CN112257339B - 一种引入过调波峰修正的汽轮机调节系统及方法 - Google Patents

一种引入过调波峰修正的汽轮机调节系统及方法 Download PDF

Info

Publication number
CN112257339B
CN112257339B CN202011107684.7A CN202011107684A CN112257339B CN 112257339 B CN112257339 B CN 112257339B CN 202011107684 A CN202011107684 A CN 202011107684A CN 112257339 B CN112257339 B CN 112257339B
Authority
CN
China
Prior art keywords
module
steam
output
product
turbine
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.)
Active
Application number
CN202011107684.7A
Other languages
English (en)
Other versions
CN112257339A (zh
Inventor
贾斌
李建强
焦晓峰
李晓波
徐贤
杨彦平
段学友
张锋锋
范志强
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.)
North China Electric Power University
Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co Ltd
Original Assignee
North China Electric Power University
Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group 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 North China Electric Power University, Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co Ltd filed Critical North China Electric Power University
Priority to CN202011107684.7A priority Critical patent/CN112257339B/zh
Publication of CN112257339A publication Critical patent/CN112257339A/zh
Application granted granted Critical
Publication of CN112257339B publication Critical patent/CN112257339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Control Of Turbines (AREA)

Abstract

本发明实施例提供一种引入过调波峰修正的汽轮机调节系统及方法，本发明实施例在经典一次再热凝汽式汽轮机调节系统模型的基础上，添加了过调波峰修正模块和/或初始阶跃延迟模块，用以消除发电机侧对汽轮机调节系统模型参数的影响以及消除高压缸前汽室容积延时对品质参数的影响，使参数辨识后的功率模型曲线更负荷实际情况，能够使品质参数达标。本发明实施例还采用改进的PSO智能优化算法，使计算精度更精确，对模型的适应性更广。

Description

一种引入过调波峰修正的汽轮机调节系统及方法
技术领域
本发明涉及汽轮机调节系统建模，具体涉及一种引入过调波峰修正的汽轮机调节系统及方法。
背景技术
现有的一次中间再热凝气式汽轮机调节系统模型如图1所示，主要有以下几个参数：蒸汽容积时间常数TCH，再热器时间常数TRH，交叉管时间常数TCO，高压缸功率比例FHP，中压缸功率比例FIP，低压缸功率比例FLP，高压缸功率自然过调系数λ。PGV表示进入汽轮机的蒸汽，PM表示汽轮机功率。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
目前，传统的汽轮机调节系统参数自动辨识与仿真校核软件中生成的仿真曲线大多存在一定程度的失真，特别是功率在频率扰动下的仿真曲线大多没有实测曲线中的过调波峰，但是这恰是电网稳定计算需要考虑的一个重要指标，是一个重要的品质参数(汽轮机高压缸最大出力增量)，造成失真现象的主要原因是模型中没有考虑到发电机侧相关因素影响，而发电机侧影响的原因主要是由于发电机模型和励磁系统模型比较复杂，要在辨识软件中建立相关模型非常困难。
发明内容
本发明实施例提供一种引入过调波峰修正的汽轮机调节系统及方法，以消除由于过调波峰对品质参数以及辨识参数的影响。
根据本公开第一方面，提供一种引入过调波峰修正的汽轮机调节系统，其包括：
高压汽室容积惯性模块用于对进入汽轮机的蒸汽流量PGV进行处理，获得第一输出量；其中，该高压汽室容积惯性模块用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；所述高压汽室容积惯性模块的传递函数为：
Figure BDA0002727515290000011
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数；
再热蒸汽容积惯性模块，用于对所述第一输出量进行处理，获得第二输出量；其中，所述再热蒸汽容积惯性模块的传递函数用于表征汽轮机内再热器的蓄质储能时间；所述再热蒸汽容积惯性模块的传递函数为：
Figure BDA0002727515290000021
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒；
交叉管蒸汽容积惯性模块，用于对所述第二输出量进行处理，获得第三输出量；其中，所述交叉管蒸汽容积惯性模块用于表征中压缸与低压缸之间交叉管的蓄质储能时间；所述交叉管蒸汽容积惯性模块的传递函数为：
Figure BDA0002727515290000022
其中，TCO为交叉管时间常数，单位为秒；
过调波峰修正模块，用于对所述第一输出量进行处理，获得第四输出量；其中，所述过调波峰修正模块用于修正发电机侧对汽轮机输出功率的影响，或者，用来屏蔽发电机侧对汽轮机功率的扰动；所述过调波峰修正模块的传递函数为：
Figure BDA0002727515290000023
其中，TGT为过调微分时间常数，单位为秒；
第一差值模块，用于获得所述第一输出量和所述第二输出量的差值，输出第一差值量；
第二差值模块，用于获得所述第一输出量和所述第四输出量的差值，输出第二差值量；
第一乘积模块，用于获得所述第一差值量和自然过调系数λ1的乘积，输出第一乘积值；所述自然过调系数λ1用于对过调微分值进行修正，例如放大或缩小过调微分值；
第二乘积模块，用于获得所述第二差值量和过调微分系数λ2的乘积，输出第二乘积值；所述过调微分系数λ2用于表示对发电机侧引起过调波峰的修正程度；
第一和值模块，用于获得所述第一输出量、所述第一乘积值和所述第二乘积值的和值，输出第一和值量；
第三乘积模块，用于获得所述第一和值量与高压缸功率比例FHP的乘积，输出第三乘积量；
第四乘积模块，用于获得所述第二输出量和中压缸功率比例FIP的乘积，输出第四乘积量；
第五乘积模块，用于获得所述第三输出量与低压缸功率比例FLP的乘积，输出第五乘积量；
第二和值模块，用于获得所述第三乘积量和所述第四乘积量的和值，输出第二和值量；
第三和值模块，用于获得所述第二和值量与所述第五乘积量的和值，输出汽轮机功率PM。
进一步地，所述的引入过调波峰修正的汽轮机调节系统，还包括：延迟模块，所述延迟模块的输入端接收进入汽轮机的蒸汽流量，所述延迟模块的输出端与高压汽室容积惯性模块的输入端连接，所述延迟模块用于根据高压缸前汽室容积延迟常数In_dly，对进入汽轮机的蒸汽流量进行延迟处理。高压汽室容积惯性模块，还用于对经过延迟模块延迟处理后的蒸汽流量PGV进行进一步处理，获得第一输出量。
进一步地，所述延迟模块采用如下公式表示：
y(t)＝u(t-τ)
其中，u代表信号的输入；y代表输出；τ代表高压缸前汽室容积延迟常数In_dly。
进一步地，所述蒸汽容积时间常数TCH、所述再热器时间常数TRH、所述交叉管时间常数TCO、所述高压缸功率比例FHP、所述中压缸功率比例FIP、所述低压缸功率比例FLP、所述自然过调系数λ1、所述过调微分时间常数TGT、所述过调微分系数λ2、所述高压缸前汽室容积延迟常数In_dly均是采用粒子群优化PSO算法辨识确定的。
根据本公开第二方面，提供一种引入过调波峰修正的汽轮机调节方法，其包括：
通过高压汽室容积惯性模块对进入汽轮机的蒸汽流量PGV进行处理，获得第一输出量；其中，该高压汽室容积惯性模块用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；所述高压汽室容积惯性模块的传递函数为：
Figure BDA0002727515290000031
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数；
通过再热蒸汽容积惯性模块对所述第一输出量进行处理，获得第二输出量；其中，所述再热蒸汽容积惯性模块的传递函数用于表征汽轮机内再热器的蓄质储能时间；所述再热蒸汽容积惯性模块的传递函数为：
Figure BDA0002727515290000032
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒；
通过交叉管蒸汽容积惯性模块对所述第二输出量进行处理，获得第三输出量；其中，所述交叉管蒸汽容积惯性模块用于表征中压缸与低压缸之间交叉管的蓄质储能时间；所述交叉管蒸汽容积惯性模块的传递函数为：
Figure BDA0002727515290000041
其中，TCO为交叉管时间常数，单位为秒；
通过过调波峰修正模块对所述第一输出量进行处理，获得第四输出量；其中，所述过调波峰修正模块用于修正发电机侧对汽轮机输出功率的影响，或者，用来屏蔽发电机侧对汽轮机功率的扰动；所述过调波峰修正模块的传递函数为：
Figure BDA0002727515290000042
其中，TGT为过调微分时间常数，单位为秒；
通过第一差值模块获得所述第一输出量和所述第二输出量的差值，输出第一差值量；
通过第二差值模块获得所述第一输出量和所述第四输出量的差值，输出第二差值量；
通过第一乘积模块获得所述第一差值量和自然过调系数λ1的乘积，输出第一乘积值；
通过第二乘积模块获得所述第二差值量和过调微分系数λ2的乘积，输出第二乘积值；
通过第一和值模块获得所述第一输出量、所述第一乘积值和所述第二乘积值的和值，输出第一和值量；
通过第三乘积模块获得所述第一和值量与高压缸功率比例FHP的乘积，输出第三乘积量；
通过第四乘积模块76获得所述第二输出量和中压缸功率比例FIP的乘积，输出第四乘积量；
通过第五乘积模块78获得所述第三输出量与低压缸功率比例FLP的乘积，输出第五乘积量；
通过第二和值模块获得所述第三乘积量和所述第四乘积量的和值，输出第二和值量；
通过第三和值模块获得所述第二和值量与所述第五乘积量的和值，输出汽轮机功率PM。
进一步地，所述的引入过调波峰修正的汽轮机调节方法还包括：
通过延迟模块根据高压缸前汽室容积延迟常数In_dly，对进入汽轮机的蒸汽流量进行延迟处理；其中，所述延迟模块的输入端接收进入汽轮机的蒸汽流量，所述延迟模块的输出端与高压汽室容积惯性模块的输入端连接。
进一步地，所述延迟模块(80)采用如下公式表示：
y(t)＝u(t-τ)
其中，u代表信号的输入；y代表输出；τ代表高压缸前汽室容积延迟常数In_dly。
进一步地，所述的引入过调波峰修正的汽轮机调节方法，还包括：采用粒子群优化PSO算法辨识确定：所述蒸汽容积时间常数TCH、所述再热器时间常数TRH、所述交叉管时间常数TCO、所述高压缸功率比例FHP、所述中压缸功率比例FIP、所述低压缸功率比例FLP、所述自然过调系数λ1、所述过调微分时间常数TGT、所述过调微分系数λ2、以及所述高压缸前汽室容积延迟常数In_dly。
根据本公开第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的任意一种所述的引入过调波峰修正的汽轮机调节方法。
根据本公开第四方面，提供一种电子设备，其包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的任意一种引入过调波峰修正的汽轮机调节方法。
上述技术方案具有如下有益效果：
本发明实施例在经典一次再热凝汽式汽轮机调节系统模型的基础上，添加了过调波峰修正模块和/或初始阶跃延迟模块，用以消除发电机侧对汽轮机调节系统模型参数的影响以及消除高压缸前汽室容积延时对品质参数的影响，使参数辨识后的功率模型曲线更负荷实际情况，能够使品质参数达标。本发明实施例还采用改进的PSO智能优化算法，使计算精度更精确，对模型的适应性更广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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是现有汽轮机经典模型图；
图2是本发明实施例的汽轮机工作原理图；
图3是本发明实施例改进后的一次再热凝汽式汽轮机调节系统模型图；
图4是本发明实施例二重PSO算法流程图；
图5是现有技术中的采用经典汽轮机调节系统模型的辨识结果图；
图6是本发明实施例的采用改进的汽轮机模型的辨识结果图；
图7是本发明实施例提供的一种引入过调波峰修正的汽轮机调节方法的流程图；
图8是本发明实施例提供的一种计算机可读存储介质的功能框图；
图9是本发明实施例提供的一种电子设备的功能框图。
附图标号说明：
10-高压汽室容积惯性模块；20-再热蒸汽容积惯性模块；30-交叉管蒸汽容积惯性模块；40-过调波峰修正模块；52-第一差值模块；54-第二差值模块；62-第一和值模块；64-第二和值模块；66-第三和值模块；71-第一乘积模块；72-第二乘积模块；73-第三乘积模块；74-第四乘积模块；75-第五乘积模块；80-延迟模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例在经典一次再热凝汽式汽轮机调节系统模型的基础上，添加了过调波峰修正模块和/或初始阶跃延迟模块，用以消除发电机侧对汽轮机调节系统模型参数的影响以及消除高压缸前汽室容积延时对品质参数的影响，使参数辨识后的功率模型曲线更负荷实际情况，能够使品质参数达标。本发明实施例还采用改进的PSO智能优化算法，使计算精度更精确，对模型的适应性更广。
本发明实施例的中间一次再热凝气式汽轮机调节系统模型改进的总体思路：
中间一次再热凝气式汽轮机工作原理，如图2示出的汽轮机工作原理图所示，由锅炉产生的过热蒸汽，经过高压调节汽门(高调门)和导汽管(其是高调门之后的蒸汽通道，图2中用箭头表示)进入高压缸(HP，High Pressure Cylinder)膨胀做功，做完功的蒸汽再经过锅炉再热器被重新加热，加热后的蒸汽经中压调节汽门(中调门)进入中压缸(IP，Intermediate-pressure Cylinder)、低压缸(LP，Low pressure cylinder)进一步膨胀做功，由低压缸LP排出的做完功的乏汽最终排入凝汽器变成凝结水，之后又被给水泵注入锅炉开始下一轮热力循环。图2中的高加、低加分别是高压加热器和低压加热器。除氧器不仅能除去锅炉给水中的溶解氧，而且能除去水中游离的CO2、NH3、H2S等腐蚀性气体。
其中当外界负荷发生变化时，高压缸HP油动机动态过开，动态开大汽轮机高压调节汽门(高调门)，使高压缸HP暂时先承担全部负荷的扰动量，然后由于再热器的作用，中低压缸IP输出功率还在继续变化，这时校正器的积分作用使输出量逐渐减小，关小高压调节汽门，减少高压缸HP功率，从而使汽轮机总功率保持不变。其中，上述动态过开是为了解决中压缸、低压缸功率滞后问题，在高压缸动态开始阶段让其过开。参阅图3，校正器是指图3中高压缸输出(即高压汽室容积惯性模块10的输出)与中压缸输出(即再热蒸汽容积惯性模块20的输出)相减，相减后获得的数值再与自然过调系数λ1相乘，这里校正器的作用是下一段中过调微分值的作用。λ1是为了放大或缩小过调微分值，使其与实际曲线更加贴切。
为了与实际情况相匹配，模型引入过调微分值，让高压缸HP先承担全部负荷扰动量，给中压缸IP、低压缸LP反应时间，等中压缸IP、低压缸LP功率持续增加时，高压缸HP做功再减少，这时候功率曲线更符合实际。对于经典模型，过调微分值是通过高压缸HP的输出与中压缸IP的输出相减所得，但此时考虑到如果有过调波峰的存在，在辨识曲线的时候会有如下的情况发生：系统为了更贴合实际曲线，过调微分值会变大，这会影响再热器时间常数TRH的值，若辨识时综合考虑整体误差，系统会丢失过调波峰，从而使品质参数PHP不达标。
再者，根据实际的汽轮机功率曲线发现初始阶跃点处存在延迟现象，这是由于高压缸HP前汽室容积延时造成的。
本发明实施例根据汽轮机原理，搭建改进的汽轮机调节系统模型，如图3所示，在高压汽室容积惯性模块10前加入延迟模块80，用于消除高压缸HP前汽室容积延迟对其他参数辨识结果的影响。并且，本发明实施例还引入一个新的惯性模块，称之为过调波峰修正模块40，当实际的汽轮机功率曲线没有出现过调波峰时，过调波峰修正模块40的时间常数可以与高压汽室容积惯性模块10的时间常数一致，此时该模型和经典模型效果相同。当实际的汽轮机功率曲线出现过调波峰时，过调波峰修正模块40的存在避免过调波峰对再热容积时间常数TRH的影响，同时可以使拟合出的汽轮机功率曲线满足品质参数PHP指标的要求。
在图3中，该高压汽室容积惯性模块10用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；该高压汽室容积惯性模块10的传递函数如下所示：
Figure BDA0002727515290000081
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数。
高压汽室容积惯性模块10的输出进入再热蒸汽容积惯性模块20，该再热蒸汽容积惯性模块20的传递函数用于表征汽轮机内再热器的蓄质储能时间；高压汽室容积惯性模块10的输出还分别进入至过调波峰修正模块40和第一差值模块52。该再热蒸汽容积惯性模块20的传递函数如下所示：
Figure BDA0002727515290000082
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒。
再热蒸汽容积惯性模块20的输出进入交叉管蒸汽容积惯性模块30，交叉管蒸汽容积惯性模块30用于表征中压缸与低压缸之间交叉管的蓄质储能时间；该交叉管蒸汽容积惯性模块30的输出进入第五乘积模块75。该再热蒸汽容积惯性模块20的输出还分别进入第一差值模块52和第四乘积模块74。该交叉管蒸汽容积惯性模块30的传递函数如下所示：
Figure BDA0002727515290000083
其中，TCO为交叉管时间常数，单位为秒。
过调波峰修正模块40用于修正发电机侧对汽轮机输出功率的影响，采用高压汽室容积惯性模块10的输出与过调波峰修正模块40的输出相减，然后将相减后的数据乘以修正系数λ2，加到汽轮机的功率输出上，用来屏蔽发电机侧对汽轮机功率的扰动。该过调波峰修正模块40的传递函数如下所示：
Figure BDA0002727515290000084
其中，TGT为过调微分时间常数，单位为秒。
图3可简化理解为高压缸HP、中压缸IP、低压缸LP这三个缸做功之和。其中，高压缸HP的做功表示为高压汽室容积惯性模块10的输出加上过调修正(前述第一乘积值)以及过调波峰修正(前述第二乘积值)，最后乘以高压缸功率比例系数FHP；中压缸IP的做功可以表示为再热蒸汽容积惯性模块20的输出乘以中压缸功率比例系数FIP；低压缸LP的做功可以表示为低压蒸汽容积惯性模块30或者交叉管蒸汽容积惯性模块30的输出乘以低压缸功率比例系数FLP。
以下结合图4描述本发明实施例的改进PSO(Particle swarm optimization，粒子群优化算法)算法：
为了提高汽轮机调节系统模型参数辨识的准确性，本发明实施例采用改进的PSO算法进行辨识。PSO算法是用来辨识图3中各模块的参数，整体辨识图3中所有需要辨识的参数。
粒子群算法是通过模拟自然界生物捕食现象提出的群体智能算法。该策略基于全局搜索和更新速度来更新当前位置，粒子群算法中每个优化问题的潜在解都代表着种群中的粒子并且每个粒子根据适应度函数都存在各自的适应值或者适应度。在搜索寻优过程中，粒子通过自身的速度向量决定搜索的方向和距离。
假设在N维的种群空间中由m个粒子组成的种群，其中N表示未知参数个数，本发明中采用的模型需要辨识10个参数，N为10；m表示有m组可能解，设置粒子个数为600，m为600。因此种群中第i个粒子的位置向量和速度向量均为N维向量，记为Xi＝(xi1,xi2,…,xiN)，Vi＝(vi1,vi2,…,viN)，i＝1，2，…，m。粒子群的基本思想是首先初始化种群并通过迭代来寻找种群最优解，因此将Xi代入适应度函数计算其适应值，且记种群粒子i当前最优位置为Xbesti＝(xi1,xi2,…,xiN)，与之对应的适应值为Qbesti，则种群粒子i当前最优位置由下式所示：
Figure BDA0002727515290000091
搜索过程中粒子通过下式来更新自己的速度向量和位置向量，其中记种群目前最优位置为Xbestg＝(xg1,xg2,…,xgN)，则对应的适应值为Qbestg，i＝1，2，…，N，t表示第t代，c1和c2本文均设置为1.2；r1和r2表示取值范围在[0，1]之间的随机数。w1和w2是惯性权重的初始值和最终值，w1可以为0.9，w2可以为0.4；tmax表示最大迭代次数，本文设置迭代次数为300代。
vin(t+1)＝wvin(t)+c1r1[Xbestin-xin(t)]+c2r2[Xbestgn-xin(t)]
Figure BDA0002727515290000092
xin(t+1)＝xin(t)+vin(t+1)
其中，Xbestin、Xbestgn分别代表粒子的最佳位置和种群的最佳位置，如果某一粒子当前适应值优于该粒子的历史最优适应值，则粒子的历史最优位置被该粒子的当前位置替换，若该粒子的当前适应值优于种群中的历史最优适应值，则种群的最佳位置被该粒子的当前位置替换。
在本实施例中可以先根据经验设置各参数范围，若寻优过程中曲线并未拟合好，且某一参数达到了寻优上限，则可适当扩大范围继续寻优。参阅表1，本文案例中各参数范围可设置为：
表1：各参数范围设置表
名称 最低值 最高值
In_dly 0 1
T<sub>CH</sub> 0 2
T<sub>RH</sub> 0 21
T<sub>CO</sub> 0 10
F<sub>HP</sub> 0 0.6
F<sub>IP</sub> 0 0.9
F<sub>LP</sub> 0 0.6
λ<sub>1</sub> 0 3
T<sub>GT</sub> 0 1.5
λ<sub>2</sub> 0 5
当粒子群迭代到200代的时候，根据寻优参数结果，重新约束待辨识参数范围，再次进行迭代，迭代100次结束程序。具体地，在一个实施例中，根据第一次粒子群的寻优结果，在该寻优结果处设置一个范围较小的邻域，使得第二次粒子群搜索更为精确。
每个惯性模块可以用公式表示为：
Figure BDA0002727515290000101
针对该式列差分方程：
x1(k+1)＝e-DT/Tx1(k)+K(1-e-DT/T)u(k+1)
Figure BDA0002727515290000102
y(k+1)＝xn(k+1)
在上述公式中，W(s)是传递函数；K为放大系数；T为惯性时间；DT为计算步距；u(k+1)为输入；x(k)或x(k+1)为中间步的输出；y(k+1)表示系统的第k+1步输出。
延迟模块可用如下公式表示：
y(t)＝u(t-τ)
式中：u代表信号的输入；y代表输出；τ代表延迟时间，本文中为In_dly的值。
根据图3中的汽轮机调节系统模型图，将各个模块相加即为适应度函数。
以下举例说明辨识某厂一次再热凝汽式汽轮机调节系统功率曲线：
根据上述思想，针对某电厂350MW机组90％负荷上阶跃阀位控制开环扰动实验，分别采用经典和改进后的汽轮机调节系统用改进的PSO算法进行参数辨识，对于经典模型，首先将各个惯性模块差分，组合，每个惯性模块可以用公式表示：
Figure BDA0002727515290000111
针对该式列差分方程：
x1(k+1)＝e-DT/Tx1(k)+K(1-e-DT/T)u(k+1)
x2～n(k+1)＝e-DT/Tx2～n(k)+(1-e-DT/T)x1～n-1(k+1)
y(k+1)＝xn(k+1)
根据经典汽轮机调节系统模型图，将各个模块相加即为适应度函数。
对于改进的汽轮机模型，首先在高压汽室容积惯性模块前加入延迟模块，使汽轮机模型与实际情况更加吻合，然后在高压汽室容积惯性模块后加入过调波峰修正模块，将该过调波峰修正模块差分整合到经典模型中，采用改进的PSO算法进行参数辨识。
首先初始化种群，设置300个粒子，迭代200代，给相应的参数限制辨识范围，设置c1和c2，w1和w2，开始预迭代，迭代完成后根据结果再次约束相应参数的辨识范围，完成迭代。现有技术与本发明实施例的辨识结果分别如图5和图6所示。表2是辨识参数对比表：
表2
Figure BDA0002727515290000112
Figure BDA0002727515290000121
上述λ1、λ2等参数通过PSO算法辨识得到。从表1中可看出，采用经典模型的再热器时间常数为0.44s，这与实际情况不符，无法从物理上对其进行解释，用改进模型辨识出来的再热器时间常数为7.76s大致与实际情况吻合。从图5示出的经典汽轮机调节系统模型辨识结果图上可以看出，采用经典模型辨识的品质参数PHP偏差为4.643，而标准为1.5，故采用经典模型辨识达不到标准。其中，品质参数PHP偏差为实际汽轮机功率曲线的PHP与仿真曲线的PHP之间的相减值。图5中，真实值高压缸最大出力为332-315.2＝16.8；仿真值高压缸最大出力为327.157-315＝12.157；则偏差值为16.8-12.157＝4.643。
本发明实施例提出通过在经典汽轮机调节系统模型中加入过调波峰修正模块，消除由于过调波峰对品质参数以及辨识参数的影响。并且在高压汽室容积环节前加入延迟模块，使之更符合实际情况。
本发明实施例依据实际的汽轮机功率曲线，加入过调波峰的修正模块，避免在参数辨识时由于过调波峰的存在，影响再热器时间常数TRH的值以及品质参数PHP的指标。
本发明实施例依据实际汽轮机功率曲线在阶跃点存在延迟情况，加入了延迟模块，消除由于高压缸前汽室容积延时对其他辨识参数的影响。
本发明实施例采用改进的PSO智能优化算法，提高了参数辨识精度，扩大适用范围。
本发明实施例建立了一次再热凝气式汽轮机调节系统的过调波峰修正模块，消除由于发电机侧导致原汽轮机调节系统模型参数值异常以及品质参数PHP不达标的影响。
本发明实施例在经典汽轮机调节系统模型的基础上，加入了初始阶跃延迟模块，抵消高压缸前汽室容积延时对模型参数辨识的影响。
本发明实施例采用改进的PSO(particle swarm optimization，粒子群优化算法)智能优化算法，使模型参数辨识更为精确，对模型的适应性更好。
如图7所示，本发明实施例还提供一种引入过调波峰修正的汽轮机调节方法，其包括：
S101：通过高压汽室容积惯性模块10对进入汽轮机的蒸汽流量PGV进行处理，获得第一输出量；其中，该高压汽室容积惯性模块10用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；所述高压汽室容积惯性模块10的传递函数为：
Figure BDA0002727515290000131
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数；
该第一输出量的表达式为：
Figure BDA0002727515290000132
S102：通过再热蒸汽容积惯性模块20对所述第一输出量进行处理，获得第二输出量；其中，所述再热蒸汽容积惯性模块20的传递函数用于表征汽轮机内再热器的蓄质储能时间；所述再热蒸汽容积惯性模块20的传递函数为：
Figure BDA0002727515290000133
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒；
该第二输出量的表达式为：
Figure BDA0002727515290000134
S103：通过交叉管蒸汽容积惯性模块30对所述第二输出量进行处理，获得第三输出量；其中，所述交叉管蒸汽容积惯性模块30用于表征中压缸与低压缸之间交叉管的蓄质储能时间；所述交叉管蒸汽容积惯性模块30的传递函数为：
Figure BDA0002727515290000135
其中，TCO为交叉管时间常数，单位为秒；
该第三输出量的表达式为：
Figure BDA0002727515290000136
S104：通过过调波峰修正模块40对所述第一输出量进行处理，获得第四输出量；其中，所述过调波峰修正模块40用于修正发电机侧对汽轮机输出功率的影响，或者，用来屏蔽发电机侧对汽轮机功率的扰动；所述过调波峰修正模块40的传递函数为：
Figure BDA0002727515290000137
其中，TGT为过调微分时间常数，单位为秒；
该第四输出量的表达式为：
Figure BDA0002727515290000138
S105：通过第一差值模块52获得所述第一输出量和所述第二输出量的差值，输出第一差值量；
该第一差值量的表达式为：
Figure BDA0002727515290000139
S106：通过第二差值模块54获得所述第一输出量和所述第四输出量的差值，输出第二差值量；
该第二差值的表达式为：
Figure BDA0002727515290000141
S107：通过第一乘积模块71获得所述第一差值量和自然过调系数λ1的乘积，输出第一乘积值；
该第一乘积值的表达式为：
Figure BDA0002727515290000142
S108：通过第二乘积模块72获得所述第二差值量和过调微分系数λ2的乘积，输出第二乘积值；
该第二乘积值的表达式为：
Figure BDA0002727515290000143
S109：通过第一和值模块获得所述第一输出量、所述第一乘积值和所述第二乘积值的和值，输出第一和值量；
该第一和值量的表达式为：
Figure BDA0002727515290000144
S110：通过第三乘积模块73获得所述第一和值量与高压缸功率比例FHP的乘积，输出第三乘积量；
该第三乘积量的表达式为：
Figure BDA0002727515290000145
S111：通过第四乘积模块74获得所述第二输出量和中压缸功率比例FIP的乘积，输出第四乘积量；
该第四乘积量的表达式为：
Figure BDA0002727515290000146
S112：通过第五乘积模块75获得所述第三输出量与低压缸功率比例FLP的乘积，输出第五乘积量；
该第五乘积量的表达式为：
Figure BDA0002727515290000147
S113：通过第二和值模块64获得所述第三乘积量和所述第四乘积量的和值，输出第二和值量；
该第二和值量的表达式为：
Figure BDA0002727515290000151
S114：通过第三和值模块66获得所述第二和值量与所述第五乘积量的和值，输出汽轮机功率PM。
汽轮机功率PM的表达式为：
Figure BDA0002727515290000152
进一步地，所述的引入过调波峰修正的汽轮机调节方法还包括：
通过延迟模块80根据高压缸前汽室容积延迟常数In_dly，对进入汽轮机的蒸汽流量进行延迟处理；其中，所述延迟模块80的输入端接收进入汽轮机的蒸汽流量，所述延迟模块80的输出端与高压汽室容积惯性模块10的输入端连接。In_dly表示延迟时间，单位为秒。加入了延迟常数后，相当于将输入信号即流量指令延迟了一段时间，这段时间即为In_dly的值。
在一个实施例中，延迟模块80可以采用如下公式表示：
y(t)＝u(t-τ)
其中，u代表信号的输入；y代表输出；τ代表高压缸前汽室容积延迟常数In_dly。
进一步地，所述的引入过调波峰修正的汽轮机调节方法，还包括：采用粒子群优化PSO算法辨识确定：所述蒸汽容积时间常数TCH、所述再热器时间常数TRH、所述交叉管时间常数TCO、所述高压缸功率比例FHP、所述中压缸功率比例FIP、所述低压缸功率比例FLP、所述自然过调系数λ1、所述过调微分时间常数TGT、所述过调微分系数λ2、以及所述高压缸前汽室容积延迟常数In_dly。
如图8所示，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现如上所述的任意一种引入过调波峰修正的汽轮机调节方法。
所述计算机可读存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。本实施例所述的计算机可读存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
如图9所示，本发明实施例还提供了一种电子设备，其包括一个或多个处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信。
存储器，用于存放计算机程序；
一个或多个处理器，用于执行存储器上所存放的程序时，实现如上所述的任意一种引入过调波峰修正的汽轮机调节方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备及可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field ProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescriptionLanguage)、Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种引入过调波峰修正的汽轮机调节系统，包括：
高压汽室容积惯性模块(10)，用于对进入汽轮机的蒸汽流量PGV进行处理，获得第一输出量；其中，所述高压汽室容积惯性模块(10)用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；所述高压汽室容积惯性模块(10)的传递函数为：
Figure FDA0002727515280000011
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数；
再热蒸汽容积惯性模块(20)，用于对所述第一输出量进行处理，获得第二输出量；其中，所述再热蒸汽容积惯性模块(20)的传递函数用于表征汽轮机内再热器的蓄质储能时间；所述再热蒸汽容积惯性模块(20)的传递函数为：
Figure FDA0002727515280000012
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒；
交叉管蒸汽容积惯性模块(30)，用于对所述第二输出量进行处理，获得第三输出量；其中，所述交叉管蒸汽容积惯性模块(30)用于表征中压缸与低压缸之间交叉管的蓄质储能时间；所述交叉管蒸汽容积惯性模块(30)的传递函数为：
Figure FDA0002727515280000013
其中，TCO为交叉管时间常数，单位为秒；
过调波峰修正模块(40)，用于对所述第一输出量进行处理，获得第四输出量；其中，所述过调波峰修正模块(40)用于修正发电机侧对汽轮机输出功率的影响，或者，用来屏蔽发电机侧对汽轮机功率的扰动；所述过调波峰修正模块(40)的传递函数为：
Figure FDA0002727515280000014
其中，TGT为过调微分时间常数，单位为秒；
第一差值模块(52)，用于获得所述第一输出量和所述第二输出量的差值，输出第一差值量；
第二差值模块(54)，用于获得所述第一输出量和所述第四输出量的差值，输出第二差值量；
第一乘积模块(71)，用于获得所述第一差值量和自然过调系数λ1的乘积，输出第一乘积值；
第二乘积模块(72)，用于获得所述第二差值量和过调微分系数λ2的乘积，输出第二乘积值；
第一和值模块(62)，用于获得所述第一输出量、所述第一乘积值和所述第二乘积值的和值，输出第一和值量；
第三乘积模块(73)，用于获得所述第一和值量与高压缸功率比例FHP的乘积，输出第三乘积量；
第四乘积模块(74)，用于获得所述第二输出量和中压缸功率比例FIP的乘积，输出第四乘积量；
第五乘积模块(75)，用于获得所述第三输出量与低压缸功率比例FLP的乘积，输出第五乘积量；
第二和值模块(64)，用于获得所述第三乘积量和所述第四乘积量的和值，输出第二和值量；
第三和值模块(66)，用于获得所述第二和值量与所述第五乘积量的和值，输出汽轮机功率PM。
2.根据权利要求1所述的引入过调波峰修正的汽轮机调节系统，其特征在于，还包括：延迟模块(80)，所述延迟模块(80)的输入端接收进入汽轮机的蒸汽流量，所述延迟模块(80)的输出端与高压汽室容积惯性模块(10)的输入端连接，所述延迟模块(80)用于根据高压缸前汽室容积延迟常数In_dly，对进入汽轮机的蒸汽流量进行延迟处理。
3.根据权利要求2所述的引入过调波峰修正的汽轮机调节系统，其特征在于，所述延迟模块(80)采用如下公式表示：
y(t)＝u(t-τ)
其中，u代表信号的输入；y代表输出；τ代表高压缸前汽室容积延迟常数In_dly。
4.根据权利要求2或3所述的引入过调波峰修正的汽轮机调节系统，其特征在于，所述蒸汽容积时间常数TCH、所述再热器时间常数TRH、所述交叉管时间常数TCO、所述高压缸功率比例FHP、所述中压缸功率比例FIP、所述低压缸功率比例FLP、所述自然过调系数λ1、所述过调微分时间常数TGT、所述过调微分系数λ2、所述高压缸前汽室容积延迟常数In_dly均是采用粒子群优化PSO算法辨识确定的。
5.一种引入过调波峰修正的汽轮机调节方法，其特征在于，包括：
通过高压汽室容积惯性模块(10)对进入汽轮机的蒸汽流量PGV进行处理，获得第一输出量；其中，该高压汽室容积惯性模块(10)用于表征汽轮机内喷嘴和高压缸的蓄质储能时间；所述高压汽室容积惯性模块(10)的传递函数为：
Figure FDA0002727515280000031
其中，TCH为蒸汽容积时间常数，单位为秒，s代表拉式变换中的复频域，为一个复数；
通过再热蒸汽容积惯性模块(20)对所述第一输出量进行处理，获得第二输出量；其中，所述再热蒸汽容积惯性模块(20)的传递函数用于表征汽轮机内再热器的蓄质储能时间；所述再热蒸汽容积惯性模块(20)的传递函数为：
Figure FDA0002727515280000032
其中，TRH为再热器时间常数或再热容积时间常数，单位为秒；
通过交叉管蒸汽容积惯性模块(30)对所述第二输出量进行处理，获得第三输出量；其中，所述交叉管蒸汽容积惯性模块(30)用于表征中压缸与低压缸之间交叉管的蓄质储能时间；所述交叉管蒸汽容积惯性模块(30)的传递函数为：
Figure FDA0002727515280000033
其中，TCO为交叉管时间常数，单位为秒；
通过过调波峰修正模块(40)对所述第一输出量进行处理，获得第四输出量；其中，所述过调波峰修正模块(40)用于修正发电机侧对汽轮机输出功率的影响，或者，用来屏蔽发电机侧对汽轮机功率的扰动；所述过调波峰修正模块(40)的传递函数为：
Figure FDA0002727515280000034
其中，TGT为过调微分时间常数，单位为秒；
通过第一差值模块(52)获得所述第一输出量和所述第二输出量的差值，输出第一差值量；
通过第二差值模块(54)获得所述第一输出量和所述第四输出量的差值，输出第二差值量；
通过第一乘积模块(71)获得所述第一差值量和自然过调系数λ1的乘积，输出第一乘积值；
通过第二乘积模块(72)获得所述第二差值量和过调微分系数λ2的乘积，输出第二乘积值；
通过第一和值模块(62)获得所述第一输出量、所述第一乘积值和所述第二乘积值的和值，输出第一和值量；
通过第三乘积模块(73)获得所述第一和值量与高压缸功率比例FHP的乘积，输出第三乘积量；
通过第四乘积模块(74)获得所述第二输出量和中压缸功率比例FIP的乘积，输出第四乘积量；
通过第五乘积模块(75)获得所述第三输出量与低压缸功率比例FLP的乘积，输出第五乘积量；
通过第二和值模块(64)获得所述第三乘积量和所述第四乘积量的和值，输出第二和值量；
通过第三和值模块(66)获得所述第二和值量与所述第五乘积量的和值，输出汽轮机功率PM。
6.根据权利要求5所述的引入过调波峰修正的汽轮机调节方法，其特征在于，还包括：
通过延迟模块(80)根据高压缸前汽室容积延迟常数In_dly，对进入汽轮机的蒸汽流量进行延迟处理；其中，所述延迟模块(80)的输入端接收进入汽轮机的蒸汽流量，所述延迟模块(80)的输出端与高压汽室容积惯性模块(10)的输入端连接。
7.根据权利要求6所述的引入过调波峰修正的汽轮机调节方法，其特征在于，所述延迟模块(80)采用如下公式表示：
y(t)＝u(t-τ)
其中，u代表信号的输入；y代表输出；τ代表高压缸前汽室容积延迟常数In_dly。
8.根据权利要求6或7所述的引入过调波峰修正的汽轮机调节方法，其特征在于，还包括：采用粒子群优化PSO算法辨识确定：所述蒸汽容积时间常数TCH、所述再热器时间常数TRH、所述交叉管时间常数TCO、所述高压缸功率比例FHP、所述中压缸功率比例FIP、所述低压缸功率比例FLP、所述自然过调系数λ1、所述过调微分时间常数TGT、所述过调微分系数λ2、以及所述高压缸前汽室容积延迟常数In_dly。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求5-8中任意一项所述的引入过调波峰修正的汽轮机调节方法。
10.一种电子设备，其特征在于，其包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求5-8中任一所述的引入过调波峰修正的汽轮机调节方法。
CN202011107684.7A 2020-10-16 2020-10-16 一种引入过调波峰修正的汽轮机调节系统及方法 Active CN112257339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011107684.7A CN112257339B (zh) 2020-10-16 2020-10-16 一种引入过调波峰修正的汽轮机调节系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011107684.7A CN112257339B (zh) 2020-10-16 2020-10-16 一种引入过调波峰修正的汽轮机调节系统及方法

Publications (2)

Publication Number Publication Date
CN112257339A CN112257339A (zh) 2021-01-22
CN112257339B true CN112257339B (zh) 2022-05-27

Family

ID=74243784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011107684.7A Active CN112257339B (zh) 2020-10-16 2020-10-16 一种引入过调波峰修正的汽轮机调节系统及方法

Country Status (1)

Country Link
CN (1) CN112257339B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955134A (zh) * 2014-05-05 2014-07-30 国家电网公司 基于功率响应特性的汽轮机模型参数辨识方法
CN104794297A (zh) * 2015-04-29 2015-07-22 国网上海市电力公司电力科学研究院电源技术中心 一种消除汽轮机调速系统模型中失真的方法
CN105912779A (zh) * 2016-04-12 2016-08-31 国网上海市电力公司 汽轮机调速系统模型参数辨识方法
CN108227518A (zh) * 2017-12-29 2018-06-29 新疆电力建设调试所有限责任公司 一种汽轮机仿真模型的修正方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955134A (zh) * 2014-05-05 2014-07-30 国家电网公司 基于功率响应特性的汽轮机模型参数辨识方法
CN104794297A (zh) * 2015-04-29 2015-07-22 国网上海市电力公司电力科学研究院电源技术中心 一种消除汽轮机调速系统模型中失真的方法
CN105912779A (zh) * 2016-04-12 2016-08-31 国网上海市电力公司 汽轮机调速系统模型参数辨识方法
CN108227518A (zh) * 2017-12-29 2018-06-29 新疆电力建设调试所有限责任公司 一种汽轮机仿真模型的修正方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
基于准确度分析的汽轮机调节系统建模仿真软件;朱晓星等;《湖南电力》;20130915;19-23页 *
基于功率响应的汽轮机调节系统模型参数辨识方法研究;盛锴等;《电力系统保护与控制》;20160616(第12期);101-105页 *
汽轮机及其调节系统参数测试结果异常原因分析与处理;贾斌等;《内蒙古电力技术》;20151228(第06期);20-24页 *
汽轮机及其调节系统参数自动辨识与仿真校核技术研究;朱晓星;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20140615(第6期);C039-177 *
汽轮机调速系统参数辨识软件设计;武海澄等;《内蒙古电力技术》;20100428(第02期);46-48页 *

Also Published As

Publication number Publication date
CN112257339A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
Bosch et al. Factorization and shape-function effects in inclusive B-meson decays
Ebrahimgol et al. A novel approach in exergy optimization of a WWER1000 nuclear power plant using whale optimization algorithm
Qin et al. ELLE: Efficient lifelong pre-training for emerging data
Vieira et al. Exergoeconomic improvement of a complex cogeneration system integrated with a professional process simulator
CN111679574B (zh) 一种基于大规模全局优化技术的变循环发动机过渡态优化方法
CN113868982B (zh) 超临界二氧化碳径流式涡轮机械的数值仿真方法及系统
CN112748665B (zh) 基于模糊卡尔曼滤波的氢燃料电池迭代控制方法及装置
Zhao et al. A novel algorithm for wavelet neural networks with application to enhanced PID controller design
CN112257339B (zh) 一种引入过调波峰修正的汽轮机调节系统及方法
Franke Formulation of dynamic optimization problems using Modelica and their efficient solution
CN115630316A (zh) 基于改进长短期记忆网络的超短期风速预测方法
van der Lee et al. A new approach to optimizing energy systems
CN106529041A (zh) 一种汽轮机精细化建模及辨识方法
Wang et al. The Aero-Engine Component-Level Modelling Research Based on NSDE Hybrid Damping Newton Method
Peng et al. Accuracy research on the modeling methods of the gas turbine components characteristics
CN108595148A (zh) 除法函数实现方法、电路、芯片以及系统
Vescovi et al. Paving the way to multi-case optimization of a steam Rankine cycle for cogeneration in nuclear power plants
Qi et al. Numerical optimization on a centrifugal turbocharger compressor
Lind et al. Optimization of the Start-up Procedure of a Combined Cycle Power Plant
Melli et al. An application of the Proper Orthogonal Decomposition method to the thermo-economic optimization of a dual pressure, combined cycle powerplant
CN105703360B (zh) 一种基于稀疏技术的电力系统快速高斯-赛德尔潮流算法
Dokucu et al. Transient Efficiency Flexibility and Reliability Optimization of Coal-Fired Power Plants (Model-Based Estimation Library Report)
CN117454582A (zh) 一种机理和优化算法相结合的系统级孪生模型初始化方法
CN114266117A (zh) 一种螺旋线行波管螺距分布设计的优化方法
Procházka et al. A TOOL FOR MULTI-LOOP OPTIMIZATION APPLIED TO POWER PLANT CONTROL

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