首页 > 制冷供热 专利正文
一种基于预测算法的串级主蒸汽温度控制系统及其方法与流程

时间:2022-01-26 阅读: 作者:专利查询

一种基于预测算法的串级主蒸汽温度控制系统及其方法与流程

1.本发明涉及火力发电机组主蒸汽温度控制领域,属于主蒸汽温度控制系统的设计,具体为一种基于预测算法的串级主蒸汽温度控制系统及其方法。


背景技术:

2.火力发电机组的锅炉设备中存在大量的受热面金属,考虑到金属材料的承受温度上限,火力发电机组在运行中需严格控制主蒸汽温度。但由于换热过程的延迟与惯性很大,主蒸汽温度的调节十分缓慢,反应不灵敏,主蒸汽温度的控制困难,给火力发电机组锅炉设备的安全运行带来困难。
3.目前,火力发电机组主蒸汽温度的控制多采用单回路pid反馈控制系统,但是由于换热过程的延迟与惯性,单回路pid反馈控制系统的控制效果不佳,主蒸汽温度波动较大,时常出现超温的现象。另外,一些研究学者提出串级pid控制的控制系统来完成主蒸汽温度的控制,该控制系统虽然在一定程度上改善了主蒸汽温度的动态特性,但pid控制器的局限使得主蒸汽温度仍存在一定的波动,危及火力发电机组锅炉的安全运行。综上所述,设计一种快速跟踪主蒸汽温度设定值、减小主蒸汽温度波动的控制系统对于火力发电机组是十分有意义的。


技术实现要素:

4.针对现有技术中存在发电厂汽温控制的延迟与惯性的问题,本发明提供一种基于预测算法的串级主蒸汽温度控制系统及其方法,系统中利用导前汽温的快速响应特性通过副控制回路提前控制,主蒸汽温度通过主控制回路进行微调,主、副控制回路均采用状态空间模型预测算法以提高汽温控制的准确性与快速性,该控制系统可以改善发电厂主蒸汽温度控制的动态特性,降低减温水扰动对主蒸汽造成的影响。
5.本发明是通过以下技术方案来实现:
6.一种基于预测算法的串级主蒸汽温度控制系统,包括主预测控制器、副预测控制器和被控对象,其中被控对象包括导前区和惰性区;
7.主预测控制器的输入端连接主蒸汽温度指令接收模块和主蒸汽温度测量模块,副预测控制器的输入端分别连接主预测控制器的输出端和导前汽温测量模块,副预测控制器的输出端连接导前区,导前区的输出端分别连接惰性区和导前汽温测量模块的输入端,且经导前汽温测量模块连接至副预测控制器,形成副预测控制器回路,惰性区的输出端经主蒸汽温度测量模块连接至主预测控制器,形成主预测控制器回路;
8.主预测控制器接收主蒸汽温度指令接收模块的信号指令以及主蒸汽温度测量模块所输出的测量数据后,基于状态空间模型预测算法后输出导前汽温操作变量至副预测控制器;
9.副预测控制器接收主预测控制器输出的导前汽温操作变量以及导前汽温测量模块所输出的测量数据后,基于状态空间模型预测算法后输出喷水减温执行值至导前区。
10.优选的,主蒸汽温度指令接收模块所接收的指令信号为主蒸汽温度给定值,主蒸汽温度测量模块所输出的测量数据为主蒸汽温度测量值。
11.优选的,导前汽温测量模块所输出的测量数据为导前汽温测量值。
12.优选的,主预测控制器和副预测控制器中基于状态空间模型预测算法,具体包括如下步骤:
13.状态空间模型预测;
14.滚动优化。
15.进一步的,状态空间模型预测为被控对象经过线性化、无量纲化的基础上对于下一时刻输出值进行预测,线性化、无量纲化后的预测模型应具有如下线性离散时间系统的状态空间形式:
16.x(k+1)=ax(k)+bu(k);
17.y(k)=cx(k);
18.其中,x(k)为状态变量;u(k)为控制输入变量;y(k)为被控变量输出;a为系统矩阵;b为输入矩阵;c为输出矩阵;
19.输入、输出无量纲化采用的无量纲因子取为1;
20.主预测控制器和副预测控制器的预测模型在如下导前区与惰性区模型设计得出:
[0021][0022][0023]
其中,g1(s)为被控对象导前汽温的传递函数;g1(s)为被控对象主蒸汽温度的传递函数;s为复频率。
[0024]
进一步的,滚动优化为:
[0025]
串级预测控制下,主控制器的目标函数为:
[0026][0027]
其中,j为目标函数;γ
θy1,i
为往后第i个时刻预测的主蒸汽温度控制偏差的加权因子;γ
θu1,i
为往后第i个时刻预测控制增量的加权因子;θ
c1
(k+i|k)为主蒸汽温度预测值;k+i|k为k时刻对k+i时刻的预测;θ
r1
(k+i)为k+i时刻的主蒸汽温度给定值;δθ2(k+i-1)为k+i-1时刻的导前汽温给定值的变化量;
[0028]
副控制器的目标函数为:
[0029][0030]
其中,j为目标函数;γ
θy2,i
为往后第i个时刻预测的导前汽温控制偏差的加权因子;γ
θu2,i
为往后第i个时刻预测控制增量的加权因子;θ
c2
(k+i|k)为导前汽温预测值;k+i|k为k时刻对k+i时刻的预测;θ2(k+i)为k+i时刻的导前汽温给定值,即由主控制器输出决定;δwb(k+i-1)为k+i-1时刻的减温水变化量。
[0031]
一种基于预测算法的串级主蒸汽温度控制方法,基于上述所述的一种基于预测算
法的串级主蒸汽温度控制系统,具体步骤如下:
[0032]
步骤1,在主蒸汽温度预测模型与导前汽温预测模型初始化后,主预测控制器中通过主蒸汽温度指令接收模块接收信号指令以及主蒸汽温度测量模块所输出的测量数据后,利用状态空间模型进行状态估计,预测下一时刻的主蒸汽温度数值;利用目标函数对主蒸汽温度的输出进行约束,优化主蒸汽温度控制过程,以实现主蒸汽温度的最快跟踪;求解主蒸汽温度目标函数输出得到导前汽温操作变量,即导前汽温给定值;
[0033]
步骤2,副预测控制器接收主预测控制器输出的导前汽温操作变量以及导前汽温测量模块所输出的测量数据后,利用目标函数对导前汽温的输出进行约束,优化导前汽温的控制过程,以实现导前汽温的最快跟踪;求解导前汽温目标函数得到的喷水减温执行值,即减温水量;仅将所求得的减温水量控制序列中的下一时刻值作用于导前区,导前区输出的导前汽温一边经导前汽温测量模块输出导前汽温测量值至副预测控制器,形成副控制回路,另一边输入惰性区,经主蒸汽温度测量模块输出主蒸汽温度测量值至主预测控制器,形成主控制回路。
[0034]
优选的,主蒸汽温度预测模型受到减温水量的扰动时,当副预测控制器输出的喷水减温执行值或者减温水阀门开度发生扰动后,导前汽温迅速呈现明显偏差,副控制回路利用模型预测控制快速调整减温水量以消除导前汽温偏差,将扰动的影响大幅度降低,实现主蒸汽温度的粗调;主蒸汽温度缓慢变化,主控制回路测量到主蒸汽温度偏差后,利用主控制回路中的模型预测控制器实现主蒸汽偏差的无差调节,实现主蒸汽温度的微调;经过粗调和微调的整个过程后,主蒸汽温度保持在设定值。
[0035]
与现有技术相比,本发明具有以下有益的技术效果:
[0036]
本发明提供了一种基于预测算法的串级主蒸汽温度控制系统及其方法,利用导前区汽温的快速响应特性通过副控制回路提前控制,主蒸汽温度通过主控制回路进行微调,主、副控制回路均采用状态空间模型预测算法以提高汽温控制的准确性与快速性,该控制系统可以改善发电厂主蒸汽温度控制的动态特性,降低减温水扰动对主蒸汽造成的影响。
附图说明
[0037]
图1为本发明中基于预测算法的串级主蒸汽温度控制系统图;
[0038]
图2为本发明中主蒸汽温度设定值跟踪过程的控制步骤;
[0039]
图3为本发明中减温水量扰动下的主蒸汽温度跟踪过程的控制步骤。
具体实施方式
[0040]
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
[0041]
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或
描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0042]
下面结合附图对本发明做进一步详细描述:
[0043]
参见图1,本发明一个实施例中,提供了一种基于预测算法的串级主蒸汽温度控制系统,系统中利用导前汽温的快速响应特性通过副控制回路提前控制,主蒸汽温度通过主控制回路进行微调,主、副控制回路均采用状态空间模型预测算法以提高汽温控制的准确性与快速性,该控制系统可以改善发电厂主蒸汽温度控制的动态特性,降低减温水扰动对主蒸汽造成的影响。
[0044]
具体的,该基于预测算法的串级主蒸汽温度控制系统包括,主预测控制器、副预测控制器和被控对象,其中被控对象包括导前区和惰性区;
[0045]
主预测控制器的输入端连接主蒸汽温度指令接收模块和主蒸汽温度测量模块,副预测控制器的输入端分别连接主预测控制器的输出端和导前汽温测量模块,副预测控制器的输出端连接导前区,导前区的输出端分别连接惰性区和导前汽温测量模块的输入端,且经导前汽温测量模块连接至副预测控制器,形成副预测控制器回路,惰性区的输出端经主蒸汽温度测量模块连接至主预测控制器,形成主预测控制器回路;
[0046]
主预测控制器接收主蒸汽温度指令接收模块的信号指令以及主蒸汽温度测量模块所输出的测量数据后,基于状态空间模型预测算法后输出导前汽温最优操作变量至副预测控制器;
[0047]
副预测控制器接收主预测控制器输出的导前汽温最优操作变量以及导前汽温测量模块所输出的测量数据后,基于状态空间模型预测算法后输出喷水减温最优执行值至导前区。
[0048]
本发明中主控制回路为通过主蒸汽温度测量值反馈形成的闭环回路,副控制回路为通过导前汽温测量值反馈而形成的闭环回路。
[0049]
具体的,主蒸汽温度指令接收模块所接收的指令信号为主蒸汽温度给定值,主蒸汽温度测量模块所输出的测量数据为主蒸汽温度测量值。
[0050]
具体的,导前汽温测量模块所输出的测量数据为导前汽温测量值。
[0051]
具体的,主预测控制器和副预测控制器中基于状态空间模型预测算法,具体包括如下步骤:
[0052]
状态空间模型预测;
[0053]
滚动优化。
[0054]
其中,状态空间模型预测为被控对象经过线性化、无量纲化的基础上对于下一时刻输出值进行预测,线性化、无量纲化后的预测模型应具有如下线性离散时间系统的状态空间形式:
[0055]
x(k+1)=ax(k)+bu(k);
[0056]
y(k)=cx(k);
[0057]
其中,x(k)为状态变量;u(k)为控制输入变量;y(k)为被控变量输出,a为系统矩阵;b为输入矩阵;c为输出矩阵;
[0058]
输入、输出无量纲化采用的无量纲因子取为1;
[0059]
主预测控制器和副预测控制器的预测模型在如下导前区与惰性区模型设计得出:
[0060][0061][0062]
其中,g1(s)为被控对象导前汽温的传递函数;g1(s)为被控对象主蒸汽温度的传递函数;s为复频率。
[0063]
其中,主预测控制器的预测模型为:
[0064][0065][0066]
c=[0 0 0 0.003769 0 0 0];
[0067]
副预测控制器的预测模型为:
[0068][0069]
[0070]
c=[0
ꢀ‑
0.002515]。
[0071]
优选的,滚动优化为:
[0072]
串级预测控制下,主控制器的目标函数为:
[0073][0074]
其中,j为目标函数;γ
θy1,i
为往后第i个时刻预测的主蒸汽温度控制偏差的加权因子;γ
θu1,i
为往后第i个时刻预测控制增量的加权因子;θ
c1
(k+i|k)为主蒸汽温度预测值;k+i|k为k时刻对k+i时刻的预测;θ
r1
(k+i)为k+i时刻的主蒸汽温度给定值;δθ2(k+i-1)为k+i-1时刻的导前汽温给定值的变化量;
[0075]
副控制器的目标函数为:
[0076][0077]
其中,j为目标函数;γ
θy2,i
为往后第i个时刻预测的导前汽温控制偏差的加权因子;γ
θu2,i
为往后第i个时刻预测控制增量的加权因子;θ
c2
(k+i|k)为导前汽温预测值;k+i|k为k时刻对k+i时刻的预测;θ2(k+i)为k+i时刻的导前汽温给定值,即由主控制器输出决定;δwb(k+i-1)为k+i-1时刻的减温水变化量。
[0078]
本发明中一种基于预测算法的串级主蒸汽温度控制方法,基于上述所述的一种基于预测算法的串级主蒸汽温度控制系统,根据图2所示,具体步骤如下:
[0079]
步骤1,在主蒸汽温度预测模型与导前汽温预测模型初始化后,主预测控制器中通过主蒸汽温度指令接收模块接收信号指令以及主蒸汽温度测量模块所输出的测量数据后,利用状态空间模型进行状态估计,预测下一时刻的主蒸汽温度数值;利用目标函数对主蒸汽温度的输出进行约束,优化主蒸汽温度控制过程,以实现主蒸汽温度的最快跟踪;求解主蒸汽温度目标函数输出得到导前汽温操作变量,即导前汽温给定值;
[0080]
步骤2,副预测控制器接收主预测控制器输出的导前汽温操作变量以及导前汽温测量模块所输出的测量数据后,利用目标函数对导前汽温的输出进行约束,优化导前汽温的控制过程,以实现导前汽温的最快跟踪;求解导前汽温目标函数得到的喷水减温执行值,即减温水量;仅将所求得的减温水量控制序列中的下一时刻值作用于导前区,导前区输出的导前汽温一边经导前汽温测量模块输出导前汽温测量值至副预测控制器,形成副控制回路,另一边输入惰性区,经主蒸汽温度测量模块输出主蒸汽温度测量值输入至主预测控制器,形成主控制回路。
[0081]
具体的,根据图3所示,主蒸汽温度预测模型受到减温水量的扰动时,当副预测控制器输出的喷水减温执行值或者减温水阀门开度发生扰动后,导前汽温迅速呈现明显偏差,副控制回路利用模型预测控制快速调整减温水量以消除导前汽温偏差,将扰动的影响大幅度降低,实现主蒸汽温度的粗调;主蒸汽温度缓慢变化,主控制回路测量到主蒸汽温度偏差后,利用主控制回路中的模型预测控制器实现主蒸汽偏差的无差调节,实现主蒸汽温度的微调;经过粗调和微调的整个过程后,主蒸汽温度保持在设定值。
[0082]
综上所述,本发明中主预测控制器基于状态空间模型预测算法,主预测控制器的输入信号包括主蒸汽温度给定值、主蒸汽温度测量值,主预测控制器的输出信号为导前汽
温的最优操作变量。
[0083]
副预测控制器基于状态空间模型预测算法,副预测控制器的输入信号包括导前汽温给定值即由主预测控制器的输出计算导前汽温的最优操作变量、导前汽温测量值,副预测控制器的输出信号为喷水减温的最优操作变量。
[0084]
被控对象分为导前区与惰性区,导前区的输出为导前汽温,即减温器出口汽温,惰性区出口为主蒸汽温度。
[0085]
导前温度为减温水与主蒸汽混合区域后的温度,由于导前区具有较小的延迟与惯性,导前汽温能够快速响应,因此采用减温水量控制导前汽温具有快速的控制效果。
[0086]
主蒸汽温度与减温水相隔导前区与惰性区两个区域,惰性区具有较大的延迟与惯性,因此采用减温水控制主蒸汽温度效果不佳。
[0087]
串级控制充分利用导前汽温快速响应的特点,副控制回路快速消除导前汽温偏差,以完成主蒸汽温度的粗调,主控制回路对主蒸汽温度进行细调。
[0088]
改善发电厂主蒸汽温度控制的动态特性即减少主蒸汽温度的波动幅度,在扰动下主蒸汽温度的恢复时间更短。
[0089]
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。