用于超臨界火電機組機爐系統(tǒng)負荷跟蹤的雙層控制系統(tǒng)的制作方法

本發(fā)明屬于熱能動力工程和自動控制領域，涉及超臨界火電機組協(xié)調控制方法，特別是一種采用經(jīng)濟性預測控制與L1自適應控制相結合的，用于超臨界火電機組機爐協(xié)調的雙層控制系統(tǒng)。

背景技術：

火電機組的協(xié)調控制是指將鍋爐與汽輪機作為一個整體進行綜合控制，以滿足電網(wǎng)對火電機組負荷跟蹤的要求。超臨界火電機組的協(xié)調控制相對于亞臨界火電機組，主要的不同點在于超臨界機組由于工質水的參數(shù)超過了水的臨界參數(shù)，使得超臨界機組中只能采用直流鍋爐。直流鍋爐由于不存在汽包這一能量-工質緩沖環(huán)節(jié)，使得機組的能量-工質失去自平衡能力，因此給水量的成為重要的控制參數(shù)。同時在直流鍋爐中，汽水分離器出口蒸汽的溫度(焓值)對主蒸汽溫度的控制至關重要。上述直流鍋爐的特點使得超臨界機組的協(xié)調控制簡化為三輸入三輸出的對象，如圖1所示。在圖1中，系統(tǒng)的輸入分別為燃料量指令u_B，給水流量D_fw，主蒸汽閥門開度u_t，系統(tǒng)的輸出分別為主蒸汽壓力p_st，汽水分離器出口焓值h_m，機組負荷N_e，并選取進入爐膛的燃料量r_B，汽水分離器出口壓力p_m，汽水分離器出口焓值h_m作為中間狀態(tài)量。

超臨界火電機組機爐系統(tǒng)具有非線性、大慣性、大滯后的特點，目前火電廠的協(xié)調控制系統(tǒng)大多基于靜態(tài)解耦，采用常規(guī)的基于比例-微分-積分(PID，比例-Proportion，積分-Integral，微分-Differential coefficient)的控制算法，直接跟蹤給定的負荷目標值，這類PID控制器一般選定某個標稱工況點將控制參數(shù)調節(jié)至最優(yōu)，并且在運行中保持參數(shù)恒定不變。上述的控制器在機組工況變化不頻繁時具有較好的效果，但一旦機組的實際工作點偏離標稱工況點時，控制效果會急劇惡化。隨著越來越多光伏發(fā)電、風電等新能源并入電網(wǎng)，對電網(wǎng)的調峰能力提出了更高的要求，原本僅作為基礎負荷的大型火電機組也開始承擔調峰的任務，使得超臨界火電機組機爐協(xié)調系統(tǒng)必須具有適應頻繁大范圍負荷變動的能力，同時必須具有更快的負荷跟蹤性能另一方面，基于發(fā)電廠實際的經(jīng)濟效益，及全球氣候變暖帶來的減碳需求，希望機組在滿足上述負荷跟蹤要求的同時，能夠具備更好的經(jīng)濟性。在這種背景下，傳統(tǒng)的PID控制算法已難以滿足這些要求。因此必須考慮采用更先進的控制算法來滿足上述經(jīng)濟性負荷跟蹤的要求。

目前一種考慮上述經(jīng)濟性負荷機組負荷跟蹤要求的機爐協(xié)調控制系統(tǒng)設計方案是采用過程控制中常用的實時優(yōu)化(RTO，Real Time Optimization)方案，即在控制系統(tǒng)上層引入一個優(yōu)化層，在電網(wǎng)給出機組負荷跟蹤的目標后，根據(jù)負荷的目標以及機組的穩(wěn)態(tài)模型進行在線穩(wěn)態(tài)優(yōu)化計算，得到最優(yōu)的目標值，并將目標值傳入下層的跟蹤層中。跟蹤層的主要任務是將系統(tǒng)被控量驅動到來自上層的目標值并保持穩(wěn)定，目前主要采用模型預測控制(MPC，Model Predictive Control)等算法設計跟蹤控制器，產(chǎn)生控制信號或者機組中各子系統(tǒng)的設定值，向下傳遞入相應的執(zhí)行機構或基層控制系統(tǒng)，使得系統(tǒng)輸出盡快跟蹤上層目標值。

然而，傳統(tǒng)的RTO方案中本身存在的一些缺點。上層的穩(wěn)態(tài)優(yōu)化計算需要對過程對象進行精確建模，而火電廠中的對象往往非常復雜而難以精確建模，即使能通過大量機理分析得到所謂精確的模型，也會因為在運行中受到各種擾動，或因設備受到磨損而使模型失配，使得上層的優(yōu)化結果對于下層控制器來說是無法跟蹤的。對于此問題的一個解決方法是將經(jīng)濟性能優(yōu)化及跟蹤合并，直接采用對象的非線性模型，并設計非線性經(jīng)濟性線性預測控制器來產(chǎn)生滿足系統(tǒng)經(jīng)濟性的控制信號。然而非線性經(jīng)濟性預測控制在線計算量極大，特別是在對象的非線性模型較為復雜的時候，難以在控制器的采樣周期內得到最優(yōu)解，因此可實施性差，無法運用于實際的控制系統(tǒng)設計中。另一種方法是保留兩層結構，與傳統(tǒng)RTO系統(tǒng)不同的是，在上層優(yōu)化出一個動態(tài)的軌跡而非靜態(tài)設定值，下層控制器僅僅作為擾動抑制器使用，消除由于模型失配或外部擾動帶來的偏差,這種系統(tǒng)被稱作為動態(tài)的RTO。這種設計方法的問題在于傳統(tǒng)的下層擾動消除器往往采用的是MPC或者PID算法，這些算法本身對于被控對象實際動態(tài)偏離標稱模型比較敏感而使得對優(yōu)化軌跡的跟蹤效果較差。

技術實現(xiàn)要素：

本發(fā)明所要解決的技術問題是為了克服上述現(xiàn)有技術中存在的缺陷，提供一種適應控制器在線計算能力的，具有良好負荷跟蹤性能的，并且在運行過程中兼顧機組經(jīng)濟性的超臨界火電機組協(xié)調控制雙層控制系統(tǒng)設計方法。

為了實現(xiàn)上述目的，本發(fā)明采用如下的技術方案。

本發(fā)明公開了用于超臨界火電機組機爐系統(tǒng)負荷跟蹤的雙層控制系統(tǒng)，所述系統(tǒng)包括上、下兩層控制器，上層控制器為經(jīng)濟性線性預測控制器ELMPC(EconomicLinear Model Predictive Controller)，下層控制器為L1自適應控制器；

所述經(jīng)濟性線性預測控制器ELMPC建立機爐系統(tǒng)的局部帶擾動項線性化模型，以系統(tǒng)未來一段時間內(“未來一段時間內”指的是預測控制的預測時域，對于預測控制器而言，這是一個需設計者設計的量，一般來說，越長的預測時域可以獲得更強的魯棒性(健壯性)，但需要考慮實際控制器的實時計算能力。本發(fā)明在具體實施方案里采用的預測時域是100個采樣周期即1700秒)的經(jīng)濟性最優(yōu)為目標，規(guī)劃出符合電網(wǎng)考評要求且經(jīng)濟性最優(yōu)的，系統(tǒng)在未來一段時間內的最優(yōu)狀態(tài)與輸出軌跡，并得到符合電網(wǎng)考評要求且經(jīng)濟性最優(yōu)對應的最優(yōu)控制量，將得到的最優(yōu)控制量及對應的系統(tǒng)最優(yōu)狀態(tài)與輸出軌跡傳入下層控制器中；

所述下層控制器為L1自適應控制器，L1自適應控制器根據(jù)上層控制器傳來的最優(yōu)狀態(tài)與輸出軌跡以及實際機組狀態(tài)及輸出的測量值，在上層控制器規(guī)劃出的控制量的基礎上加入自適應修正量，消除被控對象中建模誤差、線性化誤差、不可測擾動所帶來的系統(tǒng)實際軌跡與理想規(guī)劃軌跡間的偏差，并將實際對象中的偏差信息反饋回上層控制器，用于更新上層的預測模型(即局部帶擾動項線性化模型)；L1自適應控制器的控制量作為執(zhí)行機構的控制指令信號。

所述經(jīng)濟性線性預測控制器的最優(yōu)控制量u^*(t)通過在每一個采樣時刻t＝kT，解如下目標函數(shù)的經(jīng)濟性最優(yōu)化問題得到：

其中，U(kT)為解得的最優(yōu)控制序列：

U(kT)＝[u(kT),u((k+1)T),…u((k+M)T)]^T，

則u^*(t)＝u(kT),t∈[kT,(k+1)T)，

其中，u(kT)為采樣時刻t＝kT時的控制量，u((k+M)T)為采樣時刻t＝(k+M)T時的控制量，并有u＝[u_B,D_fw,u_t]^T，u_B為機組燃料量指令，D_fw為給水量，u_t為主蒸汽閥門開度；

M為控制時域，T為采樣周期，kT表示當前采樣時刻，J_t為機組負荷跟蹤誤差成本項，J_v為主蒸汽閥門節(jié)流損失項，J_f為燃料成本項。

所述機組負荷跟蹤誤差成本項J_t、主蒸汽閥門節(jié)流損失項J_v和燃料成本項J_f通過如下公式計算：

其中，i為未來時間的采樣點序號，k表示當前采樣點序號，并有i<N，N為預測時域，N_e,ref為電網(wǎng)對機組的負荷設定值，N_e為機組負荷，p_st為主蒸汽壓力，u_t為主蒸汽調門開度，r_B為進入爐膛的燃料量，κ_t、κ_v和κ_f為成本系數(shù)，其中κ_t根據(jù)實際電網(wǎng)負荷跟蹤考評標準選取范圍為1～100，κ_v根據(jù)實際上網(wǎng)電價選取，范圍為0.5～0.75，κ_f根據(jù)實際燃料價格選取，取值范圍為0.3～0.7，a₁、a₂、a₃和a₄為閥門損失系數(shù)，通過對蒸汽在通過閥門處發(fā)生的節(jié)流損失進行熱力學估算，之后采用二次函數(shù)擬合得到，對超臨界機組而言，有a₁＝10～15,a₂＝-0.5～-1.0,a₃＝40～60,a₄＝8～12。

所述經(jīng)濟性線性預測控制器ELMPC通過如下步驟建立局部帶擾動項線性化模型：

步驟1，選取機組較頻繁運行的工況點(一般統(tǒng)計機組在過去一年內的平均負荷，并選取在該負荷下的一組穩(wěn)態(tài)運行點，作為建模的工況點)，建立該工況點附近的局部線性化模型：

y(jT)＝C·x(jT)+D·u(jT)

x((j+1)T)＝A·x(jT)+B·u(jT)，

其中，括號中的jT表示任意一個采樣時刻，(j+1)T表示jT的下一個采樣時刻，y為系統(tǒng)輸出，并有y＝[p_st,h_m,N_e]^T，h_m為汽水分離器出口焓值，x為系統(tǒng)狀態(tài)，并有x＝[r_B,p_m,h_m]^T，p_m為汽水分離器出口壓力，A,B,C,D為系統(tǒng)矩陣，在工程上，系統(tǒng)矩陣可采用現(xiàn)場的實際運行數(shù)據(jù)，通過最小二乘辨識或子空間辨識的方法得到。

步驟2，在步驟1建立的局部線性化模型中，加入狀態(tài)擾動項σ與輸出擾動項δ，由此得到經(jīng)濟性線性預測控制器ELMPC在采樣時刻t＝kT的局部帶擾動項線性化模型為：

x(kT|(k+n)T)＝A·x(kT|(k+n-1)T)+B·(u(k+n-1)T)+σ(kT))

y(kT|(k+n)T)＝C·x(kT|(k+n)T)+D·u((k+n)T)+δ(kT)，

其中，x(kT|(k+n)T)表示經(jīng)濟性線性預測控制器ELMPC在kT時刻對系統(tǒng)狀態(tài)在未來(k+n)T時刻的預測值，y(kT|(k+n)T)表示經(jīng)濟性線性預測控制器ELMPC在kT時刻對系統(tǒng)輸出在未來(k+n)T時刻的預測值，u((k+n)T)表示系統(tǒng)在(k+n)T時刻的控制輸入，σ(kT)表示狀態(tài)擾動項在采樣點kT時刻的更新值，δ(kT)表示輸出擾動項在采樣點kT時刻的更新值。

步驟2中，通過如下公式求取輸出擾動項在采樣時刻t＝kT時刻的更新值δ(kT)：

δ(kT)＝y(tǒng)(kT)-C·x(kT)-D·u_L1((k-1)T)，

其中，y(kT)為系統(tǒng)輸出在采樣點kT時刻的測量值，x(kT)為系統(tǒng)狀態(tài)在采樣點kT時刻的測量值，u_L1((k-1)T)為L1自適應控制器在(k-1)T時刻的控制量。

步驟2中，通過如下公式求取狀態(tài)擾動項在采樣時刻t＝kT的更新值σ(kT)：

σ(kT)＝u_δ(kT)，

其中，u_δ(kT)為L1自適應控制器在采樣時刻t＝kT的自適應修正量。

所述L1自適應控制器的控制量為：u_L1(t)＝u_δ(t)+u^*(t)，

其中u_δ(t)為L1自適應控制器中產(chǎn)生的自適應修正量，u^*(t)為經(jīng)濟性線性預測控制器ELMPC傳入下層的最優(yōu)控制量。

通過如下公式計算自適應修正量：

其中，表示狀態(tài)擾動項的估計值的拉普拉斯變換，L^-1(·)表示括號內信號的拉普拉斯反變換，C(s)表示一個低通濾波器，具有如下形式：

其中，h為低通濾波器的帶寬。根據(jù)實際執(zhí)行機構可容忍的動作選取范圍為0.1～10Hz。

采用上述技術方案，本發(fā)明具有以下的有益效果：

1.本發(fā)明提供了一種具有良好負荷跟蹤性能的，并且在運行過程中兼顧機組經(jīng)濟性的超臨界火電機組協(xié)調控制系統(tǒng)設計方案，其無論是從跟蹤性能還是運行經(jīng)濟性都優(yōu)于目前現(xiàn)存的基于比例-積分-微分控制的機爐協(xié)調控制方案，并且可實施性上優(yōu)于現(xiàn)有的其它優(yōu)化算法。

2.分層的設計將機爐協(xié)調控制設計的兩個任務即抗擾與優(yōu)化，分解成了兩層控制器的設計問題單獨解決，由此降低了控制器的設計難度。

3.現(xiàn)有理論證明，L1自適應算法的性能依賴于控制器芯片的計算能力，將其置于下層并使用單獨的控制器芯片予以實施，可以使L1自適應算法享有更多的控制器計算量從而充分提高L1自適應控制器的性能。

4.L1自適應控制的引入，使得系統(tǒng)的動態(tài)有界跟蹤于一個已知的線性系統(tǒng)，這使得上層的經(jīng)濟性預測控制不再需要采用非線性規(guī)劃求解，而簡化成為一個線性的經(jīng)濟性預測控制問題，由此簡化了上層經(jīng)濟性線性預測控制器的控制程序，減小在線計算量，提高計算精度，提高了經(jīng)濟性預測控制算法的可實施性與可靠性。

附圖說明

下面結合附圖和具體實施方式對本發(fā)明做更進一步的具體說明，本發(fā)明的上述或其他方面的優(yōu)點將會變得更加清楚。

圖1為超臨界機組機爐系統(tǒng)控制簡化圖。

圖2為本發(fā)明的雙層控制系統(tǒng)結構原理圖。

圖3為本發(fā)明的控制系統(tǒng)結構框圖。

圖4為具體實施方案中的系統(tǒng)負荷變化圖。

圖5為具體實施方案中其它輸出量的變化圖。

圖6為具體實施方案中的控制量圖。

具體實施方式

為了使本發(fā)明要解決的技術問題、技術方案和有益效果更加清楚，下面結合附圖及具體的實施例進行詳盡的描述。

如圖2和圖3所示，為本發(fā)明的控制系統(tǒng)實施方案框圖，其中的經(jīng)濟性線性預測控制器采用機爐系統(tǒng)的一個線性化模型，根據(jù)機爐系統(tǒng)的實際經(jīng)濟性需求，優(yōu)化出機爐系統(tǒng)跟蹤的最優(yōu)軌跡；下層L1自適應控制器包含一個狀態(tài)預測器、自適應律及補償控制律。根據(jù)機爐系統(tǒng)的線性化模型設計狀態(tài)預測器，并設計自適應律，根據(jù)狀態(tài)預測器輸出狀態(tài)與系統(tǒng)實測狀態(tài)量之差，在線更新對系統(tǒng)狀態(tài)擾動的估計值?；跔顟B(tài)擾動的估計值，設計補償控制律，產(chǎn)生一個補償控制信號，疊加上層的最優(yōu)控制信號，作為總的控制信號同時輸入執(zhí)行機構與狀態(tài)預測器中，同時，擾動的估計值反饋回上層預測控制器中，更新預測控制中的預測模型。

在此以泰州電廠#1號機組為例，具體說明本發(fā)明的設計方法及實施方案。該機組為一個1000MW超超臨界燃煤發(fā)電機組，鍋爐是哈爾濱鍋爐廠設計制造的HG-2980/26.15-YM2型超超臨界直流鍋爐，汽輪機為哈爾濱汽輪機廠和日本東芝公司聯(lián)合設計制造的CLN1000-25.0/600/600型超超臨界一次中間再熱、凝汽式、單軸汽輪機。采用機理分析與參數(shù)辨識的方法得到機組的非線性模型并將其在輸出功率為470MW的某穩(wěn)定運行點處線性化展開，得到機組的線性化模型為

其中x₁，x₂，x₃分別為進入爐膛的燃料量，汽水分離器出口壓力，汽水分離器出口焓；

u₁，u₂，u₃分別為燃料量信號指令，給水流量，汽輪機閥門開度；

y₁，y₂，y₃分別為主蒸汽壓力，汽水分離器出口焓，機組負荷。

采用狀態(tài)預測器：

其中向量x_l0＝[x₁(0),x₂(0),x₃(0)]^T，u(t)＝[u₁(t-17) u₂(t) u₃(t)]^T，x₁(0)，x₂(0)，x₃(0)分別為x₁，x₂，x₃的初始值。

自適應律：

其中為自適應律的更新周期，本例中取T_s＝0.1s。

自適應補償律為

設計上層經(jīng)濟性線性預測控制器：

通過熱力計算結合實際數(shù)據(jù)擬合可得閥門損失系數(shù)a₁＝11.05,a₂＝-0.8144,a₃＝-55.07,a₄＝10.63,取成本系數(shù)κ_n＝100，κ_v＝0.61，κ_f＝0.3，采樣時間T＝17s，預測步長N＝100，取控制步長M＝10。

為驗證方案可行性，進行控制系統(tǒng)仿真實驗。

假設初始穩(wěn)態(tài)點為

r_B＝70.10kg/s，p_m＝20.16MPa，h_m＝2726kJ/kg，u_B＝70.10kg/s，D_fw＝562.1kg/s，u_t＝0.7456，此時機組負荷N_e＝732MW，

仿真過程如下：在0～500s時不改變負荷的指令，在500s時給予系統(tǒng)升負荷指令，使機組按照+6％/min即+1MW/s的指令升負荷至850MW，至之后在1000s時給予降負荷指令，機組負荷沿-3％/min即-0.5MW/s的斜坡信號降負荷至650MW。在1500s時，加入擾動(煤質的變化)，要求機組負荷跟蹤負荷指令，主蒸汽壓力不超過25MPa，汽水分離器出口焓值控制在2726kJ/kg至3100kJ/kg之間

圖4為實例中的系統(tǒng)負荷變化圖，從圖中可以看出，系統(tǒng)的初始點并非系統(tǒng)在該負荷下的最優(yōu)運行點，因此控制器將其驅動至最優(yōu)運行點并保持了穩(wěn)定。圖中虛線為負荷指令，本例中的變負荷指令變化斜率遠大于當前電網(wǎng)的負荷跟蹤速率標準(1～2％)；實線為機組實際負荷變化，可見機爐系統(tǒng)即使在較大的變負荷指令較陡時也可以緊跟負荷的參考軌跡而不失去穩(wěn)定性。在發(fā)生煤質擾動時，系統(tǒng)能較好地補償煤質擾動。圖5為系統(tǒng)主蒸汽壓力與汽水分離器出口焓值圖。由圖可見，主蒸汽壓力能夠因系統(tǒng)經(jīng)濟性的要求而在不同的負荷下被控制在在不同的穩(wěn)態(tài)點，汽水分離器出口焓值在整個過程中被控制在機組可接受的范圍內。圖6為本實例中的控制量圖，各控制量較平穩(wěn)，且在平衡點時可以看出機組穩(wěn)定運行時，汽輪機閥門保持全開，因而降低了機組的閥門節(jié)流損失。

方案僅為本發(fā)明的優(yōu)選實施例，而并非本發(fā)明的可能實施例的窮舉。對于本領域一般技術而言，在不背離本發(fā)明原理和精神的前提下對其所作出的任何顯而易見的改動，都應該包含在本發(fā)明的權利要求的保護范圍內。