CN114035437B - 一种槽式太阳能集热场出口温度抗干扰控制方法及装置 - Google Patents
一种槽式太阳能集热场出口温度抗干扰控制方法及装置 Download PDFInfo
- Publication number
- CN114035437B CN114035437B CN202111414420.0A CN202111414420A CN114035437B CN 114035437 B CN114035437 B CN 114035437B CN 202111414420 A CN202111414420 A CN 202111414420A CN 114035437 B CN114035437 B CN 114035437B
- Authority
- CN
- China
- Prior art keywords
- model
- type solar
- solar thermal
- field
- control
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000000694 effects Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 27
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 239000011521 glass Substances 0.000 claims description 11
- 230000002902 bimodal effect Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 abstract description 7
- 230000001629 suppression Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
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)
- Feedback Control In General (AREA)
Abstract
本申请提供一种槽式太阳能集热场出口温度抗干扰控制方法及装置,其方法主要包括:根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;根据所述广义扩张状态观测算法,计算出最优控制律。本发明实现了集热场出口温度的无偏控制,同时将无限时域性能指标引入预测扰动抑制控制算法,保证闭环系统的稳定性,所得到的最优模型预测控制律为状态反馈增益的形式,可以直接融入主动抗扰控制框架中,从而使得预测控制具备主动扰动抑制的能力,从而解决了现有技术中无法评估太阳辐射之外的其他干扰的问题,同时解决了反馈控制律的迟延影响过大的问题。
Description
技术领域
本申请涉及热工自动控制领域,尤其涉及一种槽式太阳能集热场出口温度抗干扰控制方法及装置。
背景技术
槽式集热器是一种利用的是光热转化方式,通过聚焦、反射和吸收等过程实现光能到热能的转化,使换热介质达到一定温度,以满足不同负载的需求的集热装置。槽式集热器属于中高温集热器的范畴,可以使换热工质得到比较高的温度,可被用到热发电、海水淡化处理、供暖工程、吸收式制冷等生活和生产领域。由于太阳能广阔的应用前景,太阳能是槽式集热器的主要能量来源。太阳能槽式集热器在太阳能利用系统中占据主导地位,它为系统提供热源,其效率和投资成本会影响到整个集热系统的效率和经济性。槽式太阳能集热装置采用真空玻璃管结构,即内管采用镀有高吸收率选择性吸收图层的金属管,管内走加热介质,最外面为玻璃管,玻璃管与金属管间抽真空以抑制对流和传导热损失。
槽式太阳能集热场出口温度直接关系到整个太阳能发电机组运行的安全性和经济性,出口温度太低会影响发电效率,而出口温度太高则会引起管内导热油的传热恶化。因此该参数是机组运行过程中需要重点监控的过程参数之一。集热场控制目标是通过控制导热油的流量来使集热场出口温度保持在额定值附近或跟踪设定值变化。
然而,集热场出口温度是比较难控的系统之一。主要原因有两点:一是该系统存在大迟延、非线性和强耦合特性;其次,该系统存在很多扰动,包括外扰,即太阳辐射和入口导热油温度变化和内扰,即如时变的动态和参数摄动。加之上述扰动大多数不可测或很难测量精准。这些扰动的存在大大增加了控制难度。目前通常采用PID控制、自适应控制、鲁棒控制和卡尔曼滤波器相结合的控制方案。在这些控制策略中,卡尔曼滤波器作为前馈用来观测外扰的影响,然后再在反馈控制器中进行扰动补偿。但是一方面卡尔曼滤波器无法考虑到对除太阳辐射的其他干扰进行估计,另一方面前述反馈控制律无法减小迟延的影响。
发明内容
针对现有技术中无法评估太阳辐射的其他干扰的问题,同时反馈控制律的迟延影响过大的问题,本申请提供一种槽式太阳能集热场出口温度最优预测抗干扰控制方法,能够进一步在扰动存在的情况下实现才是太阳能集热场出口温度的无偏控制,从而解决现有技术的不足。
本申请提供了一种槽式太阳能集热场出口温度抗干扰控制方法,所述方法包括:
S10,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;
S20,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;
S30,根据所述广义扩张状态观测算法,计算出最优控制律。
优选的,所述S10中的建立线性离散的槽式太阳能集热场模型为:
S11,在稳态工况处利用一阶泰勒展开法对已知非线性槽式太阳能集热场模型线性化为:
式中,x=[x1,...,xn,xn+1,...,x2n,x2n+1,...,x3n]T=[tH(1),...,tH(n),ta(1),...,ta(n),tg(1),...,tg(n)]T,n代表集热管按长度共平均分为n段,tH(j),ta(j),tg(j)分别代表集热管第j段出口导热油、吸收管和玻璃罩温度的相对值;tH(j)=TH(j)-TH,out,r,ta(j)=Ta(j)-Ta,r(j),tg(j)=Tg(j)-Tg,r(j),j=1,2...,n;ym代表可测输出相对值,即ym=x;y代表控制输出相对值,即集热场出口导热油温度的相对值;u=qH-qH,r为导热油流量相对值,di代表外扰,即太阳辐照度和集热场入口温度;ΔAm和O(·)分别代表参数摄动和高阶小项;其中,把外扰、参数摄动和高阶小项,作为集总干扰,表示为Bdcdi;
S12,将线性化的模型离散化得到线性离散模型:
式中,xk,ymk,和yk分别代表x,ym和y的离散化后的值,Bd是待设计的参数。
优选的,S20中的根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法:
S21,将线性离散模型表示为扩张形式
式中,为扩张状态,/>
S22,设计相应的广义扩张状态观测:
式中,和/>分别是ξk和ymk的估计值,L是需要设计的观测增益,可根据极点配置设计。
优选的,S30中根据所述广义扩张状态观测算法,计算出最优控制律为:
S31,在k时刻,基于广义扩张状态观测算法对集总扰动dk进行观测得到其估计值
S32,把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中:由
可得即
S33,计算偏差形式的双模态控制律:
式中,ck+i为控制自由度,nc为第一模态的长度;
S34,将偏差形式的控制律代到线性离散化模型中,并定义Φ=A-BK,可得
S35,定义和扩张变量/>计算zk的动态特性:
S36,推导偏差形式的各变量:
其中,
S37,建立最优模型预测抗干扰控制问题:
采用如下无穷时域性能指标:
式中,Q和R均为权重矩阵;
将(9)和(10)代入(11),可得最终的最优模型预测抗干扰控制问题为:
s.t.系统(2)
S38,求解最优控制律:通过求极值必要条件可得
联立(4)、(6)、(7)和(13),得最终的控制律为:
式中,Kt=(KoM1+M3)Bd。
优选的,所述装置包括:
太阳能集热场模型,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;
广义扩张状态观测模块,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;
最优控制律模块,根据所述广义扩张状态观测算法,计算出最优控制律。
优选的,所述太阳能集热场模型为:
S11,在稳态工况处利用一阶泰勒展开法对已知非线性槽式太阳能集热场模型线性化为:
式中,x=[x1,...,xn,xn+1,...,x2n,x2n+1,...,x3n]T=[tH(1),...,tH(n),ta(1),...,ta(n),tg(1),...,tg(n)]T,n代表集热管按长度共平均分为n段,tH(j),ta(j),tg(j)分别代表集热管第j段出口导热油、吸收管和玻璃罩温度的相对值;tH(j)=TH(j)-TH,out,r,ta(j)=Ta(j)-Ta,r(j),tg(j)=Tg(j)-Tg,r(j),j=1,2...,n;ym代表可测输出相对值,即ym=x;y代表控制输出相对值,即集热场出口导热油温度的相对值;u=qH-qH,r为导热油流量相对值,di代表外扰,即太阳辐照度和集热场入口温度;ΔAm和O(·)分别代表参数摄动和高阶小项;其中,把外扰、参数摄动和高阶小项,作为集总干扰,表示为Bdcdi;
S12,将线性化的模型离散化得到线性离散模型:
式中,xk,ymk,和yk分别代表x,ym和y的离散化后的值,Bd是待设计的参数。
优选的,所述广义扩张状态观测模块为:
S21,将线性离散模型表示为扩张形式
式中,为扩张状态,/>
S22,设计相应的广义扩张状态观测:
式中,和/>分别是ξk和ymk的估计值,L是需要设计的观测增益,可根据极点配置设计。
优选的,所述最优控制律模块为:
S31,在k时刻,基于广义扩张状态观测算法对集总扰动dk进行观测得到其估计值
S32,把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中:由
可得即
S33,计算偏差形式的双模态控制律:
式中,ck+i为控制自由度,nc为第一模态的长度;
S34,将偏差形式的控制律代到线性离散化模型中,并定义Φ=A-BK,可得
S35,定义和扩张变量/>计算zk的动态特性:
S36,推导偏差形式的各变量:
其中,
S37,建立最优模型预测抗干扰控制问题:
采用如下无穷时域性能指标:
式中,Q和R均为权重矩阵;
将(9)(10)代入(11),可得最终的最优模型预测抗干扰控制问题为:
s.t.系统(2)
S38,求解最优控制律:通过求极值必要条件可得
联立(4)、(6)、(7)和(13),得最终的控制律为:
式中,Kt=(KoM1+M3)Bd。
本发明针通过建立广义扩张状态观测算法,实现了集热场出口温度的无偏控制,同时将无限时域性能指标的引入预测扰动抑制控制算法,保证闭环系统的稳定性,所得到的最优模型预测控制律为状态反馈增益的形式,可以直接融入主动抗扰控制框架中,从而使得预测控制具备主动扰动抑制的能力,从而解决了现有技术中无法评估太阳辐射之外的其他干扰的问题,同时反馈控制律的迟延影响过大的问题。
附图说明
图1为实施例中一种槽式太阳能集热场出口温度抗干扰控制方法的流程图;
图2为实施例中一种槽式太阳能集热场出口温度最优预测抗干扰控制结构图;
图3为实施例中一种集热场入口导热油温度与时间关系图;
图4为实施例中一种集热场导热油流量与时间关系图;
图5为实施例中一种槽式太阳能集热场出口温度抗干扰控制装置的结构框图。
具体实施方式
本发明通过建立广义扩张状态观测算法,实现了集热场出口温度的无偏控制,同时将无限时域性能指标的引入预测扰动抑制控制算法,保证闭环系统的稳定性,所得到的最优模型预测控制律为状态反馈增益的形式,可以直接融入主动抗扰控制框架中,从而使得预测控制具备主动扰动抑制的能力,从而解决了现有技术中无法评估太阳辐射之外的其他干扰的问题,同时解决了反馈控制律的迟延影响过大的问题。
图1为本申请一种槽式太阳能集热场出口温度抗干扰控制方法的流程示意图。
S10,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型。
具体的,所述S10中的建立线性离散的槽式太阳能集热场模型为:
S11,在稳态工况处利用一阶泰勒展开法对已知非线性槽式太阳能集热场模型线性化为:
式中,x=[x1,...,xn,xn+1,...,x2n,x2n+1,...,x3n]T=[tH(1),...,tH(n),ta(1),...,ta(n),tg(1),...,tg(n)]T,n代表集热管按长度共平均分为n段,tH(j),ta(j),tg(j)分别代表集热管第j段出口导热油、吸收管和玻璃罩温度的相对值;tH(j)=TH(j)-TH,out,r,ta(j)=Ta(j)-Ta,r(j),tg(j)=Tg(j)-Tg,r(j),j=1,2...,n;ym代表可测输出相对值,即ym=x;y代表控制输出相对值,即集热场出口导热油温度的相对值;u=qH-qH,r为导热油流量相对值,di代表外扰,即太阳辐照度和集热场入口温度;ΔAm和O(·)分别代表参数摄动和高阶小项;其中,把外扰、参数摄动和高阶小项,作为集总干扰,表示为Bdcdi;
S12,将线性化的模型离散化得到线性离散模型:
式中,xk,ymk,和yk分别代表x,ym和y的离散化后的值,Bd是待设计的参数。
S20,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法。
具体的,S20中的根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法:
S21,将线性离散模型表示为扩张形式
式中,为扩张状态,/>
S22,设计相应的广义扩张状态观测:
式中,和/>分别是ξk和ymk的估计值,L是需要设计的观测增益,可根据极点配置设计。
S30,根据所述广义扩张状态观测算法,计算出最优控制律。
具体的,S30中根据所述广义扩张状态观测算法,计算出最优控制律为:
S31,在k时刻,基于广义扩张状态观测算法对集总扰动dk进行观测得到其估计值
S32,把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中:由
可得即
S33,计算偏差形式的双模态控制律:
式中,ck+i为控制自由度,nc为第一模态的长度;
S34,将偏差形式的控制律代到线性离散化模型中,并定义Φ=A-BK,可得
S35,定义和扩张变量/>计算zk的动态特性:
S36,推导偏差形式的各变量:
其中,
S37,建立最优模型预测抗干扰控制问题:
采用如下无穷时域性能指标:
式中,Q和R均为权重矩阵;
将(9)(10)代入(11),可得最终的最优模型预测抗干扰控制问题为:
s.t.系统(2)
S38,求解最优控制律:通过求极值必要条件可得
联立(4)、(6)、(7)和(13),得最终的控制律为:
式中,Kt=(KoM1+M3)Bd。
图2为一种集热场出口温度控制效果图。
一个具体的实施例为,首先,获得线性-离散模型
对非线性集热场模型(15):
式中,下标H,a,g,i和o分别代表导热油,吸收管,玻璃罩,管内和管外;TH(j),Ta(j),Tg(j)分别代表第j段出口的导热油、吸收管和玻璃管的温度。TH(0)=Tin和TH(n)=TH,out分别代表集热场入口和出口温度;qH为导热油流量,ρ为密度,c为比热容,A为导热管的横截面积,P为管径,Δl为每段管长,h为对流换热系数,DNI为辐照度,ηopt为光学效率,w为孔径宽度,Tsky为天空温度,Tatm为环境温度,σ为玻尔兹曼常数,εa为吸收管壁的发射率,εg为玻璃罩发射率,Q为辐射热。设定整个集热场管分为两段处理,即n=2,因此集热场出口温度TH,out=TH(2)。
TH,out,r(2) | qH,r(kg/s) | Ta,r(2)(℃) | Tg,r(2)(℃) | DNIr(W/m2) | TH,in,r(℃) | Tatm,r(℃) | Tsky,r(℃) | |
#1 | 369.20 | 7 | 373.50 | 51.50 | 700 | 275 | 25 | 10 |
在上表所示的工况点#1处,线性化对象(15)可得如式(1)所示的线性模型,得到Am,Bm,Cm,Co。
进一步,设定采样时间为1秒,由式(2)可得线性离散模型的参数A,B,设计Bd=9×10-3I6×6。
然后,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法。
将对象重新表述成如式(4)所示的扩张形式,并且设计观测器增益L。在这里,根据秩判据可知,可观,根据极点的幅值小于1的原则配置设计L。
最后,设计复合最优模型预测扰动抑制控制器。
在k时刻,基于广义扩张状态观测器(4)对扰动dk进行观测得到其估计值
由式(6)把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中,得-M1Bd和-M3Bd的值。
将稳态估计(xss,uss)代入式(7),得到偏差形式的双模态控制律。此时设置
K=[-0.1663,-0.1673,-0.0207,-0.0217,-0.0033,-0.0054],nc=4。
将偏差形式的控制律代到线性离散化模型(2)中,并计算Φ=A-BK,可得闭环系统的离散形式(8)。
根据式(9)计算扩张向量zk的动态特性Ψ。
推导式(10)所示各变量的偏差形式。
建立最优模型预测抗干扰控制问题(12),此时Sc=20.208I4×4,Sxc=06×4.求解最优控制律(14):
Ko=[-0.1663,-0.1673,-0.0207,-0.0217,-0.0033,-0.0054]
Kt=[0.0349-0.3337 0.0044-0.0404 0.0026 0.0035]
在该工况下,加入的外界干扰为:在0.556~0.611小时内,斜率为18℃/h的斜坡干扰,代表集热场入口导热油温度变化;在1.25~1.667小时之后,幅值为-20W/m2的阶跃干扰,代表太阳辐射的变化,结果如图3所示。
由图4可以看出,在上述干扰存在的情况下,集热场出口温度TH,out在较小的波动之后依然能快速稳定在369.2℃,且导热油流量的变化幅度较小。说明了本研究方法在集热场出口温度控制方面的有效性。
在另一方面,参见图5,本申请提供了一种槽式太阳能集热场出口温度抗干扰控制装置,包括:
太阳能集热场模型,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;
广义扩张状态观测模块,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;
最优控制律模块,根据所述广义扩张状态观测算法,计算出最优控制律。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种槽式太阳能集热场出口温度抗干扰控制方法,其特征在于,所述方法包括:
S10,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;
S20,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;
S30,根据所述广义扩张状态观测算法,计算出最优控制律;
S30中根据所述广义扩张状态观测算法,计算出最优控制律为:
S31,在k时刻,基于广义扩张状态观测算法对集总扰动dk进行观测得到其估计值
S32,把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中:由
可得即
S33,计算偏差形式的双模态控制律:
式中,ck+i为控制自由度,nc为第一模态的长度;
S34,将偏差形式的控制律代到线性离散化模型中,并定义Φ=A-BK,可得
S35,定义和扩张变量/>计算zk的动态特性:
S36,推导偏差形式的各变量:
其中,
S37,建立最优模型预测抗干扰控制问题:
采用如下无穷时域性能指标:
式中,其中,i=0,...∞,Q和R均为权重矩阵;
将(9)(10)代入(11),可得最终的最优模型预测抗干扰控制问题为:
S38,求解最优控制律:通过求极值必要条件可得
联立(4)、(6)、(7)和(13),得最终的控制律为:
式中,Kt=(KoM1+M3)Bd。
2.根据权利要求1所述的一种槽式太阳能集热场出口温度抗干扰控制方法,其特征在于,所述S10中的建立线性离散的槽式太阳能集热场模型为:
S11,在稳态工况处利用一阶泰勒展开法对已知非线性槽式太阳能集热场模型线性化为:
式中,x=[x1,...,xn,xn+1,...,x2n,x2n+1,...,x3n]T=[tH(1),...,tH(n),ta(1),...,ta(n),tg(1),...,tg(n)]T,n代表集热管按长度共平均分为n段,tH(j),ta(j),tg(j)分别代表集热管第j段出口导热油、吸收管和玻璃罩温度的相对值;tH(j)=TH(j)-TH,out,r,ta(j)=Ta(j)-Ta,r(j),tg(j)=Tg(j)-Tg,r(j),j=1,2...,n;ym代表可测输出相对值,即ym=x;y代表控制输出相对值,即集热场出口导热油温度的相对值;u=qH-qH,r为导热油流量相对值,di代表外扰,即太阳辐照度和集热场入口温度;ΔAm和O(·)分别代表参数摄动和高阶小项;其中,把外扰、参数摄动和高阶小项,作为集总干扰,表示为Bdcdi;
S12,将线性化的模型离散化得到线性离散模型:
式中,xk,ymk,和yk分别代表x,ym和y的离散化后的值,Bd是待设计的参数。
3.根据权利要求1所述的一种槽式太阳能集热场出口温度抗干扰控制方法,其特征在于,S20中的根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法:
S21,将线性离散模型表示为扩张形式
式中,为扩张状态,/>
S22,设计相应的广义扩张状态观测:
式中,和/>分别是ξk和ymk的估计值,L是需要设计的观测增益,可根据极点配置设计。
4.一种槽式太阳能集热场出口温度抗干扰控制装置,应用于上述权利要求1至3中任一项所述的一种槽式太阳能集热场出口温度抗干扰控制方法,其特征在于,所述装置包括:
太阳能集热场模型,根据槽式太阳能集热场,建立线性离散的槽式太阳能集热场模型;
广义扩张状态观测模块,根据所述线性离散的槽式太阳能集热场模型,获得出广义扩张状态观测算法;
最优控制律模块,根据所述广义扩张状态观测算法,计算出最优控制律;
所述最优控制律模块为:
S31,在k时刻,基于广义扩张状态观测算法对集总扰动dk进行观测得到其估计值
S32,把集总干扰的作用折算到状态量和输入量的稳态估计(xss,uss)中:由
可得即
S33,计算偏差形式的双模态控制律:
式中,ck+i为控制自由度,nc为第一模态的长度;
S34,将偏差形式的控制律代到线性离散化模型中,并定义Φ=A-BK,可得
S35,定义和扩张变量/>计算zk的动态特性:
S36,推导偏差形式的各变量:
其中,
S37,建立最优模型预测抗干扰控制问题:
采用如下无穷时域性能指标:
式中,其中,i=0,...∞,Q和R均为权重矩阵;
将(9)和(10)代入(11),可得最终的最优模型预测抗干扰控制问题为:
S38,求解最优控制律:通过求极值必要条件可得
联立(4)、(6)、(7)和(13),得最终的控制律为:
式中,Kt=(KoM1+M3)Bd。
5.根据权利要求4所述的一种槽式太阳能集热场出口温度抗干扰控制装置,其特征在于,所述太阳能集热场模型为:
S11,在稳态工况处利用一阶泰勒展开法对已知非线性槽式太阳能集热场模型线性化为:
式中,x=[x1,...,xn,xn+1,...,x2n,x2n+1,...,x3n]T=[tH(1),...,tH(n),ta(1),...,ta(n),tg(1),...,tg(n)]T,n代表集热管按长度共平均分为n段,tH(j),ta(j),tg(j)分别代表集热管第j段出口导热油、吸收管和玻璃罩温度的相对值;tH(j)=TH(j)-TH,out,r,ta(j)=Ta(j)-Ta,r(j),tg(j)=Tg(j)-Tg,r(j),j=1,2...,n;ym代表可测输出相对值,即ym=x;y代表控制输出相对值,即集热场出口导热油温度的相对值;u=qH-qH,r为导热油流量相对值,di代表外扰,即太阳辐照度和集热场入口温度;ΔAm和O(·)分别代表参数摄动和高阶小项;其中,把外扰、参数摄动和高阶小项,作为集总干扰,表示为Bdcdi;
S12,将线性化的模型离散化得到线性离散模型:
式中,xk,ymk,和yk分别代表x,ym和y的离散化后的值,Bd是待设计的参数。
6.根据权利要求4所述的一种槽式太阳能集热场出口温度抗干扰控制装置,其特征在于,所述广义扩张状态观测模块为:
S21,将线性离散模型表示为扩张形式
式中,为扩张状态,/>
S22,设计相应的广义扩张状态观测:
式中,和/>分别是ξk和ymk的估计值,L是需要设计的观测增益,可根据极点配置设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414420.0A CN114035437B (zh) | 2021-11-25 | 2021-11-25 | 一种槽式太阳能集热场出口温度抗干扰控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414420.0A CN114035437B (zh) | 2021-11-25 | 2021-11-25 | 一种槽式太阳能集热场出口温度抗干扰控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114035437A CN114035437A (zh) | 2022-02-11 |
CN114035437B true CN114035437B (zh) | 2023-11-21 |
Family
ID=80145526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111414420.0A Active CN114035437B (zh) | 2021-11-25 | 2021-11-25 | 一种槽式太阳能集热场出口温度抗干扰控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114035437B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102425863A (zh) * | 2011-09-19 | 2012-04-25 | 河海大学 | 一种dsg槽式太阳能集热器出口蒸汽温度控制方法 |
CN103390083A (zh) * | 2013-07-23 | 2013-11-13 | 河海大学 | 利用非线性分布参数模型仿真dsg槽式集热器的方法 |
JP2015140937A (ja) * | 2014-01-27 | 2015-08-03 | 株式会社日立製作所 | 太陽熱集熱装置およびその軌道補正方法 |
CN106766271A (zh) * | 2016-12-15 | 2017-05-31 | 常州龙腾光热科技股份有限公司 | 一种用于太阳能集热发电的集热场镜场出口温度控制方法 |
CN106769137A (zh) * | 2016-12-09 | 2017-05-31 | 中国科学院电工研究所 | 抛物面槽式太阳能集热器热性能测量装置及热性能预测方法 |
CN107577844A (zh) * | 2017-08-04 | 2018-01-12 | 中国电力科学研究院 | 一种槽式光热电站镜场出口温度的预测方法及系统 |
CN108717306A (zh) * | 2018-04-11 | 2018-10-30 | 河南城建学院 | 一种dsg槽式太阳能集热器蒸汽温度自抗扰控制方法 |
CN109814385A (zh) * | 2019-01-24 | 2019-05-28 | 国网天津市电力公司电力科学研究院 | 一种基于自抗扰控制的分散式以电供热系统及其方法 |
CN110286591A (zh) * | 2019-06-21 | 2019-09-27 | 西安交通大学 | 一种前馈-反馈复合控制方法和基于该方法的测控方法 |
CN110378076A (zh) * | 2019-08-21 | 2019-10-25 | 南京工程学院 | 一种槽式太阳能集热场温度偏差定量评估方法 |
CN209783010U (zh) * | 2019-02-18 | 2019-12-13 | 源和电力股份有限公司 | 一种槽式太阳能抛物面反射镜机构 |
-
2021
- 2021-11-25 CN CN202111414420.0A patent/CN114035437B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102425863A (zh) * | 2011-09-19 | 2012-04-25 | 河海大学 | 一种dsg槽式太阳能集热器出口蒸汽温度控制方法 |
CN103390083A (zh) * | 2013-07-23 | 2013-11-13 | 河海大学 | 利用非线性分布参数模型仿真dsg槽式集热器的方法 |
JP2015140937A (ja) * | 2014-01-27 | 2015-08-03 | 株式会社日立製作所 | 太陽熱集熱装置およびその軌道補正方法 |
CN106769137A (zh) * | 2016-12-09 | 2017-05-31 | 中国科学院电工研究所 | 抛物面槽式太阳能集热器热性能测量装置及热性能预测方法 |
CN106766271A (zh) * | 2016-12-15 | 2017-05-31 | 常州龙腾光热科技股份有限公司 | 一种用于太阳能集热发电的集热场镜场出口温度控制方法 |
CN107577844A (zh) * | 2017-08-04 | 2018-01-12 | 中国电力科学研究院 | 一种槽式光热电站镜场出口温度的预测方法及系统 |
CN108717306A (zh) * | 2018-04-11 | 2018-10-30 | 河南城建学院 | 一种dsg槽式太阳能集热器蒸汽温度自抗扰控制方法 |
CN109814385A (zh) * | 2019-01-24 | 2019-05-28 | 国网天津市电力公司电力科学研究院 | 一种基于自抗扰控制的分散式以电供热系统及其方法 |
CN209783010U (zh) * | 2019-02-18 | 2019-12-13 | 源和电力股份有限公司 | 一种槽式太阳能抛物面反射镜机构 |
CN110286591A (zh) * | 2019-06-21 | 2019-09-27 | 西安交通大学 | 一种前馈-反馈复合控制方法和基于该方法的测控方法 |
CN110378076A (zh) * | 2019-08-21 | 2019-10-25 | 南京工程学院 | 一种槽式太阳能集热场温度偏差定量评估方法 |
Non-Patent Citations (3)
Title |
---|
Xianhua Gao.Active Disturbance Rejection Control for a Parabolic Trough Solar Field.《Proceedings of the 4th International Conference on Control and Computer Vision》.2021,第159-164页. * |
权学森.基于槽式太阳能辅助燃煤发电系统的蓄热系统设计.《太阳能学报》.2017,第38卷(第12期),第3216-3221页. * |
王万召.直接蒸汽发电槽式太阳能集热器蒸汽温度自抗扰控制.《热力发电》.2019,第48卷(第3期),第41-46页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114035437A (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gálvez-Carrillo et al. | Nonlinear predictive control with dead-time compensator: Application to a solar power plant | |
Yilmaz et al. | Modeling of a mechanical cooling system with variable cooling capacity by using artificial neural network | |
Madani et al. | A descriptive and comparative analysis of three common control techniques for an on/off controlled Ground Source Heat Pump (GSHP) system | |
Cai et al. | Solar energy harvesting potential of a photovoltaic-thermoelectric cooling and power generation system: Bidirectional modeling and performance optimization | |
Sharma et al. | Optimization of a smooth flat plate solar air heater using stochastic iterative perturbation technique | |
CN109240366A (zh) | 一种热激活建筑系统等效室外温度预测控制方法 | |
CN113159983B (zh) | 离网型光气热电联产综合能源系统协调控制方法 | |
CN112528542A (zh) | 一种考虑集热器工作模式的光热发电系统动态建模方法及控制方法 | |
CN114035437B (zh) | 一种槽式太阳能集热场出口温度抗干扰控制方法及装置 | |
Meligy et al. | Simulation and control of linear Fresnel reflector solar plant | |
Kandilli | A comparative study on the energetic-exergetic and economical performance of a photovoltaic thermal system (PVT) | |
Das et al. | Impacts of use PID control and artificial intelligence methods for solar air heater energy performance | |
Brus et al. | Black-box identification of solar collector dynamics with variant time delay | |
Motahar | An analysis of unglazed transpired solar collectors based on exergetic performance criteria | |
Hosseinirad et al. | Simultaneous optimization of configuration and controller parameters in an integrated solar thermal hydronic system | |
Tianyi et al. | Experimental analysis of the thermal stability of the pressure control method for a variable flow air-conditioning water system | |
Fabri et al. | Modelling and temperature control of a wine fermentation process with solar cooling | |
Nelwan et al. | Steady state simulation on combination of glazed and unglazed flat plate solar collectors for air heating | |
Khademi et al. | Optimizing exergy efficiency of flat plate solar collectors using SQP and genetic algorithm | |
CN114815922B (zh) | 一种基于gpc和gpio的电热炉温度抗干扰控制方法 | |
Ruelas et al. | Energy performance of a solar cavity receiver with neural output flow regulation under controlled conditions | |
Vasičkaninová et al. | Control of heat exchangers in series using neural network predictive controllers | |
Sbarbaro et al. | Dynamic output power optimization in hybrid PV/T panels | |
Sun et al. | Research on optimal control strategy of compound heating system based on model prediction | |
Aridhi et al. | Cooling performance and energy saving of a refrigeration cavity supported by an outside cold air flow controlled by a PID controller |
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 |