预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115840361A(43)申请公布日2023.03.24(21)申请号202211491834.8(22)申请日2022.11.25(71)申请人上海电力大学地址201306上海市浦东新区沪城环路1851号(72)发明人赵慧荣刘安东彭道刚(74)专利代理机构上海科盛知识产权代理有限公司31225专利代理师赵志远(51)Int.Cl.G05B13/04(2006.01)F01K13/02(2006.01)G06N3/084(2023.01)权利要求书3页说明书7页附图6页(54)发明名称一种火电机组灵活变负荷分布式智能预测控制方法(57)摘要本发明涉及一种火电机组灵活变负荷分布式智能预测控制方法,该方法针对火电机组变负荷过程中的非线性动态特性,该方法通过数据驱动机器学习方法构建非线性预测控制模型;针对非线性预测控制的运算实时性和复杂度,采用分布式控制策略,将火电机组划分为锅炉和汽轮机两个并行计算子控制系统,并基于Nash均衡博弈方法实现两个子控制系统之间的信息交互,以及整体火电机组的全局优化决策。与现有技术相比,本发明的方法能够在确保机组大范围变负荷跟踪精度的同时,减少运行参数波动,实现火电机组安全经济稳定运行。CN115840361ACN115840361A权利要求书1/3页1.一种火电机组灵活变负荷分布式智能预测控制方法,其特征在于,该方法包括以下步骤:步骤S1、基于火电机组控制系统机理,将系统分解为两个并行控制的锅炉子系统和汽轮机子系统;步骤S2、采用神经网络描述火电机组变负荷运行的非线性特征,采用分布式控制策略,分别构建锅炉子系统和汽轮机子系统的非线性动态预测模型,并采用分布式的预测控制器进行预测跟踪控制;其中,采用Nash均衡博弈方法两个子控制系统之间的信息交互以及火电机组的全局优化决策。2.根据权利要求1所述的一种火电机组灵活变负荷分布式智能预测控制方法,其特征在于,所述步骤S1中火电机组控制系统、锅炉子系统和汽轮机子系统的控制参数分别为:1)火电机组:控制变量为控制燃料量流量的阀门开度、控制汽轮机入口蒸汽流量的阀门开度、控制汽包入口给水流量的阀门开度;被控变量为机组发电负荷、锅炉汽包压力、汽包水位偏差;状态变量为机组发电负荷、锅炉汽包压力、锅炉汽包内汽水混合物密度;2)锅炉子系统:控制变量为控制燃料量流量的阀门开度、控制汽包入口给水流量的阀门开度;被控变量为锅炉汽包压力、汽包水位偏差;3)汽轮机子系统:控制变量为控制汽轮机入口蒸汽流量的阀门开度,被控变量为机组发电负荷。3.根据权利要求2所述的一种火电机组灵活变负荷分布式智能预测控制方法,其特征在于,所述步骤S2中采用神经网络描述火电机组变负荷运行的非线性特征,具体为:采用神经网络描述火电机组变负荷运行的非线性特征,选择上一时刻的控制变量和被控变量作为神经网络的输入,当前时刻的输出作为神经网络的输出;结合火电机组的历史运行数据,采用误差反向传播算法训练神经网络,分别建立锅炉子系统和汽轮机子系统的非线性动态预测模型。4.根据权利要求3所述的一种火电机组灵活变负荷分布式智能预测控制方法,其特征在于,所述锅炉子系统和汽轮机子系统的非线性动态预测模型的表达式分别为:T式中,Y1,m为锅炉子系统的预测模型输出,Y1,m=[Pm,Lm],Pm为锅炉汽包压力的预测值,Lm为汽包水位偏差的预测值;Y2,m为汽轮机子系统的预测模型输出,Y2,m=Em,Em为机组发电T负荷的预测值;U1为锅炉子系统的控制变量,U1=[u1,u3],u1为控制燃料量流量的阀门开T度,u3为控制汽包入口给水流量的阀门开度;Y1为锅炉子系统的被控变量,Y1=[P,L],P为锅炉汽包压力,L为汽包水位偏差;U2为汽轮机子系统的控制变量,U2=u2,u2为控制汽轮机入口蒸汽流量的阀门开度;Y2为汽轮机子系统的被控变量,Y2=E,E为机组发电负荷。5.根据权利要求4所述的一种火电机组灵活变负荷分布式智能预测控制方法,其特征在于,所述采用分布式的预测控制器进行预测跟踪控制具体为:对分解后的锅炉子系统和汽轮机子系统,采用分布式控制策略,分别设计预测控制器,使得火电机组的机组负荷、汽包压力及汽包水位偏差跟踪设定值。6.根据权利要求5所述的一种火电机组灵活变负荷分布式智能预测控制方法,其特征2CN115840361A权利要求书2/3页在于,所述锅炉子系统优化的目标函数表达式为:式中,Np为预测时域,Nc为控制时域,Q1,i为误差加权系数,R1,j为控制加权矩阵,U1,max、TU1,min分别为控制变量U1的上下限,ΔU1为控制变量U1的增量,ΔU1=[Δu1,Δu3],ΔU1,max、TΔU1,min分别为控制变量ΔU1的上下限;Y1,p为锅炉子系统的预