[發明專利]一種基于重型燃氣輪機模型的解耦控制方法和系統

有效

• 申請號: 201410375105.5
• 申請日: 2014-07-31
• 公開（公告）號: CN104196640B
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 劉蕾
• 申請（專利權）人: 北京華清燃氣輪機與煤氣化聯合循環工程技術有限公司
• 主分類號: F02C9/48
• 分類號: F02C9/48
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

技術領域

本發明涉及燃氣輪機控制領域，具體涉及一種基于重型燃氣輪機模型的解耦控制方法和系統。

背景技術

發電用燃氣輪機在部分負荷下的控制量主要包括燃料量和壓氣機進口可轉導葉開度，壓氣機進口可轉導葉主要是用于空氣流量的調節，調節范圍為80％～100％。控制系統通過調節燃料量和壓氣機進口可轉導葉開度來獲得期望的功率和排氣溫度，燃料量對于功率和排氣溫度的調節作用都比較大，壓氣機進口可轉導葉變化也同時影響功率和排氣溫度，所以簡化的燃氣輪機模型為燃料量與壓氣機進口可轉導葉開度雙輸入、轉速與透平排氣溫度雙輸出的耦合系統。上述系統中對排氣溫度進行控制的原因是在聯合循環中燃氣輪機的排氣送入余熱鍋爐和汽輪機，當透平排氣溫度接近設計點時燃氣輪機聯合循環的效率最高。

解決上述耦合系統控制問題的常規方案是采用兩個比例積分微分控制器，其中一個控制器用燃料量來控制功率，另一個控制器用壓氣機進口可轉導葉來控制排氣溫度，控制器參數經整定后不會自動改變，這使得模型時變或者干擾因素等的存在都可能降低控制器的品質。此外，由于燃料量對排氣溫度的影響也很大，壓氣機進口可轉導葉的調節往往是在燃料量對排氣溫度已經造成影響后才起作用，這種排氣溫度控制的滯后使得這種控制方案的經濟性不是最好。

發明內容

本發明的目的是提高燃氣輪機控制的響應速度、自適應能力、抗干擾能力和聯合循環效率。

為此目的，本發明提出了一種基于重型燃氣輪機模型的解耦控制方法，所述控制方法包括以下步驟：

S1.根據輸入重型燃氣輪機模型的初始燃料量和初始壓力機進口可轉導葉開度，計算重型燃氣輪機模型在當前控制周期輸出的燃機轉速和透平排氣溫度；

S2.根據重型燃氣輪機模型的燃機轉速基準，計算所述燃機轉速在當前控制周期的轉速偏差，并根據所述轉速偏差通過第一單神經元比例積分微分控制算法，計算在下一個控制周期輸入所述重型燃氣輪機模型的燃料量；

S3.根據重型燃氣輪機模型的透平排氣溫度基準，計算所述透平排氣溫度在當前控制周期的溫度偏差，并根據所述溫度偏差，通過第二單神經元比例積分微分控制算法，計算在下一個控制周期輸入所述重型燃氣輪機模型的壓氣機進口可轉導葉開度；

S4.根據所述在下一個控制周期輸入所述重型燃氣輪機模型的燃料量和壓氣機進口可轉導葉開度，計算重型燃氣輪機模型在下一個控制周期輸出的燃機轉速和透平排氣溫度；

S5.將所述下一個控制周期輸出的燃機轉速和透平排氣溫度作為當前控制周期輸出的燃機轉速和透平排氣溫度，重復執行步驟S2至S4，直至重型燃氣輪機模型輸出的燃機轉速和透平排氣溫度分別達到對應的基準。

進一步地，所述步驟S2具體包括：

將所述燃機轉速基準與所述燃機轉速作差，得到所述轉速偏差；

根據所述轉速偏差，構建第一單神經元比例積分微分控制算法中神經元學習公式的狀態變量；

根據所述第一單神經元比例積分微分控制算法中神經元學習公式的狀態變量，構建第一加權系數，并將所述第一加權系數規范化；

根據規范化的所述第一加權系數，通過所述第一神經單元比例積分微分算法中的所述神經元學習公式，計算所述燃料量。

進一步地，所述步驟S2還包括：對所述燃料量進行中值限幅。

進一步地，所述步驟S3具體包括：

將所述透平排氣溫度與所述透平排氣溫度基準作差，得到溫度偏差；

根據所述溫度偏差，構建第二單神經元比例積分微分控制算法中神經元學習公式的狀態變量；

根據所述第二單神經元比例積分微分控制算法中神經元學習公式的狀態變量，構建第二加權系數，并將所述第二加權系數規范化；

根據規范化的所述第二加權系數，通過所述第二神經單元比例積分微分算法中的所述神經元學習公式，計算所述壓力機進口可轉導葉開度。

進一步地，所述步驟S3還包括：

對所述壓力機進口可轉導葉開度進行中值限幅。

進一步地，所述方法還包括：

對所述轉速偏差進行限幅；

將限幅后的轉速偏差加入到溫度偏差中對透平排氣溫度進行補償。

進一步地，所述將限幅后的所述轉速偏差加入到溫度偏差中對透平排氣溫度進行補償具體包括：

計算溫度偏差與所述限幅后的轉速偏差的和；

根據所述限幅后的轉速偏差與溫度偏差的和，構建第二單神經元比例積分微分控制算法中神經元學習公式的狀態變量。