基于多模型预测控制算法的自动转态深度调峰协调控制策略的制作方法

1.本发明专利涉及热工自动控制领域，尤其涉及一种基于多模型预测控制算法的自动转态深度调峰协调控制策略。


背景技术：

2.在节能减排，双碳达标，大力发展光伏、风电新能源的新形势下，火电机组深度调峰已是大势所趋，从深度调峰的实际需求和可观的经济回报出发，迫切需要对火电机组超低负荷下深度调峰的控制进行研究与应用。针对火电机组超低负荷深度调峰工况下需要进行十分复杂且稳定性较差的干态/湿态转换，且当机组运行到湿态工况时被控对象动态特性变化又十分显著的问题，常规的控制策略根本无法对其进行有效的控制。因此需要设计一种能够适应机组深度调峰低负荷运行状态的协调控制策略。


技术实现要素：

3.本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，该策略不需要建立协调控制系统被控对象的精确数学模型，易于在线实现，计算量小，控制效果好。
4.为实现上述目的，本发明采用的技术方案为：一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，包括以下的步骤：
5.步骤s1：在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，建立低负荷工况下协调系统被控对象的动态数学模型；
6.步骤s2：引入权重因子对变负荷过程中的预测模型参数进行在线修正；
7.步骤s3：基于滚动优化策略对协调控制系统进行预测控制。
8.进一步的，步骤s1中协调系统被控对象的动态数学模型是基于状态空间的误差模型，具体表示为：
9.δe(k)＝aδδu(k)+bδx(k)
10.其中，e表示被调量误差，u表示控制量，x表示状态量，k表示迭代次数，a和b表示系统矩阵，δ表示时间增量算子，δ表示迭代增量算子。
11.进一步的，步骤s2中权重因子在线修正预测模型具体表示为：
[0012][0013][0014]
其中，权重因子θi为隶属度。
[0015]
进一步的，步骤s3中滚动优化策略是以二次性能指标最小为优化目标，计算得到最优控制量，二次性能指标具体表示为：
[0016][0017]
其中，j表示性能指标，t表示矩阵转置符号，c表示误差加权系数矩阵，d表示控制增量变化量加权系数矩阵。
[0018]
采用上述技术方案，本发明具有以下的有益效果：
[0019]
本发明能够有效提高大型火电机组在深度调峰工况下的自适应能力，能够解决火电机组协调控制系统中控制作用速率、幅值的受限优化问题，且控制快速、准确，控制性能优异，机组运行稳定可靠。
附图说明
[0020]
图1为本发明原理示意图。
具体实施方式
[0021]
为了使本发明要解决的技术问题、技术方案和有益效果更加清楚，下面结合附图及具体实施例进行详尽的描述。
[0022]
本发明公开了一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，如附图1所示，包括以下步骤：
[0023]
步骤s1：在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，建立低负荷工况下协调系统被控对象的动态数学模型；
[0024]
步骤s2：引入权重因子对变负荷过程中的预测模型参数进行在线修正；
[0025]
步骤s3：基于滚动优化策略对协调控制系统进行预测控制。
[0026]
进一步的，步骤s1中协调系统被控对象的动态数学模型是基于状态空间的误差模型，具体表示为：
[0027]
δe(k)＝aδδu(k)+bδx(k)
[0028]
其中，e表示被调量误差，u表示控制量，x表示状态量，k表示迭代次数，a和b表示系统矩阵，δ表示时间增量算子，δ表示迭代增量算子。
[0029]
进一步的，步骤s2中权重因子在线修正预测模型具体表示为：
[0030][0031][0032]
其中，权重因子θi为隶属度。
[0033]
进一步的，步骤s3中滚动优化策略是以二次性能指标最小为优化目标，计算得到最优控制量，二次性能指标具体表示为：
[0034][0035]
其中，j表示性能指标，t表示矩阵转置符号，c表示误差加权系数矩阵，d表示控制增量变化量加权系数矩阵。
[0036]
下面以某电厂1000mw超临界机组协调系统为例，采用本发明的协调控制策略，详细说明本发明内容。选取150mw(15％)、300mw(30％)、500mw(50％)三个负荷工况点作为典型工况，分别建立三个离线数学模型，根据电网负荷调度指令计算隶属度，进而得到权重因子线修正协调系统模型，并将修正后的模型作为预测模型，并利用滚动优化控制策略实施预测控制。
[0037]
实际应用表明：某电厂1000mw超临界机组协调系统应用本发明所述的一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，可有效提升大型火电机组协调控制系统在深度调峰范围内的控制品质，控制系统响应速度快、稳定性能好、准确性高，同时具有良好的鲁棒性和一定的自适应能力。
[0038]
以上实例仅用于更加清楚地说明本发明方法，并非对本发明作任何其他形式的限制，不能以此来限制本发明的保护范围。


技术特征：
1.一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，其特征在于，包括以下步骤：步骤s1：在低负荷范围内的多个负荷点上，进行机组被控对象的动态特性试验，建立低负荷工况下协调系统被控对象的动态数学模型；步骤s2：引入权重因子对变负荷过程中的预测模型参数进行在线修正；步骤s3：基于滚动优化策略对协调控制系统进行预测控制。2.根据权利要求1所述的一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，其特征在于，步骤s1中协调系统被控对象的动态数学模型是基于状态空间的误差模型，具体表示为：δe(k)＝aδδu(k)+bδx(k)其中，e表示被调量误差，u表示控制量，x表示状态量，k表示迭代次数，a和b表示系统矩阵，δ表示时间增量算子，δ表示迭代增量算子。3.根据权利要求2所述的一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，其特征在于，步骤s2中权重因子在线修正预测模型具体表示为：策略，其特征在于，步骤s2中权重因子在线修正预测模型具体表示为：其中，权重因子θ
i
为隶属度。4.根据权利要求3所述的一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，其特征在于，步骤s3中滚动优化策略是以二次性能指标最小为优化目标，计算得到最优控制量，二次性能指标具体表示为：其中，j表示性能指标，t表示矩阵转置符号，c表示误差加权系数矩阵，d表示控制增量变化量加权系数矩阵。

技术总结
本发明公开了一种基于多模型预测控制算法的自动转态深度调峰协调控制策略，其特征在于，包括：利用现场试验数据在深度调峰低负荷范围内建立协调系统被控对象的数学模型，引入权重因子对变负荷过程中的预测模型参数进行在线修正，基于滚动优化策略对协调控制系统进行预测控制。所述控制策略有效提升大型火电机组协调控制系统深度调峰下的控制品质，控制系统响应速度快、稳定性能好、准确性高，同时具有良好的鲁棒性和一定的自适应能力。良好的鲁棒性和一定的自适应能力。良好的鲁棒性和一定的自适应能力。


技术研发人员：董旺兴 郑辉 吴凯 朱愈 傅文才 张宁 王强
受保护的技术使用者：南京英纳维特自动化科技有限公司
技术研发日：2022.05.31
技术公布日：2022/8/30