CN107168062A - 一种超临界燃煤机组协调控制系统中的负荷预测方法 - Google Patents

Abstract

本发明公开了一种超临界燃煤机组协调控制系统中的负荷预测方法，包括以下步骤：根据IEEE标准汽轮机和锅炉的机理模型推导得出两输入两输出的机组模型；利用遗传算法辨识不同煤质运行时的机组模型参数；提出基于变时域思想的受约束动态矩阵控制算法求解机组负荷和主汽压力，得到当前最优解，从而使负荷变动时机组相关运行参数能够满足安全生产的要求；增加监督环节，建立上层稳态控制层和下层动态控制层的框架来解决均衡性，并在一次调频动作、通信故障或预测输出异常值时，切换回原有PID回路，确保系统安全稳定。本发明能够对超临界燃煤机组的输出负荷进行准确预测并控制主汽压力、主汽温度等运行参数，提升了超临界燃煤机组运行的稳定性和经济性。

Description

一种超临界燃煤机组协调控制系统中的负荷预测方法

技术领域

本发明属于火力发电系统生产安全及控制技术领域，涉及一种超临界燃煤机组协调控制系统中的负荷预测方法。

背景技术

随着清洁能源（包含水能、风能、太阳能等）广泛应用、超/特高压交直流的远程输电以及大型电源基站建设，电网调频、调峰的需要愈加频繁。现阶段，我国电网结构仍以火力发电为主，大量运行的超临界机组发电效率达到43%~48%。在输配电端，随着自动发电控制系统（AGC）的投入应用，窝电现象大幅度降低。火力发电机组的协调控制系统（CCS）作为联接电网与单元机组的关键环节，对于保证电网频率的品质及稳定性有至关重要的作用。

超临界燃煤机组采用直流锅炉，其没有固定的蒸发分界面，从而机组模型具有非线性、大惯性、参数时变等特点。同时，锅炉和汽轮机的各变量间相互耦合，并且存在快速响应的汽轮机控制和反应延迟的锅炉控制的配合问题，这些都造成超临界机组的协调控制系统更加复杂。由于煤质变化、电网频率等扰动因素的影响，当负荷变动时，传统的负荷指令前馈+PID反馈控制策略已无法满足电网运行准则的要求。

在此之前研究的先进控制策略均未充分考虑电网频率及燃煤品质等因素的扰动，导致机组模型失配，从而控制效果无法达到运行规定。然而，本发明基于变时域思想的受约束动态矩阵控制算法，确保系统鲁棒性的前提下，提升了机组协调控制系统的精度和可靠性。

传统的负荷指令前馈+PID反馈控制策略包含有锅炉主控、汽机主控、燃料主控等回路。锅炉主控根据机组负荷指令要求，调节锅炉总燃料量、总给水流量、总风量等锅炉输入变量，以满足汽机侧对锅炉负荷的需求。汽机主控分为初压控制和远方负荷控制两种工作模式，分别接受协调系统计算出的机前压力和机组负荷为目标值，以控制调门开度。燃料主控根据燃料指令与实际总燃料量比较，产生总给煤量指令，总燃料量信号由总给煤量和燃油流量相加产生（根据设计煤种的低位发热值和燃油的发热值换算出油煤折算系数）。随着机组工况和煤质的变化，运行机组的控制品质越来越差，因此，需要变参数自适应的方法来调整机组协调控制系统。

变时域动态矩阵控制算法是整个机组闭环控制系统的核心，新增的监督环节将机组协调控制系统分为上层稳态控制层和下层动态控制层。上层稳态部分集中优化计算机组负荷、热循环及燃烧效率等指标，并满足约束条件，实时求解最优的给煤量和调门开度。下层动态控制通过汽机主控、锅炉主控、燃料主控等PID回路，迅速响应机组需求的给水量、给煤量、总风量、进汽量等控制量，进而提升机组动态特性。同时，若出现系统通信故障或者预测输出异常值，直接切换原PID回路，保证机组的安全稳定运行。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种超临界燃煤机组协调控制系统中负荷控制的方法，该方法能够利用变时域监督动态矩阵控制算法来优化机组协调控制系统。

为达到上述目的，本发明所述的超临界燃煤机组协调控制系统中的负荷预测方法，包括以下步骤：

1）分析机组机理特性，推导得两输入两输出的机炉模型：

，，

，

其中，ΔNe是机组负荷的变化量，ΔPt是主蒸汽压力的变化量，ΔU _t 是汽机调门开度的变化量，ΔU _b 是给煤量的变化量；

2）当前每千瓦时耗煤量b _ƒn 与设计发电煤耗b _ƒs 之比，即为煤质校正系数η。在数据采集系统接收的历史运行数据中，当η＞1时，则此段时间燃烧煤质较差；当η＜1时，则此段时间燃烧煤质较好(死区为±0.03)；

3）分别选取η＞1和η＜1时的历史数据，运用遗传算法辨识不同煤质机炉模型（如步骤1）的参数，采用实数式编码随机产生原始化种群，选取目标函数Q(x,i)并获取每一个体的适应度函数值F(x,i)，确定各遗传操作的概率，通过复制选择、交叉、变异等遗传操作产生新的种群；

判别达到终止条件后，选出最新代种群中适应度函数值最优的个体，求得近似最优解即为不同煤质机炉模型的辨识参数，由步骤2)实时计算当前煤质，实现模型参数自适应煤质变化的过程；

4）根据运行工况确定约束条件，由步骤1)、2)、3)的机组模型求得系统模型阶跃响应系数，检测实际输出并计算误差：；

求解当前预测校正值：，；

计算下一时刻的控制增量Δu及控制量u：，；

求取下一时刻的输出预测值：；

采用变时域的思想选取合适的预测时域P₁、P₂（P₁＞P₂），控制系统的鲁棒性变差时，选取预测时域P₁确保系统安全稳定，然而控制精度严重不满足要求时，缩短预测时域到P₂提升控制效果，预测时域实时选择，提高系统的自动化水准；

5)增加建立监督环节，将机组协调控制系统分解为双层结构，即上层稳态优化层和下层动态控制层，上层稳态优化层以步骤4)变时域动态矩阵控制算法为核心，满足约束条件的前提下集中优化计算得ΔU _t ，ΔU _b ，ΔNe，ΔPt，并将其作用到下层动态控制层，通过汽机主控和锅炉主控PID回路，确保机组的给水量、给煤量、总风量、进汽量及负荷等能迅速精准的响应，提升系统的总体动态特性。

当电网频率波动超出±0.033Hz死区，退出AGC指令，协调控制快速响应一次调频动作。若出现通信故障或者预测输出异常值时，协调控制系统切换原有PID回路，确保生产运行的安全稳定。

所述发电煤耗b _ƒn 是指耗用的标准煤量与统计期内的发电量之比，即每千瓦时电量所耗标准煤量。

步骤4）中变时域选取的具体操作为：

4a）预测时域选取P₂，使系统快速响应；

4b）选取适当的λ、ζ后，计算k时刻预测误差的变化速率h，若|h|＜λ，迭代计算k+1时刻的变化速率h；

4c）为防止频繁切换的扰动，持续50个采样周期出现|h|＞λ，预测时域选取P₁，确保系统稳定；

4d）考虑回程死区ζ，持续50个采样周期出现|h|＜λ-ζ，恢复预测时域为P₂；

4e）循环重复第二步，并初始化阈值λ。

预测误差的变化速率h是预测目标函数关于P的偏导数，以h的绝对值为依据，选择适当的阈值λ及死区ζ(λ、ζ均大于0且λ＞ζ)。

本发明具有以下有益效果：

1、本发明的步骤2）、3）利用遗传算法辨识机组模型参数，并根据煤质校正系数η变动选取不同煤质下的模型参数，充分考虑煤质变化的扰动，增强系统的适应性和鲁棒性，避免模型失配。

2、相对传统负荷指令前馈+PID反馈控制策略来说，变时域动态矩阵控制算法增加机组负荷的预测功能，实现确保系统稳定的前提下提升控制效果。增设监督环节将控制框架分层，考虑电网频率、系统异常等扰动，实现电网安全稳定运行，并促进负荷变动时的机组协调控制能力。

附图说明

图1 为本发明中遗传算法辨识机炉模型参数的流程图；

图2为本发明中动态矩阵控制算法的流程图；

图3为本发明中带监督环节的机炉协调系统控制框图。

具体实施方式

以下结合附图及具体实施例，对本发明作进一步的详细描述。

本发明所述的一种超临界燃煤机组协调控制系统中的负荷预测方法包括以下步骤：

1）根据推导所得两输入两输出的机炉模型，系统模型需要辨识的参数有k ₁ 、k ₂ 、k ₃ 、k ₄ 、k ₅ 、k ₆ 、k ₇ 、k ₈ 、k ₉ 、k ₁₀ 、k ₁₁ 、k ₁₂ 、k ₁₃ 、k ₁₄ 、τ。

2）选取统计时段T _d 的历史数据，将当前每千瓦时耗煤量b _ƒn 与设计发电煤耗b _ƒs 之比，即为煤质校正系数η。假设统计期内的发电量为W _ƒ（kW·h），耗用煤量为B _b （t），则机组发电标准煤耗量b _ƒn（g/kW·h）为

依据η的大小来确定燃煤品质，当η＞1时视为时段T _d1 的煤质较差，当η＜1时视为时段T _d2 的煤质较好；

数据采集与监视控制系统分别接收时段T _d1 和时段T _d2 内机组的运行参数，包含机组负荷、主汽压力、锅炉给煤量、汽机调门开度的设定值及实际值，将这两段数据作为不同煤质模型参数辨识的数据。

3）根据步骤1）得到需要辨识的模型参数，由步骤2）获得不同煤质的辨识数据，使用遗传算法辨识系统模型参数（如图1所示）：

3a）此系统辨识可分为两个模型参数辨识，一个关于ΔP _T ，另一个关于ΔNe，其表达式分别是

，

实数编码两个染色体为θ ₁=[k ₁,k ₂,k ₃ ,k ₄,k ₅,k ₆,τ]，θ ₂=[k ₇,k ₈,k ₉,k ₁₀,k ₁₁,k ₁₂, k ₁₃,k ₁₄]，设种群大小为N，进化代数gen初值为1，随机初始化种群。

3b）以目标函数Q(x,i)为基础，将适应度函数F(x,i)选取为

，

上式中，C为正常数，y*(k)表示第i个体的模型输出，y(k)是指第i个体的实际输出。令20＜N＜100且F(x,i)＞γ为满足辨识终止条件，判断步骤3a）的初始化种群是否满足终止条件。如果满足得到辨识模型参数，如果不满足则继续下一步。

3c）将种群个体适应度值降序排列，依据线性函数映射选择概率为

再使用此概率完成轮盘挑选并直接复制本代精英到下一代。

3d）优良元素不参与随机交叉运算，其余的交叉概率z ₁＜z ₂。父代个体D=[d ₁,d ₂,…,d _n]，E=[e ₁,e ₂,…,e _n]，则子代D’和E’为

如果出现越界现象，由下式产生新个体为

在上式中，β为0~1之间的随机数。

3e)变异范围分三层，变异概率为0＝Pm₁＜Pm₂＜Pm₃。假设父 代个体为D＝(d₁,d₂,…,d_n)，变异区间为[D_l,D_r]，变异后子代个体为

D'(i)＝D(i)+Pm_i×(rand(1)-0.5)×(D_r(i)-D_l(i))

若变异后的d_k’超出解空间，则

计算种群个体适应度，完成gen＝gen+1，以此判断是否满足条件。

3f）当不满足终止条件时，循环步骤3c）、3d）、3e）通过选择、交叉、变异操作完成新种群，直到满足。当满足条件后，输出得到机组的模型参数。

需要说明的是，分别用不同煤质数据进行辨识，从而得到不同煤质的模型参数，由步骤2）实现变参数模型。

4）根据运行工况，确定负荷变化率、主汽压力变化率、给煤量、汽机调门开度等约束条件，由步骤1)、2)、3)得到模型阶跃响应系数，通过变时域动态矩阵算法计算负荷输出（如图3所示）。

4a）初始时刻k=1，初始化y _n、Δu、u、P、M，设定期望值w以及结束预测时刻L。

4b)检测实际输出y，求即刻输出预测值及输出误差为：

y_f(k)＝y_n(k)+ΑΔu(k)，e(k)＝y(k)-y_f(k)

4c)即刻控制增量、控制量：Δu(k)＝D[w(k)-y_n(k)]，u(k)＝u(k-1)+Δu(k)，

上式，L＝[θ L θ]_1×2M,θ＝[1,0,...,0]，误差权矩阵Q，控制权矩阵 R。

4d)求当前预测校正值：

y_cor(k+1)＝y_f(k)+He(k+1)，y_n(k+1)＝S₀y_cor(k+1)

其中，校正后预测输出y_cor、预测输出y_f、预测初始值y_n、误差 e、期望值w的预测时域为P。基于变时域的思想，判别预测时域是 否需要改变，具体操作如下：

预测时域(P₂＜P₁)选取P₂，使系统快速响应；选取适当的λ、 ζ后，计算k时刻预测误差的变化速率h，若|h|＜λ，迭代计算k+1时 刻的变化速率h；为防止频繁切换的扰动，持续50个采样周期出现|h| ＞λ，预测时域选取P₁，确保系统稳定；考虑回程死区ζ，持续50个 采样周期出现|h|＜λ-ζ，恢复预测时域为P₂。

其中，预测误差变化率h是预测目标函数关于P的偏导数，以h的绝对值为依据，选择适当的阈值λ及死区ζ(λ、ζ均大于0且λ＞ζ)。

结束即刻输出预测，循环步骤4b）、4c）、4d）进行随后时刻的预测。

变时域动态矩阵算法预测机组负荷时，既提高了系统的控制效果，并兼顾了运行的安全稳定性。

5）如图3所示，增加建立监督环节，将协调控制系统分为双层结构，即上层稳态优化层和下层动态控制层。上层以步骤4)变时域动态矩阵控制算法为核心，集中计算得ΔU _t ，ΔU _b ，ΔNe，ΔPt；将其作为下层输入，通过汽机主控和锅炉主控PID回路，使得机组的给水量、给煤量、总风量、进汽量及负荷等能迅速精准的响应，提升系统总体动态特性。

同时，当电网频率波动超出±0.033Hz死区，退出AGC指令，协调控制快速响应一次调频动作。若出现通信故障或者预测输出异常值时，协调控制系统切换原有PID回路，确保整体鲁棒性。本发明在用以变时域动态矩阵算法为核心，搭建监督环节，提升了整体控制效果，同时各项运行参数满足机组安全生产的要求，这也是本发明的一个优势所在。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，本领域的一般技术人员将认识到，使用本发明的方案还可以实现许多可选的实施例。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于，包括以下步骤：

1)分析机组机理特性，推导得两输入两输出的机炉模型结构；

2)在数据采集系统接收的历史运行数据中，根据煤质校正系数η判断，当η＞1时，则此段时间燃烧煤质较差；当η＜1时，则此段时间燃烧煤质较好(死区为±0.03)；

3)分别选取η＞1和η＜1的历史数据，运用遗传算法辨识不同煤质机炉模型(如步骤1)的参数，实数式编码随机产生原始化种群，选取目标函数Q(x,i)并获取个体适应度函数值F(x,i)，再确定遗传操作概率，通过复制选择、交叉、变异等遗传操作产生新的种群；

判别达到终止条件后，选出最新代种群中个体适应度的最优值，即为不同煤质下机炉模型的辨识参数，由步骤2)实时计算当前煤质，实现模型参数自适应煤质变化的过程；

4)根据运行工况确定约束条件，由步骤1)、2)、3)的机组模型求得系统模型阶跃响应系数，初始时刻k＝1，初始化y_n、Δu、u、P、M，设定期望值w以及结束预测时刻L；

检测实际输出y，求即刻输出预测值及输出误差为：

y_f(k)＝y_n(k)+ΑΔu(k)，e(k)＝y(k)-y_f(k)；

即刻控制增量、控制量：Δu(k)＝D[w(k)-y_n(k)]，u(k)＝u(k-1)+Δu(k)，

上式，L＝[θ L θ]_1×2M,θ＝[1,0,...,0]，误差权矩阵Q，控制权矩阵R，

求当前预测校正值：

y_cor(k+1)＝y_f(k)+He(k+1)，y_n(k+1)＝S₀y_cor(k+1)，

其中，校正后预测输出y_cor、预测输出y_f、预测初始值y_n、误差e、期望值w的预测时域为P；基于变时域的思想，判别预测时域是否需要改变，若超出阀值λ选取P₁，若在阀值λ内选取P₂，阀值死区为ζ(λ＞ζ)；

5)增加建立监督环节，将协调控制系统的上层以步骤4)变时域动态矩阵控制算法为核心，集中计算ΔU_t，ΔU_b，ΔNe，ΔPt，再将其作为下层输入，通过汽机主控和锅炉主控PID回路，使得机组的给水量、给煤量、总风量、进汽量及负荷等迅速精准响应；

当电网频率波动超出±0.033Hz死区，退出AGC指令，协调控制快速响应一次调频动作；若出现通信故障或者预测输出异常值时，协调控制系统切换原有PID回路，确保整体鲁棒性。

2.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：所述机炉模型包括输入量的给煤量、汽机调门开度及输出量的机组负荷、主汽压力。

3.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：所述煤质校正系数η，为当前每千瓦时耗煤量b _n 与设计发电煤耗b _s 之比，用来判断当前燃煤质量。

4.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：在使用遗传算法来辨识系统模型时，实数编码两个染色体为θ ₁=[k ₁,k ₂,k ₃ ,k ₄,k ₅,k ₆,τ]，θ ₂=[k ₇,k ₈,k ₉,k ₁₀,k ₁₁,k ₁₂, k ₁₃,k ₁₄]，选取个体适度函数和终止条件20＜N＜100且F(x,i)＞γ；将种群个体适应度值降序排列，进行选择、交叉、变异遗传操作，当满足终止条件后，输出得到机组模型的参数；其中，选择概率为

交叉概率z ₁＜z ₂，子代D’和E’为

根据个体适应度函数值将变异区间分三层，即优良种群、一般种群、较差种群，其变异概率为0= Pm ₁＜Pm ₂＜Pm ₃，变异子代为

分别用不同煤质数据进行辨识，从而得到不同煤质下模型参数，由步骤2）实现变参数模型。

5.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：在确定负荷变化率、主汽压力变化率、给煤量、汽机调门开度的约束条件时，是由步骤1)、2)、3)得到模型阶跃响应系数，检测实际输出y，求即刻输出预测值及输出误差为：

，

即刻控制增量、控制量：，，

上式，，误差权矩阵Q，控制权矩阵R；

求当前预测校正值：

，

其中，校正后预测输出y _cor 、预测输出y _f 、预测初始值y _n 、误差e、期望值w的预测时域为P，本发明基于变时域的思想选取预测时域P。

6.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：步骤5）变时域思想的具体操作为：

6a）预测时域选取P₂，使系统快速响应；

6b）选取适当的λ、ζ后，计算k时刻预测误差的变化速率h，若|h|＜λ，迭代计算k+1时刻的变化速率h；

6c）为防止频繁切换的扰动，持续50个采样周期出现|h|＞λ，预测时域选取P₁确保系统稳定；考虑回程死区ζ，持续50个采样周期出现|h|＜λ-ζ，恢复预测时域为P₂；

6d）由步骤6b）循环重复，并初始化阈值λ，

预测误差的变化速率h是预测目标函数关于P的偏导数，以h的绝对值为依据，选择适当的阈值λ及死区ζ(λ、ζ均大于0且λ＞ζ)。

7.根据权利要求1所述的超临界燃煤机组协调控制系统中的负荷预测方法，其特征在于：在负荷预测方法中增加建立监督环节，将机组协调控制系统分解为双层结构，上层稳态优化层以变时域动态矩阵控制算法为核心，满足约束条件下集中优化得ΔU _t ，ΔU _b ，ΔNe，ΔPt，并将其作用到下层动态控制层输入，通过汽机主控和锅炉主控PID回路迅速响应机组的给水量、给煤量、总风量、进汽量及负荷等，提升系统的总体动态特性；

当电网频率波动超出±0.033Hz死区，退出AGC指令，协调控制快速响应一次调频动作；若出现通信故障或者预测输出异常值时，协调控制系统切换原有PID回路，确保生产运行的安全稳定。