CN113489024A - 热电联供机组多模式抽汽辅助调峰调频控制系统及方法 - Google Patents

Abstract

本发明公开了热电联供机组多模式抽汽辅助调峰调频控制系统及方法，通过获取锅炉蒸发量、冷再供汽流量、热再供汽流量等关键参数的历史数据进行筛选及拟合，从而获取不同供热模式下抽汽流量‑机组出力的定性，通过AGC指令和频差信号等进行不同供热模式下抽汽流量需求分析和分配，从而对供热流量进行实时定量调节，实现了调峰调频需求在线评估及定量控制，解决了缺乏必要的评估手段来分析机组的调峰调频特性的难题，避免了控制设定的盲目性，从而实现良好的控制效果。

Description

热电联供机组多模式抽汽辅助调峰调频控制系统及方法

技术领域

本发明属于热电联供机组自动控制领域，具体涉及一种热电联供机组多模式抽汽辅助调峰调频控制系统及方法。

背景技术

目前，我国能源发展已进入转型期，在碳达峰碳中和战略部署下，势必会大力发展可再生能源，然而风电、光伏发电等可再生能源受天气等外部因素影响较大，具有随机性、间歇性和低能量密度等特点。随着可再生能源并网容量的不断增大以及上网质量要求的提高，都会对电力系统稳定性、电网调度及安全运行等方面提出挑战。同时，我国用电结构的改变，电网负荷峰谷差日益增加，负荷峰值高涨，峰谷比降低给电网安全运行带来了新的挑战。从而火电机组逐渐由基础电源向灵活性调节电源的转型发展，一方面火电机组要达到更低、稳定、安全的调峰深度；另一方面需要有较快的调峰响应速率，避免调峰调频考核，从而获得调峰收益。

除此之外，热电联供机组也无不例外的扮演调峰机组的角色。“三北”地区特别是在冬季供暖期，热电联产机组占比非常大，电源结构单一，“以热定电”使得系统调峰问题更加突出，更不利于消纳风电、光伏，造成严重的弃风弃光现象。为了解决热电联供机组的调峰调频问题，目前多采用低压缸零出力、储热装置等技术方式实现进一步的热电解耦，提高机组的热电比运行范围，从而使得机组具有更好的调峰调频能力。

现有热电联供机组调峰调频技术的不足：

1.热电联供机组深度调峰技术多采用高/低旁路供热、低压缸近零出力、储热装置等技术手段，可以实现热、电出力的解耦，提升机组的热电比运行范围，提高风电等可再生能源的消纳比例。虽然试验工况下机组稳燃可以达到的最低电负荷很低，但实际机组运行并不会维持在某一负荷，而是在宽负荷运行范围内快速变化。受制于汽水流程改造后，机组运行模式多样、参数调节范围增大、变量间非线性增强，在宽幅变负荷工况下，机组不同运行模式的安全保护约束变化及参数特性曲线等会发生变化，易造成控制效果不好，从而制约了机组的调峰调频响应能力。

2.热电机组存在冷再供热、热再供热、低压缸零出力等供热手段，并结合给水旁路、凝结水变频等辅助调峰调频技术应用，调节手段丰富、运行模式多样。总而言之，通过抽汽/供热回路短时提高或降低抽汽量等手段，来提高机组的负荷响应速率是可行的。但是热电机组供热方式、运行模式多样，虽然可以提高机组的调峰调频能力，但缺乏必要的评估手段来分析机组的调峰调频特性，无法量化抽汽流量，往往通过运行人员经验设定被控参数，来提高机组的调峰调频能力，控制设定较为盲目、控制效果不好。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种热电联供机组多模式抽汽辅助调峰调频控制系统及方法，本发明通过获取锅炉蒸发量、冷再供汽流量、热再供汽流量等关键参数的历史数据进行筛选及拟合，从而获取不同供热模式下抽汽流量-机组出力的定性，通过AGC指令和频差信号等进行不同供热模式下抽汽流量需求分析和分配，从而对供热流量进行实时定量调节，实现了调峰调频需求在线评估及定量控制，解决了缺乏必要的评估手段来分析机组的调峰调频特性的难题，避免了控制设定的盲目性，从而实现良好的控制效果。

为了达到上述目的，本发明采用如下技术方案：

热电联供机组多模式抽汽辅助调峰调频控制系统，包括锅炉1，锅炉1的高温高压蒸汽出口与汽轮机高压缸2进口相连，高压缸2出口分别与锅炉1的再热器进口和冷再抽汽止回阀9相连，锅炉1的再热器出口分别与中调门5和热再抽汽止回阀6相连，中调门5与中压缸3进口相连，中压缸3出口与低压缸4进口相连；热再抽汽止回阀6与热再抽汽调节阀7相连，冷再抽汽止回阀9与冷再抽汽调节阀10相连，热再抽汽调节阀7分别与减温水调节阀8和冷再抽汽调节阀10连接；

锅炉蒸发量计算模块11、热再抽汽流量12、冷再抽汽流量13、机组出力14与存储数据库15相连，存储数据库15依次与数据预处理16、数据筛选模块17、最小二乘法拟合模块18相连；机组出力14、中调下发指令19与AGC功率需求计算模块20相连，频率偏差信号21与调频功率计算模块22相连，AGC功率需求计算模块20、调频功率计算模块22与机组功率调整计算模块23相连；锅炉蒸发量计算模块11、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18、机组功率调整计算模块23与控制指令计算模块24相连，控制指令计算模块24与限幅限速模块25相连，限幅限速模块25与热再抽汽调节阀7、冷再抽汽调节阀10相连。

所述的热电联供机组多模式抽汽辅助调峰调频控制系统的控制方法，锅炉1通过换热器将热量传递给锅炉给水变为高温高压的蒸汽，随后驱动高压缸2作功发电，高压缸2排汽进入锅炉1再热器中进行换热，然后高温蒸汽通过中调阀5驱动中压缸3、低压缸4进行作功发电；在高压缸2排汽进入锅炉1再热器前引出部分蒸汽，通过冷再抽汽止回阀9、热再抽汽调节阀10送入供热母管，在中调门5前和锅炉1再热器后引出部分高温蒸汽，通过热再抽汽止回阀6、热再抽汽调节阀7并经过减温水调节阀8喷淋的减温水降温后送入供热母管；锅炉给水流量和减温水量通过锅炉蒸发量计算模块11求和获得锅炉蒸发量，并将热再抽汽流量12、冷再抽汽流量13和机组出力14送入存储数据库15进行存储，随后通过数据预处理模块16完成缺失数据填充和变步长滤波的数据预处理，通过数据筛选模块17筛选出稳态工况数据，通过最小二乘法拟合模块18将筛选数据进行拟合获得机组特性曲线；随后将机组出力14与中调下发指令19送入AGC功率需求计算模块20进行减法运算即获得AGC功率需求，频率偏差信号21送入调频功率计算模块22，通过查询频率偏差-功率的对应函数曲线获得调频功率需求，随后AGC功率需求和调频功率需求经过机组功率调整计算模块23汇总获得机组所需的调整功率；控制指令计算模块24结合锅炉蒸发量计算模块11的锅炉蒸发量、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；最优工况下冷再/热再抽汽流量偏置指令经过限幅限速模块25下发至热再抽汽调节阀7和冷再抽汽调节阀10，通过定量的调节阀流量偏置完成机组的精确快速调峰动作，实现多模式抽汽辅助调峰调频精细化控制，避免了操作的盲目性；

所述控制指令计算模块24结合锅炉蒸发量计算模块11的锅炉蒸发量、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；控制指令计算如下：

机组功率调整计算模块23得到机组所需的调整功率ΔP，结合当前机组运行状态，锅炉蒸发量Q_total、热再抽汽流量Q_h、冷再抽汽流量Q_c、通过稳态筛选和拟合可获得机组出力的机组特性曲线P＝f(Q_h,Q_c)，并计算获得特性曲线当前工况的计算功率P_cal，则修正功率偏差为：

δP＝P_act-P_cal

式中，δP为修正功率偏差；P_act为机组实际出力；

结合修正功率偏差δP对特性曲线进行修正，修正后的特性曲线：

P+δP＝f(Q_h,Q_c)

结合机组所需的调整功率ΔP、冷热再抽汽安全边界和扰动调节速率，对P+δP＝f(Q_h,Q_c)进行反算，从而获得实际所需的热再抽汽流量Q_h2、冷再抽汽流量Q_c2，即可获得热再所需流量偏置指令δQ_h和冷再所需流量偏置指令δQ_c，从而下发定量控制参数完成闭环控制，计算公式如下：

δQ_h＝Q_h2-Q_h

δQ_c＝Q_c2-Q_c。

所述数据预处理模块16完成缺失数据填充和变步长滤波的数据预处理，具体如下：

1)缺失数据填充采用KNN填充算法，KNN填充算法公式如下：

计算缺失数据数组与数据样本中完整数据数组的欧式距离D：

式中：D为数据组之间的欧式距离；s为一组数据原始维数；t为除去缺失数据的维数；a_i,b_i为数据点在s维向量上除去缺失数据的第i个点坐标，即需要剔除缺失值的平方和；

选出欧式距离最小的k个数据记录作为目标数据的k最近邻；

则缺省数据填充：

式中：g为缺失数据填充值；k为最近邻数据个数；u_i为第i个最近邻数据的等效权重；v_i为第i个最近邻数据；D_i为第i个最临近数据的欧式距离；

2)变步长滤波算法公式如下：

经过滤波器估计后的输出结果：

估计误差：e(n)＝d(n)-y(n)

权系数更新：w(n+1)＝w(n)+2μ(n)e(n)x(n)

式中：y(n)为滤波器在n时刻估计后的输出信号；d(n)为滤波器在n时刻的实际输出信号；X(n)为滤波器的一组输入向量；W(n)为滤波器的一组抽头权向量；x_i为滤波器的第i个输入向量；w_i为滤波器的第i个抽头权向量；n,M分别为数组个数和滤波器的阶数；x(n)为滤波器在n时刻的输入向量；w(n)为滤波器在n时刻的抽头权向量；μ(n)为第n时刻的变步长因子；其中：

X(n)＝[x(n),x(n-1),…,x(n-M+1)]^T

W(n)＝[w(n),w(n-1),…,w(n-M+1)]^T

所述数据筛选模块17筛选出稳态工况数据，通过最小二乘法拟合模块18将筛选数据进行拟合获得机组特性曲线，稳态筛选算法基本公式如下：

对数据进行稳态判别，选定时间内抽取样本的最大值与最小值的差值C₁，最小二乘法拟合出的多项式一次项系数α₁；若C₁≤定值,α₁≤3σ,其中σ为抽取样本的标准差，则认为是稳态；

最小二乘法拟合模块18通过最小二乘法将筛选数据进行拟合获得机组特性曲线P＝f(Q_h,Q_c)，从而完成机组实时闭环控制的定量计算；最小二乘法拟合算法公式如下：

数据拟合多项式表示为：φ＝α₁+α₂x+α₃x²+…+α_nxⁿ

偏差平方和：

式中：φ、x为拟合多项式的拟合输出、实际输入；x_i、y_i分别为样本的第i个输入数据和实际输出数据；α₁、α₂、α₃…α_n为多项式的系数；m为样本个数；δ_i为拟合输出与实际输出的差值。

和现有技术相比较，本发明具备如下优点：

(1)受制于汽水流程改造后，机组运行模式多样、参数调节范围增大、变量间非线性增强，在宽幅变负荷工况下，机组不同运行模式的安全保护约束变化及参数特性曲线等会发生变化，通过部分实验及离线数据分析，仅仅获得实验工况下的机组特性曲线，并且大修或外部环境发生变化，无法及时更新特性曲线。本发明利用在线数据筛选和拟合，实时获得机组不同模式下运行特性曲线，可在线更新特性曲线，消除停机或大修等工况造成的机组特性偏移，避免再次进行实验工况等繁琐工作，从而获得精确的基础特性曲线。

(2)热电机组供热方式、运行模式多样，通过抽汽/供热回路短时提高或降低抽汽量等手段，可以提高机组的调峰调频能力，但是不同负荷工况下的机组抽汽/供热回路扰动量不同达到的调峰调频效果不同，人为设定和扰动前馈曲线较为粗略，不能达到较好的控制效果。并且缺乏必要的评估手段来分析机组的调峰调频特性，无法量化抽汽流量和扰动抽汽时间。本发明采用在线评估修正特性曲线及定量计算抽汽扰动量，根据频差信号、AGC指令与实际功率信号实时计算获得定量值，并随着信号的实时偏差变化生成扰动量，提高控制的鲁棒性、精确性。

附图说明

图1为本发明热电联供机组多模式抽汽辅助调峰调频控制系统示意图。

图中：

1 锅炉

2 高压缸

3 中压缸

4 低压缸

5 中调门

6 热再抽汽止回阀

7 热再抽汽调节阀

8 减温水调节阀

9 冷再抽汽止回阀

10 冷再抽汽调节阀

11 锅炉蒸发量计算模块

12 热再抽汽流量

13 冷再抽汽流量

14 机组出力

15 存储数据库

16 数据预处理模块

17 数据筛选模块

18 最小二乘法拟合模块

19 中调下发指令

20 AGC功率需求计算模块

21 频率偏差信号

22 调频功率计算模块

23 机组功率调整计算模块

24 控制指令计算模块

25 限幅限速模块。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

本发明热电联供机组多模式抽汽辅助调峰调频控制系统如图1所示：

锅炉1的高温高压蒸汽出口与汽轮机高压缸2进口相连，高压缸2出口分别与锅炉1的再热器进口和冷再抽汽止回阀9相连，锅炉1的再热器出口分别与中调门5和热再抽汽止回阀6相连，中调门5与中压缸3进口相连，中压缸3出口与低压缸4进口相连；热再抽汽止回阀6与热再抽汽调节阀7相连，冷再抽汽止回阀9与冷再抽汽调节阀10相连，热再抽汽调节阀7分别与减温水调节阀8和冷再抽汽调节阀10连接；

锅炉蒸发量计算模块11、热再抽汽流量12、冷再抽汽流量13、机组出力14与存储数据库15相连，存储数据库15依次与数据预处理16、数据筛选模块17、最小二乘法拟合模块18相连；机组出力14、中调下发指令19与AGC功率需求计算模块20相连，频率偏差信号21与调频功率计算模块22相连，AGC功率需求计算模块20、调频功率计算模块22与机组功率调整计算模块23相连；锅炉蒸发量计算模块11、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18、机组功率调整计算模块23与控制指令计算模块24相连，控制指令计算模块24与限幅限速模块25相连，限幅限速模块25与热再抽汽调节阀7、冷再抽汽调节阀10相连。

热电联供机组多模式抽汽辅助调峰调频控制系统的控制方法为：

锅炉1通过换热器将热量传递给锅炉给水变为高温高压的蒸汽，随后驱动高压缸2作功发电，高压缸2排汽进入锅炉1再热器中进行换热，然后高温蒸汽通过中调阀5驱动中压缸3、低压缸4进行作功发电；在高压缸2排汽进入锅炉1再热器前引出部分蒸汽，通过冷再抽汽止回阀9、热再抽汽调节阀10送入供热母管，在中调门5前和锅炉1再热器后引出部分高温蒸汽，通过热再抽汽止回阀6、热再抽汽调节阀7并经过减温水调节阀8喷淋的减温水降温后送入供热母管；锅炉给水流量和减温水量通过锅炉蒸发量计算模块11求和获得锅炉蒸发量，并将热再抽汽流量12、冷再抽汽流量13和机组出力14送入存储数据库15进行存储，随后通过数据预处理模块16完成缺失数据填充和变步长滤波的数据预处理，通过数据筛选模块17筛选出稳态工况数据，通过最小二乘法拟合模块18将筛选数据进行拟合获得机组特性曲线；随后将机组出力14与中调下发指令19送入AGC功率需求计算模块20进行减法运算即可获得AGC功率需求，频率偏差信号21送入调频功率计算模块22，通过查询频率偏差-功率的对应函数曲线获得调频功率需求，随后AGC功率需求和调频功率需求经过机组功率调整计算模块23汇总获得机组所需的调整功率；控制指令计算模块24结合锅炉蒸发量计算模块11的锅炉蒸发量、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；经过限幅限速模块25下发至热再抽汽调节阀7和冷再抽汽调节阀10，通过定量的调节阀流量偏置完成机组的精确快速调峰动作，实现多模式抽汽辅助调峰调频精细化控制，避免了操作的盲目性。

所述数据预处理模块16完成缺失数据填充和变步长滤波的数据预处理，具体如下：

1)缺失数据填充采用KNN填充算法，KNN填充算法基本公式如下：

计算缺失数据数组与数据样本中完整数据数组的欧式距离D：

式中：D为数据组之间的欧式距离；s为一组数据原始维数；t为除去缺失数据的维数；a_i,b_i为数据点在s维向量上除去缺失数据的第i个点坐标，即需要剔除缺失值的平方和；

选出欧式距离最小的k个数据记录作为目标数据的k最近邻；

则缺省数据填充：

式中：g为缺失数据填充值；k为最近邻数据个数；u_i为第i个最近邻数据的等效权重；v_i为第i个最近邻数据；D_i为第i个最临近数据的欧式距离；

2)变步长滤波算法基本公式如下：

经过滤波器估计后的输出结果：

估计误差：e(n)＝d(n)-y(n)

权系数更新：w(n+1)＝w(n)+2μ(n)e(n)x(n)

式中：y(n)为滤波器在n时刻估计后的输出信号；d(n)为滤波器在n时刻的实际输出信号；X(n)为滤波器的一组输入向量；W(n)为滤波器的一组抽头权向量；x_i为滤波器的第i个输入向量；w_i为滤波器的第i个抽头权向量；n,M分别为数组个数和滤波器的阶数；x(n)为滤波器在n时刻的输入向量；w(n)为滤波器在n时刻的抽头权向量；μ(n)为第n时刻的变步长因子。其中：

X(n)＝[x(n),x(n-1),…,x(n-M+1)]^T

W(n)＝[w(n),w(n-1),…,w(n-M+1)]^T

所述数据筛选模块17筛选出稳态工况数据，通过最小二乘法拟合模块18将筛选数据进行拟合获得机组特性曲线，稳态筛选算法基本公式如下：

对数据进行稳态判别，选定时间内抽取样本的最大值与最小值的差值C₁，最小二乘法拟合出的多项式一次项系数α₁；若C₁≤定值,α₁≤3σ,其中σ为抽取样本的标准差，则认为是稳态；

最小二乘法拟合模块18通过最小二乘法将筛选数据进行拟合获得机组特性曲线，从而完成机组实时闭环控制的定量计算；最小二乘法拟合算法基本公式如下：

数据拟合多项式表示为：φ＝α₁+α₂x+α₃x²+…+α_nxⁿ

偏差平方和：

式中：φ、x为拟合多项式的拟合输出、实际输入；x_i、y_i分别为样本的第i个输入数据和实际输出数据；α₁、α₂、α₃…α_n为多项式的系数；m为样本个数；δ_i为拟合输出与实际输出的差值。

所述控制指令计算模块24结合锅炉蒸发量计算模块11的锅炉蒸发量、热再抽汽流量12、冷再抽汽流量13、机组出力14、最小二乘法拟合模块18获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；控制指令计算如下：

机组功率调整计算模块23得到机组所需的调整功率ΔP，结合当前机组运行状态，锅炉蒸发量Q_total、热再抽汽流量Q_h、冷再抽汽流量Q_c、通过稳态筛选和拟合可获得机组出力的机组特性曲线P＝f(Q_h,Q_c)，并计算获得特性曲线当前工况的计算功率P_cal，则修正功率偏差为：

δP＝P_act-P_cal

式中，δP为修正功率偏差；P_act为机组实际出力；

结合修正功率偏差δP对特性曲线进行修正，修正后的特性曲线：

P+δP＝f(Q_h,Q_c)

结合机组所需的调整功率ΔP、冷热再抽汽安全边界和扰动调节速率，对P+δP＝f(Q_h,Q_c)进行反算，从而获得实际所需的热再抽汽流量Q_h2、冷再抽汽流量Q_c2，即可获得热再所需流量偏置指令δQ_h和冷再所需流量偏置指令δQ_c，从而下发定量控制参数完成闭环控制，计算公式如下：

δQ_h＝Q_h2-Q_h

δQ_c＝Q_c2-Q_c。

Claims (4)

1.热电联供机组多模式抽汽辅助调峰调频控制系统，其特征在于：包括锅炉(1)，锅炉1的高温高压蒸汽出口与汽轮机高压缸(2)进口相连，高压缸(2)出口分别与锅炉(1)的再热器进口和冷再抽汽止回阀(9)相连，锅炉(1)的再热器出口分别与中调门(5)和热再抽汽止回阀(6)相连，中调门(5)与中压缸(3)进口相连，中压缸(3)出口与低压缸(4)进口相连；热再抽汽止回阀(6)与热再抽汽调节阀(7)相连，冷再抽汽止回阀(9)与冷再抽汽调节阀(10)相连，热再抽汽调节阀(7)分别与减温水调节阀(8)和冷再抽汽调节阀(10)连接；

锅炉蒸发量计算模块(11)、热再抽汽流量(12)、冷再抽汽流量(13)、机组出力(14)与存储数据库(15)相连，存储数据库(15)依次与数据预处理(16)、数据筛选模块(17)、最小二乘法拟合模块(18)相连；机组出力(14)、中调下发指令(19)与AGC功率需求计算模块(20)相连，频率偏差信号(21)与调频功率计算模块(22)相连，AGC功率需求计算模块(20)、调频功率计算模块(22)与机组功率调整计算模块(23)相连；锅炉蒸发量计算模块(11)、热再抽汽流量(12)、冷再抽汽流量(13)、机组出力(14)、最小二乘法拟合模块(18)、机组功率调整计算模块(23)与控制指令计算模块(24)相连，控制指令计算模块(24)与限幅限速模块(25)相连，限幅限速模块(25)与热再抽汽调节阀(7)、冷再抽汽调节阀(10)相连。

2.权利要求1所述的热电联供机组多模式抽汽辅助调峰调频控制系统的控制方法，其特征在于：

锅炉(1)通过换热器将热量传递给锅炉给水变为高温高压的蒸汽，随后驱动高压缸(2)作功发电，高压缸(2)排汽进入锅炉(1)再热器中进行换热，然后高温蒸汽通过中调阀(5)驱动中压缸(3)、低压缸(4)进行作功发电；在高压缸(2)排汽进入锅炉(1)再热器前引出部分蒸汽，通过冷再抽汽止回阀(9)、热再抽汽调节阀(10)送入供热母管，在中调门(5)前和锅炉(1)再热器后引出部分高温蒸汽，通过热再抽汽止回阀(6)、热再抽汽调节阀(7)并经过减温水调节阀(8)喷淋的减温水降温后送入供热母管；锅炉给水流量和减温水量通过锅炉蒸发量计算模块(11)求和获得锅炉蒸发量，并将热再抽汽流量(12)、冷再抽汽流量(13)和机组出力(14)送入存储数据库(15)进行存储，随后通过数据预处理模块(16)完成缺失数据填充和变步长滤波的数据预处理，通过数据筛选模块(17)筛选出稳态工况数据，通过最小二乘法拟合模块(18)将筛选数据进行拟合获得机组特性曲线；随后将机组出力(14)与中调下发指令(19)送入AGC功率需求计算模块(20)进行减法运算即获得AGC功率需求，频率偏差信号(21)送入调频功率计算模块(22)，通过查询频率偏差-功率的对应函数曲线获得调频功率需求，随后AGC功率需求和调频功率需求经过机组功率调整计算模块(23)汇总获得机组所需的调整功率；控制指令计算模块(24)结合锅炉蒸发量计算模块(11)的锅炉蒸发量、热再抽汽流量(12)、冷再抽汽流量(13)、机组出力(14)、最小二乘法拟合模块(18)获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；最优工况下冷再/热再抽汽流量偏置指令经过限幅限速模块(25)下发至热再抽汽调节阀(7)和冷再抽汽调节阀(10)，通过定量的调节阀流量偏置完成机组的精确快速调峰动作，实现多模式抽汽辅助调峰调频精细化控制，避免了操作的盲目性；

所述控制指令计算模块(24)结合锅炉蒸发量计算模块(11)的锅炉蒸发量、热再抽汽流量(12)、冷再抽汽流量(13)、机组出力(14)、最小二乘法拟合模块(18)获得的机组特性曲线，实时计算获得最优工况下冷再/热再抽汽流量偏置指令，实现闭环控制；控制指令计算如下：

机组功率调整计算模块(23)得到机组所需的调整功率ΔP，结合当前机组运行状态，锅炉蒸发量Q_total、热再抽汽流量Q_h、冷再抽汽流量Q_c、通过稳态筛选和拟合可获得机组出力的机组特性曲线P＝f(Q_h,Q_c)，并计算获得特性曲线当前工况的计算功率P_cal，则修正功率偏差为：

δP＝P_act-P_cal

式中，δP为修正功率偏差；P_act为机组实际出力；

结合修正功率偏差δP对特性曲线进行修正，修正后的特性曲线：

P+δP＝f(Q_h,Q_c)

结合机组所需的调整功率ΔP、冷热再抽汽安全边界和扰动调节速率，对P+δP＝f(Q_h,Q_c)进行反算，从而获得实际所需的热再抽汽流量Q_h2、冷再抽汽流量Q_c2，即可获得热再所需流量偏置指令δQ_h和冷再所需流量偏置指令δQ_c，从而下发定量控制参数完成闭环控制，计算公式如下：

δQ_h＝Q_h2-Q_h

δQ_c＝Q_c2-Q_c。

3.根据权利要求2所述的控制方法，其特征在于：所述数据预处理模块(16)完成缺失数据填充和变步长滤波的数据预处理，具体如下：

1)缺失数据填充采用KNN填充算法，KNN填充算法公式如下：

计算缺失数据数组与数据样本中完整数据数组的欧式距离D：

式中：D为数据组之间的欧式距离；s为一组数据原始维数；t为除去缺失数据的维数；a_i,b_i为数据点在s维向量上除去缺失数据的第i个点坐标，即需要剔除缺失值的平方和；

选出欧式距离最小的k个数据记录作为目标数据的k最近邻；

则缺省数据填充：

式中：g为缺失数据填充值；k为最近邻数据个数；u_i为第i个最近邻数据的等效权重；v_i为第i个最近邻数据；D_i为第i个最临近数据的欧式距离；

2)变步长滤波算法公式如下：

经过滤波器估计后的输出结果：

估计误差：e(n)＝d(n)-y(n)

权系数更新：w(n+1)＝w(n)+2μ(n)e(n)x(n)

式中：y(n)为滤波器在n时刻估计后的输出信号；d(n)为滤波器在n时刻的实际输出信号；X(n)为滤波器的一组输入向量；W(n)为滤波器的一组抽头权向量；x_i为滤波器的第i个输入向量；w_i为滤波器的第i个抽头权向量；n,M分别为数组个数和滤波器的阶数；x(n)为滤波器在n时刻的输入向量；w(n)为滤波器在n时刻的抽头权向量；μ(n)为第n时刻的变步长因子；其中：

X(n)＝[x(n),x(n-1),…,x(n-M+1)]^T

W(n)＝[w(n),w(n-1),…,w(n-M+1)]^T

4.根据权利要求2所述的控制方法，其特征在于：所述数据筛选模块(17)筛选出稳态工况数据，通过最小二乘法拟合模块(18)将筛选数据进行拟合获得机组特性曲线，稳态筛选算法基本公式如下：

对数据进行稳态判别，选定时间内抽取样本的最大值与最小值的差值C₁，最小二乘法拟合出的多项式一次项系数α₁；若C₁≤定值,α₁≤3σ,其中σ为抽取样本的标准差，则认为是稳态；

最小二乘法拟合模块(18)通过最小二乘法将筛选数据进行拟合获得机组特性曲线P＝f(Q_h,Q_c)，从而完成机组实时闭环控制的定量计算；最小二乘法拟合算法公式如下：

数据拟合多项式表示为：φ＝α₁+α₂x+α₃x²+…+α_nxⁿ

偏差平方和：

式中：φ、x为拟合多项式的拟合输出、实际输入；x_i、y_i分别为样本的第i个输入数据和实际输出数据；α₁、α₂、α₃…α_n为多项式的系数；m为样本个数；δ_i为拟合输出与实际输出的差值。

Images