CN112147891A - 一种火电机组协调系统全局非线性优化控制方法 - Google Patents

Abstract

本发明公开了一种火电机组协调系统全局非线性优化控制方法，所述控制方法针对锅炉被控对象具有大惯性、大迟延等特性，以及多变量锅炉‑汽机协调系统在大工况范围内具有强非线性的特点，结合增益调度方法和模糊逻辑推理策略设计模糊增益调度受限预测控制器，滚动优化全局控制品质。本发明有效提升了大型火电机组协调控制系统在大工况范围内的控制品质，负荷大范围变动时，控制系统响应速度快、稳定性能好、准确性高，同时具有良好的鲁棒性和一定的自适应能力，解决了控制约束受限问题，满足实际工程尤其是进行深度调峰的火电机组的需要。

Description

一种火电机组协调系统全局非线性优化控制方法

技术领域

本发明涉及热能动力工程和自动控制领域，尤其涉及一种火电机组协调系统全局非线性优化控制方法。

背景技术

火电机组协调系统具有大惯性、大迟延和强非线性等特点，对于机组在大工况范围内的控制，传统的协调系统控制方法采用多模型控制算法，即针对典型工况点事先设计一组控制器，然后由反映工况特性的调度变量动态选择相应控制器，但当实际工况偏离典型工况时，控制系统品质将会变差，由于目前增益调度方法缺少有效推理手段，难以保证控制系统全局最优。此外，目前火电机组协调系统优化控制方法主要是针对机组在个别负荷点上进行的，其优化结果必然使控制系统缺乏自适应能力。随着火电机组参与调峰和调频，机组大范围变负荷的情况比较频繁，机组协调系统动态特性变化很大，为确保机组协调系统全局非线性控制品质，需要我们探索其他更好的优化控制方案。

发明内容

本发明的目的是为了解决上述问题，针对火电机组协调系统全局非线性特性提出了一种火电机组协调系统全局非线性优化控制方法。

为达到上述目的，本发明采用的方法是：一种火电机组协调系统全局非线性优化控制方法，所述方法将增益调度方法和模糊逻辑推理理论相结合，基于扩展状态空间模型设计模糊增益调度受限预测控制器，包括以下步骤：

步骤S1：根据火电机组协调系统非线性模型建立典型工况点上局部线性化子模型M_i；

步骤S2：对电网负荷指令N_e进行模糊逻辑推理获得预测模型M；

步骤S3：基于增量型扩展状态空间模型预测控制算法计算控制作用增量Δu；

步骤S4：满足系统控制作用的幅值和速率约束条件后得到实际控制指令u。

进一步的，所述步骤S1中子模型M_i为离散状态空间模型，M_i具体表示为：

x(k+1)＝A_i·x(k)+B_i·u(k)

y(k)＝C_i·x(k)

i＝1，2，…，m

其中，u表示输入控制量，x表示状态量，y表示输出被调量，k表示离散时刻，m表示典型工况数，A_i，B_i，C_i表示工况i的系统参数矩阵。

进一步的，所述步骤S2中预测模型M是根据模糊逻辑推理计算得到的，M具体表示为：

x(k+1)＝A·x(k)+B·u(k)

y(k)＝C·x(k)

其中，

μ_i表示当前电网负荷指令N_e隶属于工况i的程度，即隶属度。

进一步的，所述步骤S3中控制量的增量Δu采用增量型扩展状态空间模型预测控制算法求取，具体过程包括：

(1)选用增量型扩展状态空间模型作为预测模型，具体表示为：

其中，

0为零矩阵，I为单位矩阵；

(2)根据预测模型预测多步输出，具体表示为：

其中，

N_p为预测步长；

(3)利用卡尔曼滤波估计状态

具体表示为：

其中，

为后验状态估计值，x_e(k)为先验状态估计值，K_k为卡尔曼增益矩阵，P_k为估计误差协方差矩阵，Q_k为激励噪声协方差矩阵，R_k为测量噪声协方差矩阵；

(4)利用目标函数计算最优控制增量Δu，具体表示为：

设参考轨迹为：

其中，w(k+j)表示j时刻输出被调量的设定值；

目标函数为：

其中，Q为输出误差加权系数矩阵，R为控制增量变化量加权系数矩阵。

根据最小二乘法则，可得如下控制规律：

取前N_c项为最优控制增量Δu，N_c为控制步长。

进一步的，所述步骤S4中约束条件有控制作用幅值和变化速率的限制，实际控制指令u(k)具体表示如下：

其中，Δu_min是控制作用变化速率下限，Δu_max是控制作用变化速率上限，u_min是控制作用幅值下限，u_max是控制作用幅值上限。

更进一步的，所述实际控制指令u(k)通过滚动优化进行不断更新，滚动优化的方法为：将当前时刻k的控制量u(k)传送给被控对象实施控制作用，再以k+1时刻为基点进行下一时刻的最优控制量计算。

有益效果：

本发明所述的一种火电机组协调系统全局非线性优化控制方法，通过将模糊逻辑推理和增益调度方法进行有机融合，提高了火电机组协调系统在大工况范围内的自适应能力；基于扩展状态空间模型受限预测控制算法有效提升了协调系统全局控制品质，同时系统具有良好的鲁棒性；此外，本发明所述的优化控制方法还解决了控制作用约束受限的优化问题。

附图说明

图1为本发明控制方法流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案进行详细说明。

本发明公开了一种火电机组协调系统全局非线性优化控制方法，如图1所示，包括以下步骤：

步骤S1：根据火电机组协调系统非线性模型建立典型工况点上局部线性化子模型M_i，火电机组协调系统非线性状态空间模型为：

y＝g(x，u)

对典型工况点进行泰勒展开，略去高阶无穷小量，得到局部线性化子模型M_j：

x(k+1)＝A_i·x(k)+B_i·u(k)

y(k)＝C_i·x(k)

i＝1，2，…，m

其中，u＝[D_w μ_T F_u]^T表示输入控制量，D_w表示给水流量，μ_T表示汽机调门开度，F_u表示给煤量；y＝[P_e p_T T_sep]^T表示输出被调量，P_e表示机组功率，p_T表示主汽压力，T_sep表示分离器温度；x表示状态量，k表示离散时刻，m表示典型工况数，A_i，B_i，C_i表示工况i的系统参数矩阵。

步骤S2：对电网负荷指令N_e进行模糊逻辑推理获得预测模型M，首先对机组典型工况下负荷在其论域上进行模糊化处理，然后划分模糊集合M_i，选择三角形隶属度函数计算隶属度μ_i，最后采用重心法进行去模糊化处理获得预测模型M：

x(k+1)＝A·x(k)+B·u(k)

y(k)＝C·x(k)

其中，

隶属度μ_i表示当前电网负荷指令N_e隶属于工况i的程度。

步骤S3：基于增量型扩展状态空间模型预测控制算法计算控制作用增量Δu，增量型扩展状态空间模型如下：

(1)为方便理解，将增量型扩展状态空间模型改写为如下形式：

其中，

0为零矩阵，I为单位矩阵；

(2)预测模型多步输出如下：

令

N_p为预测步长，

则模型预测输出表达式如下：

(3)利用卡尔曼滤波估计状态

如下：

其中，

为后验状态估计值，x_e(k)为先验状态估计值，K_k为卡尔曼增益矩阵，P_k为估计误差协方差矩阵，Q_k为激励噪声协方差矩阵，R_k为测量噪声协方差矩阵；

(4)利用目标函数计算最优控制增量Δu，具体表示为：

设参考轨迹为：

其中，w(k+j)表示j时刻输出被调量的设定值；

目标函数为：

其中，Q为输出误差加权系数矩阵，R为控制增量变化量加权系数矩阵。

根据最小二乘法则，可得如下控制规律：

取前N_c项为最优控制增量Δu，N_c为控制步长。

步骤S4：满足系统控制作用的幅值和速率约束条件后得到实际控制指令u，由于实际工程中控制作用约束条件有幅值上下限和变化速率限制，实际控制指令u(k)具体表示如下：

其中，Δu_min是控制作用变化速率下限，Δu_max是控制作用变化速率上限，u_min是控制作用幅值下限，u_max是控制作用幅值上限。

将当前时刻k的控制量u(k)传送给被控对象实施控制作用，再以k+1时刻为基点进行下一时刻的最优控制量计算，实现滚动优化，从而不断更新实际控制指令u(k)。

下面以某电厂660MW超(超)临界机组建立的协调系统为例，采用本发明的优化控制方法，详细说明本发明内容。选取350M、400MW、450MW、500MW、550MW、600MW、650MW七个负荷工况点作为典型工况并划分相应的模糊集合，根据负荷指令计算各模糊集合隶属度，采用重心法去模糊化获得预测模型。预测控制器参数设置如表1所示。

表1预测控制器参数设置

仿真试验中，电网负荷指令N_e先以2％MCR/min(即13.2MW/min)的变化速率从400MW升负荷至500MW，稍待稳定一段时间后，以同样速率再降回400MW。结果显示，机组功率、主汽压力和分离器温度能快速跟随设定值，且动态偏差很小，同时各控制量变化平稳。

以上实例表明：本发明所述的一种火电机组协调系统全局非线性优化控制方法，可有效提升大型火电机组协调控制系统在大工况范围内的控制品质，控制系统响应速度快、稳定性能好、准确性高，同时具有良好的鲁棒性和一定的自适应能力。

以上实例仅用于更加清楚地说明本发明方法，并非对本发明作任何其他形式的限制，不能以此来限制本发明的保护范围。

Claims (6)

1.一种火电机组协调系统全局非线性优化控制方法，其特征在于，包括以下步骤：

步骤S1：根据火电机组协调系统非线性模型建立典型工况点上局部线性化子模型M_i；

步骤S2：对电网负荷指令N_e进行模糊逻辑推理获得预测模型M；

步骤S3：基于增量型扩展状态空间模型预测控制算法计算控制作用增量Δu；

步骤S4：满足系统控制作用的幅值和速率约束条件后得到实际控制指令u。

2.根据权利要求1所述的一种火电机组协调系统全局非线性优化控制方法，其特征在于：所述步骤S1中子模型M_i为离散状态空间模型，M_i具体表示为：

x(k+1)＝A_i·x(k)+B_i·u(k)

y(k)＝C_i·x(k)

i＝1，2，…，m，

其中，u表示输入控制量，x表示状态量，y表示输出被调量，k表示离散时刻，m表示典型工况数，A_i，B_i，C_i表示工况i的系统参数矩阵。

3.根据权利要求2所述的一种火电机组协调系统全局非线性优化控制方法，其特征在于：所述步骤S2中预测模型M是根据模糊逻辑推理计算得到的，M具体表示为：

x(k+1)＝A·x(k)+B·u(k)

y(k)＝C·x(k)

其中，

μ_i表示当前电网负荷指令N_e隶属于工况i的程度，即隶属度。

4.根据权利要求3所述的一种火电机组协调系统全局非线性优化控制方法，其特征在于：所述步骤S3中控制作用增量Δu采用增量型扩展状态空间模型预测控制算法求取，具体过程包括：

(1)选用增量型扩展状态空间模型作为预测模型，具体表示为：

其中，

O为零矩阵，I为单位矩阵；

(2)根据预测模型预测多步输出，具体表示为：

其中，

N_p为预测步长；

(3)利用卡尔曼滤波估计状态

具体表示为：

其中，

为后验状态估计值，x_e(k)为先验状态估计值，K_k为卡尔曼增益矩阵，P_k为估计误差协方差矩阵，Q_k为激励噪声协方差矩阵，R_k为测量噪声协方差矩阵；

(4)利用目标函数计算最优控制增量Δu，具体表示为：

设参考轨迹为：

其中，w(k+j)表示j时刻输出被调量的设定值；

目标函数为：

其中，Q为输出误差加权系数矩阵，R为控制增量变化量加权系数矩阵。

根据最小二乘法则，可得如下控制规律：

取前N_c项为最优控制增量Δu，N_c为控制步长。

5.根据权利要求4所述的一种火电机组协调系统全局非线性优化控制方法，其特征在于：所述步骤S4中约束条件有控制作用幅值和变化速率的限制，实际控制指令u(k)具体表示如下：

其中，Δu_min是控制作用变化速率下限，Δu_max是控制作用变化速率上限，u_min是控制作用幅值下限，u_max是控制作用幅值上限。

6.根据权利要求5所述的一种火电机组协调系统全局非线性优化控制方法，其特征在于：所述实际控制指令u(k)通过滚动优化进行不断更新，滚动优化的方法为：将当前时刻k的控制量u(k)传送给被控对象实施控制作用，再以k+1时刻为基点进行下一时刻的最优控制量计算。

Images