DEB的新认识_增益调度控制

ＤＥＢ（ＤｉｒｅｃｔＥｎｅｒｇｙＢａｌａｎｃｅ）协调控制系统是美国Ｌｅｅｄｓ＆Ｎｏｒｔｈｒｕｐ公司首先提出,并在国内获得了广泛应用的单元机组协调控制策略。分析了ＤＥＢ协调控制系统的设计思想和控制机理。指出ＤＥＢ系统实际上是采用了增益调度的思想,有效消除了由单元机组对象的动态特性随负荷变化的改变,提高了单元机组在不同负荷下的性能。这是对ＤＥＢ系统的一种新的认识,同时对ＤＥＢ系统调试中的参数整定也有重     

ALSTOM气化炉的模糊增益调度预测控制

ALSTOM气化炉具有强的非线性及大惯性,常规的控制方法难以满足全工况运行条件下的各项控制指标.采用模糊推理方法,将气化炉在多个工况条件下的局部线性模型综合成全局模糊模型,并在此基础上应用预测控制技术,提出了一种新型的基于过程全局模糊模型的模糊增益调度预测控制方法,并应用于气化炉多变量非线性优化控制.仿真结果表明:即使各个输入受到运行条件的严格约束,各个输出变量仍能较好地维持在ALSTOM气化炉所要求的范围内,具有较好的控制品质,为气化炉的全局优化控制提供了一个较好的方法.     

超临界火电机组协调系统建模及模型预测控制算法研究

针对因超临界火电机组协调系统建模精度不高,进而影响先进控制算法控制效果的问题,提出了一种分立-组合式建模方法,并将其应用于模型预测控制算法中。首先,利用子空间辨识方法分步求解分立的子系统模型,之后将分立模型进行组合得到机组的整体模型,以某600 MW超临界火电机组的多组实际数据为训练样本和检验样本,模型输出参量的拟合度可达到90%以上,从而解决了传统机理建模中假设条件较多、机组动态特性不足等问题;其次,以所建立的分立-组合模型为基础,分别应用于模型预测控制（Model Predictive Control,MPC）算法和常规PI解耦控制算法中,由于MPC拥有对多进多出(Multiple Input Multiple Output,MIMO)系统更好的适用性,并可以在每个周期内求解带约束条件的最优解,使得控制量在超调量方面幅度下降了近20%,调节时间缩短30%以上,从而体现了所提改进算法在机组协调系统控制中的优越性。     

全工况下的1000MW超超临界机组协调控制系统多模型广义预测控制方法及其工程应用

为优化1 000 MW超超临界机组协调系统控制性能,设计了基于多模型广义预测控制算法的新协调控制方法。为避免机理建模与实际情况的偏差,利用现场试验数据建立全工况的传递函数模型集,以逼近被控对象的非线性过程。新协调控制策略以多模型为基础,结合被控对象动态特性,并保留了"反馈+前馈"的控制结构。工程应用表明,多模型广义预测控制方法与传统的PID控制相比,提升了机组协调控制系统性能,同时明显改善了自动发电控制(automatic generation control,AGC)的运行考核结果。     

基于距离度量的火电机组协调系统软切换预测控制

为进一步提高火电机组在自动发电控制(automatic generation control,AGC)模式下的负荷调节质量,同时保证机组本身运行的稳定性,设计了基于多模型预测控制的协调控制策略.针对传统多模型预测控制存在的子模型优选和多模型预测控制算法计算量大的问题,利用距离度量理论指导子模型集构建,建立被控对象在不同...     

单元机组协调系统的神经网络解耦控制仿真研究

神经网络控制是一种新颖的智能控制方法。应用神经网络技术,对难以精确建模的复杂非线性对象进行神经网络模型辨识作为控制器,提高了响应的快速性和准确性,可满足工业过程所提出的安全性、可靠性与易实现性的要求。大型火力发电单元机组协调控制系统是一个相对复杂的多变量控制系统,控制对象具有大时滞、时变、非线性、强耦合的特点,传统的PID控制算法很难实现对过程参数的良好跟踪和理想的控制效果。针对单元机组协调控制系统的特点将神经网络解耦控制应用于单元机组协调控制系统中,仿真实验表明,神经网络解耦控制具有较强的适应性和较高的控制精度,提高了负荷的响应速率,控制效果优于传统的PID控制算法。     

基于神经网络的超临界机组数学模型

以某600MW超临界机组为例,采用神经网络方法建立了机组负荷、汽压特性的数学模型,并运用大量的宽范围变工况数据完成了对模型的训练.仿真结果表明:模型可以很好地拟合机组负荷、主蒸汽压力与燃料量、给水量和汽轮机调门开度间复杂的非线性动态特性,且精度高、泛化能力强,可作为预测模型用于超临界机组智能控制器的设计.     

1000MW超超临界机组协调系统的线性自抗扰控制

以某1000MW超超临界机组为研究对象,设计了以"炉跟机协调方式"为基础的双线性自抗扰协调控制器.基于Matlab编写LADRC实时控制算法,利用UDP/IP协议与该机组全范围仿真机双向通讯,进行详细的变负荷扰动控制仿真实验.结果表明:无论是负荷跟随能力还是主蒸汽压力稳定性,线性自抗扰控制器对该机组的协调控制效果均明显优于传统PID控制器.     

靖海电厂600MW超临界机组RB试验与分析

叙述了靖海电厂600MW超临界直流机组RB的控制策略和试验情况,分析了RB试验过程中的重点和难点,并对这些问题提出了相应的解决办法。     

超临界CFB机组储水罐水位控制优化

以山西某电厂350 MW超临界CFB机组为研究对象,对其储水罐水位控制系统进行了研究和优化.针对储水罐内部水位波动幅度大的缺陷,设计了前馈串级复合控制系统对原有储水罐水位控制系统进行了改进,并进行扰动仿真实验.仿真结果表明,在遇到扰动时改进后的控制系统相比原有控制系统超调量降至3.2％,调节时间降至12 min,表现出...     

超临界机组智能化协调控制系统研究和实施

提出一种有别于传统燃煤发电机组的智能化协调控制方法,它能根据机组增减负荷和稳态工况,采用合适的控制方式,在变负荷时采用保证机组安全运行的前提下,充分发挥机组变负荷性能的控制方式,更好地满足电网的变负荷要求;在稳态时采用有利于机组稳定经济运行的控制方式,较好地协调厂网利益。智能化协调控制策略包括协调方式的智能化控制方法、直流炉智能化给水控制方法、智能化快速反向变负荷方法和智能化超调控制方法等控制技术。     

超临界参数机组控制系统的特点及其控制策略

介绍了超临界参数火电机组的技术特点,分析了其控制系统中存在的问题,指出超临界直流锅炉机组是强耦合、多变量、非线性的控制对象,提出在系统设计中要充分考虑采用变参数、变设定值的控制方案代替根据偏差反馈控制的策略,适时的动态时间补偿以及静态平衡动态修正的控制方法。图1参2     

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。     

500MW单元机组模糊多模型协调控制系统

针对1台500MW单元机组的仿真模型，设计了基于T-S模糊模型和鲁棒控制方法的多模型控制器，解决了单元机组机炉协调控制中的全程控制和解耦控制问题，并对多模型控制系统的全局稳定性进行了证明。仿真试验证明了控制算法设计的有效性。图6表3参7     

600MW超临界锅炉控制系统设计特点

主要介绍了上海锅炉厂有限公司生产的600 MW配内置式启动分离器、简单疏水扩容系统超临界锅炉的控制系统设计特点,具体包括控制系统的硬件网络结构和各个系统的控制策略、控制回路、控制功能,可供设计院、电厂热工控制工程师设计控制逻辑及现场调试时参考.     

超临界机组控制技术及发展

发展超临界机组是提高我国能源利用率现实可行的选择,而超临界机组的动态特性复杂,其运行稳定性和经济性强烈地依赖于高性能的控制系统,文中在分析了超临界机组控制系统的现状以及难点的基础上,重点探讨了非线性控制,容错控制,信息融合等先进控制技术在超临界机组控制中的应用前景,对发展我国超临界机组控制技术中所要求解决的一些技术问题进行了分析。