基于模糊神经模型的电厂协调预测控制

In unit steam-boiler generation, a coordinated control strategy is required to ensure a higher rate of load change without violating thermal constraints. The process is characterized by nonlinearity and uncertainty. While neural networks can model highly complex nonlinear dynamical systems, they produce black box models. This has led to significant interest in neuro-fuzzy networks (NFNs) to represent a nonlinear dynamical process by a set of locally valid and simpler submodels. Two alternative methods of exploiting the NFNs within a generalised predictive control (GPC) framework for nonlinear model predictive control are described. Coordinated control of steam-boiler generation using the two nonlinear GPC methods show excellent tracking and disturbance rejection results and improved performance compared with conventional linear GPC.     

锅炉-汽轮机组的协调控制器整定

A simple two-by-two model for a boiler-turbine unit is derived in this paper, which can capture the essential dynamics of the typical process. The coordinated controller is designed based on this model. A PID control structure and a tuning procedure are proposed. The example shows that the method is easy to use and can achieve an acceptable performance.     

基于数理统计的飞灰含碳量预测及异常原因分析

飞灰含碳量是影响锅炉热效率的一个重要参数,现场中测量仪器存在寿命短、漂移严重的问题。飞灰含碳量与多个信号存在相关性,采用机理分析与多元统计分析相结合的方法研究影响飞灰含碳量因素并进行回归建模,发现机组负荷、炉膛出口氧量两项因素对飞灰含碳量的影响超过50%,并由模型得到并分析了现场运行中存在的误区。实验验证,此模型能较好地预测飞灰含碳量的变化趋势。     

锅炉-汽轮机系统的多变量滑模控制

针对一非线性锅炉 汽轮机系统,提出了一种多变量滑模控制器的设计方法。为克服滑模控制的抖振现象,采用了边界层的方法。通过对输出的重新定义,消除了内动态子系统,实现了全局的稳定性。仿真结果表明,设计的控制器具有很好的跟踪性和鲁棒性。     

考虑直吹式钢球磨电耗的厂级负荷优化分配

已有的厂级负荷优化分配研究,只单一从煤耗角度,或者从煤耗与某些实际要求结合的角度,如综合考虑快速性或污染排放数量最优。但对于装备直吹式钢球磨煤机的火电厂,分配指令可能引起投运成本,也即厂用电量高并未进行研究。因此,针对此类高电耗量的磨煤机,提出一种综合考虑磨投运成本与总煤耗量的厂级负荷优化分配策略,并基于在混合策略与编码策略两方面进行改进的遗传-禁忌混合算法实现,以确保煤耗量与磨煤机厂用电量二者达到综合最小。最后通过对某厂4 300 MW机组仿真说明提出的厂级优化分配策略,以及成本计算与优化算法的有效性。     

“双碳”目标下中国建设现代能源体系的思考与建议

研究国内外典型机构对中国2030—2050年能源消费总量及结构的预测,分析中国当前和未来能源消费发展。考虑中国能源消费总量大、能耗高现状,围绕碳达峰碳中和目标,提出构建现代能源体系的科学内涵,即“绿电为核心”是现代能源体系的特征,发展综合能源是现代能源体系的路径。针对保证能源安全性与经济性的突出问题,提出了构建现代能源体系的关键举措和现实路径：制定减碳阶段目标,能源消费侧多措并举强化节能增效,能源生产侧建成多元清洁能源供应体系;保障能源安全,推动能源高质量发展;推动多领域电能替代,提高电气化水平;推广应用碳捕集利用与封存技术,打造负碳经济新引擎,提升生态系统碳汇能力。     

基于仿射扰动反馈的风力发电机组多目标随机模型预测控制EI北大核心CSCD

风力发电的间歇性和随机不确定性是其规模化并网的主要障碍。为提高风电机组控制系统应对风能随机扰动的能力,该文提出一种基于仿射扰动反馈的风力发电机组多目标随机模型预测控制策略。以输出功率准确跟踪设定值和降低执行机构疲劳载荷为目标,结合风力发电机组运行工况和约束条件,构建基于期望目标函数和机会约束的随机优化模型,采用仿射扰动反馈和风速扰动的概率信息将其转换成确定性优化模型,求解得到当前时刻的最优控制律。以NREL5MW风电机组为研究对象进行算例验证,结果表明,通过选取合适的输出约束违背概率值,所提出的控制策略能够有效抑制风速的随机干扰,在减小执行机构动作幅度的基础上,实现机组输出功率对额定值的准确跟踪。     

湿式脱硫系统智能化改造架构及关键技术

燃煤机组智能化改造是提升机组能效和工业绿色转型的必然选择，从实际需求和工程视角出发，对湿式脱硫系统智能化改造的总体框架和关键技术进行设计。首先，对智能控制系统（ICS）网络框架的结构组成进行阐述。其次，基于ICS框架，设计了信息物理融合模型与先进控制算法相结合的优化控制策略，并基于直接能量平衡（DEB）策略设计吸收塔pH值优化控制策略；同时，使用信息物理融合优化结果指导分析智能评价系统；利用数据孪生技术和机理模型结合实现系统智能预警和故障诊断；统计典型故障，建立专家系统且结合数据驱动实现及时故障追踪。最后，采用可视化人机交互系统对脱硫系统指标实时展示，构建ICS+数字孪生+机器学习+可视化一体化脱硫系统，为实现自趋优、自学习、自恢复、自组织、自适应的智慧脱硫系统提供依据。     

特约主编寄语EI北大核心CSCD

在新型电力系统中,发电过程面临更多的内外部不确定性,运行工况更加复杂多样,对发电机组个体的运行可靠性和灵活性要求更高;发电机群规模更加庞大,集群运行的网络化协同特征更加明显;各种新型发电过程对新一代控制技术、优化方法、智能管控策略的需求十分迫切。     

提升直流炉供热机组灵活性的电热协调控制策略EI北大核心CSCD

为克服“以热定电”对直流炉供热机组变负荷性能的影响,该文引入并改进双重控制方法,从而实现电热的协调控制。基于运行数据,辨识获得热–电负荷转换的动态模型,建立直流炉供热机组电热协调控制模型;重构热负荷偏差积分信号,实现对热负荷能量的全程检测;设计电热协调的双重控制策略,一方面通过供热抽汽流量主动响应提升发电负荷响应速率,另一方面通过热负荷精准能量平衡实现热负荷的全程自主恢复。仿真结果表明:电热协调双重控制策略可使机组的变负荷速率达到额定负荷的3%/min,自动发电控制(automatic generation control,AGC)调节性能至少提升了一倍,并能维持热负荷等主要参数的稳定。所提控制策略实现了直流炉供热机组的电热协调控制,可显著提升机组的运行灵活性。