CN106873370A - 一种循环流化床机组协调控制方法 - Google Patents

Abstract

本申请涉及热能与动力工程领域，尤其涉及一种循环流化床机组协调控制方法。该方法包括：获取循环流化床机组的被控对象的运行数据；根据所述运行数据，建立循环流化床机组的被控对象函数模型；根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值；根据所述被控对象的约束条件函数，对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。该方法简便、计算量小，能够实现基于多变量和多约束条件的循环流化机床组的便捷协调控制，提高循环流化床机组的升、降负荷速率，改善主要参数的稳定性，进一步提高循环流化床机组的经济性与寿命。

Description

一种循环流化床机组协调控制方法

技术领域

本申请涉及热能与动力工程领域，尤其涉及一种循环流化床机组协调控制方法。

背景技术

循环流化床机组的协调控制系统包括循环流化床机组负荷控制系统和汽轮机主蒸汽压力控制系统，该系统具有大惯性、大滞后与非线性等特点。传统的循环流化床机组采用以常规比例积分微分控制器为基础的DCS控制系统，但传统分散式控制系统控制方法的控制效果较差，升、降负荷速率低，易出现主要参数大幅波动的现象，造成循环流化床机组的经济性与寿命显著下降。

同时，对于循环流化床机组，常规的多变量预测协调控制方法较为复杂，再加上实际控制过程中存在约束条件，导致被控对象在计算过程中需要进行受限二次规划的求解，计算量巨大且算法实时性较差，难以在工程应用中实现。

因此，为提高循环流化床实发功率和汽轮机主蒸汽压力的控制品质，本申请针对循环流化床机组协调控制系统，尤其针对基于多变量和多约束条件的循环流化机床组协调控制系统，提出一种协调控制方法。该方法简便、计算量小，并且易于在现有的商业控制系统软硬件平台上实施，具有广阔的应用前景。

发明内容

本申请提供了一种循环流化床机组协调控制方法，以解决循环流化床机组协调控制系统升、降负荷速率低，不稳定且控制过程复杂的问题。

一种循环流化床机组协调控制方法，包括：

获取循环流化床机组的被控对象的运行数据；

根据所述运行数据，建立循环流化床机组的被控对象函数模型；

根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值；

根据所述被控对象的约束条件函数，对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。

选地，所述被控对象函数模型的输入为循环流化床机组燃料阀开度和汽轮机入口调节阀开度。

所述被控对象函数模型的输出为循环流化床机组的实发功率和汽轮机主蒸汽压力。

可选地，所述被控对象函数模型为2×2被控对象函数模型，所述2×2被控对象函数模型为：

其中，PW为循环流化床机组实发功率(MW)；TP为汽轮机主蒸汽压力(MPa)；U₁为循环流化床燃料阀开度(％)；U₂为汽轮机入口调节阀开度(％)；G₁₁是以U₁为输入、PW为输出的传递函数；G₁₂是以U₂为输入、PW为输出的传递函数；G₂₁是以U₁为输入、TP为输出的传递函数；G₂₂是以U₂为输入、TP为输出的传递函数。

可选地，所述2×2被控对象函数模型为CARIMA模型，所述CARIMA模型为：

其中，PW(k)为循环流化床机组实发功率当前k时刻的实际值，TP(k)为汽轮机主蒸汽压力当前k时刻的实际值；U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度；a_i，j、b_i，k，j分别为A_i(z^-1)、B_i，k(z^-1)多项式中z^-j的系数，na_i、nb_i，k分别为多项式A_i(z^-1)、B_i，k(z^-1)的阶次，i，k＝1，2；ξ_i(k)，i＝1，2为零均值的白噪声；j为表达式的阶次。

可选地，所述根据所述被控对象函数模型，通过递推算法计算被控对象的预测值，包括：选取预测时域长度；根据所述被控对象函数模型，通过递推算法获得递推公式；根据所述递推公式，获得被控对象预测值。

可选地，所述约束条件函数包括：

其中，i＝1，2；U_1，min为循环流化床燃料阀门开度的下限，U_2，min为汽轮机入口调节阀门开度的下限，U_1，max为循环流化床燃料阀门开度的上限，U_2，max为汽轮机入口调节阀门开度的上限，U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度。

可选地，所述约束条件函数还包括：

其中，i＝1，2；ΔU_i(k)为当前计算阀门开度与上一时刻阀门开度之差，即ΔU_i(k)＝U_i(k)-U_i(k-1)；ΔU_i，min为阀门开度变化速率的下限，ΔU_i，max为阀门开度变化速率的上限。

本申请提供的技术方案包括以下有益技术效果：

本申请通过获取循环流化床机组的被控对象的运行数据；建立循环流化床机组的被控对象函数模型；通过递推算法计算所述被控对象的预测值；对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。该方法简便、计算量小，能够实现基于多变量和多约束条件的循环流化机床组的便捷协调控制，提高循环流化床机组的升、降负荷速率，改善主要参数的稳定性，进一步提高循环流化床机组的经济性与寿命。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的循环流化床机组协调控制方法的流程图。

具体实施方式

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

一种循环流化床机组协调控制方法，包括如下步骤：

步骤一、获取循环流化床机组的被控对象的运行数据；

步骤二、根据所述运行数据，建立循环流化床机组的被控对象函数模型；

步骤三、根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值；

步骤四、根据所述被控对象的约束条件函数，对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。

在本发明实施例中，以某电厂300MW的循环流化床机组为例，对本申请的内容进行具体的说明。

传统的循环流化床机组采用以常规比例积分微分控制器为基础的DCS控制系统。本发明实施例则直接建立以循环流化床机组燃料阀开度和汽轮机入口调节阀开度为输入，循环流化床机组实发功率和汽轮机主蒸汽压力为输出的多变量被控对象模型。

步骤一、获取循环流化床机组的被控对象的运行数据。

所述运行数据包括一定时间内的循环流化床机组燃料阀开度、汽轮机入口调节阀开度、循环流化床机组的实发功率和汽轮机主蒸汽压力的历史值。

所述被控对象包括循环流化床机组燃料阀开度和汽轮机入口调节阀开度。

步骤二、根据所述运行数据，建立循环流化床机组的被控对象函数模型。

所述被控对象函数模型的输入为循环流化床机组燃料阀开度和汽轮机入口调节阀开度；所述被控对象函数模型的输出为循环流化床机组的实发功率和汽轮机主蒸汽压力。

具体地，可通过对循环流化床机组的被控对象进行阶跃响应试验，拟合阶跃响应曲线，建立被控对象函数模型。

可选地，所述被控对象函数模型为2×2被控对象函数模型，具体地，所述2×2被控对象函数模型为：

其中，PW为循环流化床机组实发功率(MW)；TP为汽轮机主蒸汽压力(MPa)；U₁为循环流化床燃料阀开度(％)；U₂为汽轮机入口调节阀开度(％)；G₁₁是以U₁为输入、PW为输出的传递函数；G₁₂是以U₂为输入、PW为输出的传递函数；G₂₁是以U₁为输入、TP为输出的传递函数；G₂₂是以U₂为输入、TP为输出的传递函数。

在式(1)中，传递函数经过通分处理时，必须保证G₁₁和G₁₂的分母一致，G₂₁和G₂₂的分母一致。

进一步地，对所述2×2被控对象函数模型进行离散化。本发明实施例的采样周期T_s满足香农采样定理。一般情况下，当采用周期T_s取值为1秒时，得到CARIMA模型：

所述CARIMA模型为：

其中，PW(k)为循环流化床机组实发功率当前k时刻的实际值，TP(k)为汽轮机主蒸汽压力当前k时刻的实际值；U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度；a_i，j、b_i，k，j分别为A_i(z^-1)、B_i，k(z^-1)多项式中z^-j的系数，na_i、nb_i，k分别为多项式A_i(z^-1)、B_i，k(z^-1)的阶次，i，k＝1，2；ξ_i(k)，i＝1，2为零均值的白噪声，j为表达式的阶次。

对于本发明实施例所述的某电厂的300MW的循环流化床机组，具体地，所述CARIMA模型为：

其中，PW为循环流化床机组实发功率(MW)；TP为汽轮机主蒸汽压力(MPa)；U₁为循环流化床燃料阀开度(％)；U₂为汽轮机入口调节阀开度(％)；

步骤三、根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值。

可选地，所述根据所述被控对象函数模型，通过递推算法计算被控对象的预测值，包括：

(1)选取预测时域长度；

本发明实施例中，循环流化床机组实发功率的预测时域为P₁，汽轮机主蒸汽压力的预测时域为P₂，其中预测时域P₁和P₂均选取5。

(2)根据所述被控对象函数模型，通过递推算法获得递推公式；

由于循环流化床机组的实发功率和汽轮机主蒸汽压力输出量的设定值在预测时域内为恒定值或变化率较小。同时，为了减少循环流化床机组协调控制方法的计算量，使其易于工程实现。因此，选取阶跃响应函数作为循环流化床机组燃料阀开度和汽轮机入口调节阀开度的基函数。

具体递推过程如下所示：

对于所述CARIMA模型，令ξ_i(k)＝0，则由式(2)可得：

令l_i为递推时域，l_i＝0，1，...，P_i，i＝1，2，

当l_i＝0，i＝1，2时，

当l_i＝1，i＝1，2时，

当1＜l_i≤na_i，i＝1，2时，

当l_i＞na_i，i＝1，2时，

式(5)-(12)所述的YX₁、YX₂、UX₁₁、UX₁₂、UX₂₁、UX₂₂均为递推系数；l_i为递推时域，l_i＝0，1，...，P_i，i＝1，2；a_i，j、b_i，k，j分别为A_i(z^-1)、B_i，k(z^-1)多项式中z^-j的系数，na_i、nb_i，k分别为多项式A_i(z^-1)、B_i，k(z^-1)的阶次，i，k＝1，2；j为表达式的阶次。PW为循环流化床机组实发功率(MW)，TP为汽轮机主蒸汽压力(MPa)，U₁为循环流化床燃料阀开度(％)，U₂为汽轮机入口调节阀开度(％)，而且，PW、TP、U₁和U₂的初始值由循环流化床机组某一时段所处的稳态值现场数据选取得到。

经过l_i从0到P_i的变化，递推系数YX₁、YX₂、UX₁₁、UX₁₂、UX₂₁、UX₂₂也从0到P_i变化，其变化后得到递推系数YX₁(k+P₁)、YX₂(k+P₂)、UX₁₁(k+P₁)、UX₁₂(k+P₁)、UX₂₁(k+P₂)、UX₂₂(k+P₂)。

在本实施中，经过2000秒的递推计算，该循环流化床机组的递推系数的最终五组数据如表1所示。

表1 递推系数值

将递推系数UX₁₁(k+P₁)、UX₁₂(k+P₁)、UX₂₁(k+P₂)、UX₂₂(k+P₂)按式(13)所示的顺序排列，并记为矩阵A。将递推系数YX₁(k+P₁)、YX₂(k+P₂)按式(14)所示的顺序排列，并记为矩阵B。

其中，α₁为循环流化床机组实发功率的柔化系数，α₂为汽轮机主蒸汽压力的柔化系数，α₁、α₂＝0～1，柔化系数的选取根据现场实际情况进行选择；PW_s(k)、PW_m(k)、PW(k)分别为循环流化床机组实发功率当前时刻的设定值、模型输出值、实际值，机组负荷指令的设定值PW_s(k)由电网传送而来的负荷指令得到，机组实发功率模型输出值PW_m(k)由现场采集数据所拟合的传递函数模型计算得到，机组实发功率的实际值PW(k)由现场实时数据传送得到；TP_s(k)、TP_m(k)、TP(k)分别为汽轮机主蒸汽压力当前时刻的设定值、模型输出值、实际值，汽轮机主蒸汽压力设定值TP_s(k)根据机组负荷进行滑压设定，汽轮机主蒸汽压力模型输出值TP_m(k)由现场采集数据所拟合的传递函数模型计算得到，汽轮机主蒸汽压力实际值TP(k)由现场实时数据传送得到。

对于本实施例所提供的循环流化床机组，取循环流化床机组实发功率的柔化系数α₁＝0.8，汽轮机主蒸汽压力的柔化系数α₂＝0.8，得到该循环流化床机组的递推系数：

此时，该300MW循环流化床机组的被控对象递推公式为：

其中，U₁(k)为循环流化床燃料阀开度的预测值，U₂(k)为汽轮机入口调节阀开度的预测值。

(3)根据所述递推公式，获得被控对象预测值。

结合式(15)所示的循环流化床被控对象递推公式和步骤(2)中所示的递推系数A和B，得到被控对象的预测值。

即，循环流化床机组的燃料阀开度U₁＝-0.0132；循环流化床机组的汽轮机入口调节阀开度U₂＝-0.1034。

步骤四、根据所述被控对象的约束条件函数，对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。

即，根据当前时刻的循环流化床燃料阀开度和汽轮机入口调节阀开度的约束条件，计算所述两个开度的控制输入值。

可选地，对循环流化床燃料阀和汽轮机入口调节阀开度进行限幅处理，该约束条件函数为：

其中，U_1，min为循环流化床燃料阀门开度的下限，U_2，min为汽轮机入口调节阀门开度的下限，U_1，max为循环流化床燃料阀门开度的上限，U_2，max为汽轮机入口调节阀门开度的上限，U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度。

在本发明实施例中，循环流化床燃料阀门开度和汽轮机入口调节阀门开度的上限均为100(％)，下限均为0(％)。

可选地，对循环流化床燃料阀和汽轮机入口调节阀开度进行限速处理，该约束条件函数为：

其中，i＝1，2；ΔU_i(k)为当前计算阀门开度与上一时刻阀门开度之差，即ΔU_i(k)＝U_i(k)-U_i(k-1)；ΔU_i，min为阀门开度变化速率的下限，ΔU_i，max为阀门开度变化速率的上限。

在本发明实施例中，循环流化床燃料阀门开度和汽轮机入口调节阀门开度的阀门开度变化速率的上限均为5(％/s)，下限均为-5(％/s)。

结合式(16)和式(17)对循环流化床机组的燃料阀开度预测值、循环流化床机组的汽轮机入口调节阀开度预测值进行约束，得到循环流化床机组的燃料阀开度的控制输入值U₁＝-0.0132和汽轮机入口调节阀开度的控制输入值U₂＝-0.1034。

本申请提供的方法简便、计算量小，能够实现基于多变量和多约束条件的循环流化机床组的便捷协调控制，提高循环流化床机组的升、降负荷速率，改善主要参数的稳定性，进一步提高循环流化床机组的经济性与寿命，并且易于在现有的商业控制系统软硬件平台上实施，具有广阔的应用前景。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

应当理解的是，本申请并不局限于上面已经描述的内容，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种循环流化床机组协调控制方法，其特征在于，包括：

获取循环流化床机组的被控对象的运行数据；

根据所述运行数据，建立循环流化床机组的被控对象函数模型；

根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值；

根据所述被控对象的约束条件函数，对所述被控对象的预测值进行约束，得到所述被控对象的控制输入值。

2.根据权利要求1所述的循环流化床机组协调控制方法，其特征在于，

所述被控对象函数模型的输入为循环流化床机组燃料阀开度和汽轮机入口调节阀开度；

所述被控对象函数模型的输出为循环流化床机组的实发功率和汽轮机主蒸汽压力。

3.根据权利要求1所述的循环流化床机组协调控制方法，其特征在于，所述被控对象函数模型为2×2被控对象函数模型，所述2×2被控对象函数模型为：

$\left[\begin{array}{c}PW\\ TP\end{array}\right]=\left[\begin{array}{cc}{G}_{11}& G_{12}\\ G_{21}& G_{22}\end{array}\right]\·\left[\begin{array}{c}{U}_1\\ U_2\end{array}\right]$

其中，PW为循环流化床机组实发功率；TP为汽轮机主蒸汽压力；U₁为循环流化床燃料阀开度；U₂为汽轮机入口调节阀开度；G₁₁是以U₁为输入、PW为输出的传递函数；G₁₂是以U₂为输入、PW为输出的传递函数；G₂₁是以U₁为输入、TP为输出的传递函数；G₂₂是以U₂为输入、TP为输出的传递函数。

4.根据权利要求3所述的循环流化床机组协调控制方法，其特征在于，所述2×2被控对象函数模型为CARIMA模型，所述CARIMA模型为：

$\left\{\begin{array}{c}{A}_1\left(z^{-1}\right)PW\left(k\right)=B_{11}\left(z^{-1}\right)U_1\left(k\right)+B_{12}\left(z^{-1}\right)U_2\left(k\right)+{\mathrm{\ξ}}_1\left(k\right)\\ A_2\left(z^{-1}\right)TP\left(k\right)=B_{21}\left(z^{-1}\right)U_1\left(k\right)+B_{22}\left(z^{-1}\right)U_2\left(k\right)+{\mathrm{\ξ}}_2\left(k\right)\end{array}\right.$

其中，PW(k)为循环流化床机组实发功率当前k时刻的实际值，TP(k)为汽轮机主蒸汽压力当前k时刻的实际值；U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度；i,k＝1,2；a_i,j、b_i,k,j分别为A_i(z^-1)、B_i,k(z^-1)多项式中z^-j的系数，na_i、nb_i,k分别为多项式A_i(z^-1)、B_i,k(z^-1)的阶次，i,k＝1,2；ξ_i(k)为零均值的白噪声，其中i＝1,2；j为表达式的阶次。

5.根据权利要求1所述的循环流化床机组协调控制方法，其特征在于，所述根据所述被控对象函数模型，通过递推算法计算所述被控对象的预测值，包括：

选取预测时域长度；

根据所述被控对象函数模型，通过递推算法获得递推公式；

根据所述递推公式，获得被控对象预测值。

6.根据权利要求1所述的循环流化床机组协调控制方法，其特征在于，所述约束条件函数包括：

$U_i\left(k\right)=\left\{\begin{array}{cc}{U}_{i,\min }& \left(U_i\right(k)\&le;U_{i,min})\\ U_i\left(k\right)& (U_{i,min}<U_i(k)<U_{i,max})\\ U_{i,\max }& \left(U_i\right(k)\&GreaterEqual;U_{i,\max })\end{array}\right.$

其中，i＝1,2；U_1,min为循环流化床燃料阀门开度的下限，U_2,min为汽轮机入口调节阀门开度的下限，U_1,max为循环流化床燃料阀门开度的上限，U_2,max为汽轮机入口调节阀门开度的上限，U₁(k)为当前k时刻循环流化床燃料阀门开度，U₂(k)为当前k时刻汽轮机入口调节阀门开度。

7.根据权利要求1所述的循环流化床机组协调控制方法，其特征在于，所述约束条件函数还包括：

$U_i\left(k\right)=\left\{\begin{array}{cc}{U}_i(k-1)+{\mathrm{\&Delta;U}}_{i,\min }& \left({\mathrm{\&Delta;U}}_i\right(k)\&le;{\mathrm{\&Delta;U}}_{i,\min })\\ U_i\left(k\right)& ({\mathrm{\&Delta;U}}_{i,\min }<{\mathrm{\&Delta;U}}_i(k)<{\mathrm{\&Delta;U}}_{i,\max })\\ U_i(k-1)+{\mathrm{\&Delta;U}}_{i,\max }& \left({\mathrm{\&Delta;U}}_i\right(k)\&GreaterEqual;{\mathrm{\&Delta;U}}_{i,\max })\end{array}\right.$

其中，i＝1,2；ΔU_i(k)为当前计算阀门开度与上一时刻阀门开度之差，即ΔU_i(k)＝U_i(k)-U_i(k-1)；ΔU_i,min为阀门开度变化速率的下限，ΔU_i,max为阀门开度变化速率的上限。