CN106682376A - 参数随工况变化实际特性的全过程汽轮机建模及辨识方法 - Google Patents

Abstract

本发明公开了一种参数随工况变化特性的全过程汽轮机模型建立及辨识方法，其核心包括：1）运用机理分析方法建立了考虑参数随机组运行工况变化特性的全过程汽轮机数学模型；2）提出了基于现场试验方法的关键参数随工况变化特性的获取方法；3）提出了基于粒子群算法‑汽轮机系统模型的汽轮机系统模型参数辨识方法。本发明为电力系统动态仿真大扰动条件下汽轮机模型难以反映实际机组有功响应特性的问题提供了一种解决方案，可准确模拟电力系统全过程动态仿真中大扰动条件下汽轮机的功率输出特性，提高电力系统分析的准确性，确保电网安全稳定运行。

Description

参数随工况变化实际特性的全过程汽轮机建模及辨识方法

技术领域

本发明涉及汽轮机建模技术领域，具体涉及一种参数随工况变化实际特性的全过程汽轮机建模及辨识方法。

背景技术

在电力系统日益趋于互联、特高压交直流混联运行、新能源、分布式发电接入电网等领域不断发展的背景下，电力系统规模不断扩大，系统复杂程度不断提高。为确保这种混杂大系统的安全稳定经济运行，需要在规划、设计、建设、运维等各个阶段进行仿真测试和研究。电力系统建模仿真主要可分为动模仿真和数字仿真。动模仿真基于物理模型，具有物理意义明确、仿真结果实时输出等优点，但也存在因需要物理模型而导致的成本高昂、搭建过程耗时较长、难于重复利用等不足，特别地，当需要模拟复杂大系统的详细内部动态时，动模仿真常常难以实施。数字仿真技术基于数学模型和数值计算，理论上对模拟对象的复杂程度没有限制，随着微电子技术的不断发展，数字仿真的成本逐渐下降，这些因素使得数字仿真已经成为电力系统生产和研究的基本工具。

数字仿真主要包括数值计算和数学模型两部分。其中数值计算目前已经比较成熟，典型的数值解法器在各个领域的数字仿真中得到了广泛应用。然而，数学模型因模拟对象特性复杂、运行工况多变、数量众多等因素影响，仍在发展中。

汽轮机数学模型是电力系统仿真中的基本原动机模型之一，鉴于我国火力发电长期占据国内电力供应70％以上份额(在一些缺水省份甚至达到90％以上)的现状，汽轮机模型作为火电机组原动机模型，其准确性对电力系统仿真结果的准确性具有重要影响。

目前在电力系统仿真领域，汽轮机数学模型普遍采用IEEE线性模型，该模型的特点是结构简单，物理意义相对明确，计算量小，在小干扰仿真中一般能够较好的模拟实际汽轮机的功率输出特性。但是，受到该模型是一个本质线性模型(在初始工况点附近经泰勒线性化近似得到)的限制，其难以仿真汽轮机组在发生大信号扰动时的输出特性，另一方面，为开展电力系统稳定性研究与计算、系统优化等工作，需要对汽轮机组在宽广运行范围内实施大信号扰动仿真。

公开号为CN105260548A的发明公开了一种基于机组实际特性的汽轮机模型建模方法，该方法通过对汽轮机实际数据的采集和处理，提取出了以符合实际特性总阀位指令和压比数据PCV-μ函数曲线与调节级压力和归一化后的功率数据p1-Q*函数曲线来构建汽轮机蒸汽量环节，替代现有模型中偏离实际特性的汽轮机蒸汽量环节，获得汽轮机模型；该方法修正了现有模型中主汽压力、等效阀位和汽轮机进汽量的函数关系，使模型更为合理；根据机组实际运行数据建立了符合机组实际特性的汽轮机模型，改变了原有模型中惯用的蒸汽量、总阀位指令及主汽压力的简单关系，提高了模型精度和电力系统稳定分析的准确性。

公开号为CN 103955134A的发明介绍了一种基于功率响应特性的汽轮机模型参数辨识方法，该方法包括如下步骤：(1)简化模型。对电力系统计算程序提供的汽轮机模型进行简化处理，以得到参数更少且结构更为明确的简化模型；(2)现场试验与数据处理；(3)参数辨识，得到的TN的值、TCH的值、TRH的值即为辨识结果。由该方法得到的模型参数能够更加准确地反映实际汽轮机的功率特性，提高了辨识精度；此外该方法通过对电力系统计算程序提供的汽轮机模型进行简化，减少了待辨识参数的数量，从而提高了辨识效率，为分析电力系统运行状况的准确性提供了保障。

但是上述两个发明都没有全过程机轮机的模型，其难以仿真汽轮机组在发生大信号扰动时的输出特性，难以支持下一步的电力系统稳定性研究。

发明内容

本发明所要解决的问题是提供一种参数随工况变化实际特性的全过程汽轮机建模及辨识方法，满足开展电力系统稳定性研究与计算、系统优化等工作的要求。

为解决上述技术问题，本发明采用的技术方案为：

一种参数随工况变化实际特性的全过程汽轮机建模及辨识方法，包括如下步骤：

步骤一：运用机理分析方法建立考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型，根据连续性方程和弗留格尔公式建立通用容积环节模型和汽轮机主要容积环节模型，结合汽轮机各缸的功率模型，得到完整的汽轮机功率输出模型，模型中考虑运行工况的变化对关键参数的影响，从而得到关键参数随工况变化时的全过程汽轮机模型；

步骤二：进行典型工况下的现场扰动试验，获取工况变化对汽轮机功率输出特性影响的试验数据，给出现场扰动试验方法，包括试验工况选择、测点、测量步长、试验时长和操作步骤；

步骤三：结合步骤一所建立的全过程汽轮机模型和步骤二获得的现场试验数据，进行基于粒子群算法-汽轮机系统模型的汽轮机系统模型参数辨识，根据多个工况下参数的辨识结果，获取参数随工况的变化特性，得到考虑关键参数随工况变化特性的全过程汽轮机模型。

所述步骤一中运用机理分析方法建立考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型包括以下步骤：

a、根据连续性方程和弗留格尔公式建立通用容积环节模型

对通用容积系统，由连续性方程可得：

式中：W为蒸汽的质量；D_in为流入容积的蒸汽流量；D_out为流出该容积的蒸汽流量，

蒸汽质量用密度和体积表示为：

W＝ρV_vs

式中：V_vs为容积的体积；ρ为水蒸气密度，单位为m³/kg。

对采用喷嘴调节方式的凝汽式汽轮机，由弗留格尔公式可知，流出三个容积环节包括高压缸前汽室、再热容积、低压连通管的流量近似正比于对应容积的入口压力，从而得到：

式中：D_Ini为初始流量，单位为m³/s；P_vs为容积内压力，单位为MPa；P_Ini为初始容积压力，单位为MPa；

对上式两边同时对时间t求导可得：

假设温度在讨论的变工况过程中变化不大，近似为常量，则可得：

进一步可写为：

式中：ν_sv为蒸汽的比体积，单位为m³/kg；

用的两种表达方式进行代换可得：

进一步整理可得

上式可写为：

式中：

对上式两端同时取拉普拉斯变换，并假设初始状态为稳态，得：

D_in(s)-D_out(s)＝T_vssD_out(s)或

上式即通用容积环节一阶惯性模型；

b、汽轮机主要容积环节模型

利用步骤(a)所得通用容积环节一阶惯性模型可得汽轮机(以普遍采用的一次中间再热、凝汽式汽轮机为例)高压缸前汽室容积环节模型、再热环节模型和低压连通管容积模型，分述如下：

1)高压缸前汽室容积环节模型

将步骤(a)所得通用容积环节模型应用到高压缸前汽室容积环节可得其数学模型如下：

式中：D_outCHPu为流出高压缸前汽室的流量，D_inCHPu为流入高压缸前汽室的流量，T_CH为高压缸前汽室容积时间常数：

式中：V_CH为高压缸前汽室的容积，m³；P_IniCH为汽室初始压力；D_IniCH为汽室初始流量；ν_svCH为汽室内蒸汽的比体积；P_CH为汽室压力；

由连续性条件可知，流入高压缸前汽室的流量等于流出调节汽阀的流量，即；

D_inCHPu＝D_outGVPu

式中：D_outGVPu为流出调节汽阀的流量；

实际运行中的大型火电机组一般运行在喷嘴调节方式下，此时多个汽阀逐个动作，并在相邻动作的汽阀之间存在一定的重叠度，在小扰动条件下，可以假设调节汽阀的开度-流量特性为线性关系，从而得到调门阀位指令P_GVOrdPu与调门流量D_outGVPu公式：

D_outGVPu＝K_GVP_GVOrdPu

式中：P_GVOrdPu和D_outGVPu都采用了标幺值形式，基值为各自的额定值；定义为调门阀位指令-流量变换系数；

从而得到流入高压缸的流量：

D_inCHPu＝K_GVP_GVOrdPu

将上式和高压缸前汽室容积环节模型写在一起，可得完整的高压缸前汽室容积环节模型：

2)再热环节容积模型

将通用容积环节模型应用到再热器及其连接管道上，可得再热环节容积模型：

式中：D_outRHPu为流出再热环节的流量，D_inRHPu为流入再热环节的流量，即高压缸排气流量，T_RH为再热环节容积时间常数：

式中：V_RH为再热环节的体积，包括再热器本身及其进出管道的容积；P_IniRH为再热器的初始压力；D_IniRH为再热器的初始稳态流量，稳态时流入再热器的流量等于流出的；ν_svRH为再热器内蒸汽的比体积；P_RH为再热压力；

在正常负荷运行时，中压调门处于全开状态，因此不必单独建立其模型；

3)低压连通管环节容积模型

将通用容积环节模型应用到低压连通管环节可得其数学模型：

式中：D_outCOPu为流出低压连通管环节的流量，等于流入低压缸的流量，等于低压缸进气压力即中排压力；D_inCOPu为流入低压连通管内的流量，即中压缸排气流量，等于中压缸进气流量，等于再热压力；T_CO为低压连通管环节容积时间常数：

式中：V_CO为低压连通管的容积；P_IniCO为低压连通管内蒸汽的初始压力；D_IniRH为低压连通管蒸汽内的初始稳态流量，稳态时流入流量等于流出的；ν_svCO为低压连通管内蒸汽的比体积；P_CO为低压连通管内蒸汽压力。

c、汽轮机做功环节模型

做功环节模型采用功率系数模型：

N_totalTurΔPu＝K_HPP_inHPΔPu+K_IPP_RHΔPu+K_LPP_COΔPu

式中：K_HP、K_IP和K_LP分别为高、中和低压缸功率系数，P_inHPΔPu、P_RHΔPu和P_COΔPu分别为高压缸、中压缸和低压缸进口压力变化，等于各自的流量变化，用流量偏差可写为：

N_totalTurΔPu＝K_HPD_outCHPu+K_IPD_outRHPu+K_LPD_outCOPu；

d、基于变参数的全过程汽轮机模型

对运行中的确定火电机组，其功率与机组运行工况存在对应关系；因此，选择功率作为汽轮机工况变化的标志参数，对上述汽轮机容积环节模型和功率模型中的与状态相关的参数进行动态更新，从而得到变参数全过程汽轮机模型：

式中，括号包含N_last表示随机组功率变化而动态更新该参数；

由此得到了变参数的汽轮机模型，通过模型参数变化，能够反映机组在各个不同运行工况下的实际特性，因而是一种全过程汽轮机模型。

所述步骤二中运用现场试验方法获取汽轮机典型工况响应特性包括包括试验工况选择、测点选择和试验步骤：

a、试验工况选择

试验工况至少应包括三个工况，分别为重载工况、中等负载工况和轻载工况，所述重载工况为92～98％额定出力，所述中等负载工况为70～80％额定出力，所述轻载工况为50～60％额定出力，并在运行人员允许的条件下，可在上述负荷之间或更低负荷(低负荷试验工况选择应以不危及锅炉稳定燃烧为前提)增加试验工况点，试验工况点的增加能够提高变参数全过程汽轮机模型的模型精度；

b、测点、测量步长、测试时长

为通过现场试验获得变参数全过程汽轮机模型的参数-负荷特性，需要对试验的测点进行选择，这些测点包括：机组实发功率、综合阀位指令、调节级压力、再热器压力、中压缸排汽压力、机组转速，

测量步长应不高于100ms，

测试时长以扰动开始前不少于5s，扰动后系统达到新稳态为准，一般在扰动后200s以内；

c、试验步骤

试验步骤为：1)试验测点接入，在确保机组安全稳定运行的前提下，通过硬接线等方法将测点引入录波仪；2)录波；3)施加扰动，扰动的类型可以为原动机建模试验中规定的扰动或一次调频试验扰动，由现场运行条件确定。

所述步骤三中基于粒子群算法进行模型参数辨识和变参数特性拟合得到变参数全过程汽轮机模型，包括以下步骤：

a、数据预处理

删除原始数据头部过长的稳态数据和尾部已经达到稳态的数据，主要保留扰动响应过程，这些数据为模型辨识用的有效数据，在获得有效数据后，采用滑动平均等算法对现场数据进行滤波处理；

b、基于粒子群算法的模型参数辨识

采用PSO算法对当前辨识工况的模型参数进行辨识，获取与实测数据最一致的模型参数；

c、多个典型工况辨识

对选定的多个典型工况重复步骤(a)-(b)，完成可变参数在不同典型工况下的取值辨识；

d、获得模型参数随负荷的变化特性

利用基于试验数据辨识的可变参数随负荷(即工况)变化结果，根据曲线外形采用拟合的方法获取模型可变参数随负荷的变化特性，从而获得基于变参数法的全过程汽轮机数学模型。

本发明主要涉及一种考虑关键参数随工况变化特性的全过程汽轮机建模及辨识方法，结合机理分析、现场试验、粒子群算法等建立汽轮机模型结构及其关键参数随工况的变化特性，得到基于关键参数随工况变化特性的全过程汽轮机模型，其优势在于(1)在对汽轮机建模时将关键参数随工况的变化特性纳入建模范畴，考虑了汽轮机模型随工况的变化特性，能够反映大范围工况变动下机组的特性变动，模拟大信号扰动下的机组响应特性；(2)参数随工况的变化特性基于现场试验，能够反映建模机组的实际特性；(3)采用粒子群算法辨识模型参数，较传统人工试凑法更加准确、高效。将此方法用于电力系统动态仿真、汽轮机调节系统仿真、优化等领域，可采用数值仿真方法获得机组在大信号扰动时的准确功率响应、压力响应等。

附图说明

下面结合附图对本发明作进一步描述：

图1是本发明的建模流程；

图2是本发明的基于变参数法的全过程汽轮机模型结构；

图3是本发明运用现场试验方法获取汽轮机典型工况响应特性中的试验步骤；

图4是本发明的粒子群算法—汽轮机系统辨识模型；

图5是本发明的基于变参数法的全过程汽轮机模型原理框图；

图6是本发明的参数随工况变化特性；

图7是本发明的功率响应结果。

具体实施方式

下面结合图1至图7对本发明技术方案进一步展示，具体实施方式如下：

实施例一

本发明提供了一种考虑关键参数随工况变化特性的全过程汽轮机系统建模及辨识方法，下面结合附图对本发明作进一步说明，包括如下步骤：

步骤一：运用机理分析方法建立考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型，根据连续性方程和弗留格尔公式建立通用容积环节模型和汽轮机主要容积环节模型，结合汽轮机各缸的功率模型，得到完整的汽轮机功率输出模型，模型中考虑运行工况的变化对关键参数的影响，从而得到关键参数随工况变化时的全过程汽轮机模型；

步骤二：进行典型工况下的现场扰动试验，获取工况变化对汽轮机功率输出特性影响的试验数据，给出现场扰动试验方法，包括试验工况选择、测点、测量步长、试验时长和操作步骤；

步骤三：结合步骤一所建立的全过程汽轮机模型和步骤二获得的现场试验数据，进行基于粒子群算法-汽轮机系统模型的汽轮机系统模型参数辨识，根据多个工况下参数的辨识结果，获取参数随工况的变化特性，得到考虑关键参数随工况变化特性的全过程汽轮机模型。

优选的，考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型

(1)根据连续性方程和弗留格尔公式建立通用容积环节模型

对通用容积系统，由连续性方程可得：

蒸汽质量可用密度和体积表示为：

W＝ρV_vs (2)

对采用喷嘴调节方式的凝汽式汽轮机，流出三个容积环节的流量近似正比于对应容积的入口压力，从而得到：

对(3)式两边同时对时间t求导可得：

假设温度在讨论的变工况过程中变化不大，近似为常量，则可得：

进一步可写为：

联立式(1)和(6)可得：

进一步整理可得

记

则式(8)可写为：

对式(9)两端同时取拉普拉斯变换，并假设初始条件为稳态条件，得：

D_in(s)-D_out(s)＝T_vssD_out(s)或

式(10)即通用容积环节一阶惯性模型。

(2)汽轮机主要容积环节模型

利用上述所得通用容积环节一阶惯性模型可得汽轮机(以普遍采用的一次中间再热、凝汽式汽轮机为例)高压缸前汽室容积环节模型、再热环节模型和低压连通管容积模型。分述如下。

1)高压缸前汽室容积环节模型

将上文所得通用容积环节模型应用到高压缸前汽室容积环节可得其数学模型如下：

式中，T_CH为高压缸前汽室容积时间常数：

由连续性条件可知，流入高压缸前汽室的流量等于流出调节汽阀的流量，即；

D_inCHPu＝D_outGVPu

(13)

实际运行中的大型火电机组一般运行在喷嘴调节方式下，此时多个汽阀逐个动作，并在相邻动作的汽阀之间存在一定的重叠度。在小扰动条件下，可以假设调节汽阀的开度-流量特性为线性关系，从而得到调门阀位指令P_GVOrdPu与调门流量D_outGVPu公式：

D_outGVPu＝K_GVP_GVOrdPu

(14)

式中：K_GV为调门指令-流量变换系数：

从而得到流入高压缸的流量：

D_inCHPu＝K_GVP_GVOrdPu

(16)

由式(16)和(11)可得完整的高压缸前汽室容积环节模型：

应当指出，该模型的输入为调门指令，输出为流入高压缸的蒸汽流量。

2)再热环节容积模型

将通用容积环节模型应用到再热器及其连接管道上，可得再热环节容积模型：

式中：T_RH为再热环节容积时间常数：

在正常负荷运行时，中压调门处于全开状态，因此不必单独建立其模型。

3)低压连通管环节容积模型

将通用容积环节模型应用到低压连通管环节可得其数学模型：

式中：T_CO为低压连通管环节容积时间常数：

(3)汽轮机做功环节模型

做功环节模型采用功率系数模型：

N_totalTurΔPu＝K_HPP_inHPΔPu+K_IPP_RHΔPu+K_LPP_COΔPu

(22)

式中：P_inHPΔPu、P_RHΔPu和P_COΔPu分别为高压缸、中压缸和低压缸进口压力变化，等于各自的流量变化，用流量偏差可写为：

N_totalTurΔPu＝K_HPD_outCHPu+K_IPD_outRHPu+K_LPD_outCOPu

(23)

(4)基于变参数的全过程汽轮机模型

对运行中的确定火电机组，其功率与机组运行工况存在对应关系。因此，选择功率作为汽轮机工况变化的标志参数，对上述汽轮机容积环节模型和功率模型中的与状态相关的参数进行动态更新，从而得到变参数全过程汽轮机模型：

式中，括号包含N_last表示随机组功率变化而动态更新该参数。

由此得到了变参数的汽轮机模型，如图2所示，当参数变化时，能够反映机组在各个不同运行工况的实际特性，因而是一种全过程汽轮机模型。应当指出，图中有部分延时环节和转换系数未给出，原因是这些环节主要与信号传递延时、基准值选择等外在因素有关。

优选的，运用现场试验方法获取汽轮机典型工况响应特性

主要包括试验工况选择、测点选择和试验步骤，分述如下。

(1)试验工况选择

按照机组在电力系统中的主要功能不同，选择不同试验工况。目前，并入交流主网运行的火电机组一般都要求承担调频任务，对此应在机组能够运行到的负荷范围内选择典型工况。典型试验工况至少应包括三个工况，分别为重载工况(95％额定出力附近)、中等负载工况(75％额定出力附近)和轻载工况(55％额定出力附近)，并在运行人员允许的条件下，可在上述负荷之间或更低负荷(低负荷试验工况选择应以不危及锅炉稳定燃烧为前提)增加试验工况点，试验工况点的增加能够提高变参数全过程汽轮机模型的模型精度。

(2)测点、测量步长、测试时长

为通过现场试验获得变参数全过程汽轮机模型的参数-负荷特性，需要对试验的测点进行选择，这些测点包括：机组实发功率、综合阀位指令、调节级压力、再热器压力、中压缸排汽压力、机组转速。

测量步长应不高于100ms。

测试时长以扰动开始前不少于5s，扰动后系统达到新稳态为准，一般在扰动后200s以内。

(3)试验步骤

关键试验步骤如图3所示，包括：1)试验测点接入，在确保机组安全稳定运行的前提下，通过硬接线等方法将测点引入录波仪；2)录波；3)施加扰动，扰动的类型可以为原动机建模试验中规定的扰动或一次调频试验扰动，由现场运行条件确定。

优选的，基于粒子群算法的模型参数辨识和参数随工况变化特性求取

(1)数据预处理

删除原始数据头部过长的稳态数据和尾部已经达到稳态的数据，主要保留扰动响应过程，该过程为模型辨识用的有效数据。在获得有效数据后，采用滑动平均等算法对现场数据进行滤波处理。

(2)基于粒子群算法(Particle Swarm Optimization,PSO)的模型参数辨识辨识模型结构如图4所示，采用PSO算法对当前工况的模型参数进行辨识，获取与实测数据最一致的模型参数，这些参数即变参数全过程汽轮机模型中的动态变化参数。目标函数可选用功率响应的ITAE指标，即

式中：N_TΔTest为实测功率，N_TΔIden为辨识功率响应，t为时间。

(3)多个典型工况辨识

对选定的多个典型工况重复步骤(1)-(2)，完成可变参数在不同典型工况下的取值辨识。

(4)获得模型参数随负荷的变化特性

利用基于试验数据辨识的可变参数随负荷(即工况)变化结果，根据曲线外形采用拟合的方法获取模型可变参数随负荷的变化特性。从而获得如图5所示的基于变参数法的全过程汽轮机数学模型。

实施例二

根据本发明所提供的一种基于变参数法的全过程汽轮机建模及辨识方法，以某电厂汽轮机为研究对象展开验证，该汽轮机为超临界、一次中间再热、单轴、三缸、四排汽凝汽式，其相关参数如表1所示。

表1实施例汽轮机相关参数

表中：p₀为主汽压力。

用说明书所述的方法建立基于变参数法的全过程汽轮机模型；通过现场试验，获取汽轮机系统的输入、输出数据；再通过图4所示的粒子群算法-汽轮机系统辨识模型辨识出待定参数，对多个工况进行辨识，可得关键参数随负荷的变化趋势，以KGV为例，其随工况变化特性如图6所示。进一步可得到其多项式拟合模型为：

式中：N_pu为机组功率。

类似地，可得其他参数随负荷的变化特性，将上述基于辨识结果拟合的参数-负荷特性带入汽轮机变参数模型，可得基于变参数法的全过程汽轮机模型，利用该模型仿真与现场实测的对比结果如图7所示。

由上述对比结果可得如下结论：采用本发明所述的基于变参数法的全过程汽轮机模型和辨识方法，能够得到准确反映实际汽轮机特性的汽轮机系统模型。这种模型和参数辨识方法具有结构简单、物理意义明确、便于实施的特点，可用于电力系统仿真、汽轮机调节。

Claims (4)

1.一种参数随工况变化实际特性的全过程汽轮机建模及辨识方法，其特征在于：包括如下步骤：

步骤一：运用机理分析方法建立考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型，根据连续性方程和弗留格尔公式建立通用容积环节模型和汽轮机主要容积环节模型，结合汽轮机各缸的功率模型，得到完整的汽轮机功率输出模型，模型中考虑运行工况的变化对关键参数的影响，从而得到关键参数随工况变化时的全过程汽轮机模型；

步骤二：进行典型工况下的现场扰动试验，获取工况变化对汽轮机功率输出特性影响的试验数据，给出现场扰动试验方法，包括试验工况选择、测点、测量步长、试验时长和操作步骤；

步骤三：结合步骤一所建立的全过程汽轮机模型和步骤二获得的现场试验数据，进行基于粒子群算法-汽轮机系统模型的汽轮机系统模型参数辨识，根据多个工况下参数的辨识结果，获取参数随工况的变化特性，得到考虑关键参数随工况变化特性的全过程汽轮机模型。

2.如权利要求1所述的参数随工况变化实际特性的全过程汽轮机建模及辨识方法，其特征在于：所述步骤一中运用机理分析方法建立考虑关键参数随机组运行工况变化特性的全过程汽轮机数学模型包括以下步骤：

a、根据连续性方程和弗留格尔公式建立通用容积环节模型

对通用容积系统，由连续性方程可得：

$\frac{dW}{dt}=D_{in}-D_{out}$

式中：W为蒸汽的质量；D_in为流入容积的蒸汽流量；D_out为流出该容积的蒸汽流量，

蒸汽质量用密度和体积表示为：

W＝ρV_vs

式中：V_vs为容积的体积；ρ为水蒸气密度，单位为m³/kg；

对采用喷嘴调节方式的凝汽式汽轮机，由弗留格尔公式可知，流出三个容积环节包括高压缸前汽室、再热容积、低压连通管的流量近似正比于对应容积的入口压力，从而得到：

$\frac{D_{out}}{D_{Ini}}=\frac{P_{vs}}{P_{Ini}}$

式中：D_Ini为初始流量，单位为m³/s；P_vs为容积内压力，单位为MPa；P_Ini为初始容积压力，单位为MPa；

对上式两边同时对时间t求导可得：

$\frac{{\mathrm{dD}}_{out}}{dt}=\frac{D_{Ini}}{P_{Ini}}\frac{{\mathrm{dP}}_{vs}}{dt}$

假设温度在讨论的变工况过程中变化不大，近似为常量，则可得：

$\frac{dW}{dt}=\frac{\∂W}{dt}\frac{{\mathrm{dP}}_{vs}}{{\mathrm{dP}}_{vs}}=\frac{\∂W}{\∂P_{vs}}\frac{{\mathrm{dP}}_{vs}}{dt}$

进一步可写为：

$\frac{dW}{dt}=V_{vs}\frac{\∂(1/v_{sv})}{\∂P_{vs}}\frac{{\mathrm{dP}}_{vs}}{dt}$

式中：ν_sv为蒸汽的比体积，单位为m³/kg；

用的两种表达方式进行代换可得：

$D_{in}-D_{out}=V_{vs}\frac{\∂(1/v_{sv})}{\∂P_{vs}}\frac{{\mathrm{dP}}_{vs}}{dt}$

进一步整理可得

$D_{in}-D_{out}=\frac{V_{vs}{P}_{Ini}}{D_{Ini}}\frac{\∂(1/v_{sv})}{\∂P_{vs}}\frac{{\mathrm{dD}}_{out}}{dt}$

上式可写为：

$D_{in}-D_{out}=T_{vs}\frac{{\mathrm{dD}}_{out}}{dt}$

式中：

对上式两端同时取拉普拉斯变换，并假设初始状态为稳态，得：

D_in(s)-D_out(s)＝T_vssD_out(s)或

$D_{out}=\frac{1}{T_{vs}s+1}{D}_{in}$

上式即通用容积环节一阶惯性模型；

b、汽轮机主要容积环节模型

利用步骤(a)所得通用容积环节一阶惯性模型可得汽轮机高压缸前汽室容积环节模型、再热环节模型和低压连通管容积模型，分述如下：

1)高压缸前汽室容积环节模型

将步骤(a)所得通用容积环节模型应用到高压缸前汽室容积环节可得其数学模型如下：

$D_{outCHPu}=\frac{1}{T_{CH}s+1}{D}_{inCHPu}$

式中：D_outCHPu为流出高压缸前汽室的流量，D_inCHPu为流入高压缸前汽室的流量，T_CH为高压缸前汽室容积时间常数：

$T_{CH}=\frac{V_{CH}{P}_{IniCH}}{D_{IniCH}}\frac{\∂(1/v_{svCH})}{\∂P_{CH}}$

式中：V_CH为高压缸前汽室的容积，m³；P_IniCH为汽室初始压力；D_IniCH为汽室初始流量；ν_svCH为汽室内蒸汽的比体积；P_CH为汽室压力；

由连续性条件可知，流入高压缸前汽室的流量等于流出调节汽阀的流量，即；

D_inCHPu＝D_outGVPu

式中：D_outGVPu为流出调节汽阀的流量；

实际运行中的大型火电机组一般运行在喷嘴调节方式下，此时多个汽阀逐个动作，并在相邻动作的汽阀之间存在一定的重叠度，在小扰动条件下，可以假设调节汽阀的开度-流量特性为线性关系，从而得到调门阀位指令P_GVOrdPu与调门流量D_outGVPu公式：

D_outGVPu＝K_GVP_GVOrdPu

式中：P_GVOrdPu和D_outGVPu都采用了标幺值形式，基值为各自的额定值；定义为调门阀位指令-流量变换系数；

从而得到流入高压缸的流量：

D_inCHPu＝K_GVP_GVOrdPu

将上式和高压缸前汽室容积环节模型写在一起，可得完整的高压缸前汽室容积环节模型：

$\left\{\begin{array}{c}{D}_{outCHPu}=\frac{1}{T_{CH}s+1}{D}_{inCHPu}\\ D_{inCHPu}=K_{GV}{P}_{GVOrdPu}\end{array}\right.$

2)再热环节容积模型

将通用容积环节模型应用到再热器及其连接管道上，可得再热环节容积模型：

$D_{outRHPu}=\frac{1}{T_{RH}s+1}{D}_{inRHPu}$

式中：D_outRHPu为流出再热环节的流量，D_inRHPu为流入再热环节的流量，即高压缸排气流量，T_RH为再热环节容积时间常数：

$T_{RH}=\frac{V_{RH}{P}_{IniRH}}{D_{IniRH}}\frac{\∂(1/v_{svRH})}{\∂P_{RH}}$

式中：V_RH为再热环节的体积，包括再热器本身及其进出管道的容积；P_IniRH为再热器的初始压力；D_IniRH为再热器的初始稳态流量，稳态时流入再热器的流量等于流出的；ν_svRH为再热器内蒸汽的比体积；P_RH为再热压力；

在正常负荷运行时，中压调门处于全开状态，因此不必单独建立其模型；

3)低压连通管环节容积模型

将通用容积环节模型应用到低压连通管环节可得其数学模型：

$D_{outCOPu}=\frac{1}{T_{CO}s+1}{D}_{inCOPu}$

式中：D_outCOPu为流出低压连通管环节的流量，等于流入低压缸的流量，等于低压缸进气压力即中排压力；D_inCOPu为流入低压连通管内的流量，即中压缸排气流量，等于中压缸进气流量，等于再热压力；T_CO为低压连通管环节容积时间常数：

$T_{CO}=\frac{V_{CO}{P}_{IniCO}}{D_{IniCO}}\frac{\∂(1/v_{svCO})}{\∂P_{CO}}$

式中：V_CO为低压连通管的容积；P_IniCO为低压连通管内蒸汽的初始压力；D_IniRH为低压连通管蒸汽内的初始稳态流量，稳态时流入流量等于流出的；ν_svCO为低压连通管内蒸汽的比体积；P_CO为低压连通管内蒸汽压力；

c、汽轮机做功环节模型

做功环节模型采用功率系数模型：

N_totalTurΔPu＝K_HPP_inHPΔPu+K_IPP_RHΔPu+K_LPP_COΔPu

式中：K_HP、K_IP和K_LP分别为高、中和低压缸功率系数，P_inHPΔPu、P_RHΔPu和P_COΔPu分别为高压缸、中压缸和低压缸进口压力变化，等于各自的流量变化，用流量偏差可写为：

N_totalTurΔPu＝K_HPD_outCHPu+K_IPD_outRHPu+K_LPD_outCOPu；

d、基于变参数的全过程汽轮机模型

对运行中的确定火电机组，其功率与机组运行工况存在对应关系；因此，选择功率作为汽轮机工况变化的标志参数，对上述汽轮机容积环节模型和功率模型中的与状态相关的参数进行动态更新，从而得到变参数全过程汽轮机模型：

$\left\{\begin{array}{c}{D}_{outCHPu}=\frac{1}{T_{CH}\left(N_{last}\right)s+1}{D}_{inCHPu}\\ D_{inCHPu}=K_{GV}\left(N_{last}\right)P_{GVOrdPu}\\ D_{outRHPu}=\frac{1}{T_{RH}\left(N_{last}\right)s+1}{D}_{inRHPu}\\ N_{totalTur\mathrm{\Δ}Pu}=K_{HP}\left(N_{last}\right)D_{outCHPu}+K_{IP}\left(N_{last}\right)D_{outRHPu}+K_{LP}\left(N_{last}\right)D_{outCOPu}\end{array}\right.$

式中，括号包含N_last表示随机组功率变化而动态更新该参数；

由此得到变参数的汽轮机模型，通过模型参数变化，能够反映机组在各个不同运行工况下的实际特性。

3.如权利要求2所述的参数随工况变化实际特性的全过程汽轮机建模及辨识方法，其特征在于：所述步骤二中运用现场试验方法获取汽轮机典型工况响应特性包括包括试验工况选择、测点选择和试验步骤：

a、试验工况选择

试验工况至少应包括三个工况，分别为重载工况、中等负载工况和轻载工况，所述重载工况为92～98％额定出力，所述中等负载工况为70～80％额定出力，所述轻载工况为50～60％额定出力，并在运行人员允许的条件下，可在上述负荷之间或更低负荷增加试验工况点，试验工况点的增加能够提高变参数全过程汽轮机模型的模型精度；

b、测点、测量步长、测试时长

为通过现场试验获得变参数全过程汽轮机模型的参数-负荷特性，需要对试验的测点进行选择，这些测点包括：机组实发功率、综合阀位指令、调节级压力、再热器压力、中压缸排汽压力、机组转速；

测量步长不高于100ms；

测试时长以扰动开始前不少于5s，扰动后系统达到新稳态为准；

c、试验步骤

试验步骤为：1)试验测点接入，在确保机组安全稳定运行的前提下，通过硬接线等方法将测点引入录波仪；2)录波；3)施加扰动，扰动的类型可以为原动机建模试验中规定的扰动或一次调频试验扰动，由现场运行条件确定。

4.如权利要求3所述的参数随工况变化实际特性的全过程汽轮机建模及辨识方法，其特征在于：所述步骤三中基于粒子群算法进行模型参数辨识和变参数特性拟合得到变参数全过程汽轮机模型，包括以下步骤：

a、数据预处理

删除原始数据头部过长的稳态数据和尾部已经达到稳态的数据，主要保留扰动响应过程，这些数据为模型辨识用的有效数据，在获得有效数据后，采用滑动平均等算法对现场数据进行滤波处理；

b、基于粒子群算法的模型参数辨识

采用PSO算法对当前辨识工况的模型参数进行辨识，获取与实测数据最一致的模型参数；

c、多个典型工况辨识

对选定的多个典型工况重复步骤(a)-(b)，完成可变参数在不同典型工况下的取值辨识；

d、获得模型参数随负荷的变化特性

利用基于试验数据辨识的可变参数随负荷变化结果，根据曲线外形采用拟合的方法获取模型可变参数随负荷的变化特性，从而获得基于变参数法的全过程汽轮机数学模型。