[发明专利]一种适于调峰热力站的质调量调解耦控制方法

摘要

一种适于调峰热力站的质调量调解耦控制方法，属于热力站控制技术领域。本发明为了解决现有的供热过程控制方法不适于控制调峰热力站这种非线性多变量耦合系统控制的问题。主要步骤：调峰热力站供热耦合系统建模；利用典型信号响应与最小二乘相结合的方法，建立供热质调和量调主通道模型G11、G12和G23；对获得的主通道模型式(2)进行离散化，然后结合离散化的主通道模型，利用PID神经元网络学习得到供热质调和量调耦合通道的非线性关系G13、G21和G22；利用PID神经元网络对调峰热力站的质调量调进行解耦控制。本项发明利用PID神经元网络解决非线性、强耦合、多变量问题的优势，对调峰热力站进行质调回路和量调回路的多变量解耦控制，本发明控制方法的应用对象为调峰热力站。

主权项

1.一种适于调峰热力站的质调量调解耦控制方法，其特征在于，所述方法的实现过程为：步骤一、调峰热力站供热耦合系统建模：调峰热力站的质调回路和量调回路中，控制量包括一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵，被控量为二级网混水温度和二级网流量；调峰热力站供热耦合系统模型表示为：T(z)Q(z)=G11(z)G12(z)G13(z)G21(z)G22(z)G23(z)V1(z)V2(z)V3(z)---(1)]]>其中，V₁、V₂、V₃分别为一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵；T、Q分别为二级网混水温度和二级网流量；在质调回路中，G₁₁、G₁₂、G₁₃均为质调回路的模型，其中G₁₁为质调主通道1模型，G₁₂为质调主通道2模型，G₁₃为耦合通道3模型；在量调回路中，G₂₁、G₂₂、G₂₃均为量调回路的模型，其中G₂₃为量调主通道模型，G₂₁、G₂₂分别为耦合通道1模型和耦合通道2模型；步骤二、在步骤一所述的调峰热力站供热耦合系统模型中，利用典型信号响应与最小二乘相结合的方法，建立供热质调和量调主通道模型G₁₁、G₁₂和G₂₃；在调峰热力站供热耦合系统模型中，利用典型信号响应与最小二乘相结合，建立供热质调和量调主通道模型，所建立的模型为有滞后的双惯性对象，此处主通道模型G₁₁、G₁₂和G₂₃，用通式G(s)来描述：G(s)=Ke-τs(T1s+1)(T2s+1)---(2)]]>其中K为比例系数，τ为纯延迟时间，T₁和T₂为双惯性的时间常数；K、τ、T₁、T₂可用以下关系求得：V＝Uθ+Ω(3)式中，V=C(1)C(2)...C(m),]]>U=1-1-A(1)-B(1)2-1-A(2)-B(2)............m-1-A(m)-B(m),]]>θ=KKτT1T2T1+T2,]]>Ω=Ω1Ω2...Ωm.]]>其中B、A、C分别为阶跃响应、阶跃响应差分和积分；θ为被辨识的参数向量，中间过程参数；Ω为噪声；用最小二乘法估计参数向量θ，θ的估计值为：θ^=(UTU)-1UTV---(4)]]>步骤三、对获得的主通道模型式(2)进行离散化，然后结合离散化的主通道模型，利用PID神经元网络学习得到供热质调和量调耦合通道的非线性关系G₁₃、G₂₁和G₂₂；步骤四、利用PID神经元网络对调峰热力站的质调量调进行解耦控制：步骤四(一)、确定控制量和被控量：控制量V₁、V₂、V₃分别为一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵；被控量T、Q分别为二级网混水温度和二级网流量；Q′、T′分别为期望的二级网混水温度和二级网流量；步骤四(二)、在控制过程中，二级网混水温度目标设定值T′和二级网流量目标设定值Q′为给定值；步骤四(三)、通过在线实时采集二级网混水温度T和二级网流量Q，将二级网混水温度T、二级网流量Q，二级网混水温度目标设定值T′、二级网流量目标设定值Q′分别作为PID神经元网络的输入，通过对被控量T、Q与被控量目标值Q′、T′比较，在线自主学习，不断地调整神经网络中比例、积分和微分三类神经元作用的强弱，确定各层与隐含层的网络权值ω_ij和ω_jk，得到PID神经元网络的输出一级网供水阀门开度V₁、调峰炉台数及炉嘴数量V₂、二级网循环水泵泵速V₃；然后，将控制量V₁、V₂、V₃作用于调峰热力站的质调回路和量调回路，并行完成质调回路二级网混水温度T和量调回路二级网流量Q的解耦控制。