[发明专利]低负荷下锅炉负荷的多模型智能寻优预测控制方法

说明书

本发明公开了一种低负荷下锅炉负荷的多模型智能寻优预测控制方法，具体是：步骤1：选取负荷点建立被控对象模型；步骤2：在各个负荷点根据被控对象模型设计预测控制器，进而得到预测控制器的最优控制增量；步骤3：若步骤2中的最优控制增量满足约束条件，则不需要进行处理，若不满足约束条件，则需采用粒子群算法寻求最优控制增量；步骤4：采用多模型预测控制，根据各子模型输出与实际输出的偏差用改进递推贝叶斯加权算法对各子控制器的输出进行加权。通过本申请的自适应智能寻优控制技术，实现低负荷给煤经济掺烧条件下的机组稳定安全运行。

技术领域

本发明涉及一种锅炉负荷的控制方法，具体说一种低负荷下锅炉负荷的多模型智能寻优预测控制方法。

背景技术

东北地区电力市场供需矛盾非常突出，特别是辽宁省由于供热机组占比高，导致供暖期电网的调峰能力严重不足，迫切要求机组能实现深度调峰。在这种情况下，华能丹东电厂350MW亚临界机组在全国率先完成深度调峰的改造，AGC控制方式下的最低负荷可达到90MW，但从辽宁地区电网的实际需求出发，希望能进一步下调最低负荷，进一步改善电网的调峰能力，并缩小与国外在机组深度调峰方面的差距。但当机组的最低负荷进一步下调时，面临二个瓶颈问题：一是锅炉低负荷工况下，锅炉燃烧对煤粉细度、煤粉均匀性、风量偏差和粉量偏差非常敏感，且当前为降低生产成本，企业均提高给煤经济掺烧，此时如何有效保证锅炉稳燃尤其重要；二是锅炉低负荷工况下，机组被控对象的动态特性会发生大的变化，且被控过程的滞后和惯性会明显增加，以PID控制器组成的常规控制方案对这种过程难于控制。

发明内容

针对现有技术的不足，本发明提出了一种低负荷下锅炉负荷的多模型智能寻优预测控制方法，通过本申请的自适应智能寻优控制技术，实现低负荷给煤经济掺烧条件下的机组稳定安全运行。

为实现上述目的，本发明提供了一种低负荷下锅炉负荷的多模型智能寻优预测控制方法，具体是：

步骤1：选取负荷点建立被控对象模型；

步骤2：在各个负荷点根据被控对象模型设计预测控制器，进而得到预测控制器的最优控制增量；

步骤3：若步骤2中的最优控制增量满足约束条件，则不需要进行处理，若不满足约束条件，则需采用粒子群算法寻求最优控制增量；

步骤4：采用多模型预测控制，根据各子模型输出与实际输出的偏差,用改进递推贝叶斯加权算法对各子控制器的输出进行加权。

进一步的，步骤1建立被控对象模型，具体是：在各负荷点做阶跃响应试验，得到输入输出数据拟合得到被控对象传递函数G(s)。

进一步的，步骤2中设计预测控制器的具体方法是：依据对象传递函数，得到可控自回归积分滑动平均模型，

其中，A(q^-1),B(q^-1)为系数多项式，ξ(k)为随机序列，表示随机噪声，y(k)为输出序列，u(k)为输入序列，Δ＝1-q^-1为差分算子，q^-1是后移算子；所述A(q^-1),B(q^-1)具体是：

a₁、b₀、均为多项式的系数；

通过引入丢番图方程，

其中，E(q^-1),F(q^-1),G(q^-1)为系数多项式，形式如下：