CN112363397A - 一种火电机组汽压波动前馈控制方法、存储介质及系统 - Google Patents
一种火电机组汽压波动前馈控制方法、存储介质及系统 Download PDFInfo
- Publication number
- CN112363397A CN112363397A CN202011329646.6A CN202011329646A CN112363397A CN 112363397 A CN112363397 A CN 112363397A CN 202011329646 A CN202011329646 A CN 202011329646A CN 112363397 A CN112363397 A CN 112363397A
- Authority
- CN
- China
- Prior art keywords
- steam pressure
- main steam
- thermal power
- power generating
- unit
- 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
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
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)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明涉及一种火电机组汽压波动前馈控制方法,其包括步骤,将火电机组协调控制系统与分散控制系统建立数据通讯连接;建立主汽压力智能前馈控制策略;优化主汽压力智能前馈控制参数。本发明还提供一种存储介质及火电机组汽压波动前馈控制系统,本发明提供的火电机组汽压波动前馈控制方法、存储介质及系统可在机组负荷变化时超前预测所需燃料量、适应机组煤质大幅频繁变化、适应机组不同负荷段及适应分仓配煤及不同制粉层运行组合。
Description
技术领域
本发明涉及火电厂控制技术领域,尤其涉及一种火电机组汽压波动前馈控制方法、存储介质及系统。
背景技术
随着国家“节能减排绿色环保”发展政策的提出,各地电网响应国家政策而加大对电网AGC精细化控制的要求,稳步推进调频现货市场落地,在此环境下,火力发电机组的AGC调节性能必须大幅度提高,火力发电机组AGC调节中的重中之重为锅炉主汽压力的控制,也就是锅炉能量供给能力的控制,而受制于煤价市场化的影响,火力机组实际使用煤质也存在大幅频繁变化的情况,对锅炉主汽压力的控制产生较大影响。
目前火电机组协调控制中对主汽压力的控制策略,主要采用四路控制指令叠加:第一路控制指令:采用主汽压力设定值与实际主汽压力进行PID运算,生成燃料量主调节指令1;第二路控制指令:采用机组负荷指令—燃料量函数,生成燃料量基础指令2;第三路控制指令:采用机组负荷变动速率限制后负荷指令微分运算,生成燃料量超前指令3;第四路控制指令:采用机组负荷指令的微分运算,生成燃料量超前指令4;以上四路指令叠加后形成最终主汽压力控制策略,保证机组主汽压力在机组负荷静、动态过程中的稳定;但此控制策略存在最大制约因素—煤质变化,目前火力机组受制于煤价而经常面临实际使用煤质大幅变化的情况,而以上控制策略的四路指令均存在相应关系固定比值现象,进而影响实际主汽压力控制效果。第一路控制指令其PID控制参数来自于计算参数时机组工况下的主汽压力—燃料量过程模型,当煤质发生变化时,主汽压力—燃料量过程模型必然偏离,而PID运算却只会依据以前的模型计算的控制参数进行调节,无法自适应过程模型变化,其生成的燃料量指令事实上形成固定比值;第二路控制指令采用机组负荷指令—燃料量函数关系,当煤质发生变化时,此函数关系自然与实际工况发生偏离,以函数生成的燃料量指令自身就是固定比值;第三路控制指令采用机组负荷变动速率限制后负荷指令微分运算,其运算值只与速率限制后机组负荷指令变动速率和微分环节有关,当煤质发生变化时,无法响应燃料量对主汽压力的模型偏离,其生成的燃料量指令事实上形成固定比值;第四路控制指令采用机组负荷指令微分运算,其运算值只与机组负荷指令变动速率和微分环节有关,当煤质发生变化时,无法响应燃料量对主汽压力的模型偏离,其生成的燃料量指令事实上形成固定比值。
但是,在固定比值情况下,一旦煤质发生大幅变化,必然主汽压力—燃料量响应特性大幅偏离,相同的燃料量变化幅度此时可导致的主汽压力的变化幅度和变化速率均发生较大变化,此时依据固定比值关系增减的燃料量严重不符合当前工况,进而导致主汽压力调节波动变大。
发明内容
有鉴于此,本发明提供一种火电机组汽压波动前馈控制方法、存储介质及系统解决现有方法中受燃料变化幅度影响而导致主汽压调节波动大的问题。
为了达到上述目的,本发明解决技术问题的技术方案是提供一种火电机组汽压波动前馈控制方法,其包括步骤:将火电机组协调控制系统与分散控制系统建立数据通讯连接;建立主汽压力智能前馈控制策略;优化主汽压力智能前馈控制参数。
进一步,所述建立主汽压力智能前馈控制策略包括步骤:将机组负荷指令微分折算为第一主汽压力设定值变动幅度;将机组能量需求微分指令折算为第二主汽压力设定值变动幅度;依据内模运算控制器实时工况下自适应的主汽压力对应燃料量过程模型计算燃料量输出指令。
进一步,所述优化主汽压力智能前馈控制参数包括步骤:建立机组负荷变动幅度与主汽压的控制数学模型,得到机组负荷微分时间、机组负荷指令微分与主汽压设定值的折算系数;建立机组能量需求微分指令与主汽压力的控制数学模型,得到机组能量需求微分指令与主汽压力设定值的折算系数;建立机组主汽压力与燃料量的控制数学模型,得到内模控制参数。
进一步,所述火电机组协调控制系统与分散控制系统通过OPC通讯方式建立数据通讯。
进一步,所述机组能量需求即为汽机有效阀位。
进一步,所述控制数学模型为函数关系式。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行火电机组汽压波动前馈控制方法。
本发明还提供一种火电机组汽压波动前馈控制系统,其包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现火电机组汽压波动前馈控制方法。
与现有技术相比,本发明所提供的火电机组汽压波动前馈控制方法、存储介质及系统具有以下有益效果:
通过建立智能前馈控制策略,从而在机组负荷变化时超前预测所需燃料量、适应机组煤质大幅频繁变化、适应机组不同负荷段及适应分仓配煤及不同制粉层运行组合。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明的保护范围内。
附图说明
图1为本发明第一实施例提供的一种火电机组汽压波动前馈控制方法的流程示意图;
图2为图1中火电机组汽压波动前馈控制方法的原理示意图;
图3为图1中步骤S2的子步骤流程图;
图4为图1中步骤S3的子步骤流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1-4,本发明提供的一种火电机组汽压波动前馈控制方法,其包括步骤:
S1,将火电机组协调控制系统与分散控制系统建立数据通讯连接;
具体的,利用OPC通讯方式与DCS建立数据通讯连接,OPC(OLE for ProcessControl)技术是指为了给工业控制系统应用程序之间的通信建立一个接口标准,在工业控制设备与控制软件之间建立统一的数据存取规范。它给工业控制领域提供了一种标准数据访问机制,将硬件与应用软件有效地分离开来,是一套与厂商无关的软件数据交换标准接口和规程,主要解决过程控制系统与其数据源的数据交换问题,可以在各个应用之间提供透明的数据访问。
分散控制系统(Distributed Control System、DCS)是以微处理器为基础,采用控制功能分散、显示操作集中、兼顾分而自治和综合协调的设计原则的新一代仪表控制系统。DCS通常采用分级递阶结构,每一级由若干子系统组成,每一个子系统实现若干特定的有限目标,形成金字塔结构。
在本实施例中,利用OPC技术建立火电机组协调控制主汽压系统与分散控制系统之间建立通讯连接。
S2,建立主汽压力智能前馈控制策略;
具体的,搭建主汽压力智能前馈控制策略,即为采用将机组负荷指令及机组能量需求变动指令依据各自对应主汽压力过程模型,而折算为相应主汽压力设定值变动幅度,而后叠加上原有主汽压力设定值生成新主汽压力设定值,依据主汽压力对应燃料量过程模型,与机组实际主汽压力进行内模运算而最终形成燃料量输出指令,具体架构如下:第一路控制指令:依据机组负荷指令微分—主汽压力过程模型,将机组负荷指令微分折算为第一主汽压力设定值变动幅度;第二路控制指令:依据机组能量需求微分指令—主汽压力过程模型,将机组能量需求微分指令折算为第二主汽压力设定值变动幅度;第三路控制指令:将第一路和第二路控制指令中的第一主汽压力设定值变动幅度、第二主汽压力设定值变动幅度叠加原有主汽压力设定值,生成新主汽压力设定值,与机组实际主汽压力进入内模运算控制器,依据内模运算控制器实时工况下自适应的主汽压力对应燃料量过程模型计算燃料量输出指令。
通过主汽压力智能前馈控制策略,可得到根据实际的主汽压力与燃料量输出的关系。
可以理解,机组能量需求即为汽机有效阀位。
S3,优化主汽压力智能前馈控制参数;
具体的,在搭建主汽压力智能前馈控制策略后,还需要对其进行优化,优化过程为,对机组负荷变动幅度—主汽压力进行开、闭环试验,建立控制数学模型,计算机组负荷微分时间和机组负荷指令微分—主汽压力设定值折算系数;对机组能量需求微分指令—主汽压力进行开、闭环试验,建立控制数学模型,计算机组能量需求微分指令—主汽压力设定值折算系数;对机组主汽压力—燃料量进行开、闭环试验,建立控制数学模型,计算内模控制参数。
在本实施例中,主汽压力智能前馈控制策略通过将原火电机组协调控制中并列叠加的四路主汽压力固定比值控制指令优化为机组负荷指令、机组能量需求变动指令、主汽压力内模控制运算指令等三路主汽压力控制指令,且第一路、第二路主汽压力控制指令依据其各自对应主汽压力过程模型折算叠加到第三路主汽压力控制指令的设定值上。也即主汽压力内模控制运算的主汽压力设定值端,最终由第三路主汽压力控制指令的主汽压力设定值与实际主汽压力依据主汽压力—燃料量过程模型进行内模控制运算,从而实现机组负荷指令、机组能量需求均与主汽压力—燃料量过程模型挂钩的控制策略,最大程度利用内模控制运算可自适应过程模型变化的特点,克服煤质变化下的主汽压力—燃料量过程模型偏离,提高主汽压力在不同煤质下的稳定性。
请参阅图3,步骤S2包括子步骤:
S21,将机组负荷指令微分折算为第一主汽压力设定值变动幅度;
具体的,依据机组负荷指令微分—主汽压力过程模型,将机组负荷指令微分折算为第一主汽压力设定值变动幅度。
S22,将机组能量需求微分指令折算为第二主汽压力设定值变动幅度;
具体的,依据机组能量需求微分指令—主汽压力过程模型,将机组能量需求微分指令折算为第二主汽压力设定值变动幅度。
S23,依据内模运算控制器实时工况下自适应的主汽压力对应燃料量过程模型计算燃料量输出指令;
具体的,将第一路和第二路控制指令中的第一主汽压力设定值变动幅度、第二主汽压力设定值变动幅度叠加原有主汽压力设定值,生成新主汽压力设定值,与机组实际主汽压力进入内模运算控制器,依据内模运算控制器实时工况下自适应的主汽压力对应燃料量过程模型计算燃料量输出指令。
请参阅图4,步骤S3还包括子步骤:
S31,建立机组负荷变动幅度与主汽压的控制数学模型,得到机组负荷微分时间、机组负荷指令微分与主汽压设定值的折算系数;
具体的,对机组负荷变动幅度—主汽压力进行开、闭环试验,建立控制数学模型,利用该模型计算机组负荷微分时间和机组负荷指令微分—主汽压力设定值折算系数。
S32,建立机组能量需求微分指令与主汽压力的控制数学模型,得到机组能量需求微分指令与主汽压力设定值的折算系数;
具体的,对机组能量需求微分指令—主汽压力进行开、闭环试验,建立控制数学模型,利用该模型计算机组能量需求微分指令—主汽压力设定值折算系数。
S33,建立机组主汽压力与燃料量的控制数学模型,得到内模控制参数;
具体的,对机组主汽压力—燃料量进行开、闭环试验,建立控制数学模型,计算内模控制参数。
可以理解,上述控制数学模型即为函数关系。
本发明还提供一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述方法步骤。存储介质可以包括如软盘、光盘、DVD、硬盘、闪存、U盘、CF卡、SD卡、MMC卡、SM卡、记忆棒(Memory Stick)、XD卡等。
计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可以是个人计算机设备、服务器或其他网络设备等)用以执行本发明方法的全部或部分步骤。
本发明还提供一种火电机组汽压波动前馈控制系统,该火电机组汽压波动前馈控制系统包括处理器和存储器,存储器上存储有计算机程序,计算机程序被处理器执行时,实现火电机组汽压波动前馈控制方法。
与现有技术相比,本发明所提供的火电机组汽压波动前馈控制方法、存储介质及系统具有以下有益效果:
通过建立智能前馈控制策略,从而在机组负荷变化时超前预测所需燃料量、适应机组煤质大幅频繁变化、适应机组不同负荷段及适应分仓配煤及不同制粉层运行组合。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明的保护范围内。
Claims (8)
1.一种火电机组汽压波动前馈控制方法,其特征在于,包括步骤:
将火电机组协调控制系统与分散控制系统建立数据通讯连接;
建立主汽压力智能前馈控制策略;
优化主汽压力智能前馈控制参数。
2.如权利要求1所述的一种火电机组汽压波动前馈控制方法,其特征在于,所述建立主汽压力智能前馈控制策略包括步骤:
将机组负荷指令微分折算为第一主汽压力设定值变动幅度;
将机组能量需求微分指令折算为第二主汽压力设定值变动幅度;
依据内模运算控制器实时工况下自适应的主汽压力对应燃料量过程模型计算燃料量输出指令。
3.如权利要求1所述的一种火电机组汽压波动前馈控制方法,其特征在于,所述优化主汽压力智能前馈控制参数包括步骤:
建立机组负荷变动幅度与主汽压的控制数学模型,得到机组负荷微分时间、机组负荷指令微分与主汽压设定值的折算系数;
建立机组能量需求微分指令与主汽压力的控制数学模型,得到机组能量需求微分指令与主汽压力设定值的折算系数;
建立机组主汽压力与燃料量的控制数学模型,得到内模控制参数。
4.如权利要求1所述的一种火电机组汽压波动前馈控制方法,其特征在于:
所述火电机组协调控制系统与分散控制系统通过OPC通讯方式建立数据通讯。
5.如权利要求2所述的一种火电机组汽压波动前馈控制方法,其特征在于:
所述机组能量需求即为汽机有效阀位。
6.如权利要求3所述的一种火电机组汽压波动前馈控制方法,其特征在于:
所述控制数学模型为函数关系式。
7.一种存储介质,其特征在于:
所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1-6中任一项中所述的火电机组汽压波动前馈控制方法。
8.一种火电机组汽压波动前馈控制系统,其特征在于:
所述火电机组汽压波动前馈控制系统包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行,实现如权利要求1-6任一项所述的火电机组汽压波动前馈控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011329646.6A CN112363397B (zh) | 2020-11-24 | 2020-11-24 | 一种火电机组汽压波动前馈控制方法、存储介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011329646.6A CN112363397B (zh) | 2020-11-24 | 2020-11-24 | 一种火电机组汽压波动前馈控制方法、存储介质及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112363397A true CN112363397A (zh) | 2021-02-12 |
CN112363397B CN112363397B (zh) | 2022-09-20 |
Family
ID=74533531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011329646.6A Active CN112363397B (zh) | 2020-11-24 | 2020-11-24 | 一种火电机组汽压波动前馈控制方法、存储介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112363397B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115857575A (zh) * | 2021-09-24 | 2023-03-28 | 国能智深控制技术有限公司 | 火力发电机组主汽压力的调整方法、装置和可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488022A (zh) * | 2009-02-23 | 2009-07-22 | 东南大学 | 火电机组锅炉汽轮机协调系统的先进控制方法 |
CN102914966A (zh) * | 2012-10-25 | 2013-02-06 | 辽宁省电力有限公司电力科学研究院 | 基于预给煤控制模型的协调控制系统参数动态整定方法 |
JP2013204532A (ja) * | 2012-03-29 | 2013-10-07 | Hitachi Ltd | 火力発電システム、および蒸気タービン設備 |
CN111708333A (zh) * | 2020-06-01 | 2020-09-25 | 王铁军 | 一种电厂智能预测协调控制系统 |
-
2020
- 2020-11-24 CN CN202011329646.6A patent/CN112363397B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488022A (zh) * | 2009-02-23 | 2009-07-22 | 东南大学 | 火电机组锅炉汽轮机协调系统的先进控制方法 |
JP2013204532A (ja) * | 2012-03-29 | 2013-10-07 | Hitachi Ltd | 火力発電システム、および蒸気タービン設備 |
CN102914966A (zh) * | 2012-10-25 | 2013-02-06 | 辽宁省电力有限公司电力科学研究院 | 基于预给煤控制模型的协调控制系统参数动态整定方法 |
CN111708333A (zh) * | 2020-06-01 | 2020-09-25 | 王铁军 | 一种电厂智能预测协调控制系统 |
Non-Patent Citations (1)
Title |
---|
周建玉等: "一种火电机组变负荷仿真研究方法", 《自动化仪表》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115857575A (zh) * | 2021-09-24 | 2023-03-28 | 国能智深控制技术有限公司 | 火力发电机组主汽压力的调整方法、装置和可读存储介质 |
CN115857575B (zh) * | 2021-09-24 | 2024-04-09 | 国能智深控制技术有限公司 | 火力发电机组主汽压力的调整方法、装置和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112363397B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Coordinated load frequency control of multi-area integrated energy system using multi-agent deep reinforcement learning | |
Prasad et al. | Load frequency regulation using observer based non-linear sliding mode control | |
Liu et al. | Nonlinear multivariable power plant coordinate control by constrained predictive scheme | |
CN105955210B (zh) | 余热锅炉与工业锅炉联合发电系统的动态优化方法 | |
Wei et al. | ${H} _ {\infty} $-LQR-Based Coordinated Control for Large Coal-Fired Boiler–Turbine Generation Units | |
Khodabakhshian et al. | Design of a robust load frequency control using sequential quadratic programming technique | |
CN103968367B (zh) | 基于模糊神经网络pid控制的锅炉汽包水位控制的方法 | |
CN103225799A (zh) | 一种火电厂主蒸汽温度控制方法 | |
CN106786677A (zh) | 一种计及风电的互联电力系统分布式动态矩阵频率控制方法 | |
CN107515598A (zh) | 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 | |
CN108490790A (zh) | 一种基于多目标优化的过热汽温自抗扰串级控制方法 | |
Liu et al. | Neurofuzzy network modelling and control of steam pressure in 300 MW steam-boiler system | |
CN108879721B (zh) | 一种基于风电消纳的频率控制方法 | |
CN112363397B (zh) | 一种火电机组汽压波动前馈控制方法、存储介质及系统 | |
Syed et al. | An Intelligent Model Predictive Control Strategy for Stable Solar‐Wind Renewable Power Dispatch Coupled with Hydrogen Electrolyzer and Battery Energy Storage | |
Zheng et al. | Deep reinforcement learning based active disturbance rejection load frequency control of multi-area interconnected power systems with renewable energy | |
Wang et al. | Study on the influence of parallel fuzzy PID control on the regulating system of a bulb tubular turbine generator unit | |
Lasheen et al. | Tube-based explicit model predictive output-feedback controller for collective pitching of wind turbines | |
Umrao et al. | Load frequency control using polar fuzzy controller | |
Esmaeili et al. | Robust & nonlinear control of an ultra-supercritical coal fired once-through boiler-turbine unit in order to optimize the uncertain problem | |
Rodríguez-Flores et al. | Optimal Neuro-fuzzy model and PID controller of a Hydro-generator unit from the identification of its LTI model | |
Meena et al. | Comparative study of load frequency control using PID and FGPI controller | |
Nakamura et al. | Optimal regulation for thermal power plants | |
Qiu et al. | Model predictive control of compact combined cycles in offshore power plants integrating a wind farm | |
CN111429010A (zh) | 一种基于内模控制结构的火力发电机组协调控制系统 |
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 |