[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有效

专利信息
申请号: 201710050875.6 申请日: 2017-01-23
公开(公告)号: CN106707756B 公开(公告)日: 2019-10-11
发明(设计)人: 张帆;韩四维;沈炯;吴啸 申请(专利权)人: 东南大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 柏尚春
地址: 210096*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 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。
搜索关键词: 融合 扩张 观测器 临界 火电 机组 协调 控制 方法
【主权项】:
1.融合扩张观测器的超临界火电机组机炉协调控制方法,其特征在于: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umpc(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uESO(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,根据式(1)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umpc(k)umpc(k)=YG‑1x(k)+us          (1);其中,k为采样时间点,S,U,Y,G,是待求矩阵变量,通过下列线性矩阵不等式可求得:uj,boundary=min(|uj,min‑uj,s|,|uj,max‑uj,s|),j=1,…,nu           (3)其中,x(k)表示在采样时间点k模型的状态量;Ai,Bi,Ci,Di为多模型预测控制器中第i个局部子模型的系统矩阵;Ujj代表U的第j个对角元素,nu是控制输入量的个数,Q0与R0分别为输出代价权重矩阵与输入代价权重矩阵;uj,s为系统第j个控制输入的目标稳态值,uj,s由输出量目标值及机炉协调系统的非线性模型联立求得,uj,min与uj,max分别为控制输入量约束的下界与上界;其中,γ为代价函数的上界,该代价函数J表示为:k+i|k表示在采样时间点k对第k+i时刻的预测值;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uESO(k),所述补偿控制项uESO(k)由式(4)可得其中,分别为在采样时间点k系统状态通道及输出通道的扰动估计值,Kd,Kv为补偿增益:Kd=‑((C+DF)(I‑A‑BF)‑1B+D)‑1(C+DF)(I‑A‑BF)‑1Bd (5)Kv=‑((C+DF)(I‑A‑BF)‑1B+D)‑1Dv          (6)F=Y·G‑1                        (7)其中,Bd与Dv为待选取的系数矩阵,A,B,C,D为根据采样时间点k的机组负荷,采用加权规则对机组各子模型系统矩阵Ai,Bi,Ci,Di进行加权得到的加权系统矩阵;1.3、将多模型预测控制项umpc(k)和补偿控制项uESO(k)叠加得到系统的总控制量;1.4、使超临界机组的功率跟踪电网给予的负荷指令,并将主蒸汽温度与压力控制在给予的参考值内,保证控制输入量负荷系统执行机构的物理限制。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710050875.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top