CN112130455A - 协调控制系统的控制方法、装置、存储介质及系统 - Google Patents
协调控制系统的控制方法、装置、存储介质及系统 Download PDFInfo
- Publication number
- CN112130455A CN112130455A CN202010828733.XA CN202010828733A CN112130455A CN 112130455 A CN112130455 A CN 112130455A CN 202010828733 A CN202010828733 A CN 202010828733A CN 112130455 A CN112130455 A CN 112130455A
- Authority
- CN
- China
- Prior art keywords
- instruction
- target
- value
- steam pressure
- main steam
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000003245 coal Substances 0.000 claims abstract description 80
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 70
- 230000001105 regulatory effect Effects 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 99
- 238000012546 transfer Methods 0.000 claims description 76
- 239000013598 vector Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 7
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000010977 unit operation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
本申请实施例公开了一种协调控制系统的控制方法、装置、存储介质及系统，属于热工控制领域。该方法中的协调控制系统包括PID系统和MPC系统，利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令；利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令；将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统。本申请可以简化系统结构，加快负荷升降速率，提高主汽压力与分离器温度的稳定性，且算法简单，工程应用方便，能够较好地处理约束问题，减小汽机调门开度等控制量的变化幅度，保证机组运行的安全性与经济性。
Description
技术领域
本申请实施例涉及热工控制领域，特别涉及一种协调控制系统的控制方法、装置、存储介质及系统。
背景技术
上世纪70年代提出的自校正控制技术在造纸厂得到了成功应用。70年代后期，在自校正控制技术的基础之上，预测控制技术逐渐发展了起来。本世纪以来，人们越来越多地将预测控制技术运用到其他领域，在交通、土木、能源、航天航空及医疗等方面都能发现其身影。预测控制技术在处理带约束控制优化问题的优势使其在很多行业得到应用。
随着机组参数的持续增大，受控对象的复杂程度和控制要求均有所提高，会出现很多问题。超临界机组的协调控制系统中，给水流量的扰动对机组的实发功率和主汽压力影响也较大。因此，除了将煤量、汽机调门开度作为协调控制系统的控制量，主汽压力和实发功率作为协调控制系统的被控量以外，还需要将给水流量作为协调控制系统中的控制量，同时将中间点温度作为被控量。由于超临界机组采用直流炉，汽水循环系统循环速度高，且要求控制系统动作更快，若依然采用传统PID(Proportional IntegralDifferential，比例积分微分)系统输出煤量指令和给水量指令，控制效果不理想。
发明内容
本申请实施例提供了一种协调控制系统的控制方法、装置、存储介质及系统，用于解决采用PID系统输出煤量指令和给水量指令，控制效果差的问题。所述技术方案如下：
一方面，提供了一种协调控制系统的控制方法，用于协调控制系统中，所述协调控制系统包括比例积分微分PID系统和模型预测控制MPC系统，所述方法包括：
获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值；
利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度设定值计算目标煤量指令和目标给水量指令；
将所述目标汽机调门开度指令、所述目标煤量指令和所述目标给水量指令应用于所述协调控制系统。
在一种可能的实现方式中，所述利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令，包括：
利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
当所述主汽压力实际值和所述主汽压力的设定值的偏差量经过死区时修改所述目标汽机调门开度指令，修改后的目标汽机调门开度指令所对应的汽机调门开度的变化量在预设变化范围内。
在一种可能的实现方式中，所述利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度计算目标煤量指令和目标给水量指令，包括：
利用所述MPC系统获取当前煤量指令和当前给水量指令；
利用所述MPC系统中的预测模型根据所述当前煤量指令、所述当前给水量指令和预设的状态量计算预测输出量，所述预测输出量包括预测主汽压力值和预测分离器温度值；
对所述状态量进行校正；
根据校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值计算所述目标煤量指令和所述目标给水量指令。
在一种可能的实现方式中，所述方法还包括：
生成所述协调控制系统的被控对象的输入输出表达式
所述PT是主汽压力，所述Tsp是分离器温度，所述B是煤量指令，所述W是给水量指令，所述GPB(s)是煤量指令对主汽压力的传递函数模型，所述GTB(s)是煤量指令对分离器温度的传递函数模型，所述GPW(s)是给水量指令对主汽压力的传递函数模型，所述GTW(s)是给水量指令对分离器温度的传递函数模型，所述G(s)是传递函数矩阵；
根据所述传递函数矩阵和扰动项生成状态空间模型
所述x是状态量，所述u是输入量，所述y是输出量，所述d是扰动项，所述t是时间序列，
根据所述状态空间模型计算得到所述预测模型
Δ是时间增量算子。
在一种可能的实现方式中，所述根据校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值计算所述目标煤量指令和所述目标给水量指令，包括：
根据所述校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值设定优化性能指标；
对所述优化性能指标进行转换后求解，得到最优控制增量序列；
从所述最优控制增量序列中选择当前时刻的控制增量，根据前一时刻的煤量指令、前一时刻的给水量指令和所述当前时刻的控制增量计算所述目标煤量指令和所述目标给水量指令。
在一种可能的实现方式中，所述方法还包括：
生成第一传递函数模型，所述第一传递函数模型的输入为煤量指令和给水量指令，输出为主汽压力；
将所述第一传递函数模型转化为最小二乘形式，所述最小二乘形式中的第一参数向量未知；
根据多个采样时刻的第一实验数据生成第一线性方程组，所述第一实验数据包括实验煤量指令、实验给水指令和实验主汽压力；
根据所述第一线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的所述参数向量确定所述第一传递函数模型，所述第一传递函数模型包括所述GPB(s)和所述GPW(s)。
在一种可能的实现方式中，所述方法还包括：
生成第二传递函数模型，所述第二传递函数模型的输入为煤量指令和给水量指令，输出为分离器温度；
将所述第二传递函数模型转化为最小二乘形式，所述最小二乘形式中的第二参数向量未知；
根据多个采样时刻的第二实验数据生成第二线性方程组，所述第二实验数据包括实验煤量指令、实验给水指令和实验分离器温度；
根据所述第二线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的所述参数向量确定所述第二传递函数模型，所述第二传递函数模型包括所述GTB(s)和所述GTW(s)。
一方面，提供了一种协调控制系统的控制装置，用于协调控制系统中，所述协调控制系统包括比例积分微分PID系统和模型预测控制MPC系统，所述装置包括：
获取模块，用于获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值；
第一计算模块，用于利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
第二计算模块，用于利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度设定值计算目标煤量指令和目标给水量指令；
执行模块，用于将所述目标汽机调门开度指令、所述目标煤量指令和所述目标给水量指令应用于所述协调控制系统。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的协调控制系统的控制方法。
一方面，提供了一种协调控制系统，所述协调控制系统包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的协调控制系统的控制方法。
本申请实施例提供的技术方案的有益效果至少包括：
通过利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令，利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令，再将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统，这样，可以通过MPC系统来计算目标煤量指令和目标给水量指令，而无需再利用两个PID系统来分别计算目标煤量指令和目标给水量指令，可以简化协调控制系统的结构。另外，MPC系统可以利用预测控制代替前馈作用，能够有效简化传统协调控制系统结构，加快负荷升降速率，提高主汽压力与分离器温度的稳定性。同时，MPC系统的算法简单，工程应用方便，能够较好地处理约束问题，减小汽机调门开度等控制量的变化幅度，保证机组运行的安全性与经济性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的协调控制系统的控制方法的方法流程图；
图2是本申请一个实施例提供的协调控制系统结构示意图；
图3是本申请一个实施例提供的协调控制系统的控制装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1，其示出了本申请一个实施例提供的协调控制系统的控制方法的方法流程图，该协调控制系统的控制方法可以应用于协调控制系统中，该协调控制系统包括PID系统和MPC(Model Predictive Control，模型预测控制)系统。该协调控制系统的控制方法，可以包括：
步骤101，获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值。
步骤102，利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令。
其中，PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令的算法有很多种，本实施例不作限定。
在一种实现方式中，PID系统可以将计算得到汽机调门开度指令直接作为最终的目标汽机调门开度指令。
在另一种实现方式中，PID系统还可以在计算得到汽机调门开度指令之后，再对该汽机调门开度指令进行调整，得到目标汽机调门开度指令，以保证机组的主汽压力稳定，请参考图2。此时，利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令，可以包括：利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令；当主汽压力实际值和所述主汽压力的设定值的偏差量经过死区时修改目标汽机调门开度指令，修改后的目标汽机调门开度指令所对应的汽机调门开度的变化量在预设变化范围内。
步骤103，利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令。
其中，利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令，包括可以：
步骤1031，利用MPC控制器获取当前煤量指令和当前给水量指令。
步骤1032，利用所述MPC系统中的预测模型根据当前煤量指令、当前给水量指令和预设的状态量计算预测输出量，该预测输出量包括预测主汽压力值和预测分离器温度值。
在计算预测输出量之前需要先生成预测模型。本实施例中，可以采用带扰动项扩增的状态空间模型来描述具有干扰的被控过程，则生成的协调控制系统的被控对象的输入输出表达式为
PT是主汽压力，Tsp是分离器温度，B是煤量指令，W是给水量指令，GPB(s)是煤量指令对主汽压力的传递函数模型，GTB(s)是煤量指令对分离器温度的传递函数模型，GPW(s)是给水量指令对主汽压力的传递函数模型，GTW(s)是给水量指令对分离器温度的传递函数模型，G(s)是传递函数矩阵。
需要说明的是，本实施例中，还需要利用实验数据通过最小二乘法拟合得到GPB(s)、GTB(s)、GPW(s)和GTW(s)。
在生成GPB(s)和GPW(s)时，生成第一传递函数模型，该第一传递函数模型的输入为煤量指令和给水量指令，输出为主汽压力；将第一传递函数模型转化为最小二乘形式，最小二乘形式中的第一参数向量未知；根据多个采样时刻的第一实验数据生成第一线性方程组，第一实验数据包括实验煤量指令、实验给水指令和实验主汽压力；根据第一线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的参数向量确定第一传递函数模型，第一传递函数模型包括GPB(s)和GPW(s)。
在实现时，可以将GPB(s)和GPW(s)看作是一个双输入单输出的子系统，即该子系统的一个输入为煤量指令，另一个输入为给水量指令，输出为主汽压力，则第一传递函数模型中的子系统的模型可以表示为
其中，u(t)是子系统的输入，z(t)是子系统的输出，e(t)是噪声。
在得到子系统的模型后，可以将该子系统的模型写成最小二乘形式
其中，θ是第一参数向量，h＝[-z(t-1),…,-z(t-n),u(t-1),…u(t-n)]T。
根据L个采样时刻的第一实验数据将最小二乘形式构成线性方程组，并选取准则函数
其中，
是预测输出量。通过选择准则函数的函数值最小时的一组向量参数作为第一传递函数模型的最优向量参数，得到第一传递函数模型，也即得到GPB(s)和GPW(s)。
在生成GTB(s)和GTW(s)时，生成第二传递函数模型，该第二传递函数模型的输入为煤量指令和给水量指令，输出为分离器温度；将第二传递函数模型转化为最小二乘形式，最小二乘形式中的第二参数向量未知；根据多个采样时刻的第二实验数据生成第二线性方程组，第二实验数据包括实验煤量指令、实验给水指令和实验分离器温度；根据第二线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的参数向量确定第二传递函数模型，第二传递函数模型包括GTB(s)和GTW(s)。
在实现时，可以将GTB(s)和GTW(s)看作是一个双输入单输出的子系统，即该子系统的一个输入为煤量指令，另一个输入为给水量指令，输出为分离器温度，后续计算GTB(s)和GTW(s)的算法与计算GPB(s)和GPW(s)的算法相同，此处不作赘述。
在得到传递函数矩阵后，可以根据传递函数矩阵和扰动项生成状态空间模型
x是状态量，u是输入量，y是输出量，d是扰动项，t是时间序列，
需要说明的是，在生成状态空间模型时还加入了扰动项。
在一个实例中，
C0＝[-326.4 0.5055 -0.006637 -0.0006382 0.004572 -0.0008364]。
根据状态空间模型计算得到预测模型，也称为增广状态空间模型
Δ是时间增量算子。需要说明的是，可以对上述状态空间模型进行扩增，改写为增量形式，并将扰动项d加入状态，得到上述增广状态空间模型，该增广状态空间模型也可以写成
步骤1033，对状态量进行校正。
由于在实际过程中状态量通常不可测，所以，通过卡尔曼滤波对增广状态空间模型进行状态预测和校正，得到校正后的状态量。
其中，预测过程为
校正过程为
其中，P是状态协方差系数矩阵，L是卡尔曼增益矩阵，Q是过程噪声协方差系数矩阵，R是测量噪声协方差系数矩阵。
步骤1034，根据校正后的状态量、预测输出量、主汽压力设定值和分离器温度设定值计算目标煤量指令和目标给水量指令。
其中，根据校正后的状态量、预测输出量、主汽压力设定值和分离器温度设定值计算目标煤量指令和目标给水量指令，可以包括：根据校正后的状态量、预测输出量、主汽压力设定值和分离器温度设定值设定优化性能指标；对优化性能指标进行转换后求解，得到最优控制增量序列；从最优控制增量序列中选择当前时刻的控制增量，根据前一时刻的煤量指令、前一时刻的给水量指令和当前时刻的控制增量计算当前时刻的目标煤量指令和目标给水量指令。
取预测时长为p，控制时长为m，则优化性能指标J可以表示为
其中，
是设定输出量，即主汽压力设定值和分离器温度设定值，
是预测输出量，且
与校正后的状态量相关，ulow,uhigh是控制量约束幅值，Δulow,Δuhigh是控制增量约束幅值，
是输出误差加权系数矩阵，且矩阵中不同元素的大小表示不同的权重；
是控制增量加权系数矩阵，矩阵中不同元素的大小表示不同的权重；且Q,R中的加权系数取常数。
将优化性能指标J转化为与Δu相关的形式，则带约束的优化问题可通过二次规划问题求解，得到最优控制增量序列Δum(t)，该序列中包括从当前时刻开始的m个时刻的控制增量。之后，可以通过公式u(t)＝u(t-1)+Δu(t)计算目标煤量指令和目标给水量指令。其中，Δu(t-1)是上一时刻的控制增量，Δu(t)是当前时刻的控制增量，可以以t+1时刻为基点进行下一时刻的最优控制增量序列计算，以实现滚动优化。
步骤104，将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统。
综上所述，本申请实施例提供的协调控制系统的控制方法，通过利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令，利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令，再将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统，这样，可以通过MPC系统来计算目标煤量指令和目标给水量指令，而无需再利用两个PID系统来分别计算目标煤量指令和目标给水量指令，可以简化协调控制系统的结构。另外，MPC系统可以利用预测控制代替前馈作用，能够有效简化传统协调控制系统结构，加快负荷升降速率，提高主汽压力与分离器温度的稳定性。同时，MPC系统的算法简单，工程应用方便，能够较好地处理约束问题，减小汽机调门开度等控制量的变化幅度，保证机组运行的安全性与经济性。
在一个实例中，MPC系统的控制参数中，采样周期Ts为5，预测时域p为80，预测时域m为2，控制权系数r1为1，控制权系数r2为1，主汽压力输出误差权系数q1为0.5，分离器温度输出误差权系数q2为0.25。
在上述MPC系统为例，对某厂660MW超超临界机组，在600MW负荷段以13MW/min速率变负荷进行了升降负荷测试。结果显示：负荷指令以13MW/min的速率从620MW下降到560MW，再以同样速率恢复到620MW，实发功率能够快速跟随负荷指令，在满足控制量约束的条件下，主汽压力与分离器温度变化更加稳定，波动较小。主汽压力与压力设定值偏差在0.15MPa以内，最大动态偏差仅0.5MPa，由于分离器温度得到有效控制，过热汽温和再热汽温最大动态偏差小于1℃。
以上实例表明，本实施例的MPC系统与PID系统相结合来控制超临界机组的方法，在对传统协调控制系统的结构进行简化的同时，加快负荷升降速率，提高主汽压力与分离器温度的稳定性，减小汽机调门开度等控制量的变化幅度，机组经济性和安全性均得到保障。
请参考图3，其示出了本申请一个实施例提供的协调控制系统的控制装置的结构框图，该协调控制系统的控制装置可以应用于协调控制系统中，该协调控制系统包括PID系统和MPC系统。该协调控制系统的控制装置，可以包括：
获取模块310，用于获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值；
第一计算模块320，用于利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令；
第二计算模块330，用于利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令；
执行模块340，用于将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统。
在一个可选的实施例中，第一计算模块320，还用于：
利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令；
当主汽压力实际值和主汽压力的设定值的偏差量经过死区时修改目标汽机调门开度指令，修改后的目标汽机调门开度指令所对应的汽机调门开度的变化量在预设变化范围内。
在一个可选的实施例中，第二计算模块330，还用于：
利用MPC系统获取当前煤量指令和当前给水量指令；
利用MPC系统中的预测模型根据当前煤量指令、当前给水量指令和预设的状态量计算预测输出量，预测输出量包括预测主汽压力值和预测分离器温度值；
对状态量进行校正；
根据校正后的状态量、预测输出量、主汽压力设定值和分离器温度设定值计算目标煤量指令和目标给水量指令。
在一个可选的实施例中，该装置还包括生成模块，用于：
生成协调控制系统的被控对象的输入输出表达式
PT是主汽压力，Tsp是分离器温度，B是煤量指令，W是给水量指令，GPB(s)是煤量指令对主汽压力的传递函数模型，GTB(s)是煤量指令对分离器温度的传递函数模型，GPW(s)是给水量指令对主汽压力的传递函数模型，GTW(s)是给水量指令对分离器温度的传递函数模型，G(s)是传递函数矩阵；
根据传递函数矩阵和扰动项生成状态空间模型
x是状态量，u是输入量，y是输出量，d是扰动项，t是时间序列，
根据状态空间模型计算得到预测模型
Δ是时间增量算子。
在一个可选的实施例中，第二计算模块330，还用于：
根据校正后的状态量、预测输出量、主汽压力设定值和分离器温度设定值设定优化性能指标；
对优化性能指标进行转换后求解，得到最优控制增量序列；
从最优控制增量序列中选择当前时刻的控制增量，根据前一时刻的煤量指令、前一时刻的给水量指令和当前时刻的控制增量计算目标煤量指令和目标给水量指令。
在一个可选的实施例中，第二计算模块330，还用于：
生成第一传递函数模型，第一传递函数模型的输入为煤量指令和给水量指令，输出为主汽压力；
将第一传递函数模型转化为最小二乘形式，最小二乘形式中的第一参数向量未知；
根据多个采样时刻的第一实验数据生成第一线性方程组，第一实验数据包括实验煤量指令、实验给水指令和实验主汽压力；
根据第一线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的参数向量确定第一传递函数模型，第一传递函数模型包括GPB(s)和GPW(s)。
在一个可选的实施例中，第二计算模块330，还用于：
生成第二传递函数模型，第二传递函数模型的输入为煤量指令和给水量指令，输出为分离器温度；
将第二传递函数模型转化为最小二乘形式，最小二乘形式中的第二参数向量未知；
根据多个采样时刻的第二实验数据生成第二线性方程组，第二实验数据包括实验煤量指令、实验给水指令和实验分离器温度；
根据第二线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的参数向量确定第二传递函数模型，第二传递函数模型包括GTB(s)和GTW(s)。
综上所述，本申请实施例提供的协调控制系统的控制装置，通过利用PID系统根据机组功率实际值和机组功率设定值计算目标汽机调门开度指令，利用MPC系统根据主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值计算目标煤量指令和目标给水量指令，再将目标汽机调门开度指令、目标煤量指令和目标给水量指令应用于协调控制系统，这样，可以通过MPC系统来计算目标煤量指令和目标给水量指令，而无需再利用两个PID系统来分别计算目标煤量指令和目标给水量指令，可以简化协调控制系统的结构。另外，MPC系统可以利用预测控制代替前馈作用，能够有效简化传统协调控制系统结构，加快负荷升降速率，提高主汽压力与分离器温度的稳定性。同时，MPC系统的算法简单，工程应用方便，能够较好地处理约束问题，减小汽机调门开度等控制量的变化幅度，保证机组运行的安全性与经济性。
本申请一个实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的协调控制系统的控制方法。
本申请一个实施例提供了一种协调控制系统，所述协调控制系统包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的协调控制系统的控制方法。
需要说明的是：上述实施例提供的协调控制系统的控制装置在进行协调控制系统的控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将协调控制系统的控制装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的协调控制系统的控制装置与协调控制系统的控制方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请实施例的保护范围之内。
Claims (10)
1.一种协调控制系统的控制方法，其特征在于，用于协调控制系统中，所述协调控制系统包括比例积分微分PID系统和模型预测控制MPC系统，所述方法包括：
获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值；
利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度设定值计算目标煤量指令和目标给水量指令；
将所述目标汽机调门开度指令、所述目标煤量指令和所述目标给水量指令应用于所述协调控制系统。
2.根据权利要求1所述的方法，其特征在于，所述利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令，包括：
利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
当所述主汽压力实际值和所述主汽压力的设定值的偏差量经过死区时修改所述目标汽机调门开度指令，修改后的目标汽机调门开度指令所对应的汽机调门开度的变化量在预设变化范围内。
3.根据权利要求1所述的方法，其特征在于，所述利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度计算目标煤量指令和目标给水量指令，包括：
利用所述MPC系统获取当前煤量指令和当前给水量指令；
利用所述MPC系统中的预测模型根据所述当前煤量指令、所述当前给水量指令和预设的状态量计算预测输出量，所述预测输出量包括预测主汽压力值和预测分离器温度值；
对所述状态量进行校正；
根据校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值计算所述目标煤量指令和所述目标给水量指令。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
生成所述协调控制系统的被控对象的输入输出表达式
所述PT是主汽压力，所述Tsp是分离器温度，所述B是煤量指令，所述W是给水量指令，所述GPB(s)是煤量指令对主汽压力的传递函数模型，所述GTB(s)是煤量指令对分离器温度的传递函数模型，所述GPW(s)是给水量指令对主汽压力的传递函数模型，所述GTW(s)是给水量指令对分离器温度的传递函数模型，所述G(s)是传递函数矩阵；
根据所述传递函数矩阵和扰动项生成状态空间模型
所述x是状态量，所述u是输入量，所述y是输出量，所述d是扰动项，所述t是时间序列，
根据所述状态空间模型计算得到所述预测模型
Δ是时间增量算子。
5.根据权利要求3所述的方法，其特征在于，所述根据校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值计算所述目标煤量指令和所述目标给水量指令，包括：
根据所述校正后的状态量、所述预测输出量、所述主汽压力设定值和所述分离器温度设定值设定优化性能指标；
对所述优化性能指标进行转换后求解，得到最优控制增量序列；
从所述最优控制增量序列中选择当前时刻的控制增量，根据前一时刻的煤量指令、前一时刻的给水量指令和所述当前时刻的控制增量计算所述目标煤量指令和所述目标给水量指令。
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
生成第一传递函数模型，所述第一传递函数模型的输入为煤量指令和给水量指令，输出为主汽压力；
将所述第一传递函数模型转化为最小二乘形式，所述最小二乘形式中的第一参数向量未知；
根据多个采样时刻的第一实验数据生成第一线性方程组，所述第一实验数据包括实验煤量指令、实验给水指令和实验主汽压力；
根据所述第一线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的所述参数向量确定所述第一传递函数模型，所述第一传递函数模型包括所述GPB(s)和所述GPW(s)。
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
生成第二传递函数模型，所述第二传递函数模型的输入为煤量指令和给水量指令，输出为分离器温度；
将所述第二传递函数模型转化为最小二乘形式，所述最小二乘形式中的第二参数向量未知；
根据多个采样时刻的第二实验数据生成第二线性方程组，所述第二实验数据包括实验煤量指令、实验给水指令和实验分离器温度；
根据所述第二线性方程组选取准则函数的函数值最小时的一组参数向量，并根据选取的所述参数向量确定所述第二传递函数模型，所述第二传递函数模型包括所述GTB(s)和所述GTW(s)。
8.一种协调控制系统的控制装置，其特征在于，用于协调控制系统中，所述协调控制系统包括比例积分微分PID系统和模型预测控制MPC系统，所述装置包括：
获取模块，用于获取机组功率实际值、机组功率设定值、主汽压力实际值、主汽压力设定值、分离器温度实际值和分离器温度设定值；
第一计算模块，用于利用所述PID系统根据所述机组功率实际值和所述机组功率设定值计算目标汽机调门开度指令；
第二计算模块，用于利用所述MPC系统根据所述主汽压力实际值、所述主汽压力设定值、所述分离器温度实际值和所述分离器温度设定值计算目标煤量指令和目标给水量指令；
执行模块，用于将所述目标汽机调门开度指令、所述目标煤量指令和所述目标给水量指令应用于所述协调控制系统。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的协调控制系统的控制方法。
10.一种协调控制系统，其特征在于，所述协调控制系统包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至7任一所述的协调控制系统的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010828733.XA CN112130455B (zh) | 2020-08-18 | 2020-08-18 | 协调控制系统的控制方法、装置、存储介质及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010828733.XA CN112130455B (zh) | 2020-08-18 | 2020-08-18 | 协调控制系统的控制方法、装置、存储介质及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112130455A true CN112130455A (zh) | 2020-12-25 |
| CN112130455B CN112130455B (zh) | 2022-12-09 |
Family
ID=73851687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010828733.XA Active CN112130455B (zh) | 2020-08-18 | 2020-08-18 | 协调控制系统的控制方法、装置、存储介质及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112130455B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112947052A (zh) * | 2021-01-29 | 2021-06-11 | 华能甘肃能源开发有限公司 | 一种直接空冷型机组背压的控制方法及系统 |
| CN113267994A (zh) * | 2021-04-23 | 2021-08-17 | 湖南省湘电试验研究院有限公司 | 基于三级控制串联的火电机组主汽压力控制方法及系统 |
| CN113391552A (zh) * | 2021-06-15 | 2021-09-14 | 华北电力大学 | 一种提高火电机组灵活性运行的级联自适应容积卡尔曼自抗扰控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183890A (zh) * | 2011-03-16 | 2011-09-14 | 东南大学 | 协调控制系统调节器参数优化整定方法 |
| CN102411660A (zh) * | 2011-11-30 | 2012-04-11 | 哈尔滨工业大学 | 基于典型测试信号和最小二乘的供热过程建模方法 |
| CN104482525A (zh) * | 2014-12-25 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 超超临界机组再热汽温的控制方法和系统 |
| CN107515598A (zh) * | 2017-09-06 | 2017-12-26 | 东南大学 | 基于多参数动态矩阵控制的火电机组分布式协调控制系统 |
| CN107728481A (zh) * | 2017-11-14 | 2018-02-23 | 江西理工大学 | 一种基于模型预测控制的闭环建模方法及装置 |
| US20190212043A1 (en) * | 2016-05-18 | 2019-07-11 | Hill Phoenix, Inc. | Refrigeration system and method for automated charging and start-up control |
| CN110794677A (zh) * | 2019-11-04 | 2020-02-14 | 东南大学 | 基于迭代学习的抽汽供热发电机组协调系统预测控制器 |
| CN111443681A (zh) * | 2020-05-29 | 2020-07-24 | 聊城信源集团有限公司 | 超临界火电机组协调控制系统多模型预测控制设计方法 |
-
2020
- 2020-08-18 CN CN202010828733.XA patent/CN112130455B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183890A (zh) * | 2011-03-16 | 2011-09-14 | 东南大学 | 协调控制系统调节器参数优化整定方法 |
| CN102411660A (zh) * | 2011-11-30 | 2012-04-11 | 哈尔滨工业大学 | 基于典型测试信号和最小二乘的供热过程建模方法 |
| CN104482525A (zh) * | 2014-12-25 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 超超临界机组再热汽温的控制方法和系统 |
| US20190212043A1 (en) * | 2016-05-18 | 2019-07-11 | Hill Phoenix, Inc. | Refrigeration system and method for automated charging and start-up control |
| CN107515598A (zh) * | 2017-09-06 | 2017-12-26 | 东南大学 | 基于多参数动态矩阵控制的火电机组分布式协调控制系统 |
| CN107728481A (zh) * | 2017-11-14 | 2018-02-23 | 江西理工大学 | 一种基于模型预测控制的闭环建模方法及装置 |
| CN110794677A (zh) * | 2019-11-04 | 2020-02-14 | 东南大学 | 基于迭代学习的抽汽供热发电机组协调系统预测控制器 |
| CN111443681A (zh) * | 2020-05-29 | 2020-07-24 | 聊城信源集团有限公司 | 超临界火电机组协调控制系统多模型预测控制设计方法 |
Non-Patent Citations (2)
| Title |
|---|
| 庄伟: "超临界机组协调控制系统分析及预测控制策略研究", 《万方学位论文》 * |
| 蔡利军等: "模型预测控制在超超临界机组AGC协调控制和主汽温控制中的应用", 《中国电力》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112947052A (zh) * | 2021-01-29 | 2021-06-11 | 华能甘肃能源开发有限公司 | 一种直接空冷型机组背压的控制方法及系统 |
| CN113267994A (zh) * | 2021-04-23 | 2021-08-17 | 湖南省湘电试验研究院有限公司 | 基于三级控制串联的火电机组主汽压力控制方法及系统 |
| CN113267994B (zh) * | 2021-04-23 | 2023-05-05 | 湖南省湘电试验研究院有限公司 | 基于三级控制串联的火电机组主汽压力控制方法及系统 |
| CN113391552A (zh) * | 2021-06-15 | 2021-09-14 | 华北电力大学 | 一种提高火电机组灵活性运行的级联自适应容积卡尔曼自抗扰控制方法 |
| CN113391552B (zh) * | 2021-06-15 | 2022-07-29 | 华北电力大学 | 一种提高火电机组灵活性运行的级联自适应容积卡尔曼自抗扰控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112130455B (zh) | 2022-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112130455B (zh) | 协调控制系统的控制方法、装置、存储介质及系统 | |
| CN111459051B (zh) | 一种带扰动观测器的离散终端滑模无模型控制方法 | |
| 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 | |
| Arab-Alibeik et al. | Adaptive control of a PWR core power using neural networks | |
| Zhang et al. | Simultaneous gains tuning in boiler/turbine PID-based controller clusters using iterative feedback tuning methodology | |
| Hussain et al. | Nonlinear time-delay anti-windup compensator synthesis for nonlinear time-delay systems: a delay-range-dependent approach | |
| CN105974795B (zh) | 基于可控电抗器抑制电力系统低频振荡的模型预测控制方法 | |
| CN106340331B (zh) | 一种用于核反应堆功率的自抗扰控制方法 | |
| CN107908106A (zh) | 二次再热机组再热汽温的自降阶多回路集中预估控制系统 | |
| CN109144066B (zh) | 一种舰船用积分分离式pi型紧格式无模型自适应航向控制算法 | |
| Wang et al. | Research on improved active disturbance rejection control of continuous rotary motor electro-hydraulic servo system | |
| CN105955032A (zh) | 基于蝙蝠算法优化极限学习机的逆变器控制方法 | |
| CN110794677B (zh) | 基于迭代学习的抽汽供热发电机组协调系统预测控制器 | |
| Reddy et al. | Backstepping based model reference adaptive control for nuclear reactor with matched and unmatched uncertainties | |
| Shi et al. | A controller design method for high-order unstable linear time-invariant systems | |
| Nguyen et al. | On-policy and off-policy Q-learning strategies for spacecraft systems: An approach for time-varying discrete-time without controllability assumption of augmented system | |
| Lara-Cisneros et al. | Model based extremum-seeking controller via modelling-error compensation approach | |
| Chiu et al. | H∞ output-feedback fuzzy proportional-integral control of fully delayed input/output systems | |
| Wu et al. | A comparison study of a high order system with different ADRC control strategies | |
| Liu et al. | Saturated output feedback tracking control for robot manipulators via fuzzy self-tuning | |
| Wang et al. | Predictor-based optimal robust guaranteed cost control for uncertain nonlinear systems with completely tracking errors constraint | |
| Reddy et al. | Output feedback model reference adaptive control of nuclear reactor | |
| CN113189871B (zh) | 一种面向火电机组灵活性运行的协调控制策略 | |
| Hou et al. | Parameters optimization of ADRC based on adaptive CPSO algorithm and its application in main-steam temperature control system | |
| Li et al. | A study on tuning methods of linear active disturbance rejection control for a class of thermal processes |
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 |