[发明专利]融合扩张观测器的超临界火电机组机炉协调控制方法

说明书

本发明公开了一种融合扩张观测器的超临界火电机组机炉协调控制方法。首先根据1000MW超临界火电机组的非线性模型，基于非线性分析的方法在机组的不同工况点建立多个局部线性模型。之后采用该组局部线性模型，设计了一种融合扩张状态观测器的多模型预测控制器(MMPC)。通过扩张状态观测器的引入，估计并补偿了机组在不同通道内的扰动及模型不确定性，提升了预测控制器的扰动抑制性能。本发明的算法能在保证控制系统全局稳定的前提下实现机组负荷的大范围跟踪，并且具有良好的扰动抑制性能。

技术领域

本发明属于热能动力工程和自动控制领域，涉及超临界火电机组协调控制方法，特别是一种融合扩张状态观测器的多模型预测控制，用于超临界火电机组机炉协调系统的控制算法。

背景技术

火电机组的协调控制是火电机组运行中最重要的问题之一，其核心是对锅炉侧的慢动态过程及汽机侧的快动态过程进行调和，使机组的实发功率实时跟踪电网的负荷需求，同时保证机组运行的安全及效率。超临界火电机组因其具有的高效率、低排放的优点，在过去10年里被广泛采用，并逐渐成为电力系统中的主力机型。同时，机组容量及复杂度的大幅度增加，对机炉协调系统的控制算法设计提出了新的挑战，主要体现在超临界火电机组具有的大惯性、强非线性、多变量、强耦合，以及执行机构在物理上的限制导致的控制输入约束等问题。另一方面，近年来随着大量光伏发电、风力发电等间歇性新能源的并网，给电网带来了巨大的调峰压力。在目前电网面对巨量间歇性能源并网而导致调峰能力不足的背景下，传统意义上作为基础负荷的火电机组将承担更多的调峰任务，因而变工况运行将成为常态。目前广泛采用的基于比例-积分-微分(PID)算法的机炉协调系统控制在面对上述问题时体现出了越来越多的弊端。因此，必须开发基于先进控制算法的机炉协调系统控制算法，以满足超临界火电机组机炉协调系统的控制要求。

模型预测控制(MPC)算法由于其可以对多变量系统进行最优化控制的优点，近年来成为超临界机组机炉协调系统改进设计的一种常用的技术方案。同时针对超临界火电机组机炉系统非线性的特点，一系列基于非线性预测控制(NMPC)的机炉协调控制算法被提出。然而，现有的非线性预测控制算法普遍具有在线计算量大、鲁棒性差的缺点，在实际工程中的应用效果并不理想。多模型预测控制算法(MMPC)作为NMPC的一种替代算法，具有处理对象非线性的能力，同时具有在线计算量小，实施方便等优点，在实际工程中得到了较好的应用。当前，多模型预测控制算法的问题在于其无法处理未知的扰动及机组动态的不确定性，后者在机组的实际过程中是普遍存在的。这些未知扰动与机组动态的不确定性的存在使得控制系统的性能下降，在极端情况下甚至导致系统的不稳定。

发明内容

本发明针对现有超临界火电机组协调系统的多模型预测控制中无法处理未知扰动与机组动态不确定性的问题，在稳定的MMPC算法中引入扩张状态观测器，同时对传统的扩张状态观测器进行了改进，提出一种融合扩张状态观测器的超临界火电机组机炉协调系统多模型预测控制算法，该算法能实现机组对电网负荷指令的稳定跟踪，同时提高机组运行过程中的抗扰动性能。

为达到上述目的，本发明采用如下的技术方案，所提出的一种融合扩张观测器的超临界火电机组机炉协调控制方法，该方法基于由多模型预测控制模块得到的将机组的输出量驱动至给定的目标值的多模型预测控制项u_mpc(k)与由扩张状态观测模块得到的用于补偿机组各控制通道内扰动及不确定性、消除系统的稳态误差的扰动补偿项u_ESO(k)的和得到控制量；

其具体包括以下步骤：

1.1、基于机炉协调系统的多个局部子模型建立所述多模型预测控制模型，在采样时间点根据机组实发功率确定当前负荷点对应的加权模型，以该加权模型，计算得到代价函数最小化的最优控制量，即多模型预测控制项u_mpc(k)；

1.2、所述扩张状态观测模块通过构造一个扩张的状态观测器，基于对系统内存在的扰动及模型不确定性进行估计，在采样时间点产生对应的补偿控制项u_ESO(k)；