超超臨界單元機組協(xié)調(diào)系統(tǒng)的建模與控制優(yōu)化研究.pdf

1、隨著電力需求的不斷增長和能源環(huán)境問題的日益突出，超超臨界機組以其較高的發(fā)電效率已經(jīng)成為我國火電機組的建設(shè)主流。火電機組作為作為一類具有典型非線性特性的多變量被控對象，具有大遲延、大慣性、強耦合和參數(shù)時變性等特點。伴隨電力工業(yè)可持續(xù)發(fā)展戰(zhàn)略的實施，電網(wǎng)綜合自動化對單元機組協(xié)調(diào)系統(tǒng)的控制性能提出了更高的要求。同時隨著新能源發(fā)電對電網(wǎng)帶來的波峰沖擊，設(shè)計出一套安全、高效并具有自適應(yīng)能力的控制方案，對維護電網(wǎng)的穩(wěn)定與電能質(zhì)量、減少工作人員的調(diào)控

2、難度和提高電廠的經(jīng)濟效益有很大的現(xiàn)實意義。
　　本文主要從建模和協(xié)調(diào)控制的角度對超超臨界單元機組作了研究，主要內(nèi)容包括以下兩個方面。
　　一，單元機組建模方面。
　　提出了一種二階慣性加純滯后環(huán)節(jié)對大慣性熱工對象進行簡化，采用遺傳算法對傳遞函數(shù)參數(shù)進行辨識，針對基本遺傳算法的“早熟”問題，從交叉和變異概率的自適應(yīng)角度，提出了改進的遺傳算法，并用于模型參數(shù)辨識;針對單元機組模型參數(shù)隨負荷的時變性，引入了基于遞推貝葉斯概率

3、加權(quán)方法的多模型動態(tài)建模策略;針對系統(tǒng)的全局非線性特性，提出了一種基于神經(jīng)網(wǎng)絡(luò)非線性補償?shù)乃惴?，進一步提高了單元機組的建模精度和自適應(yīng)能力。
　　二，協(xié)調(diào)控制方面。
　　分析了傳統(tǒng)線性廣義預(yù)測控制(GPC)算法的基本原理和不足之處，針對單元機組的全局非線性問題提出了基于RBF神經(jīng)網(wǎng)絡(luò)非線性補償?shù)腉PC算法，通過仿真實驗證明了非線性GPC對非線性系統(tǒng)設(shè)定信號的良好跟蹤能力;針對傳統(tǒng)GPC實際參考軌跡無法預(yù)測的問題，提出了一種基

4、于期望響應(yīng)的參考軌跡優(yōu)化算法，使實際參考軌跡盡可能地沿著期望的參考軌跡滑行，在保證響應(yīng)速度和精度的同時，較好地抑制了超調(diào)。
　　介紹了模糊PID控制的基本原理，并分析了經(jīng)典模糊規(guī)則在數(shù)量方面的局限性，在充分總結(jié)前人研究成果的基礎(chǔ)上，提出了一種簡單而高效的基于誤差分級的變論域模糊PID控制策略。
　　將改進的GPC控制器用于燃料量-負荷通道，改進的模糊PID用于汽機閥門-機前壓力通道，并合理反饋“雙向”協(xié)調(diào)信號，最終實現(xiàn)單元機