CN111596546A - 一种微型燃气轮机热电联供系统抗扰预测控制方法 - Google Patents

一种微型燃气轮机热电联供系统抗扰预测控制方法 Download PDF

Info

Publication number
CN111596546A
CN111596546A CN202010423642.8A CN202010423642A CN111596546A CN 111596546 A CN111596546 A CN 111596546A CN 202010423642 A CN202010423642 A CN 202010423642A CN 111596546 A CN111596546 A CN 111596546A
Authority
CN
China
Prior art keywords
establishing
gas turbine
micro gas
model
disturbance
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
CN202010423642.8A
Other languages
English (en)
Other versions
CN111596546B (zh
Inventor
潘蕾
陈琛
周娣
沈炯
张俊礼
刘西陲
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202010423642.8A priority Critical patent/CN111596546B/zh
Publication of CN111596546A publication Critical patent/CN111596546A/zh
Application granted granted Critical
Publication of CN111596546B publication Critical patent/CN111596546B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

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

本发明公开了一种微型燃气轮机热电联供系统抗扰预测控制方法，包括采集微型燃气轮机热电联供系统的运行数据，分别辨识转速系统和温度系统的状态空间模型，建立热电联供系统的整体控制模型；基于热电联供系统整体控制模型建立广义扩增状态观测器；基于广义扩增状态观测器建立稳定预测控制的预测模型；建立稳定预测控制器，调节燃料量和一次水旁路阀开度，控制转速和二次供水温度。本发明将系统非线性、模型失配和扰动集总一个扰动，利用广义扩增状态观测器对估计集总扰动和状态量，通过前馈补偿得到预测模型，然后设计稳定预测控制器，在保证系统稳定性的同时，有效提高了系统抗扰性能，具有跟踪速度快、超调量小和抗模型失配和干扰能力强的优点。

Description

一种微型燃气轮机热电联供系统抗扰预测控制方法
技术领域
本发明涉及微型燃气轮机热电联供系统控制技术，特别是涉及一种微型燃气轮机热电联供系统抗扰预测控制方法。
背景技术
分布式能源系统相较于传统集中供能系统，能在用户端直接向用户提供各种形式能量，实现能量的梯级利用。微型燃气轮机热电联供(MGT-CHP)系统是一种重要的分布式能源形式，具有清洁、高效和结构灵活等特点。然而，由于微型燃气轮机热电联供系统的动态具有大热惯性、多变量强耦合、输入约束、非线性和未知干扰等复杂特性，PID方法已经无法满足性能要求。现有的微型燃气轮机热电联供系统的预测控制系统不能保证闭环系统的稳定性；且现有的微型燃气轮机热电联供系统的控制方法无法在控制器设计阶段考虑控制量约束，且不能同时调节热负荷和电负荷。
发明内容
发明目的：本发明的目的是提供一种微型燃气轮机热电联供系统抗扰预测控制方法，来提高系统抗扰性能，进而提高微型燃气轮机热电联供系统控制品质。
技术方案：本发明的微型燃气轮机热电联供系统抗扰预测控制方法，包括以下步骤：
(1)采集微型燃气轮机热电联供系统的运行数据，包括燃料量、一次水旁路阀开度、转速和二次供水温度；
(2)分别辨识转速系统和温度系统的状态空间模型，然后建立热电联供系统的整体控制模型；
(3)基于热电联供系统整体控制模型建立广义扩增状态观测器；
(4)基于广义扩增状态观测器建立稳定预测控制的预测模型；
(5)建立稳定预测控制器，调节燃料量和一次水旁路阀开度，控制转速和二次供水温度。
进一步的，步骤(2)包括以下步骤：
(21)基于燃料量和转速的数据建立转速系统的过程模型，其形式如下：
Figure BDA0002497878200000011
其中，x1(k)是在离散k时刻的转速系统的状态量，y1(k)是在离散k时刻的转速，u1(k)是在离散k时刻的燃料量，(A1,B1,C1,a1,b1)表示转速系统的参数；
(22)基于燃料量、一次旁路阀开度和二次供水温度系统建立温度系统的过程模型，其形式如下：
Figure BDA0002497878200000021
其中，x2(k)是在离散k时刻的温度系统的状态量，y2(k)是在离散k时刻的二次供水温度，u(k)在离散k时刻的微型燃气轮机热电联供系统控制量，u(k)＝[u1(k) u2(k)]T，T表示矩阵转置符号，u2(k)是在离散k时刻的一次水旁路阀开度，(A2,B2,C2,a2,b2)表示温度系统的参数；
(23)建立热电联供系统的整体控制模型，其形式如下：
Figure BDA0002497878200000022
其中，02×1是2行1列的零矩阵，(A,B,C,a,b)表示热电联供系统控制模型的参数。
进一步的，步骤(3)包括以下步骤：
(31)建立如下的带有扰动项的热电联供系统模型：
Figure BDA0002497878200000023
其中，x(k)在离散k时刻的微型燃气轮机热电联供系统状态量，y(k)在离散k时刻的微型燃气轮机热电联供系统输出量，y(k)＝[y1(k) y2(k)]T，d(k)是状态集总扰动，v(k)是输出集总扰动，Bd和Cv分别是状态集总扰动矩阵和输出集总扰动矩阵；
(32)建立广义扩增状态观测器，其形式如下：
Figure BDA0002497878200000031
其中，符号“^”表示估计值，0和I是零矩阵和单位矩阵，L是观测器增益，△表示增量，△s表示s次增量；
(33)求解观测器增益L＝M-1N，矩阵M和N通过求解下面可行性问题得到：
Figure BDA0002497878200000032
其中，M、N和S是待求的矩阵，S是正定对称矩阵，
Figure BDA0002497878200000033
是给定的正定对称矩阵，用来调节观测器估计速度。
进一步的，步骤(4)包括以下步骤：
(41)求解补偿扰动后的超临界火电机组稳态输入ut和状态xt：
Figure BDA0002497878200000034
其中yr是转速和温度的设定值；
(42)建立稳定预测控制的预测模型，其形式如下：
Figure BDA0002497878200000035
其中，
Figure BDA0002497878200000041
和
Figure BDA0002497878200000042
表示k时刻预测的未来k+i和k+i+1时刻的状态，
Figure BDA0002497878200000043
是当前k时刻预测的未来k+i时刻的输出，
Figure BDA0002497878200000044
是在k时刻的未来k+i时刻的输入量。
进一步的，步骤(5)包括以下步骤：
(51)建立稳定预测控制的无穷时域性能指标，其形式如下：
Figure BDA0002497878200000045
其中，Q和R分别是状态和控制输入调节矩阵参数；
(52)将步骤(51)的无穷时域性能指标转化为如下的优化问题：
Figure BDA0002497878200000046
受限于：
Figure BDA0002497878200000047
Figure BDA0002497878200000048
Figure BDA0002497878200000049
Figure BDA00024978782000000410
Figure BDA00024978782000000411
Figure BDA0002497878200000051
其中，
Figure BDA0002497878200000052
γ,Y,F是待求得变量，
Figure BDA0002497878200000053
N是自由控制的步数，γ是穷时域性能指标的上界，
Figure BDA0002497878200000054
表示克罗内克积，
Figure BDA0002497878200000055
w是观测误差的上界，
Figure BDA0002497878200000056
∏2＝[I2 I2 … I2]T，Wj＝[0 … 0 1 0 … 0]，
Figure BDA0002497878200000057
Figure BDA0002497878200000058
umin和umax分别表示控制输入的最小值和最大值，△umin和△umax分别表示控制输入增量的最小值和最大值，
Figure BDA0002497878200000059
GB＝[AN-1B AN-2B … A0B]；
(53)计算离散k时刻的超临界火电机组输入
Figure BDA00024978782000000510
调节燃料量和一次水旁路阀开度，进而控制转速和二次供水温度。
有益效果：与现有技术相比，本发明具有以下有益效果：
(1)提出的抗扰预测控制方法，将系统的非线性、模型失配和扰动集总一个扰动，利用广义扩增状态观测器对估计集总扰动和状态量，通过前馈补偿得到预测模型，然后设计了稳定预测控制器，在保证系统稳定性的同时，有效地提高了系统抗扰性能；
(2)仿真实验表明，提出的抗扰预测控制方法有效地解决了微型燃气轮机热电联供系统控制存在的控制难点，控制效果优于常规的预测控制和PID控制，具有跟踪速度快、超调量小和抗模型失配和干扰能力强的优点。
附图说明
图1为本发明方法步骤流程图；
图2为本发明实施例中微型燃气轮机热电联供系统示意图；
图3(a)为本发明方法在实验1中微型燃气轮机热电联供系统转速控制结果；
图3(b)为本发明方法在实验1中微型燃气轮机热电联供系统温度控制结果；
图3(c)为本发明方法在实验1中燃料量变化曲线；
图3(d)为本发明方法在实验1中阀门变化曲线；
图4(a)为本发明方法在实验2中微型燃气轮机热电联供系统转速控制结果；
图4(b)为本发明方法在实验2中微型燃气轮机热电联供系统温度控制结果；
图5为本发明方法在实验3中微型燃气轮机热电联供系统转速和温度控制结果；
图6(a)为本发明方法在实验4中微型燃气轮机热电联供系统转速控制结果；
图6(b)为本发明方法在实验4中微型燃气轮机热电联供系统温度控制结果。
具体实施方式
下面结合附图和具体实施例对本发明技术方案做进一步的说明。
微型燃气轮机热电联供系统是一个二输入二输出系统，它的输入量包括燃料量u1和一次水旁路阀开度u2，输出量包括微型燃气轮机转速y1和二次供水温度y2。微型燃气轮机转速只受燃料量影响，二次供水温度同时受到燃料量和一次水旁路阀开度影响，因此根据它的特定物理结构，可拆分成转速系统和温度系统。
如图1所示，本发明一种微型燃气轮机热电联供系统抗扰预测控制方法，包括以下步骤：
(1)采集微型燃气轮机热电联供系统的运行数据，包括燃料量、一次水旁路阀开度、转速和二次供水温度；
(2)分别辨识转速系统和温度系统的状态空间模型，然后建立微型燃气轮机热电联供系统的整体控制模型；
(21)基于燃料量和转速的数据建立转速系统的过程模型，其形式如下：
Figure BDA0002497878200000061
其中，x1(k)是在离散k时刻的转速系统的状态量，y1(k)是在离散k时刻的转速，u1(k)是在离散k时刻的燃料量，(A1,B1,C1,a1,b1)表示转速系统的参数；
(22)基于燃料量、一次旁路阀开度和二次供水温度系统建立温度系统的过程模型，其形式如下：
Figure BDA0002497878200000071
其中，x2(k)是在离散k时刻的温度系统的状态量，y2(k)是在离散k时刻的二次供水温度，u(k)在离散k时刻的微型燃气轮机热电联供系统控制量，u(k)＝[u1(k) u2(k)]T，T表示矩阵转置符号，u2(k)是在离散k时刻的一次水旁路阀开度，(A2,B2,C2,a2,b2)表示温度系统的参数；
(23)建立微型燃气轮机热电联供系统的整体控制模型，其形式如下：
Figure BDA0002497878200000072
其中，02×1是2行1列的零矩阵，(A,B,C,a,b)表示热电联供系统控制模型的参数。
(3)基于微型燃气轮机热电联供系统整体控制模型建立广义扩增状态观测器；
(31)建立如下的带有扰动项的热电联供系统模型：
Figure BDA0002497878200000073
其中，x(k)在离散k时刻的微型燃气轮机热电联供系统状态量，y(k)在离散k时刻的微型燃气轮机热电联供系统输出量，y(k)＝[y1(k) y2(k)]T，d(k)是状态集总扰动，v(k)是输出集总扰动，Bd和Cv分别是状态集总扰动矩阵和输出集总扰动矩阵；
(32)建立广义扩增状态观测器，其形式如下：
Figure BDA0002497878200000081
其中，符号“^”表示估计值，0和I是零矩阵和单位矩阵，L是观测器增益，△表示增量，△s表示s次增量；
(33)求解观测器增益L＝M-1N，矩阵M和N通过求解下面可行性问题得到：
Figure BDA0002497878200000082
其中，M、N和S是待求的矩阵，S是正定对称矩阵，
Figure BDA0002497878200000083
是给定的正定对称矩阵，用来调节观测器估计速度。
(4)基于广义扩增状态观测器建立稳定预测控制的预测模型；
(41)求解补偿扰动后的超临界火电机组稳态输入ut和状态xt：
Figure BDA0002497878200000084
其中yr是转速和温度的设定值；
(42)建立稳定预测控制的预测模型，其形式如下：
Figure BDA0002497878200000085
其中，
Figure BDA0002497878200000091
和
Figure BDA0002497878200000092
表示k时刻预测的未来k+i和k+i+1时刻的状态，
Figure BDA0002497878200000093
是当前k时刻预测的未来k+i时刻的输出，
Figure BDA0002497878200000094
是在k时刻的未来k+i时刻的输入量。
(5)基于步骤(4)得到的预测模型建立稳定预测控制器，调节燃料量和一次水旁路阀开度，控制转速和二次供水温度。
(51)建立稳定预测控制的无穷时域性能指标，其形式如下：
Figure BDA0002497878200000095
其中，Q和R分别是状态和控制输入调节矩阵参数；
(52)将步骤(51)的无穷时域性能指标转化为如下的优化问题：
Figure BDA0002497878200000096
受限于：
Figure BDA0002497878200000097
Figure BDA0002497878200000098
Figure BDA0002497878200000099
Figure BDA00024978782000000910
Figure BDA00024978782000000911
Figure BDA0002497878200000101
其中，
Figure BDA0002497878200000102
γ，Y，F是待求得变量，
Figure BDA0002497878200000103
N是自由控制的步，γ是无穷时域性能指标的上界，
Figure BDA0002497878200000104
表示克罗内克积，
Figure BDA0002497878200000105
w是观测误差的上界，
Figure BDA0002497878200000106
∏2＝[I2 I2 … I2]T，Wj＝[0 … 0 1 0 … 0]，
Figure BDA0002497878200000107
umin和umax分别表示控制输入的最小值和最大值，△umin和△umax分别表示控制输入增量的最小值和最大值，
Figure BDA0002497878200000108
GB＝[AN-1B AN-2B … A0B]；
(5-3)计算离散k时刻的超临界火电机组输入
Figure BDA0002497878200000109
调节燃料量和一次水旁路阀开度，进而控制转速和二次供水温度。
实施例。
为了使本发明要解决的技术问题、技术方案和有益效果更加清楚，下面结合附图及具体的实施例进行详尽的描述。
在此以某80kw微型燃气轮机和115kw供热系统组成的微型燃气轮机热电联供系统为例进行仿真实验，其结构图如图2所示，并具体说明本发明的设计方法及实施方案。图2所示的微型燃气轮机热电联供系统由微型燃气轮机和供热系统组成。微型燃气轮机的主要部件包括压气机、燃烧室、透平、回热器、发电机等。微型燃气轮机的工作过程如下：压气机从外界吸入空气，压缩后经过回热器再送入燃烧室，同时天然气燃料也被喷入燃烧室与高温的压缩空气混合，在定压下燃烧；生成的高温高压烟气进入透平做功，推动叶轮带动压气机叶轮一同旋转，同时推动发电机转子旋转产生电能；做功后的乏气通过回热器，再经风机排出。供热系统的主要部件为管壳式换热器以及水-水板式热交换器。微型燃气轮机排出的气体经过烟气换热器与来自冷却塔的一次水换热之后排空；高温的一次水通过一次网管道进入水-水板式热交换器，加热二次水产生热量，自身降温后重新回流进冷却塔完成循环。系统的操作变量是输入燃料量，输出变量是热水温度。
采集微型燃气轮机热电联供系统的运行数据，包括燃料量、一次水旁路阀开度、转速和二次供水温度，利用n4sid算法分别辨识得到转速系统和温度系统的状态空间模型如下：
Figure BDA0002497878200000111
Figure BDA0002497878200000112
其中，u＝[uF uV]T，
Figure BDA0002497878200000113
Figure BDA0002497878200000114
C1＝[211200 -150200]，
Figure BDA0002497878200000115
b1＝63528，
Figure BDA0002497878200000116
Figure BDA0002497878200000117
C2＝[43.68 -1.265 -1.206]，
Figure BDA0002497878200000118
提出的抗扰预测控制器的设计参数为：采样时间，扰动矩阵Bd＝diag{1,1,1,1,1}，状态加权系数Q＝diag{200000,100,5,1,1}，输入加权系数R＝diag{2,1000}，自由控制步数N＝2，w＝[0.01；0.01；0.01；0.01；0.01]，输入约束umin＝[0；0]，umax＝[0.009；100]，△u1,max＝0.0003，△u1,min＝-0.0003。
为了验证提出方法的优越性，同时将模型预测控制(MPC)和PID控制实施到图2所示的微型燃气轮机热电联供系统。
实验1：大范围设定值跟踪控制，转速和温度的设定值变化设置如下：
Figure BDA0002497878200000121
实验2：抗阶跃干扰实验。假设系统运行在(51400r/min,82.3℃)操作点，如下的未知输入扰动被加到系统的输入端：
Figure BDA0002497878200000122
实验3：抗斜波干扰实验。假设系统运行在(63652r/min,82℃)操作点，如下的未知输出扰动被加到系统的输出端：
Figure BDA0002497878200000123
实验4：抗模型失配实验。这边假设辨识的系统发生如下三种类型的失配。
失配1：
Figure BDA0002497878200000124
失配2：
Figure BDA0002497878200000125
失配3：
Figure BDA0002497878200000126
实验1的仿真结果在图3(a)～3(d)给出。实验2的仿真结果在图4(a)～4(b)给出。实验3的仿真结果在图5给出。实验4的仿真结果在图6(a)～6(b)给出。提出的抗扰预测控制方法有效地解决了微型燃气轮机热电联供系统存在的控制难点，控制效果优于模型预测控制和PID控制，具有跟踪速度快，超调量小，抗模型失配和干扰能力强优点。

Claims (5)

1.一种微型燃气轮机热电联供系统抗扰预测控制方法，其特征在于，包括以下步骤：
(1)采集微型燃气轮机热电联供系统的运行数据，包括燃料量、一次水旁路阀开度、转速和二次供水温度；
(2)分别辨识转速系统和温度系统的状态空间模型，然后建立热电联供系统的整体控制模型；
(3)基于热电联供系统整体控制模型建立广义扩增状态观测器；
(4)基于广义扩增状态观测器建立稳定预测控制的预测模型；
(5)建立稳定预测控制器，调节燃料量和一次水旁路阀开度，控制转速和二次供水温度。
2.根据权利要求1所述的微型燃气轮机热电联供系统抗扰预测控制方法，其特征在于，步骤(2)包括以下步骤：
(21)基于燃料量和转速的数据建立转速系统的过程模型，其形式如下：
Figure FDA0002497878190000011
其中，x1(k)是在离散k时刻的转速系统的状态量，y1(k)是在离散k时刻的转速，u1(k)是在离散k时刻的燃料量，(A1,B1,C1,a1,b1)表示转速系统的参数；
(22)基于燃料量、一次旁路阀开度和二次供水温度系统建立温度系统的过程模型，其形式如下：
Figure FDA0002497878190000012
其中，x2(k)是在离散k时刻的温度系统的状态量，y2(k)是在离散k时刻的二次供水温度，u(k)在离散k时刻的微型燃气轮机热电联供系统控制量，u(k)＝[u1(k) u2(k)]T，T表示矩阵转置符号，u2(k)是在离散k时刻的一次水旁路阀开度，(A2,B2,C2,a2,b2)表示温度系统的参数；
(23)建立热电联供系统的整体控制模型，其形式如下：
Figure FDA0002497878190000021
其中，02×1是2行1列的零矩阵，(A,B,C,a,b)表示热电联供系统控制模型的参数。
3.根据权利要求1所述的微型燃气轮机热电联供系统抗扰预测控制方法，其特征在于，步骤(3)包括以下步骤：
(31)建立如下的带有扰动项的热电联供系统模型：
Figure FDA0002497878190000022
其中，x(k)在离散k时刻的微型燃气轮机热电联供系统状态量，y(k)在离散k时刻的微型燃气轮机热电联供系统输出量，y(k)＝[y1(k) y2(k)]T，d(k)是状态集总扰动，v(k)是输出集总扰动，Bd和Cv分别是状态集总扰动矩阵和输出集总扰动矩阵；
(32)建立广义扩增状态观测器，其形式如下：
Figure FDA0002497878190000023
其中，符号“^”表示估计值，0和I是零矩阵和单位矩阵，L是观测器增益，△表示增量，△s表示s次增量；
(33)求解观测器增益L＝M-1N，矩阵M和N通过求解下面可行性问题得到：
Figure FDA0002497878190000031
其中，M、N和S是待求的矩阵，S是正定对称矩阵，
Figure FDA0002497878190000032
是给定的正定对称矩阵，用来调节观测器估计速度。
4.根据权利要求1所述的微型燃气轮机热电联供系统抗扰预测控制方法，其特征在于，步骤(4)包括以下步骤：
(41)求解补偿扰动后的超临界火电机组稳态输入ut和状态xt：
Figure FDA0002497878190000033
其中yr是转速和温度的设定值；
(42)建立稳定预测控制的预测模型，其形式如下：
Figure FDA0002497878190000034
其中，
Figure FDA0002497878190000035
Figure FDA0002497878190000036
和
Figure FDA0002497878190000037
表示k时刻预测的未来k+i和k+i+1时刻的状态，
Figure FDA0002497878190000038
是当前k时刻预测的未来k+i时刻的输出，
Figure FDA0002497878190000039
是在k时刻的未来k+i时刻的输入量。
5.根据权利要求1所述的微型燃气轮机热电联供系统抗扰预测控制方法，其特征在于，步骤(5)包括以下步骤：
(51)建立稳定预测控制的无穷时域性能指标，其形式如下：
Figure FDA00024978781900000310
其中，Q和R分别是状态和控制输入调节矩阵参数；
(52)将步骤(51)的无穷时域性能指标转化为如下的优化问题：
Figure FDA0002497878190000041
受限于：
Figure FDA0002497878190000042
Figure FDA0002497878190000043
Figure FDA0002497878190000044
Figure FDA0002497878190000045
Figure FDA0002497878190000046
Figure FDA0002497878190000047
其中，
Figure FDA0002497878190000048
γ,Y,F是待求得变量，
Figure FDA0002497878190000049
N是自由控制的步数，γ是穷时域性能指标的上界，
Figure FDA00024978781900000410
Figure FDA00024978781900000411
表示克罗内克积，
Figure FDA00024978781900000412
w是观测误差的上界,
Figure FDA00024978781900000413
∏2＝[I2 I2 … I2]T,Wj＝[0 …0 1 0 … 0]，
Figure FDA00024978781900000414
umin和umax分别表示控制输入的最小值和最大值，△umin和△umax分别表示控制输入增量的最小值和最大值，
Figure FDA0002497878190000051
GA＝AN-1，GB＝[AN-1B AN-2B … A0B]；
(53)计算离散k时刻的超临界火电机组输入
Figure FDA0002497878190000052
调节燃料量和一次水旁路阀开度，进而控制转速和二次供水温度。
CN202010423642.8A 2020-05-19 2020-05-19 一种微型燃气轮机热电联供系统抗扰预测控制方法 Active CN111596546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010423642.8A CN111596546B (zh) 2020-05-19 2020-05-19 一种微型燃气轮机热电联供系统抗扰预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010423642.8A CN111596546B (zh) 2020-05-19 2020-05-19 一种微型燃气轮机热电联供系统抗扰预测控制方法

Publications (2)

Publication Number Publication Date
CN111596546A true CN111596546A (zh) 2020-08-28
CN111596546B CN111596546B (zh) 2022-06-03

Family

ID=72183713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010423642.8A Active CN111596546B (zh) 2020-05-19 2020-05-19 一种微型燃气轮机热电联供系统抗扰预测控制方法

Country Status (1)

Country Link
CN (1) CN111596546B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112147891A (zh) * 2020-09-07 2020-12-29 东南大学 一种火电机组协调系统全局非线性优化控制方法
CN113341717A (zh) * 2021-06-10 2021-09-03 江苏舜高智能科技有限公司 一种大型燃煤电站co2捕集整体系统扰动抑制方法
CN113359441A (zh) * 2021-05-26 2021-09-07 东南大学溧阳研究院 基于不确定性补偿的燃烧室热声震荡模型预测控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105652665A (zh) * 2016-03-03 2016-06-08 东南大学 一种微型燃气轮机冷热电三联供系统的协调控制方法
CN105676647A (zh) * 2016-03-11 2016-06-15 东南大学 一种基于状态观测器的冷热电三联供系统预测控制方法
CN107807524A (zh) * 2017-10-20 2018-03-16 东南大学 一种微型燃气轮机冷热电三联供系统鲁棒自适应控制方法
CN108345571A (zh) * 2018-01-18 2018-07-31 东南大学 微型燃气轮机冷热电联供系统预测控制方法与控制系统
CN108536012A (zh) * 2018-03-23 2018-09-14 东南大学 一种超临界火电机组协调控制系统及其非线性抗干扰控制方法
CN109669355A (zh) * 2018-12-13 2019-04-23 东南大学 基于广义预测控制的微型燃气轮机冷电联供控制系统及控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105652665A (zh) * 2016-03-03 2016-06-08 东南大学 一种微型燃气轮机冷热电三联供系统的协调控制方法
CN105676647A (zh) * 2016-03-11 2016-06-15 东南大学 一种基于状态观测器的冷热电三联供系统预测控制方法
CN107807524A (zh) * 2017-10-20 2018-03-16 东南大学 一种微型燃气轮机冷热电三联供系统鲁棒自适应控制方法
CN108345571A (zh) * 2018-01-18 2018-07-31 东南大学 微型燃气轮机冷热电联供系统预测控制方法与控制系统
CN108536012A (zh) * 2018-03-23 2018-09-14 东南大学 一种超临界火电机组协调控制系统及其非线性抗干扰控制方法
CN109669355A (zh) * 2018-12-13 2019-04-23 东南大学 基于广义预测控制的微型燃气轮机冷电联供控制系统及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEN CHEN.ETC: "《Improving Simultaneous Cooling and Power Load-Following Capability for MGT-CCP Using Coordinated Predictive Controls》", 《ENERGIES》 *
赵骏等: "《基于模糊状态观测器的燃气轮机转速传感器故障检测研究》", 《传感技术学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112147891A (zh) * 2020-09-07 2020-12-29 东南大学 一种火电机组协调系统全局非线性优化控制方法
CN112147891B (zh) * 2020-09-07 2022-06-14 东南大学 一种火电机组协调系统全局非线性优化控制方法
CN113359441A (zh) * 2021-05-26 2021-09-07 东南大学溧阳研究院 基于不确定性补偿的燃烧室热声震荡模型预测控制方法
CN113341717A (zh) * 2021-06-10 2021-09-03 江苏舜高智能科技有限公司 一种大型燃煤电站co2捕集整体系统扰动抑制方法

Also Published As

Publication number Publication date
CN111596546B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN111596546B (zh) 一种微型燃气轮机热电联供系统抗扰预测控制方法
CN110488610B (zh) 一种基于鲁棒模糊预测控制的微型燃气轮机热电联供系统热负荷控制方法
Pathak et al. AGC of two area power system based on different power output control strategies of thermal power generation
CN108536012B (zh) 一种超临界火电机组协调控制系统及其非线性抗干扰控制方法
WO2022105357A1 (zh) 带有增量式调节功能的高温气冷堆氦气流量控制系统及方法
CN113489024B (zh) 热电联供机组多模式抽汽辅助调峰调频控制系统及方法
CN111256204B (zh) 火电厂耦合吸收式热泵的供热优化方法
Chen et al. Phase compensation based active disturbance rejection control for high order superheated steam temperature system
CN111403779A (zh) 一种应用在燃料电池热管理系统中的模型参考自适应控制方法
CN116933630B (zh) 一种闭式空气布雷顿循环多目标优化和构型筛选方法
CN110120675A (zh) 一种光热发电参与电网一次调频的装置及控制系统和方法
CN116047897A (zh) 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法
CN112836419B (zh) 一种热源分流式余热发电系统及其粒子群优化控制方法
CN111736464B (zh) 一种基于广义扩增状态观测器的热工过程h无穷控制方法
Aurora et al. Nonlinear model predictive control of combined cycle power plants
Zhou et al. Nonlinear Modeling and Control of Full Recuperative MGT-CHP System Based on Hammerstein Model
Zhao et al. Multi-objective economic predictive controller for optimal dynamic energy efficiency in mgt-cchp
Shahin et al. Nonlinear Model Predictive Control for Power Generation Gas Turbines
Chen et al. Active control of stack inlet and outlet coolant temperature for the PEM fuel cell system
Luo et al. Divisional Regulation of Air-cooled Axial Flow Fan Array based on Model Predictive Control
Weihai et al. Model-based fuzzy control for the thermal management of PEM fuel cells
Cong et al. Modeling and Optimal Control of Hydrogen Fuel Cell Cogeneration System
Ayubirad et al. Model-Based Temperature Tracking Control in Automotive Fuel Cells
Li et al. Dynamic Modeling and Predictive Control of Heavy-Duty Gas Turbines
CN114744669A (zh) 一种用于离网型综合能源系统热电协调的变区间控制方法

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