;rnbr(i)为随机选择序列;CR为交叉算子,取值范围为[0,1];
⑦根据4.2中定义的适应度函数评价群体适应值fi(g+1);
⑧采用贪婪选择算法,选择下一代群体个体xi(g+1),若fi(g+1)<fbest,则令fbest=fi(g+1),xbest=xi(g+1);
⑨化代数递增g=g+1,跳转到③。
所述步骤(4)中所述的NI Compact RIO控制器和PXI平台的网络通讯是通过采用心跳算法安全机制维持通讯不丢失。
本发明的积极效果为:
(1)本发明建立一体化的网源协调控制试验平台,基于在线实际数据开展现场试验对象的闭环建模校验辨识,实现标准化批量化部署控制方案,实现控制策略小规模验证和批量化生产能力,规范控制策略走向生产流程的每一个环节,实现科研成果的转化,最终达到以生产带来的效益推动科技研发的目的,进一步促进科研成果的孵化,开启了“以科研奠定生产,以生产促进科研”的良性循环的研发模式。
(2)本发明采用LADRC取代传统PID控制模块,不需要积分环节通过LADRC的ESO扩张观测器就能实现无静差,避免了积分反馈的副作用,不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,提高特高压电网内源侧网源协调控制策略的自适应性和抗扰动性,使整个系统在网源协调工作区间内具有良好的鲁棒性与适应性,方法简单,更便于工程化应用。
附图说明
图1为本发明网源协调LADRC线性自抗扰控制策略的锅炉主控示意图;
图2为本发明网源协调LADRC线性自抗扰控制策略的汽机主控示意图;
图3为本发明三阶传递函数生产试验模型辨识示意图;
图4为本发明NI Compact RIO控制器和PXI平台的网络通讯示意图;
图5为本发明LADRC自抗扰控制器策略应用到网源协调控制涉网生产试验的示意图。
具体实施方式
下面将结合附图与实施例对本发明进行进一步的详细说明:
如图所示,一种在线硬件闭环网源协调线性自抗扰控制方法,其步骤如下:
步骤(1),以LABVIEW为开发环境,建立包括LADRC线性自抗扰的协调控制算法库;
除了LADRC线性自抗扰算法之外,其他所有算法根据工程经验实现主要参考常见DCS系统(新华DCS、西门子、ABB、OAVTION、国电智深DCS系统、和利时DCS系统)的算法实现,开发环境为LABVIEW,所有模块都采用子VI的方式实现模块化,方便调用,不需要针对控制器建立具体的数学模型,方法简单,更便于工程化应用;建立标准化的网源协调控制试验平台,基于在线数据开展闭环建模校验辨识,实现标准化批量化部署控制方案;
LADRC线性自抗扰算法全部采用离散化方式实现,基于LABVIEW,采用LABVIEW的移位寄存器机制,实现ESO扩张观测器,控制部分采用纯比例K功能或者比例微分KD功能,根据实际需要作调整。LADRC线性自抗扰算法采用子VI的方式实现模块化,方便调用;
以上所有算法模块的输入输出变量均采用单精度浮点数格式,以LABVIEW中簇的方式进行模块间变量传递,在整个LABVIEW环境中以网络变量的形式发布起到共享作用;
步骤(2),以NI Compact RIO控制器为载体,基于步骤(1)的协调控制算法库,以LADRC取代传统PID控制模块,建立以能量平衡信号为前馈信号的网源协调LADRC线性自抗扰控制策略;在NI Compact RIO控制器上以100MS的扫描周期运行;所述网源协调LADRC线性自抗扰控制策略的输出边界为锅炉主控信号输出和汽机主控信号输出;所述网源协调LADRC线性自抗扰控制策略的输入边界为调度AGC能量需求信号,主汽压力设定值以及功率设定值,其中采用LADRC取代传统PID控制模块,不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,提高特高压电网内源侧网源协调控制策略的自适应性和抗扰动性,使整个系统在网源协调工作区间内具有良好的鲁棒性与适应性;
如图1和图2所示,以汽包锅炉为例,对网源协调LADRC线性自抗扰控制策略实现进行详细说明:
以能量平衡信号为前馈信号的网源协调LADRC线性自抗扰控制采用汽机调速级压力(P1)与汽机主汽门前压力(Pt)之比乘以机前压力设定值(Ps)作为汽机对锅炉的能量需求信号,即(P1/Pt)×Ps;采用锅炉汽包的热量信号(P1+C×(dPd/dt))作为燃料的反馈信号;对锅炉热量信号进行适当的调整,可以使锅炉热量信号在调门开度的扰动下,P1的正微分面积与dPd/dt负微分面积基本相等,使(P1+dPd/dt)在调门开度的扰动下基本不变,而仅反映燃料的变化;直接能量平衡系统就是利用P1×Ps/Pt仅反映汽机对锅炉能量需求的特点和(P1+dPd/dt)仅反映燃料变化的特点,实现机组负荷对燃料的需求,保证汽机和锅炉总能保持能量供需平衡;
如图1所示,锅炉主控根据汽轮机能量需求信号与锅炉输入热量信号的偏差生成锅炉主控指令(CCBF),锅炉主控指令通过改变燃料量来实现汽轮机能量需求与汽包热量的平衡,保证了主蒸汽压力的稳定;静态过程中,主汽压力靠LADRC控制器调节实现主汽压力的稳定;动态过程中控制品质主要依靠各种前馈控制:机组负荷指令对锅炉燃料的静态前馈(LSff)、机组负荷指令对锅炉燃料的动态前馈(LDff)、压力设定值对锅炉燃料的动态前馈(PDff),通过上述优化控制方法,能够保证在主汽温度控制在正常范围内,协调方式下能够克服煤量超调以及煤质的变化对主汽压力影响,充分利用了锅炉的蓄热,大幅提高了变负荷率,提高了机组的AGC控制能力;
如图2所示,汽机主控:
AGC指令经过限幅、速率变化后生成机组负荷指令,主汽压力设定值Ps和实际值Pv偏差大时会对汽机主控进行修正;LD为机组实际负荷,LDC的微分来加快机组响应速度;
步骤(3),以PXI仿真平台为载体,基于LABVIEW开发环境,基于步骤(1)的协调控制算法库,进行图形化组态编程,建立协调控制热工对象;接收协调控制逻辑输出信号,作为协调控制热工对象的控制逻辑的输入信号;
针对协调控制热工对象,从现场实时数据或者历史数据中获取阶跃响应波形;用三阶传递函数或者三阶传递函数的串联形式拟合实际协调控制热工对象的特性,使用差分演化算法对实际协调控制热工对象进行三阶传递函数生产试验模型辨识,最终确定实际协调控制热工对象的实时三阶传递函数模型;所述协调控制热工对象包括燃烧控制系统、给水控制系统以及主汽温控制系统的控制逻辑;
步骤(4),如图3所示,以RJ45接口为通讯方式,将步骤(2)中NI Compact RIO控制器与步骤(3)中PXI仿真平台硬件对接,建立NI Compact RIO控制器和PXI平台的网络通讯;使用步骤(2)中基于NI Compact RIO控制器的LADRC线性自抗扰控制器策略,控制对步骤(3)中PXI仿真平台的三阶传递函数模型对象进行控制策略验证,观察仿真模型对象输出,利用试凑法优化LADRC自抗扰控制系数,确定步骤(2)中LADRC线性自抗扰控制器策略的最优控制效果;NI Compact RIO控制器和PXI平台的网络通讯的通讯协议采用通用的工业协议MODBUS-TCP协议;
步骤(5),如图4所示,将步骤(2)中以NI Compact RIO控制器为载体建立的网源协调LADRC自抗扰控制器策略应用到网源协调控制涉网生产试验,同时将步骤(3)中的实时数据接入步骤(4)的PXI仿真平台;
根据AGC考核指标对步骤(3)中已经验证效果的网源协调LADRC自抗扰控制器策略的控制性能进行评估,同时对步骤(3)的实际协调控制热工对象的实时三阶传递函数模型进行修正;根据AGC考核指标对网源协调LADRC自抗扰控制器策略的调节速度和调节精度进行判断,如果满足AGC考核指标,则进行推广应用;如果不满足AGC考核指标,则重复步骤(3)~步骤(5)。
所述步骤(1)中所述的协调控制算法库包括算法名称、超前滞后模块、带跟踪的增减脉冲手操器、高低限报警模块、模拟量二选一模块、数字手操器DMA、LADRC线性自抗扰算法、纯滞后模块、12段函数发生器、12段函数映射模块、M/A手操站以及模拟量数据点质量判断模块;控制逻辑中运算所需的数学运算模块以及逻辑判断模块均采用LABVIEW中的相同功能模块。
所述步骤(2)中所述的网源协调LADRC线性自抗扰控制策略按照DCS控制逻辑分页建立,DCS控制器逻辑的每一页逻辑实现对应网源协调LADRC线性自抗扰控制策略中的一个VI逻辑程序;网源协调LADRC线性自抗扰控制策略包括:AGC机组负荷指令设定逻辑、汽机协调控制逻辑、锅炉协调控制逻辑、一次调频控制逻辑;为了保证现场安全,还建立了心跳算法通讯逻辑。
所述步骤(3)中所述的三阶传递函数生产试验模型辨识的步骤为:
三阶传递函数通用形式如下:
式中b1、b0、a3、a2、a1、a0为传递函数辨识系数;
针对要辨识建模的对象,采用差分演化算法计算三阶传递函数,对对象模型进行参数寻优;
4.1编码方式
采用实数编码,将(a0,a1,a2,a3,b0,b1)作为一个个体矢量xi,处理数据范围;
4.2适应度函数选取
采用阶跃响应确定三阶传递函数的参数,考虑评估条件的非负性和求解问题的快捷性,设定适应性函数为误差型目标函数:
其中,MG(k)表示三阶传递函数的阶跃响应采样数据,MS(k)表示根据实时数据或者历史数据得到的阶跃响应采样数据,ek表示在N个采样数据中,三阶传递函数的阶跃响应与实时数据或者历史数据的阶跃响应的误差和;
4.3辨识实现步骤
①定义编码矢量xi=(a0,a1,a2,a3,b0,b1),随机产生N个个体,初始化群体,赋值进化代数g=0;
②确立适应度函数fi(g)=ek,评价初始代所有个体适应度fi(g=0);得到最优适应值fbest和最优个体xbest;
③如果满足运算结束条件,停止运算,输出最优解;否则转向④;
④群体中所有个体进行变异交叉,生成杂交尝试向量ui(g);
⑤变异具体操作为:当代群体中随机选择3个个体作为父代个体进行变异,即选择且i≠r1≠r2≠r3,按照如下方法生成变异变量,其中F∈[0,2]为变异算子,是一个实常数因数,控制偏差变量的放大作用,r1,r2,r3为随机整数;
⑥杂交操作具体实现为:在完成变异操作后,基于交叉算子CR将通过变异产生的变异向量vr,G+1与目标向量xi(g)进行杂交,得到杂交尝试向量ui(g),如下所示:
ui,G+1=(u1i,G+1,u2i,G+1,...,uNi,G+1) (4)
式中:randb(j)为第j个[0,1]之间的随机数;mbr(i)为随机选择序列;CR为交叉算子,取值范围为[0,1];
⑦根据4.2中定义的适应度函数评价群体适应值fi(g+1);
⑧采用贪婪选择算法,选择下一代群体个体xi(g+1),若fi(g+1)<fbest,则令fbest=fi(g+1),xbest=xi(g+1);
⑨化代数递增g=g+1,跳转到③。
所述步骤(4)中所述的NI Compact RIO控制器和PXI平台的网络通讯是通过采用心跳算法安全机制维持通讯不丢失,保证NI Compact RIO控制器的自抗扰控制器策略不会因为通讯问题失控。
Claims (5)
1.一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于步骤如下:
步骤(1),以LABVIEW为开发环境,建立包括LADRC线性自抗扰的协调控制算法库;
步骤(2),以NI Compact RIO控制器为载体,基于步骤(1)的协调控制算法库,以LADRC取代传统PID控制模块,建立以能量平衡信号为前馈信号的网源协调LADRC线性自抗扰控制策略;在NI Compact RIO控制器上以100MS的扫描周期运行;所述网源协调LADRC线性自抗扰控制策略的输出边界为锅炉主控信号输出和汽机主控信号输出;所述网源协调LADRC线性自抗扰控制策略的输入边界为调度AGC能量需求信号,主汽压力设定值以及功率设定值;
步骤(3),以PXI仿真平台为载体,基于LABVIEW开发环境,基于步骤(1)的协调控制算法库,进行图形化组态编程,建立协调控制热工对象的控制逻辑;接收协调控制逻辑输出信号,作为协调控制热工对象的控制逻辑的输入信号;
针对协调控制热工对象,从现场实时数据或者历史数据中获取阶跃响应波形;用三阶传递函数或者三阶传递函数的串联形式拟合实际协调控制热工对象特性,使用差分演化算法对实际协调控制热工对象进行三阶传递函数生产试验模型辨识,最终确定实际协调控制热工对象的实时三阶传递函数模型;所述协调控制热工对象包括燃烧控制系统、给水控制系统以及主汽温控制系统;
步骤(4),以RJ45接口为通讯方式,将步骤(2)中NI Compact RIO控制器与步骤(3)中PXI仿真平台硬件对接,建立NI Compact RIO控制器和PXI平台的网络通讯;使用步骤(2)中基于NI Compact RIO控制器的LADRC线性自抗扰控制器策略,控制对步骤(3)中PXI仿真平台的三阶传递函数模型对象进行控制策略验证,观察仿真模型对象输出,利用试凑法优化LADRC自抗扰控制系数,确定步骤(2)中LADRC线性自抗扰控制器策略的最优控制效果;
步骤(5),将步骤(2)中以NI Compact RIO控制器为载体建立的网源协调LADRC自抗扰控制器策略应用到网源协调控制涉网生产试验,同时将步骤(3)中的实时数据接入步骤(4)的PXI仿真平台;
根据AGC考核指标对步骤(3)中已经验证效果的网源协调LADRC自抗扰控制器策略的控制性能进行评估,同时对步骤(3)的实际协调控制热工对象的实时三阶传递函数模型进行修正;根据AGC考核指标对网源协调LADRC自抗扰控制器策略的调节速度和调节精度进行判断,如果满足AGC考核指标,则进行推广应用;如果不满足AGC考核指标,则重复步骤(3)~步骤(5)。
2.根据权利要求1所述的一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于所述步骤(1)中所述的协调控制算法库包括算法名称、超前滞后模块、带跟踪的增减脉冲手操器、高低限报警模块、模拟量二选一模块、数字手操器DMA、LADRC线性自抗扰算法、纯滞后模块、12段函数发生器、12段函数映射模块、M/A手操站以及模拟量数据点质量判断模块。
3.根据权利要求1所述的一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于所述步骤(2)中所述的网源协调LADRC线性自抗扰控制策略按照DCS控制逻辑分页建立,DCS控制器逻辑的每一页逻辑实现对应网源协调LADRC线性自抗扰控制策略中的一个VI逻辑程序。
4.根据权利要求1所述的一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于所述步骤(3)中所述的三阶传递函数生产试验模型辨识的步骤为:
三阶传递函数通用形式如下:
式中b1、b0、a3、a2、a1、a0为传递函数辨识系数;
针对要辨识建模的对象,采用差分演化算法计算三阶传递函数,对对象模型进行参数寻优;
4.1编码方式
采用实数编码,将(a0,a1,a2,a3,b0,b1)作为一个个体矢量xi,处理数据范围;
4.2适应度函数选取
采用阶跃响应确定三阶传递函数的参数,考虑评估条件的非负性和求解问题的快捷性,设定适应度函数为误差型目标函数:
其中,MG(k)表示三阶传递函数的阶跃响应采样数据,Ms(k)表示根据实时数据或者历史数据得到的阶跃响应采样数据,ek表示在N个采样数据中,三阶传递函数的阶跃响应与实时数据或者历史数据的阶跃响应的误差和;
4.3辨识实现步骤
①定义编码矢量xi=(a0,a1,a2,a3,b0,b1),随机产生N个个体,初始化群体,赋值进化代数g=0;
②确立适应度函数fi(g)=ek,评价初始代所有个体适应度fi(g=0);得到最优适应值fbest和最优个体xbest;
③如果满足运算结束条件,停止运算,输出最优解;否则转向④;
④群体中所有个体进行变异交叉,生成杂交尝试向量ui(g);
⑤变异具体操作为:当代群体中随机选择3个个体作为父代个体进行变异,即选择且i≠r1≠r2≠r3,按照如下方法生成变异变量,其中F∈[0,2]为变异算子,是一个实常数因数,控制偏差变量的放大作用,r1,r2,r3为随机整数;
⑥杂交操作具体实现为:在完成变异操作后,基于交叉算子CR将通过变异产生的变异向量vr,G+1与目标向量xi(g)进行杂交,得到杂交尝试向量ui(g),如下所示:
ui,G+1=(u1i,G+1,u2i,G+1,…,uNi,G+1) (4)
式中:randb(j)为第j个[0,1]之间的随机数;mbr(i)为随机选择序列;CR为交叉算子,取值范围为[0,1];
⑦根据4.2中定义的适应度函数评价群体适应值fi(g+1);
⑧采用贪婪选择算法,选择下一代群体个体xi(g+1),若fi(g+1)<fbest,则令fbest=fi(g+1),xbest=xi(g+1);
⑨化代数递增g=g+1,跳转到③。
5.根据权利要求1所述的一种在线硬件闭环网源协调线性自抗扰控制方法,其特征在于所述步骤(4)中所述的NI Compact RIO控制器和PXI平台的网络通讯是通过采用心跳算法安全机制维持通讯不丢失。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611270296.4A CN106610589B (zh) | 2016-12-30 | 2016-12-30 | 一种在线硬件闭环网源协调线性自抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611270296.4A CN106610589B (zh) | 2016-12-30 | 2016-12-30 | 一种在线硬件闭环网源协调线性自抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106610589A CN106610589A (zh) | 2017-05-03 |
CN106610589B true CN106610589B (zh) | 2019-03-22 |
Family
ID=58636894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611270296.4A Active CN106610589B (zh) | 2016-12-30 | 2016-12-30 | 一种在线硬件闭环网源协调线性自抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106610589B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444419B (zh) * | 2016-07-29 | 2019-09-27 | 河北省电力建设调整试验所 | 一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法 |
CN109541935B (zh) * | 2018-11-23 | 2022-03-11 | 广西大学 | 一种参数自适应分数阶自抗扰自动发电控制方法 |
CN111103789B (zh) * | 2019-11-20 | 2023-04-18 | 国网河北省电力有限公司电力科学研究院 | 源网荷综合能源调度分析方法、系统及终端设备 |
CN114415501B (zh) * | 2021-11-25 | 2024-07-19 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种用于火电机组的机组协调控制优化系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5706217A (en) * | 1996-07-30 | 1998-01-06 | Hughes Aircraft | Digital signal processing automatic gain control amplifier |
CN103019095A (zh) * | 2012-11-22 | 2013-04-03 | 华北电力大学 | 一种自抗扰控制器参数的整定方法 |
CN103676671A (zh) * | 2013-12-13 | 2014-03-26 | 华北电力大学 | 一种源网协调联合实时仿真系统及实验方法 |
CN204068247U (zh) * | 2014-06-13 | 2014-12-31 | 国家电网公司 | 一种基于adrc控制器的柔性直流输电控制系统 |
CN105182750A (zh) * | 2015-09-02 | 2015-12-23 | 中国人民解放军军械工程学院 | 一种线性/非线性自抗扰控制系统切换控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110257800A1 (en) * | 2010-04-14 | 2011-10-20 | Zakariya Al-Hamouz | Particle swarm optimizing sliding mode controller |
-
2016
- 2016-12-30 CN CN201611270296.4A patent/CN106610589B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5706217A (en) * | 1996-07-30 | 1998-01-06 | Hughes Aircraft | Digital signal processing automatic gain control amplifier |
CN103019095A (zh) * | 2012-11-22 | 2013-04-03 | 华北电力大学 | 一种自抗扰控制器参数的整定方法 |
CN103676671A (zh) * | 2013-12-13 | 2014-03-26 | 华北电力大学 | 一种源网协调联合实时仿真系统及实验方法 |
CN204068247U (zh) * | 2014-06-13 | 2014-12-31 | 国家电网公司 | 一种基于adrc控制器的柔性直流输电控制系统 |
CN105182750A (zh) * | 2015-09-02 | 2015-12-23 | 中国人民解放军军械工程学院 | 一种线性/非线性自抗扰控制系统切换控制方法 |
Non-Patent Citations (2)
Title |
---|
Activedisturbancerejectioncontrol:Methodology and theoretical analysis;Yi Huang,Wenchao Xue;《ISA Transactions》;20140416;第963-976页 |
大型火电机组协调系统的线性自抗扰控制;陈宇,张锐锋,徐贵光,聂海龙;《计算机仿真》;20160229;第33卷(第02期);第180-184页 |
Also Published As
Publication number | Publication date |
---|---|
CN106610589A (zh) | 2017-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106610589B (zh) | 一种在线硬件闭环网源协调线性自抗扰控制方法 | |
CN109270842B (zh) | 一种基于贝叶斯网络的区域供热模型预测控制系统及方法 | |
Li et al. | Coordinated load frequency control of multi-area integrated energy system using multi-agent deep reinforcement learning | |
CN102707743B (zh) | 基于多变量预测控制的超超临界机组汽温控制方法及系统 | |
CN103591637B (zh) | 一种集中供热二次网运行调节方法 | |
Wei et al. | ${H} _ {\infty} $-LQR-Based Coordinated Control for Large Coal-Fired Boiler–Turbine Generation Units | |
CN104865830A (zh) | 一种机组负荷双重智能优化控制方法 | |
CN109886471A (zh) | 基于神经网络与智能优化算法的火电机组负荷分配方法 | |
CN107168062A (zh) | 一种超临界燃煤机组协调控制系统中的负荷预测方法 | |
CN103590969A (zh) | 基于多工况时域响应的pid水轮机调速器参数优化方法 | |
CN107831652A (zh) | 一种基于冷端系统储能的机组负荷智能优化控制方法 | |
CN110309585A (zh) | 一种柔性协调控制器的实现方法 | |
Bevrani et al. | Bilateral based robust load frequency control | |
CN110445186B (zh) | 一种自同步微电网控制系统及二次调频控制方法 | |
CN204086850U (zh) | 协调控制系统的阶跃设定值形成回路 | |
CN104466979B (zh) | 一种输电网无功优化调控系统及方法 | |
CN109858125A (zh) | 一种基于径向基神经网络的火电机组供电煤耗计算方法 | |
Guha et al. | Study of dynamic responses of an interconnected two-area all thermal power system with governor and boiler nonlinearities using BBO | |
Keliang et al. | PID controller parameters tuning of main steam temperature based on chaotic particle swarm optimization | |
CN109445277A (zh) | 基于数据自动寻取的功率控制参数自动调整系统及方法 | |
CN112564133B (zh) | 基于深度学习全状态最优反馈的智能发电控制方法及应用 | |
Patel et al. | Automatic generation control of three area power systems using ANN controllers | |
CN113110033A (zh) | 一种基于模糊pid算法ashp集热控制系统 | |
Siniscalchi Minna | Advanced wind farm control strategies for enhancing grid support | |
Daood et al. | Automatic load frequency control of Three-area power System using ANN controller with Parallel Ac/Dc Link |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |