[發明專利]一種基于循環流化床機組的多變量約束預測控制方法

有效

• 申請號: 201710579652.9
• 申請日: 2017-07-17
• 公開（公告）號: CN107270283B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 何鵬;馬宏;應春
• 申請（專利權）人: 安徽電氣工程職業技術學院;國網安徽省電力有限公司培訓中心;國家電網公司
• 主分類號: F23C10/28
• 分類號: F23C10/28
• 代理公司: 合肥輝達知識產權代理事務所(普通合伙) 34165
• 代理人: 汪守勇

1.一種基于循環流化床機組的多變量約束預測控制方法，其特征在于，包括以下步驟：

S1：確定控制對象的AGC運行工況區間，劃分工況點；

針對具體循環流化床機組控制對象的特性，確定AGC運行區間，取：

Θ＝{Ne|Ne∈[40％ECR,110％ECR]} (1)

式(1)中，Θ為AGC的運行區間，Ne為機組功率，單位為MW，ECR為機組額定工況，40％ECR為低負荷運行狀態，110％ECR為出力超發運行狀態；

在上述區間范圍內，以20％ECR為間隔，選取4個具體工況點，即40％ECR、60％ECR、80％ECR和100％ECR；

S2：獲得4個工況點下的控制對象階躍響應系數；

在上述4個工況點，對實際電廠對象進行階躍響應動態實驗；以其中第l個工況點為例，設該對象有m維控制輸入、p維輸出，則獲取的相應階躍響應系數矩陣A_l,i，如式(2)所示：

式(2)中，m為輸入量的個數，p為輸出量的個數，N為模型長度，l為工況點個數；

S3：獲得4個工況點下的控制對象狀態空間近似表述形式；

同樣以其中第l個工況點為例，控制對象的狀態空間近似表述形式如式(3)所示：

式(3)中，X_l(k)為第l個工況點控制對象的狀態變量，y(k)為輸出變量，Δu(k)為控制量增量，S_l、A_l和C_l分別如式(4)、(5)和(6)所示；

式(5)中，A_l,i如式(2)所示；

S4：獲取由不同工況點子模型組成的線性變參數模型(Linear-Parameters-VaryingModel,LPV)；

LPV模型如式(7)所示：

式(7)中，

C(w)＝[λ₁(w)C₁ λ₂(w)C₂ … λ_l(w)C_l] (9)

式(9)中，w為LPV模型的調度變量，取為循環流化床機組的功率參數Ne，λ為權重函數，且為調度變量w的勢函數；

狀態變量X(k)通過滾動時域估計方法獲取，包括以下步驟：

S4.1：考慮多輸入多輸出控制對象的離散時間線性時不變系統的狀態空間描述如式(25)所示：

式(25)中，V(k)為測量噪聲，W(k)為系統過程噪聲，Γ為系統噪聲輸入矩陣；系統過程噪聲W(k)和測量噪聲V(k)均為高斯白噪聲序列，且兩者具備式(26)所示的統計特性：

式(26)中，Q₀為非負定矩陣，表示系統過程噪聲W(k)的方差陣；R₀為正定陣，表示測量噪聲V(k)的方差陣，δ(k,j)為克羅尼克δ符號；

S4.2：獲取當前時刻k的輸入輸出測量數據，如式(27)所示：

S4.3：根據約束優化問題計算最優解，約束優化問題如式(28)所示：

式(28)中，R_MHE、Q_MHE、Π₀分別為對應變量的正定懲罰矩陣；

通過到達代價函數估算初始狀態估計量和初始懲罰矩陣Π_k-N，其中，到達代價函數如式(29)所示：

且Π_k-N基于前向黎卡提方程迭代計算，則基于卡爾曼估計獲得；

聯立式(25)—式(29)，計算獲得最優解，如式(30)所示：

answer_op＝(X(k-N|k-1)_op,W(N|k-1)_op) (30)

式(30)中，

W(N|k-1)_op＝{W(k-N|k-1)_op,W(k-N+1|k-1)_op,…,W(k-1|k-1)_op} (31)

S4.4：利用優化問題最優解迭代計算獲得系統狀態量估計值；

聯立式(25)、式(26)和式(30)，計算X(k|k-1)_op；

S5：獲取預測控制算法的預測模型；

預測模型如式(11)所示：

y(k)＝FX(k)+ΦΔu(k) (11)

式(11)中，

式(12)中，y_n(k+1|k)為基于k時刻的數據計算獲得的k+1時刻的輸出預測值，n＝1,...,p，p為輸出量的個數；式(13)中，Δu_z(k)為控制增量，z＝1,...,m，m為輸入量的個數；式(14)中，P為預測控制算法的預測時域；

S6：進行預測控制算法的滾動優化，計算獲得最優控制量；

控制對象為3輸入3輸出結構，其中，3個輸入量分別為給煤量B，單位為Kg/s；主汽調門u_T，單位為％；一次風調頻指令u_W，單位為％；3個輸出量分別為機組功率Ne，單位為MW；主汽壓力p_t，單位為MPa；爐膛床溫Tb，單位為℃；根據循環流化床機組AGC控制的具體要求，機組功率及主汽壓力為設定值控制，爐膛床溫為區間控制，所以，在k時刻制定的性能指標，如式(16)所示：

式(16)中，J(k)為性能指標函數，w_1,2(k)為機組功率及主汽壓力的設定值，y_1,2(k)為機組功率及主汽壓力的實際輸出值，Δu(k)為控制量增量，q₁,q₂,q₃為誤差權系數，r₁,r₂,r₃為控制權系數；δ_P(k)為床溫輸出與設定值的偏差，如式(17)所示：

式(17)中，

式(18)中，Tb_min和Tb_max為床溫區間控制的上下限；

同時，對性能指標設置約束條件，包括控制量和控制量增量，如式(19)所示：

式(19)中，B_min、B_max，u_T,min、u_T,max，u_W,min、u_W,max，分別為控制量B、u_T、u_W的最小和最大值；dB_min、dB_max，du_T,min、du_T,max，du_W,min、du_W,max分別為控制量增量dB、du_T、du_W的最小和最大值；

基于性能指標和約束條件，計算得到相應的最優控制增量Δu_M(k)，相應的即時控制增量Δu(k)為：

Δu(k)＝LΔu_M(k) (20)

式(20)中，

式(21)中，Δu_z,M(k)如式(22)所示，z＝1,...,m，m為輸入量個數；

式(23)中，

L₀＝[1 0 … 0]_(1×M) (24)

式(19)—式(24)中，M為預測控制的控制時域；

由此獲得Δu(k)，并通過u(k)＝u(k-1)+Δu(k)來計算u(k)的值；

S7：進行預測控制算法的反饋校正；

其中所涉及的循環流化床機組控制對象，由基于機理構建的非線性數學模型表示；

式(32)中，B_C(t)為t時刻爐膛中的積碳量，Kg；Q_i(t)為t時刻燃料燃燒釋放的總熱量，MJ；Q_f為燃料的單位發熱量，MJ/Kg；Q_W為一次風熱容量，MJ；p_d為汽包壓力，MPa。