CN107313861A - 燃气轮机发电机组的鲁棒自适应控制器 - Google Patents

燃气轮机发电机组的鲁棒自适应控制器 Download PDF

Info

Publication number
CN107313861A
CN107313861A CN201710704517.2A CN201710704517A CN107313861A CN 107313861 A CN107313861 A CN 107313861A CN 201710704517 A CN201710704517 A CN 201710704517A CN 107313861 A CN107313861 A CN 107313861A
Authority
CN
China
Prior art keywords
msub
mrow
mover
formula
mtr
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.)
Granted
Application number
CN201710704517.2A
Other languages
English (en)
Other versions
CN107313861B (zh
Inventor
宋永端
谭雪琴
高瑞贞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Gelairui Intelligent Control Technology Co Ltd
Original Assignee
Qingdao Gelairui Intelligent Control Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Gelairui Intelligent Control Technology Co Ltd filed Critical Qingdao Gelairui Intelligent Control Technology Co Ltd
Priority to CN201710704517.2A priority Critical patent/CN107313861B/zh
Publication of CN107313861A publication Critical patent/CN107313861A/zh
Application granted granted Critical
Publication of CN107313861B publication Critical patent/CN107313861B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02CGAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C9/00Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00Control
    • F05D2270/01Purpose of the control system
    • F05D2270/02Purpose of the control system to control rotational speed (n)
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00Control
    • F05D2270/40Type of control system
    • F05D2270/42Type of control system passive or reactive, e.g. using large wind vanes

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种燃气轮机发电机组的鲁棒自适应控制器,包括如下步骤:首先建立孤岛模式下燃气轮机发电系统的数学模型,其次,当执行器故障发生时,系统设计的控制输入和实际输入不相同,因此引入健康因子;最后,设计鲁棒自适应控制器。鲁棒自适应控制器不依赖于系统模型参数,能够根据检测的系统输入输出状态确定合适的自适应规则,估计出系统不确定性的上限,继而保证做出的控制决策在系统扰动和模型包含未知的情况下依然能够保证系统稳定性,且系统变量能够在有限时间内收敛。

Description

燃气轮机发电机组的鲁棒自适应控制器
技术领域
本发明涉及燃气轮机系统控制,具体涉及燃气轮机发电机组的鲁棒自适应控制方法。
背景技术
我国能源消费结构以煤炭为主,清洁能源(包括天然气、风能、太阳能和水电等)占比远低于煤炭。而煤炭消费量大、用煤方式不清洁等问题,造成环境污染越来越严重,带来的其他问题也日益凸显。因而,寻求清洁可再生能源替代开发过度且污染严重的化石能源,成为各国政府的一致目标,这也是新一代能源技术的发展趋势。
然而,部分可再生能源具有发电间歇的特点,包括太阳能、风能和潮汐能等,这种特性造成发电系统不能稳定供给能量用以满足用户侧需求,限制了此类可再生能源的推广应用。以天然气为燃料的燃气轮机发电系统灵活,能够快速响应用电侧的电量需求且发电效率高,在发电系统中具备独特的优势。燃气轮机发电系统作为其发电间歇时的替代,能够实现持续的能源供应,不仅稳固电网的负荷能力,还有助于推动可再生能源的发展。
由于燃气轮机运行机理涉及专业知识广、模型复杂,给燃气轮机模型分析和系统控制器设计带来一定难度。目前燃气轮机转速环节广泛采取不需要系统精确模型就可以取得较好控制效果的PID控制算法,虽然通过现场扰动等方法能够试凑出PID控制器参数,使得不需要精确的模型就能够控制对象获得不错的控制效果。但在实际运行中,负载侧的功率发生变化时,控制器参数不能随着负荷变化做出相应地调整,可能导致控制效果欠佳。
因此,为了克服燃气轮机系统模型中的不确定因素(包括模型参数计算、建模过程中忽略的某些因素、外界扰动等),以及PID控制器参数固定等缺陷,进一步分析燃气轮机系统的稳定性能,提高系统的鲁棒性,寻求控制效果更佳的策略显得尤为重要。
发明内容
针对现有技术存在的上述问题,本发明拟在燃气轮机独立发电模式下,基于系统模型参数未知、扰动时变且未知,以及执行器发生故障的情况下,设计一种基于反步法的鲁棒自适应控制器,使得系统具有较强的鲁棒性,在保证系统稳定性的前提下能够快速响应负载的变化。
为实现上述目的,本发明采用如下技术方案:燃气轮机发电机组的鲁棒自适应控制器,该控制器的设计方法如下:
S1:建立孤岛模式下燃气轮机发电系统的数学模型如下:
其中、i=1,2,3、gi表示第i个控制器增益、g4(x)表示第4个控制器增益、θi T表示第i个参数矩阵、θ4 T表示第4个参数矩阵、为第i个非线性方程、为第4个非线性方程、u为系统的设计控制输入、y为系统输出、x1表示燃气轮机转速ω、x2为进入涡轮气体流量Wf2、x3为燃烧室燃料流量Wf3x4为经过阀门调整后进入的燃料量Wf4x(t)=[x1,…,x4]T∈R4为状态矩阵;
S2:引入健康因子ρ(t),表示如下公式(1)改写为公式(2-1):
其中,△i表示第i个时变未知扰动项、△4表示第4个时变未知扰动项,ua为系统实际输入;
ua=ρ(t)u (2-2);
其中,u为系统的设计控制输入,ρ(t)代表执行器的健康因子,0<ρ(t)<1;
S3:动态面设计,引入坐标变换如公式(3-1)和(3-2):
z1=x1-yd (3-1);
zi=xiif,i=2,3,4 (3-2);
其中,yd为转速参考值,αif为一阶滤波器;
定义误差面如公式(3-3):
yi=αifi-1,i=2,3,4 (3-3);
αi为虚拟控制器如公式(3-4):
其中,ξi表示滤波参数,ξi>0,且αif(0)=αi-1(0);
S4:设计鲁棒自适应控制器如下所示:
当i=1时,虚拟控制器设计如公式(4-1)至公式(4-3)所示:
α1=N(ζ11 (4-1);
当i=2,3时,虚拟控制器设计如公式(5-1)至公式(5-3)所示:
αi=N(ζii (5-1);
当i=4时,系统的鲁棒自适应控制器设计如公式(6-1)至公式(6-3)所示:
u=N(ζ44 (6-1);
其中,ki=ki0+2,ki0>0,i=1,2,3;k4>0;分别为θi、bi的估计值,i=1,2,3;分别为θ4、b4的估计值;biψi表示扰动的最大绝对值,其中,bi为未知常数,ψi表示非负的光滑函数,i=1,2,3,4;φi表示非线性函数,i=1,2,3,4;εi为大于零的数,i=1,2,3,4;ζ(t),N(ζi)是定义在[0,tf)上的光滑函,N(ζi)是Nussbaum型函数,i=1,2,3,4。
相对于现有技术,本发明具有如下优点:
本发明针对燃气轮机转速环节设计的鲁棒自适应控制器,并引入容错控制方法,预计主要有以下有益效果:
1、鲁棒自适应控制器不依赖于系统模型参数,能够根据检测的系统输入输出状态确定合适的自适应规则,估计出系统不确定性的上限,继而保证做出的控制决策在系统扰动和模型包含未知的情况下依然能够保证系统稳定性,且系统变量能够在有限时间内收敛。
2、系统外界负荷发生变化时等,鲁棒自适应控制器能够克服其所带来的扰动。
3、容错控制器的引入,能够保障执行器故障出现时,燃气轮机系统仍然能够稳定地运行。
附图说明
图1是燃气轮机发电机组系统框图。
图2是单轴燃气轮机气体循环图。
图3是单轴燃气轮机热力过程图。
图4是孤岛模式下燃气轮机发电系统的简化系统模型结构图。
图5表示扰动未知、执行器故障情况下系统的转速追踪曲线。
图6表示扰动未知、执行器故障情况下转速追踪误差曲线。
图7表示扰动未知、执行器故障情况下系统转矩输出曲线。
图8表示执行器健康因子变化曲线。
图9表示扰动未知、执行器故障情况下自适应律参数b的估计值。
图10表示扰动未知、执行器故障情况下控制器参数ζ4的取值。
具体实施方式
下面对本发明作进一步详细说明。
鲁棒自适应控制技术融合了自适应技术和鲁棒控制的特点,能够对全局变量进行调节,使得系统在负荷扰动的情况下,依然能够保持系统稳定性,且快速响应负荷需求。并结合基于系统模型的控制器设计方法,考虑系统模型参数未知、扰动未知且时变、且执行器发生故障时控制器的设计方法。
如图1所示,燃气轮机发电机组主要由燃气轮机、永磁同步电机、整流逆变等电力电子变换装置、滤波器和负载等构成。其中,燃气轮机主要由压缩机、燃烧室和涡轮三部分组成。空气进入压缩机,被压缩成高压气体和喷入燃烧室的燃料混合并充分燃烧,排出的高温高压气体推动涡轮旋转推动永磁同步电机发电,这一过程将蕴含在燃料的化学能转换成电能供应负载。
如图2所示,外界空气经过滤器等装置后被吸入压气机,压缩后得到高压气体被送入燃烧室作为燃料燃烧的介质。燃料与高压介质在燃烧室混合并燃烧,伴随化学反应释放出高能量的燃气,并流入涡轮。
如图3所示,根据燃气轮机热力循环过程,燃气轮机在运行过程中,实际经压气机吸入的空气压强略低于大气压,燃气在燃烧室中与高压空气混合燃烧时假设为恒压过程。气体燃烧后产生的能量经燃烧室排出进入涡轮,推动涡轮叶片旋转,此过程燃气流的温度和压强降低。通过整个过程中的能量守恒能够建立系统的模型。
燃气轮机的控制系统主要包括温度控制环节、速度控制环节和加速度控制环节组成。温度控制环节主要控制燃气轮机燃烧室不超温、不超压,保证燃气轮机在适宜的温度条件下工作,保证系统各个部件的正常稳定工作。加速度控制环节主要工作在两种情况下:一是在燃气轮机启动过程,在启动环节限制转速在快到达工作转速时过快增长;二是甩负载过程,加速度控制环节用来防止机器动态超速。这三个控制环节分别给出三个燃料冲程信号:Fuel Stroke Reference,简写为FSR,分别是温度控制器产生的燃料冲程信号FSRT、转速控制器产生的燃料冲程信号FSRN和加速度控制器产生的燃料冲程信号FSRA。最小值系统MTN选取这三个控制信号中的最小值作为燃料系统的燃料冲程信号FSR。
为了更好地研究燃气轮机发电机组转速控制对系统的影响,通常省略温度控制环节和加速度控制环节。基于以上分析,考虑孤岛模式下燃气轮机发电系统,简化系统结构图1,并根据William工.Rowen提出的简化模型得到如图4所示的系统。
建立孤岛模式下燃气轮机发电系统的数学模型如下:
其中,x1表示燃气轮机转速ω、x2为进入涡轮气体流量Wf2、x3为燃烧室燃料流量Wf3x4为经过阀门调整后进入的燃料量Wf4;u为系统的设计控制输入,具体为转速控制信号;Te为永磁同步电机的电磁转矩,J为转动惯量,TCD为涡轮环节时间参数,其中a,b,c为阀门位置常数,Ka,Ta为燃料传动系统参数,kf为最小负荷常数,其中kf的取值范围为kl~(1-kl)。
为便于书写,改写燃气轮机的数学模型为
其中,为第i个非线性方程、为第4个非线性方程、gi表示第i个控制器增益,i=1,2,3、g4(x)表示第4个控制器增益、θi∈R2为参数矩阵。
实际燃气轮机系统中,模型参数难以计算,且外界负荷变化可能给造成系统波动。因此,考虑系统模型参数未知、扰动未知时变,引入不需要精确建模的鲁棒自适应控制器。并且引入容错控制,消除执行器发生故障时带来的影响。
燃气轮机发电机组的鲁棒自适应控制器,该控制器的设计方法如下:
S1:建立孤岛模式下燃气轮机发电系统的数学模型如下:
其中、i=1,2,3、gi表示第i个控制器增益、g4(x)表示第4个控制器增益、θi T表示第i个参数矩阵、θ4 T表示第4个参数矩阵、为第i个非线性方程、为第4个非线性方程、u为系统的设计控制输入、y为系统输出、x1表示燃气轮机转速ω、x2为进入涡轮气体流量Wf2、x3为燃烧室燃料流量Wf3x4为经过阀门调整后进入的燃料量Wf4x(t)=[x1,…,x4]T∈R4为状态矩阵;
S2:考虑实际系统中,燃气轮机系统参数难以获取,且当执行器故障发生时,系统设计的控制输入和实际输入不相同。因此,引入健康因子ρ(t),表示如下公式(1)改写为公式(2-1):
其中,△i表示第i个时变未知扰动项、△4表示第4个时变未知扰动项,ua为系统实际输入;
ua=ρ(t)u (2-2);
其中,u为系统的设计控制输入,ρ(t)代表执行器的健康因子,0<ρ(t)<1;
S3:结合本文系统模型特性,引入基于反步法的设计方法设计燃气轮机转速控制器。由于高阶反步法设计过程中,某些复杂非线性项的偏微分计算将导致“计算爆炸问题”,使得计算较为棘手。为了解决这个问题,因此在高阶系统的反步法设计过程中,引入动态面方法,并在每一步递归迭代设计过程中都引入一阶滤波器;
动态面设计,引入坐标变换如公式(3-1)和(3-2):
z1=x1-yd (3-1);
zi=xiif,i=2,3,4 (3-2);
其中,yd为转速参考值,αif为一阶滤波器;
由于高阶系统在反步法设计中,会产生计算爆炸问题,因而引入动态面设计方法解决计算问题复杂的难题,定义误差面如公式(3-3):
yi=αifi-1,i=2,3,4 (3-3);
αi为虚拟控制器如公式(3-4):
其中,ξi表示滤波参数,ξi>0,且αif(0)=αi-1(0);
S4:设计鲁棒自适应控制器如下所示:
当i=1时,虚拟控制器设计如公式(4-1)至公式(4-3)所示:
α1=N(ζ11 (4-1);
当i=2,3时,虚拟控制器设计如公式(5-1)至公式(5-3)所示:
αi=N(ζii (5-1);
当i=4时,系统的鲁棒自适应控制器设计如公式(6-1)至公式(6-3)所示:
u=N(ζ44 (6-1);
其中,ki=ki0+2,ki0>0,i=1,2,3;k4>0;分别为θi、bi的估计值,i=1,2,3;分别为θ4、b4的估计值;biψi表示扰动的最大绝对值,其中,bi为未知常数,ψi表示非负的光滑函数,i=1,2,3,4;φi表示非线性函数,i=1,2,3,4;εi为大于零的数,i=1,2,3,4;ζ(t),N(ζi)是定义在[0,tf)上的光滑函(smooth function),N(ζi)是Nussbaum型函数,(Nussbaum-type function)i=1,2,3,4。
仿真验证
为了验证本发明所提出的控制算法的有效性,因此,基于Matlab仿真平台验证在单轴燃气轮机孤岛运行模式下所设计的控制算法的可行性。仿真结果如图所示。
考虑实际系统中,负载功率的变化将会导致转子转速产生变化,因此仿真中取追踪的转速曲线为ωref=1.5+sin(t)(p.u.)。由仿真结果显示,系统能够快速响应,转子转速能够快速跟踪上设计的额定转速,且转速误差稳定在零的小邻域内。验证了控制器的有效性,且通过不断调整仿真参数,能够使得转速追踪误差尽可能地小。
验证在孤岛运行模式下燃气轮机执行器发生故障时,所设计的鲁棒自适应容错控制器的有效性。为了简化仿真,考虑燃气轮机系统模型中实际控制器增益参数未知、扰动未知,且执行器发生故障时,所设计的控制器的有效性。取执行器健康因子为ρ(t)=0.8+0.2cos(2πt);选取Nussbaum型函数为假设光滑函数ψi已知,且仿真中取值为ψ1=0.8sin(πt)+0.9,ψ2=0.7sin(πt)+1,ψ3=0.85sin(πt)+0.9,ψ4=0.75sin(2πt)+1;设计转速曲线为ωref=1.5+sin(t)(p.u.)。仿真结果图5表示系统的转速追踪曲线,图6表示转速追踪误差曲线,图7表示系统转矩输出曲线,图8表示执行器健康因子变化曲线,图9表示自适应律参数b的估计值,图10表示控制器参数ζ4的取值。由仿真结果显示,转子转速能够快速跟踪上设计的额定转速,所设计的自适应律能够根据系统的变化调节全局参量,使得系统快速响应并达到稳定状态。通过不断调整仿真参数,能够使得转速追踪误差尽可能地小。验证了燃气轮机发电机组在扰动未知且执行器发生故障时,所设计的控制器的有效性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.燃气轮机发电机组的鲁棒自适应控制器,其特征在于:该控制器的设计方法如下:
S1:建立孤岛模式下燃气轮机发电系统的数学模型如下:
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>g</mi> <mi>i</mi> </msub> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msup> <msub> <mi>&amp;theta;</mi> <mi>i</mi> </msub> <mi>T</mi> </msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>4</mn> </msub> <mo>=</mo> <msub> <mi>g</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>u</mi> <mo>+</mo> <msup> <msub> <mi>&amp;theta;</mi> <mn>4</mn> </msub> <mi>T</mi> </msup> <msub> <mi>&amp;phi;</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mn>4</mn> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中、i=1,2,3、gi表示第i个控制器增益、g4(x)表示第4个控制器增益、θi T表示第i个参数矩阵、θ4 T表示第4个参数矩阵、为第i个非线性方程、为第4个非线性方程、u为系统的设计控制输入、y为系统输出、x1表示燃气轮机转速ω、x2为进入涡轮气体流量Wf2、x3为燃烧室燃料流量Wf3x4为经过阀门调整后进入的燃料量Wf4x(t)=[x1,…,x4]T∈R4为状态矩阵;
S2:引入健康因子ρ(t),表示如下公式(1)改写为公式(2-1):
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>g</mi> <mi>i</mi> </msub> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msup> <msub> <mi>&amp;theta;</mi> <mi>i</mi> </msub> <mi>T</mi> </msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;Delta;</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>4</mn> </msub> <mo>=</mo> <msub> <mi>g</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mo>+</mo> <msup> <msub> <mi>&amp;theta;</mi> <mn>4</mn> </msub> <mi>T</mi> </msup> <msub> <mi>&amp;phi;</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mn>4</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;Delta;</mi> <mn>4</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中,△i表示第i个时变未知扰动项、△4表示第4个时变未知扰动项,ua为系统实际输入;
ua=ρ(t)u (2-2);
其中,u为系统的设计控制输入,ρ(t)代表执行器的健康因子,0<ρ(t)<1;
S3:动态面设计,引入坐标变换如公式(3-1)和(3-2):
z1=x1-yd (3-1);
zi=xiif,i=2,3,4 (3-2);
其中,yd为转速参考值,αif为一阶滤波器;
定义误差面如公式(3-3):
yi=αifi-1,i=2,3,4 (3-3);
αi为虚拟控制器如公式(3-4):
<mrow> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> <msub> <mover> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> </mover> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mn>4</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>-</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中,ξi表示滤波参数,ξi>0,且αif(0)=αi-1(0);
S4:设计鲁棒自适应控制器如下所示:
当i=1时,虚拟控制器设计如公式(4-1)至公式(4-3)所示:
α1=N(ζ11 (4-1);
<mrow> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mo>=</mo> <msub> <mi>k</mi> <mn>1</mn> </msub> <msub> <mi>z</mi> <mn>1</mn> </msub> <mo>+</mo> <msubsup> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>1</mn> <mi>T</mi> </msubsup> <msub> <mi>&amp;phi;</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mover> <mi>y</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>d</mi> </msub> <mo>+</mo> <msub> <mover> <mi>b</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <msub> <mi>&amp;psi;</mi> <mn>1</mn> </msub> <mi>tanh</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>z</mi> <mn>1</mn> </msub> <msub> <mi>&amp;psi;</mi> <mn>1</mn> </msub> </mrow> <msub> <mi>&amp;epsiv;</mi> <mn>1</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
<mrow> <msub> <mover> <mi>&amp;zeta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>1</mn> </msub> <mo>=</mo> <msub> <mi>&amp;iota;</mi> <mn>1</mn> </msub> <msub> <mi>z</mi> <mn>1</mn> </msub> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
当i=2,3时,虚拟控制器设计如公式(5-1)至公式(5-3)所示:
αi=N(ζii (5-1);
<mrow> <msub> <mi>&amp;eta;</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>k</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mi>i</mi> </msub> <mo>+</mo> <msubsup> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mi>i</mi> <mi>T</mi> </msubsup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mo>-</mo> <mfrac> <mrow> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </msub> </mrow> <msub> <mi>&amp;xi;</mi> <mi>i</mi> </msub> </mfrac> <mo>+</mo> <msub> <mover> <mi>b</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <msub> <mi>&amp;psi;</mi> <mi>i</mi> </msub> <mi>tanh</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>z</mi> <mi>i</mi> </msub> <msub> <mi>&amp;psi;</mi> <mi>i</mi> </msub> </mrow> <msub> <mi>&amp;epsiv;</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
<mrow> <msub> <mover> <mi>&amp;zeta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;iota;</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mi>i</mi> </msub> <msub> <mi>&amp;eta;</mi> <mi>i</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
当i=4时,系统的鲁棒自适应控制器设计如公式(6-1)至公式(6-3)所示:
u=N(ζ44 (6-1);
<mrow> <msub> <mi>&amp;eta;</mi> <mn>4</mn> </msub> <mo>=</mo> <msub> <mi>k</mi> <mn>4</mn> </msub> <msub> <mi>z</mi> <mn>4</mn> </msub> <mo>+</mo> <msubsup> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>4</mn> <mi>T</mi> </msubsup> <msub> <mi>&amp;phi;</mi> <mn>4</mn> </msub> <mo>-</mo> <mfrac> <mrow> <msub> <mi>&amp;alpha;</mi> <mn>3</mn> </msub> <mo>-</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mn>4</mn> <mi>f</mi> </mrow> </msub> </mrow> <msub> <mi>&amp;xi;</mi> <mn>4</mn> </msub> </mfrac> <mo>+</mo> <msub> <mover> <mi>b</mi> <mo>^</mo> </mover> <mn>4</mn> </msub> <msub> <mi>&amp;psi;</mi> <mn>4</mn> </msub> <mi>tanh</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>z</mi> <mn>4</mn> </msub> <msub> <mi>&amp;psi;</mi> <mn>4</mn> </msub> </mrow> <msub> <mi>&amp;epsiv;</mi> <mn>4</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
<mrow> <msub> <mover> <mi>&amp;zeta;</mi> <mo>&amp;CenterDot;</mo> </mover> <mn>4</mn> </msub> <mo>=</mo> <msub> <mi>&amp;iota;</mi> <mn>4</mn> </msub> <msub> <mi>z</mi> <mn>4</mn> </msub> <msub> <mi>&amp;eta;</mi> <mn>4</mn> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中,ki=ki0+2,ki0>0,i=1,2,3;k4>0;分别为θi、bi的估计值,i=1,2,3;分别为θ4、b4的估计值;biψi表示扰动的最大绝对值,其中,bi为未知常数,ψi表示非负的光滑函数,i=1,2,3,4;φi表示非线性函数,i=1,2,3,4;εi为大于零的数,i=1,2,3,4;ζ(t),N(ζi)是定义在[0,tf)上的光滑函,N(ζi)是Nussbaum型函数,i=1,2,3,4。
CN201710704517.2A 2017-08-17 2017-08-17 燃气轮机发电机组的鲁棒自适应控制器 Expired - Fee Related CN107313861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710704517.2A CN107313861B (zh) 2017-08-17 2017-08-17 燃气轮机发电机组的鲁棒自适应控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710704517.2A CN107313861B (zh) 2017-08-17 2017-08-17 燃气轮机发电机组的鲁棒自适应控制器

Publications (2)

Publication Number Publication Date
CN107313861A true CN107313861A (zh) 2017-11-03
CN107313861B CN107313861B (zh) 2018-12-07

Family

ID=60176835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710704517.2A Expired - Fee Related CN107313861B (zh) 2017-08-17 2017-08-17 燃气轮机发电机组的鲁棒自适应控制器

Country Status (1)

Country Link
CN (1) CN107313861B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159909A (zh) * 2019-12-31 2020-05-15 中国船舶重工集团公司第七0三研究所 一种压气机特性数据处理及特性云图绘制方法
WO2021027093A1 (zh) * 2019-08-13 2021-02-18 大连理工大学 一种涡扇发动机控制系统主动容错控制方法
CN112904832A (zh) * 2021-01-21 2021-06-04 深圳翱诺科技有限公司 一种基于Nussbaum增益函数的传感器容错控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5189620A (en) * 1989-10-06 1993-02-23 United Technologies Corporation Control system for gas turbine helicopter engines and the like
US20110270502A1 (en) * 2010-04-30 2011-11-03 Alstom Technology Ltd. Employing fuel properties to auto-tune a gas turbine engine
US20140123663A1 (en) * 2012-11-02 2014-05-08 Pratt & Whitney Canada Corp. Rotor resonance disturbance rejection controller
JP2015078670A (ja) * 2013-10-18 2015-04-23 三菱日立パワーシステムズ株式会社 ガスタービン制御装置、ガスタービン制御方法及びプログラム
CN105939028A (zh) * 2015-03-03 2016-09-14 通用电气公司 用于增强发电厂发电单元的控制的方法和系统
CN106712615A (zh) * 2016-12-23 2017-05-24 重庆大学 混合能源电力系统中燃气轮机发电机组的控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5189620A (en) * 1989-10-06 1993-02-23 United Technologies Corporation Control system for gas turbine helicopter engines and the like
US20110270502A1 (en) * 2010-04-30 2011-11-03 Alstom Technology Ltd. Employing fuel properties to auto-tune a gas turbine engine
US20140123663A1 (en) * 2012-11-02 2014-05-08 Pratt & Whitney Canada Corp. Rotor resonance disturbance rejection controller
JP2015078670A (ja) * 2013-10-18 2015-04-23 三菱日立パワーシステムズ株式会社 ガスタービン制御装置、ガスタービン制御方法及びプログラム
CN105939028A (zh) * 2015-03-03 2016-09-14 通用电气公司 用于增强发电厂发电单元的控制的方法和系统
CN106712615A (zh) * 2016-12-23 2017-05-24 重庆大学 混合能源电力系统中燃气轮机发电机组的控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021027093A1 (zh) * 2019-08-13 2021-02-18 大连理工大学 一种涡扇发动机控制系统主动容错控制方法
CN111159909A (zh) * 2019-12-31 2020-05-15 中国船舶重工集团公司第七0三研究所 一种压气机特性数据处理及特性云图绘制方法
CN111159909B (zh) * 2019-12-31 2023-05-16 中国船舶重工集团公司第七0三研究所 一种压气机特性数据处理及特性云图绘制方法
CN112904832A (zh) * 2021-01-21 2021-06-04 深圳翱诺科技有限公司 一种基于Nussbaum增益函数的传感器容错控制方法
CN112904832B (zh) * 2021-01-21 2021-12-10 深圳翱诺科技有限公司 一种基于Nussbaum增益函数的传感器容错控制方法

Also Published As

Publication number Publication date
CN107313861B (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
Liu et al. Takagi–Sugeno fuzzy model based fault estimation and signal compensation with application to wind turbines
Fernández‐Guillamón et al. Analysis of power system inertia estimation in high wind power plant integration scenarios
Muhando et al. LQG design for megawatt-class WECS with DFIG based on functional models' fidelity prerequisites
CN107313861A (zh) 燃气轮机发电机组的鲁棒自适应控制器
CN110750882B (zh) 一种考虑频率约束的风电占比极限值解析计算方法
CN107482649A (zh) 一种基于分频控制的两域互联系统负荷频率控制方法
CN106321161B (zh) 启动控制装置
CN104090491A (zh) 燃气蒸汽联合循环机组多变量受限预测函数负荷控制方法
CN105591395A (zh) 一种双馈风机虚拟惯量控制后的转速恢复方法
CN110417032A (zh) 一种双馈风机参与系统调频的多目标优化控制方法
CN105186502B (zh) 基于安全域的含双馈风机电力系统暂态稳定性分析方法
Kim et al. Development of a program for transient behavior simulation of heavy-duty gas turbines
CN106712615B (zh) 混合能源电力系统中燃气轮机发电机组的控制方法
Yee et al. Validated models for gas turbines based on thermodynamic relationships
CN110807261A (zh) 一种抽汽供热型燃气-蒸汽联合循环机组变工况性能简易计算方法
Krpan et al. The mathematical model of a wind power plant and a gas power plant
CN106055792A (zh) 一种超临界二氧化碳压气机与涡轮匹配动态仿真方法
Krpan et al. Towards the new low-order system frequency response model of power systems with high penetration of variable-speed wind turbine generators
Liu et al. Coordinated Frequency Regulation Strategy of Pumped Storage Units and Battery Energy Storage System
Lin et al. Asymptotic tracking control for wind turbines in variable speed mode
Wen et al. Intelligent control for rapidity and security of all-electric ships gas turbine under complex mutation load using optimized neural network
CN109217292A (zh) 一种适用于多机电力系统调频分析的融合建模方法及装置
CN109657380A (zh) 一种基于扩展卡尔曼滤波的双馈风电场动态等值方法
CN109617135B (zh) 混合发电系统电力调度多目标决策方法
CN106050557A (zh) 考虑通信延时和故障的风机群分布式功率分配控制方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181207

Termination date: 20190817