一种严格控制碳排放的燃煤电站CO2捕集系统灵活调控方法与流程

一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法
技术领域
1.本发明属于热工自动控制技术领域，尤其涉及一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法。


背景技术：

2.为早日实现“碳达峰、碳中和”的发展目标，需要对燃煤火电机组这一co2最大单一排放源进行co2捕集，并制定严格的co2排放标准。基于化学溶剂吸收法的燃烧后co2捕集由于其技术成熟度，成为当前试点运行的主流技术。
3.同时，太阳能、风能等新能源具有不连续性、波动性、不确定性等特征，难以实现持续、稳定的电力供应，为此燃煤火电机组需要具备深度调峰的能力，以维持电网供需平衡，在燃煤火电机组进行深度调峰的同时，机组烟气流量以及烟气组分也会随机组负荷产生较大波动，因而会对下游co2捕集系统的稳定运行产生一定影响，并使得co2捕集率这一关键指标产生较大波动。


技术实现要素：

4.本发明提供一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法，旨在解决燃煤火电机组深度调峰使得co2捕集率这一关键指标产生较大波动的问题。
5.本发明是这样实现的，一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法，包括如下步骤：
6.步骤s1：选取大型燃煤电站co2捕集系统的被控变量及控制变量；
7.步骤s2：在开环情况下，对给煤量、给水流量、主蒸汽阀门开度、贫液流量及再沸器抽汽流量输入m序列信号；
8.步骤s3：利用matlab辨识工具箱中的n4sid算法获得燃煤电站co2捕集系统状态空间模型；
9.步骤s4：增加积分作用，并考虑不可测扰动、模型失配对状态空间模型的影响；
10.步骤s5：根据燃煤电站co2捕集系统前一时刻输入、输出数据及扩增状态空间方程，利用卡尔曼滤波器估计状态量；
11.步骤s6：根据扩增状态空间模型和状态估计值，估计未来p时域内燃煤电站co2捕集系统的输出特性；
12.步骤s7：设置控制器相关参数；
13.步骤s8：设置预测控制器性能指标，增加对捕集率的输出软约束；
14.步骤s9：采用二次规划quadprog求解器求解性能指标，计算未来m时刻内最优输入量差值；
15.步骤s10：计算当前时刻的最佳控制量；
16.步骤s11：输出最佳控制量，采集燃煤电站co2捕集系统的输出，其后在每个采样周期内，重复执行步骤s8到步骤s11。
17.优选的，所述步骤s1中，选取主蒸汽压力、中间点焓值、机组发电量、捕集率及再沸器温度为大型燃煤电站co2捕集系统的被控变量，选取给煤量、给水流量、主蒸汽阀门开度、贫液流量及再沸器抽汽流量为相对应的控制变量。
18.优选的，将控制变量的历史采样值作为输入，将被控变量的历史采样值作为输出，利用matlab工具箱中的n4sid算法获得燃煤电站co2捕集系统的离散状态空间模型，并利用模型仿真数据进行验证。
19.优选的，根据大型燃煤电站co2捕集系统前一时刻的输入数据及前一时刻的输出数据，利用卡尔曼滤波器估计当前时刻燃煤电站co2捕集系统的状态量。
20.优选的，利用滚动优化的方法对未来时域被控变量进行优化求解，并在性能指标中引入捕集率软约束。
21.优选的，还包括模型预测控制器，通过滚动优化性能指标，计算满足系统约束条件的当前时刻最优控制量
22.优选的，还包括：
23.第一延迟模块，输入燃煤电站co2捕集整体系统控制变量前一时刻的采样值；
24.第二延迟模块，输入燃煤电站co2捕集整体系统被控变量前一时刻的采样值。
25.优选的，还包括
26.卡尔曼滤波器，根据系统前一时刻输入
‑
输出数据估计当前时刻燃煤电站co2捕集系统的状态量；
27.大型燃煤电站co2捕集系统模型，在当前时刻最优控制变量的作用下输出被控变量。
28.与现有技术相比，本发明的有益效果是：本发明的一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法，通过建立了基于扩增状态空间模型的预测控制器，能有效处理燃煤电站co2捕集系统强耦合、大延迟和强系统约束的控制难题，提高动态调节品质，同时，本发明对性能指标增加了输出变量的软约束，使得系统捕集率维持在[y
min
，y
max
]之间，大幅度降低了co2捕集率的波动，实现了碳排放的严格控制。
附图说明
[0029]
图1为本发明的方法步骤示意图；
[0030]
图2为本发明的结构示意图；
[0031]
图3为本发明大型燃煤电站co2捕集系统的流程示意图；
[0032]
图4为本发明在给定值变化时主蒸汽压力控制效果图；
[0033]
图5为本发明在给定值变化时中间点焓值控制效果图；
[0034]
图6为本发明在给定值变化时机组发电量控制效果图；
[0035]
图7为本发明在给定值变化时给煤量控制效果图；
[0036]
图8为本发明在给定值变化时给水量控制效果图；
[0037]
图9为本发明在给定值变化时主蒸汽阀门开度控制效果图；
[0038]
图10为本发明在给定值变化时捕集率控制效果图；
[0039]
图11为本发明在给定值变化时再沸器温度控制效果图；
[0040]
图12为本发明在给定值变化时贫液流量控制效果图；
[0041]
图13为本发明在给定值变化时再沸器抽汽流量控制效果图。
具体实施方式
[0042]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0043]
请参阅图1，本发明提供一种技术方案：一种严格控制碳排放的燃煤电站co2捕集系统灵活调控方法，包括如下步骤：
[0044]
步骤s1：选取为大型燃煤电站co2捕集系统的被控变量及控制变量，选取主蒸汽压力、中间点焓值、机组发电量、捕集率及再沸器温度为大型燃煤电站co2捕集系统的被控变量y(k)，选取给煤量、给水流量、主蒸汽阀门开度、贫液流量及再沸器抽汽流量为相对应的控制变量u(k)；
[0045]
步骤s2：在开环情况下，对给煤量、给水流量、主蒸汽阀门开度、贫液流量及再沸器抽汽流量输入m序列信号，获取主蒸汽压力、中间点焓值、机组发电量、捕集率及再沸器温度的动态响应数据。其中，机组发电量和捕集率等参数的动态响应需能够覆盖其主要运行工况；
[0046]
步骤s3：利用matlab辨识工具箱中的n4sid算法获得燃煤电站co2捕集系统状态空间模型，如公式(1)
[0047]
x(k+1)＝ax(k)+bu(k)
[0048]
y(k)＝cx(k)+du(k)
ꢀꢀ
(1)
[0049]
其中，
[0050][0051][0052]
步骤s4：为实现无差调节，对公式(1)增加积分作用，并考虑不可测扰动、模型失配对状态空间模型的影响，构建公式(2)所示的扩增状态空间模型；
[0053][0054]
步骤s5：根据燃煤电站co2捕集系统前一时刻输入、输出数据及公式(2)中的扩增状态空间方程，利用卡尔曼滤波器估计状态量x
e
(k)，如公式(3)所示
[0055]
x
e
(k+1|k)＝a
e
x
e
(k)+b
e
δu(k)
[0056]
p
e
(k+1|k)＝a
e
p
e
(k)a
et
+q
n
[0057]
l
x
＝p
e
(k+1|k)c
et
[c
e
p
e
(k+1|k)c
et
+r
n
]
‑1[0058]
x
e
(k+1)＝x
e
(k+1|k)+l
x
[y(k
‑
1)
‑
c
e
x
e
(k+1|k)]
[0059]
p
e
(k+1)＝(i
‑
l
x
c
e
)p
e
(k+1|k)
[0060]
(3)
[0061]
式中，x
e
(k+1|k)为k时刻对k+1时刻的状态估计；x
e
(k)和x
e
(k+1)分别为k时候和k+1时刻的状态量；p
e
(k)为后验估计协方差矩阵；q
n
和r
n
分别为状态量和测量值噪声的协方差矩阵；l
x
为最优卡尔曼增益；y(k
‑
1)为k
‑
1时刻输出变量的测量值。
[0062]
步骤s6：根据扩增状态空间模型和状态估计值x
e
(k)，估计未来p时域内燃煤电站co2捕集系统的输出特性，如公式(4)所示
[0063]
y
p
＝f
x
x
e
(k)+φδu
ꢀꢀ
(4)
[0064]
其中，
[0065][0066][0067]
步骤s7：设置控制器相关参数，包括预测时域n
p
、控制时域m、输出误差权矩阵q、控制权矩阵r、状态量协方差矩阵q
n
、测量值噪声的协方差矩阵r
n
和松弛变量矩阵ρ。采样周期t
s
的选取一般要符合香农采样定理，可以用经验规则t
95
/t
s
＝5～15来选取，其中，t
95
为过渡过程上升到95％的调节时间；预测时域p应尽量包含对象的真实动态部分；m一般取3～5；其中，t
s
＝30秒，p＝20，m＝5，q＝diag([90e1，0.78e1，8.0，8.5e6，6e6])，r＝diag([9900，200，8300，80，180])，q
n
＝eye(9)，r
n
＝eye(9)，ρ＝diag([1，1，1，500，1])
[0068]
步骤s8：设置预测控制器性能指标，增加对捕集率的输出软约束，如公式(5)所示：
[0069][0070]
s.t.u
min
≤u(k)≤u
max
,δu
min
≤δu(k)≤δu
max
[0071]
y
min
‑
ε(k+i)≤y
capture
(k+i|k)≤y
max
+ε(k+i),1≤i≤n
p
[0072]
0≤ε(k+i)≤ε
max
ꢀꢀ
(5)
[0073]
式中，ε(k+i)为松弛变量；ε
max
为松弛变量的最大值；σ＝[ε(k+1)
ꢀ…ꢀ
ε(k+n
p
)]
t
；ρ为对应的权值矩阵；y
min
和y
max
分别为捕集率在未来n
p
时刻内的最小值和最大值；δu
min
和δu
max
为系统主要输入变量的幅值约束；δu
min
和δu
max
为系统主要输入变量的速率约束；
[0074]
式中，输入、输出变量的约束为δu
max
＝[5；15；0.03；20；10]t；δu
min
＝[
‑
5；
‑
15；
‑
0.03；
‑
20；
‑
10]t；u
min
＝[20；200；0.4；100；30]t；u
max
＝[120；600；1；700；250]t；捕集率的最小值y
min
＝89％，捕集率最大值y
max
＝91％，松弛变量的最大值ε
max
＝0.5％
[0075]
步骤s9：采用二次规划quadprog求解器求解性能指标，计算未来m时刻内最优输入量差值δu；
[0076]
步骤s10：计算当前时刻的最佳控制量u(k)＝u(k
‑
1)+δu(k)；；
[0077]
步骤s11：输出最佳控制量，采集燃煤电站co2捕集系统的输出，其后在每个采样周期内，重复执行步骤s8到步骤s11。
[0078]
在本实施方式中，如图1所示，包括模型预测控制器、第一延迟模块、第二延迟模块、卡尔曼滤波器和大型燃煤电站co2捕集系统模型；大型燃煤电站co2捕集系统的输入变量u(k)与输出变量y(k)分别通过第一延迟单元和第二延迟单元得到延迟变量u(k
‑
1)与y(k
‑
1)；延迟变量u(k
‑
1)与y(k
‑
1)通过卡尔曼滤波器获得当前时刻状态量的估计值x
e
(k)；模型预测控制器的输入分别是当前时刻的给定值y
r
(k)、前一时刻被控变量y(k
‑
1)以及当前时刻状态量估计值x
e
(k)，通过滚动优化性能指标计算出当前时刻最佳控制变量u(k)。
[0079]
在本实施方式中，如图3所示，大型燃煤电站co2捕集系统包含：锅炉、汽轮机、发电机、吸收塔、分离塔等主要单元；主要变量包含：给煤量、给水流量、主蒸汽阀门开度、贫液流量、再沸器抽汽流量、主蒸汽压力、中间点焓值、机组发电量、捕集率及再沸器温度。
[0080]
在本实施方式中，如图4
‑
13所示，在初始稳态工况为u1＝56.5333kg/s、u2＝397.630kg/s、u3＝86.31％、u4＝497.680kg/s、u5＝131.5056kg/s、y1＝21.3693mpa、y2＝2722.1325kj/kg、y3＝432.9270mw、y4＝90％、y5＝392.2k的条件下稳定运行10分钟，给定值分别变为24.8430mpa、2674.4886kj/kg，552.790mw，90％和392.2k，运行100分钟后，上述给定值又分别变为24.01mpa、2702.4781kj/kg，506.896mw，90％和392.2k，系统总仿真时间为210分钟。
[0081]
在本实施方式中，由图4
‑
图13的仿真结果可知，本发明提出的严格碳排放燃煤电站co2捕集系统灵活调控方法，能够在火电机组工况大范围变化的情况下实现co2捕集率的严格调控，使得捕集率能够快速跟踪给定值，并大幅度降低其波动幅值(严格维持在[89％,91％]之间)，从而降低燃煤电站co2捕集系统净烟气的co2排放量。同时，本发明提出的控制方法也能实现机组发电量、主蒸汽压力、中间点焓值及再沸器温度等其它控制变量的快速调节，使其适用于工业应用。
[0082]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精
神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。