锅炉燃烧系统的自适应预测函数控制

针对目前电厂锅炉燃烧系统的大滞后、强耦合及变工况等突出问题,提出了一种基于卡尔曼(CARMA)模型的自适应预测函数控制方法,通过实时辨识过程模型的参数,不断去修正预测函数控制器的参数.利用该方法对某电厂锅炉燃烧系统进行了仿真,结果表明:自适应预测函数控制方法对于多输入、多输出过程具有较好的控制效果,是一种计算简单、鲁棒性较强、控制精度高的控制方法.     

循环流化床锅炉主汽温的模糊预测函数控制

循环流化床锅炉主汽温具有大惯性、大滞后和非线性的特性,在特定工况下可以等效为一个具有可测扰动的一阶惯性加纯滞后对象.针对这一典型对象,考虑扰动通道和控制通道纯滞后时间相对大小,基于Smith预估补偿思想,提出了一种可测扰动前馈补偿的预测函数控制算法,结合锅炉负荷调度的T-S模糊模型,设计了循环流化床锅炉主汽温模糊预测函数控制器.仿真结果表明,在不同工况下,模糊预测函数控制器具有良好的设定值跟踪能力和调节性能.该控制方法应用模型简单,计算量小,具有较高的实际应用价值.     

燃油温度的多变量模糊预测函数控制

燃油供给温度的精确控制是一个具有非线性特性的流体加热供给多变量控制问题,实际测试表明,现有的单回路PID控制很难实现对燃油供给温度的动态跟踪控制,影响燃油的充分喷射、雾化及其与空气的混合,使部分燃油得不到充分燃烧,造成了能源浪费和环境污染.基于粒子群优化模糊预测函数控制(PSO-F-MPFC)的油料燃烧供给温度多变量解耦控制方法,通过与PID控制方法的比较,以及在阳极焙烧炉重油燃烧供给温度的动态跟踪控制应用表明,该方法优于原有燃油燃烧系统的PID控制,实现了燃油供给温度的动态跟踪精确控制.     

基于皮尔逊理论与径向基函数神经网络的光伏功率预测

针对光伏功率输出的随机性,以皮尔逊相关系数确定影响因素,用最佳相似日及预测日的气象因素作为输入,预测功率输出,设计了基于皮尔逊相关系数和最佳相似日的径向基函数神经网络预测模型.用光伏电站的气象数据对模型进行训练和预测,结果表明模型具有较好的预测能力.     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度.仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时...     

基于径向基函数神经网络的风速预测

针对短期风速预测问题,提出基于交叉迭代模糊聚类算法和正则化正交最小二乘法的径向基函数神经网络预测方法。该方法首先利用交叉迭代模糊聚类算法确定样本数据的模糊聚类中心,然后采用正则化正交最小二乘法进一步优选径向基函数中心,并将广义交叉有效性指标作为停止选择过程的标准。该方法可有效减小网络规模,提高网络推广能力,并能避免数值病态情况发生。以我国某风电场实测风速时间序列为例进行计算和分析,其结果验证了所提方法的有效性。     

基于小波神经网络的光伏系统发电量预测

针对光伏系统发电量的影响因素,建立具有超强泛化能力的小波神经网络短期发电量预测模型。以相同日类型条件下的光伏系统发电量、环境温度、光板温度、相对湿度的历史数据作为样本,对模型进行训练和发电量预测。通过小波神经网络模型和BP神经网络模型预测结果的对比分析表明:小波神经网络模型训练次数少,收敛速度快,预测精度高。     

基于预测控制的柴油机进气系统控制研究

为了提高柴油机先进燃烧模式下的综合性能,使用GT-Power建立了某柴油机的EGR/VGT组合的复杂进气系统仿真模型,并且基于该模型采用DMC动态模型预测控制算法设计控制器,采用GT-Power和MATLAB/Simulink软件耦合仿真验证该控制器的效果。结果表明,该算法可以实现对进气阀关闭(IVC)时刻进气压力和氧气质量分数的主动控制,在稳态工况下具有较高的控制精度,并且具有建模简单的优点。该控制模型及方法可为进一步实现先进燃烧模式柴油机的多参数协同控制提供参考。     

多模型预测函数控制及其在槽式光热发电中的应用

太阳能集热系统是槽式光热发电系统中的核心部分,但该集热系统具有扰动多、大滞后和大惯性等控制难点。针对这些控制难点,建立了适合控制器设计的简化分段非线性模型,并设计了基于预测函数控制策略的集热系统出口导热油温度控制系统,上述控制策略具有以下3方面特点:(1)可以解决被控对象的大滞后、大惯性问题;(2)对预测函数控制策略中的约束条件进行简化,无需进行二次规划计算,使得计算量大大减小,并易于实现工程应用;(3)结合多模型策略解决控制对象的非线性问题。研究结果表明:预测函数控制策略在调节速度、超调量以及稳定性方面的控制效果均明显优于传统PID控制策略;与未简化的多模型预测控制相比,简化后的多模型预测函数控制的最大动态偏差增大了13%,但计算量大大降低,控制器的实时性也得到增强。     

基于柴油机喷油系统压力波信号的小波函数优化分析

通过选用六种不同的小波函数，对柴油机喷油系统压力波信号的时频特性进行了小波分析研究。研究结果表明：选用不同的小波函数对同一压力波信号进行时频特性分析时，得出的结果是有差别的。作者通过对小波分析结果与实测结果进行误差分析，找出较适合于柴油机喷油系统压力波时频特性分析的小波函数。     

预测控制在泡沫玻璃窑炉温度系统中的应用研究

泡沫玻璃窑炉温度控制系统是一个大惯性、大滞后并具有非线性特征的变参数系统,难以建立精确的数学模型,而且窑炉在运行过程中受到多种扰动因素的影响,传统的PID控制难以满足对窑炉温度控制的高性能要求.提出了将动态矩阵控制应用到燃气泡沫玻璃窑炉的温度控制中,仿真结果表明,与传统的PID控制相比,DMC方法有着较高的稳态精度和动...     

过热汽温多模型预测函数控制策略的研究

过热汽温系统是典型的大时延、大惯性对象,尤其当机组负荷变化时,参数表现出明显的时变特性,大大降低了传统PID串级控制的品质。基于此点,提出先进的多模型切换的过热汽温预测函数控制策略。使用带有Smith预估补偿思想的一阶时滞对象预测函数控制算法,来有效克服对象的大时延、大惯性;并通过建立若干典型工况的固定模型,在线计算其模型匹配度确定控制权重,从而得到控制器的输出的方法,能适应参数的时变。与PID串级控制和单一模型控制的仿真结果对比,证实了本控制策略的有效性。图3表1参8     

IGCC气化炉温度的预测控制

IGCC气化炉中的温度控制是保证气化炉正常运行的重要条件。文中对Shell气化炉,设计了广义预测控制器（GPC）对气化炉温度进行控制,并与传统的PID控制策略进行了比较。仿真结果表明GPC控制器具有良好的设定值跟踪能力和抗干扰能力。     

改进型卡尔曼滤波器应用于主蒸汽温度控制的研究

基于锅炉热力过程建立了主汽温和燃料量的计算数学模型,采用改进型卡尔曼滤波器和经典的比例积分环节相结合的动态控制回路,并且以燃料量为输入,主蒸汽温度作为被控对象,并且将该控制系统分别应用到600MW超临界直流锅炉冷态启动过程和自然循环锅炉的变工况过程进行模拟仿真,结果表明:预测控制值和燃料的相应补偿量都达到了满意的测量和调节效果。图3参5     

预测函数控制在火电厂单元机组协调控制系统中的应用

为解决单元机组协调控制系统的高精度和快速负荷跟踪控制的问题,将预测函数控制应用于多变量复杂控制系统中,提出一种基于阶跃响应模型的多输入多输出系统的预测函数控制算法。该算法采用阶跃响应模型作为参考模型,并引入扰动估计,使控制器在线计算量小,参数调整简单,跟踪快速,具有很强的抗扰动性和鲁棒性,能实现复杂多变量过程的高质量控制。该算法应用于含时变参数的单元机组协调控制系统仿真研究。结果表明:在大范围的负荷变化时,控制系统仍具有满意的控制效果。图8参8。     

基于多模型的循环流化床锅炉床温预测控制

针对循环流化床锅炉床温的强非线性特性,提出了一种改进的基于多模型的预测控制策略.将多模型控制策略和广义预测控制相结合,采用几个典型工况点的模型来逼近整个运行区间的动态特性,从而取代在线辨识来校正模型.通过跟踪实际工况的变化来对各个子控制器进行加权以获得合适的控制增量,并对广义预测控制的性能指标进行了修改,以消除调节后期的振荡.典型工况点的模型可由离线辨识得到,参数恒定,使得丢潘图方程和控制规律式的求解可以离线进行,降低了在线计算量.将该算法用于某电厂440 t/h循环流化床锅炉的床温控制系统仿真,结果表明:该算法能够很好地克服被控对象的非线性,在负荷大范围变动时仍然可以取得良好的控制效果.     

用预报误差校正的锅炉燃烧系统预测控制研究

为了改善锅炉燃烧控制系统的性能,提出用预报误差校正的动态矩阵控制（DMC）算法对其施加控制。文中在介绍DMC的组成和内模控结构后,基于时间序列分析、参数会计和最优预报原理,对模型误差进行预报,并利用模型预报差代替模型误差,对预测控制的滚动优化进行校正。最后,通过锅炉燃烧系统的预测控制仿真实验证明,预报误差校正较之一般的误差校正算法在跟踪、抗扰和鲁棒性等方面均有明显的改善。     

基于神经网络预测控制的单元机组协调控制策略

利用BP神经网络的非线性映射能力对单元机组协调控制系统被控对象进行辨识,从而建立其动态模型;在这一模型的基础上对协调控制系统中的控制器参数优化进行研究,提出基于神经网络预测控制的协调控制策略.该方法很好地解决了协调控制系统中强耦合、非线性等问题.仿真实验表明该系统的跟踪速度加快、调节精度提高、并且具有较好的抗干扰性.图6参7     

基于模型预测控制的分布式光伏集群协调优化控制

分布式光伏发电的高密度接入给配电网原有的经济、稳定运行带来了不小的挑战。为了减少分布式光伏发电接入配电网造成的网络损耗,提高光伏发电的经济性,首先分析和归纳了分布式光伏集群的概念和特点;然后针对配电网内的分布式电源、柔性负荷、无功功率调节设备等装置在时间尺度、控制功能方面的调节特性,提出了一种含分布式光伏集群的协调优化调度方法。该方法以模型预测控制为基础,动态滚动协调光伏集群未来一段时间内的有功出力和无功出力,起到减小网络损耗和优化系统电压的作用。采用PG & E 69节点系统在MATLAB数学软件下进行建模仿真分析,结果证明了所提优化控制方法的可行性和有效性。