[发明专利]一种新型火电机组负荷多变量预测控制方法

摘要

本发明公开了一种新型火电机组负荷多变量预测控制方法，该方法针对锅炉对象大惯性，过程响应缓慢等特性，提出一种新型性能指标，并根据此指标设计机组负荷控制系统的多变量预测控制方法。该方法的性能指标基于机组输出功率、主蒸汽压力的单步预测偏差和偏差变化率的关系进行设计。在过程控制中当外界负荷需求改变时，通过调整汽轮机调门开度，改变汽机进汽量，通过改变主蒸汽压力来释放锅炉蓄热，使得机组快速响应外界负荷需求；同时锅炉燃烧率快速调节，满足外界负荷需求的同时，防止主蒸汽压力与设定值之间偏差超限，并能够跟踪设定值，维持机组稳定运行，提高了负荷控制系统的稳定性和机组的运行效率。

主权项

一种新型火电机组负荷多变量预测控制方法，其步骤如下：步骤1：分别以汽机调门开度u₁，锅炉燃烧率u₂为阶跃量，获取机组负荷y₁和主蒸汽压力y₂的阶跃响应值；通过最小二乘系统辨识方法对上述响应数据进行拟合，得到下列传递函数：以汽机调门开度u₁为输入，负荷y₁为输出的汽机调门—负荷传递函数G₁₁；以锅炉燃烧率u₂为输入，负荷y₁为输出的燃烧率—负荷传递函数G₁₂；以汽机调门开度u₁为输入，主蒸汽压力y₂为输出的汽机调门—主蒸汽压力传递函数G₂₁；以锅炉燃烧率u₂为输入，主蒸汽压力y₂为输出的燃烧率—主蒸汽压力传递函数G₂₂；步骤2：选择采样时间T，T首先满足香农定理，然后使T₉₅/T取值在10到25之间，T₉₅为机组负荷升至设定值95％的过程时间；对上述传递函数模型进行离散化，得到负荷控制系统的CARIMA模型：$A_1\left(z^{-1}\right)y_1\left(k\right)=B_{\mathrm{1,1}}\left(z^{-1}\right)u_1(k-1)+B_{\mathrm{1,2}}\left(z^{-1}\right)u_2(k-1)+\frac{1}{\mathrm{\Δ}}{\mathrm{\ϵ}}_1\left(k\right);$$A_2\left(z^{-1}\right)y_2\left(k\right)=B_{2,1}\left(z^{-1}\right)u_1(k-1)+B_{2,2}\left(z^{-1}\right)u_2(k-1)+\frac{1}{\mathrm{\Δ}}{\mathrm{\ϵ}}_2\left(k\right);$式中z^‑1为后移算子，Δ＝1‑z^‑1；$A_i\left(z^{-1}\right)=1+\underset{l=1}{\overset{{\mathrm{na}}_i}{\mathrm{\Σ}}}{a}_{i,l}{z}^{-l},B_{i,j}\left(z^{-1}\right)=\underset{l=0}{\overset{{\mathrm{nb}}_{i,j}}{\mathrm{\Σ}}}{b}_{i,j}^l{z}^{-l},$i＝1,2,j＝1,2，na_i和nb_i,j分别为多项式A_i(z^‑1)和B_i,j(z^‑1)阶次，a_i,l和分别为多项式A_i(z^‑1)和B_i,j(z^‑1)中z^‑l项的系数；y₁(k)，y₂(k)分别为机组负荷和主蒸汽压力在k时刻的输出值；u₁(k‑1)，u₂(k‑1)分别为汽机调门开度和锅炉燃烧率在k‑1时刻的控制量，ε₁(k)和ε₂(k)为均值为0的白噪声；步骤3：构造丢番图方程：1＝E_i,j(z^‑1)A_i(z^‑1)Δ+z^‑jF_i,j(z^‑1)，求得多项式E_i,j(z^‑1)和多项式F_i,j(z^‑1)，其中$E_{i,j}\left(z^{-1}\right)=\underset{l=0}{\overset{j-1}{\mathrm{\Σ}}}{e}_{j,l}^i{z}^{-l},F_{i,j}\left(z^{-1}\right)=\underset{l=0}{\overset{{\mathrm{na}}_i}{\mathrm{\Σ}}}{f}_{j,l}^i{z}^{-l},$和分别为多项式E_i,j(z^‑1)和F_i,j(z^‑1)中z^‑l项的系数，i＝1,2分别代表负荷对象和主蒸汽压力对象，j＝N_i‑1,N_i，N_i为对应预测时域长度；步骤4：定义算式：$G_j^{i,1}\left(z^{-1}\right)=E_{i,j}\left(z^{-1}\right)B_{i,1}\left(z^{-1}\right),G_j^{i,2}\left(z^{-1}\right)=E_{i,j}\left(z^{-1}\right)B_{i,2}\left(z^{-1}\right),$求得：$G_j^{i,1}\left(z^{-1}\right)=\underset{l=0}{\overset{j+{\mathrm{nb}}_{i,1}-1}{\mathrm{\Σ}}}{g}_{j,l}^{i,1}{z}^{-l},G_j^{i,2}\left(z^{-1}\right)=\underset{l=0}{\overset{j+{\mathrm{nb}}_{i,2}-1}{\mathrm{\Σ}}}{g}_{j,l}^{i,2}{z}^{-l},$式中分别为多项式和中z^‑l项的系数，i＝1,2，j＝N_i‑1,N_i；步骤5：构造一维向量：$G_{i,N_i-1}=[g_{N_i-1,N_i-2}^{i,1},...,g_{N_i-1,N_i-1-{\mathrm{Nu}}_1}^{i,1},g_{N_i-1,N_i-2}^{i,2},...,g_{N_i-1,N_i-1-{\mathrm{Nu}}_2}^{i,2}],$$G_{i,N_i}=[g_{N_i,N_i-1}^{i,1},...g_{N_i,N_i-{\mathrm{Nu}}_1}^{i,1},g_{N_i,N_i-1}^{i,2},...,g_{N_i,N_i-{\mathrm{Nu}}_2}^{i,2}],$式中i＝1,2，Nu₁为汽机调门开度的控制时域长度，Nu₂为锅炉燃烧率的控制时域长度，Nu₁、Nu₂一般取1或2；步骤6：该控制系统在线实时记录控制系统从开始运行至采样k时刻的汽机调门开度和锅炉燃烧率的控制信号{u₁(k‑1),u₁(k‑2),…u₁(1)}，{u₂(k‑1),u₂(k‑2),…u₂(1)}，以及机组负荷和主蒸汽压力的测量数据{y₁(k),y₁(k‑1),…y₁(1)}，{y₂(k),y₂(k‑1),…y₂(1)}，同时记录相应控制量的增量{Δu₁(k‑1),Δu₁(k‑2),…Δu₁(1)}，{Δu₂(k‑1),Δu₂(k‑2),…Δu₂(1)}，并接收预测控制系统的机组负荷设定值y_r,1(k)和主蒸汽压力设定值y_r,2(k)；定义中间控制变量：$f_{1,j}=\underset{i=0}{\overset{{\mathrm{na}}_1}{\mathrm{\Σ}}}{f}_{f,i}^{1}y(k-i)+\underset{i=1}{\overset{{\mathrm{nb}}_{1,1}}{\mathrm{\Σ}}}{g}_{j,j+1-i}^{\mathrm{1,1}}\mathrm{\Δ}{u}_1(k-i)+\underset{i=1}{\overset{{\mathrm{nb}}_{1,2}}{\mathrm{\Σ}}}{g}_{j,j+1-i}^{\mathrm{1,2}}\mathrm{\Δ}{u}_2(k-i)(j=N_1-1,N_1);$$f_{2,j}=\underset{i=0}{\overset{{\mathrm{na}}_2}{\mathrm{\Σ}}}{f}_{f,i}^{2}y(k-i)+\underset{i=1}{\overset{{\mathrm{nb}}_{2,1}}{\mathrm{\Σ}}}{g}_{j,j+1-i}^{2,1}\mathrm{\Δ}{u}_1(k-i)+\underset{i=1}{\overset{{\mathrm{nb}}_{2,2}}{\mathrm{\Σ}}}{g}_{j,j+1-i}^{,\mathrm{2,2}}\mathrm{\Δ}{u}_2(k-i)(j=N_2-1,N_2);$步骤7：按下式对机组负荷在未来第k+N₁‑1和k+N₁时刻的输出和主蒸汽压力在未来第k+N₂‑1和k+N₂时刻的输出值进行预测：y₁(k+j|k)＝G_1,j·ΔU+f_1,j(j＝N₁‑1,N₁)y₂(k+j|k)＝G_2,j·ΔU+f_2,j(j＝N₂‑1,N₂)式中，y₁(k+j|k)为未来k+j时刻机组负荷预测值，y₂(k+j|k)为未来k+j时刻主蒸汽压力的预测值，ΔU＝[Δu₁(k),…,Δu₁(k+Nu₁‑1),Δu₂(k),…,Δu₂(k+Nu₂‑1)]，式中Δu₁(k+i),i＝0…Nu₁‑1，Δu₂(k+i),i＝0…Nu₂‑1分别表示在k时刻对未来k+i时刻汽机调门开度和锅炉燃烧率的输出控制量增量的估计值；步骤8：按下列各式求取机组负荷在k+N₁时刻的预测偏差e₁(k+N₁)和预测偏差变化率ce₁(k+N₁)，主蒸汽压力在k+N₂时刻的预测偏差e₂(k+N₂)和预测偏差变化率ce₂(k+N₂)：e_i(k+N_i)＝y_i(k+N_i|k)‑y_r,i(k+N_i)e_i(k+N_i‑1)＝y_i(k+N_i‑1|k)‑y_r,i(k+N_i‑1)ce_i(k+N_i)＝e_i(k+N_i)‑e_i(k+N_i‑1)式中，i＝1,2，分别代表机组负荷和主蒸汽压力；y_r,i(k+N_i‑1)和y_r,i(k+N_i)分别为设定值y_r,i(k)在k+N_i‑1和k+N_i时刻的预测值，取y_r,i(k+N_i‑1)＝y_r,i(k+N_i)，按下式计算：y_r,i(k+N_i)＝y_r,i(k)+α·N_i·δ式中，δ为设定值的变化速率；α为可调参数，在[0,1]间取值，通过调整α的值大小来调整控制系统跟踪设定值变化的快慢，α取大则控制系统跟踪设定值变快，反之则变慢，在设定值不变或设定值阶跃变化时，α取为0；步骤9：根据新型性能指标：J＝[e₁(k+N₁)+λ₁·ce₁(k+N₁)]²+α·[e₂(k+N₂)+λ₂·ce₂(k+N₂)]²来计算汽机调门指令u₁(k)和锅炉燃烧率指令u₂(k)。式中，λ₁和λ₂分别为机组负荷和主汽压力的预测偏差变化率，一般取0～5；α为权值系数，根据机组负荷和主汽压力间相对变化关系进行选择；将步骤7中的未来预测值带入上述性能指标中，并通过极值必要条件求得：$\mathrm{\ΔU}=-{(M_1^T\·M_1+Q^T\·M_2^T\·M_2\·Q)}^{-1}\·{[h_1\·M_1+\mathrm{\α}\·h_2\·M_2]}^T$式中，$M_1=G_{1,N_1}+{\mathrm{\λ}}_1\·(G_{1,N_1}-G_{1,N_1-1}),M_2=G_{2,N_2}+{\mathrm{\λ}}_2\·(G_{2,N_2}-G_{2,N_2-1}),Q=\sqrt{\mathrm{\α}}\·I_{({\mathrm{Nu}}_1+{\mathrm{Nu}}_2),}$$h_1=f_{1,N_1}-y_{r,1}(k+N_1)+{\mathrm{\λ}}_1\·(f_{1,N_1}-f_{1,N_1-1}),h_2=f_{2,N_2}-y_{r,2}(k+N_2)+{\mathrm{\λ}}_2\·(f_{2,N_2}-f_{2,N_2-1});$步骤10：计算汽机调门开度控制量u₁(k)＝u₁(k‑1)+Δu₁(k)，和锅炉燃烧率控制量u₂(k)＝u₂(k‑1)+Δu₂(k)；步骤11：根据执行机构限制及实际运行情况，设定控制量约束，汽机调门开度约束上下限为[u_1,min，u_1,max]，锅炉燃烧率约束上下限为[u_2,min，u_2,max]，如果u_i(k)＞u_i,max，则令u_i(k)＝u_i,max,Δu_i(k)＝u_i,max‑u_i(k‑1)；如果u_i(k)＜u_i,min，则令u_i(k)＝u_i,min,Δu_i(k)＝u_i,min‑u_i(k‑1)，i＝1,2；步骤12：控制系统输出u₁(k)和u₂(k)到相应执行机构，在之后的每个采样周期内重复执行步骤6到步骤12。