火电厂热工过程的预测控制方法研究

火电厂热工过程的预测控制方法研究

论文摘要

随着火力发电机组向大容量、高参数方向发展,热工过程的特性越来越复杂,对控制品质的要求也越来越高,目前所广泛采用的常规PID控制手段已经渐渐不能满足这种需要。近年来,火电厂热工过程的先进控制方法吸引了众多学者的关注。本人在前人的研究成果基础上,对火电厂热工过程的预测控制策略进行了较为深入的研究,包括:(1)针对主蒸汽温度对象在系统负荷变化时表现出的非线性特点,提出了一种主蒸汽温度非线性预测控制策略。利用典型工作点的测试数据和过渡过程数据辨识得到一个线性时变参数(LPV)模型来描述主蒸汽温度系统的非线性。在每个控制周期,通过调度变量当前值得到全局非线性模型的线性化模型,然后进行线性预测控制器的计算。该方法不仅建模成本低,而且控制品质优于传统的PID和线性MPC。在200MW火电机组仿真平台上的结果表明了该方法的有效性。(2)以过热蒸汽的两级喷水减温过程为背景对串联系统的预测控制策略进行了研究。以温州电厂300MW机组实际运行数据,仿真分析比较了串联系统的两种不同的预测控制策略的抗扰与跟踪性能。在此基础上,提出一种使用预测偏差作为前馈变量的单预测控制器策略。使用单一控制器控制包括多个环节的串联系统,并选取前一环节对象输出的预测偏差作为下一环节预测控制的前馈变量。该方法有效地提升了系统的抗扰性能,同时扩大了控制器的可行区域。(3)针对单元机组协调控制“又快又稳”的控制需求,首先对经典的时间最优控制方法Bang-Bang算法与预测控制算法进行了性能分析比较。然后分别提出了带终端状态约束和基于分段切换的时间最优预测控制两种策略。第一种方法将体现平稳性的二次型优化性能指标和体现快速性的时间长度指标进行加权构建优化目标函数,并引入了有限时域终端等式约束。算法的稳定性证明保证了在每一个优化周期内都能得到一组使闭环系统渐进稳定的控制作用序列,可以较快地实现严格的状态稳定。第二种方法将第一种方法和传统的模型预测控制方法结合,使用不带终端约束的时间最优预测控制方法来使系统尽快地接近控制目标,然后切换到传统的模型预测控制方法,弱化了终端约束条件的限制,进一步缩短了到达控制目标的时间。仿真结果表明这两种方法在满足了平稳需求的同时,都能够比传统的预测控制算法更快地达到了控制目标。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 引言
  • 1.2 火电厂热工过程控制
  • 1.3 火电厂热工过程先进控制策略研究现状
  • 1.3.1 改进的PID控制
  • 1.3.2 自适应控制
  • 1.3.3 神经网络控制
  • 1.3.4 非线性控制
  • 1.4 预测控制的机理,特征与研究概况
  • 1.4.1 预测控制的基本原理与特征
  • 1.4.2 预测控制的研究概况
  • 1.4.2.1 模型辨识技术
  • 1.4.2.2 稳定性分析
  • 1.4.2.3 参数优化设计
  • 1.4.2.4 提高在线计算速度的几种策略
  • 1.4.2.5 非线性预测控制
  • 1.5 预测控制在火电厂热工过程控制中的应用研究现状
  • 1.6 本文的主要研究内容与组织结构
  • 第2章 基于非线性预测控制方法的主蒸汽温度控制策略
  • 2.1 引言
  • 2.2 主蒸汽温度控制难点分析
  • 2.3 主蒸汽温度控制方案
  • 2.3.1 主蒸汽温度对象的数学模型分析
  • 2.3.2 主蒸汽温度控制系统结构分析
  • 2.4 基于操作轨迹LPV模型的非线性模型预测控制
  • 2.4.1 基于LPV模型的非线性建模方法
  • 2.4.2 基于LPV模型的非线性预测控制
  • 2.5 仿真实例
  • 2.6 本章小结
  • 第3章 两级减温串联系统的预测控制策略研究
  • 3.1 引言
  • 3.2 串联系统的预测控制策略
  • 3.2.1 采用单控制器的串联系统预测控制策略
  • 3.2.1.1 控制器模型
  • 3.2.1.2 预测控制算法
  • 3.2.1.3 仿真实验
  • 3.2.1.4 分析讨论
  • 3.2.2 采用双控制器的串联系统预测控制策略
  • 3.2.2.1 控制器模型
  • 3.2.2.2 仿真实验
  • 3.2.2.3 分析讨论
  • 3.2.3 使用预测偏差前馈的单预测控制器策略
  • 3.2.3.1 控制器模型
  • 3.2.3.2 预测偏差-主蒸汽温度模型辨识方法
  • 3.2.3.3 仿真实验
  • 3.2.3.4 分析讨论
  • 3.3 控制策略分析结论
  • 3.4 本章小结
  • 第4章 单元机组协调控制的时间最优预测控制策略研究
  • 4.1 引言
  • 4.2 单元机组协调控制简介
  • 4.3 机炉主控回路的三种形式
  • 4.3.1 锅炉跟随控制方式
  • 4.3.2 汽机跟随控制方式
  • 4.3.3 机炉协调控制方式
  • 4.4 最短时间控制BANG-BANG与预测控制比较
  • 4.4.1 最短时间控制的bang-bang控制策略
  • 4.4.2 Bang-Bang控制与预测控制的比较
  • 4.5 带终端约束的时间最优预测控制算法
  • 4.5.1 基于状态空间形式的模型预测
  • 4.5.2 带终端约束的时间最优预测控制算法
  • 4.5.3 稳定性分析
  • 4.5.4 仿真实验一
  • 4.5.5 仿真实验二
  • 4.6 分段切换时间最优预测控制方法
  • 4.6.1 分段切换时间最优预测控制算法
  • 4.6.2 仿真实验三
  • 4.7 本章小结
  • 第5章 总结与展望
  • 参考文献
  • 作者硕士期间撰写的学术论文
  • 相关论文文献

    • [1].基于神经网络的预测控制的研究[J]. 科技展望 2016(03)
    • [2].面向大规模网络化系统的分布式预测控制(英文)[J]. 控制理论与应用 2017(08)
    • [3].预测控制的哲学思想分析及其新架构的提出[J]. 化工进展 2017(03)
    • [4].双层结构预测控制研究进展[J]. 控制理论与应用 2014(10)
    • [5].浅谈预测控制发展及其存在问题[J]. 信息系统工程 2015(05)
    • [6].预测控制技术在丁二烯精制单元的应用[J]. 齐鲁石油化工 2010(01)
    • [7].离线方法与在线优化相结合的混合型鲁棒预测控制[J]. 河北科技大学学报 2009(03)
    • [8].双足机器人稳定行走的仿人预测控制研究[J]. 计算机工程与应用 2010(23)
    • [9].复合网络攻击下离散时间多智能体系统的云端预测控制[J]. 山西大学学报(自然科学版) 2020(03)
    • [10].不确定奇异大系统分散鲁棒预测控制[J]. 控制与决策 2014(04)
    • [11].改进的神经预测控制及其应用[J]. 通化师范学院学报 2012(12)
    • [12].城市路网的分布式鲁棒预测控制[J]. 浙江工业大学学报 2016(06)
    • [13].分箱式月球车的预测控制[J]. 哈尔滨工程大学学报 2008(08)
    • [14].分布式预测控制在空气分馏塔中的应用[J]. 工业控制计算机 2014(05)
    • [15].基于关联存储网络的非线性约束监督预测控制[J]. 控制与决策 2010(08)
    • [16].高超声速飞行器的调度离线预测控制[J]. 控制理论与应用 2015(02)
    • [17].基于电流预测控制的有源电力滤波器仿真研究[J]. 低压电器 2010(01)
    • [18].增加延时补偿的永磁同步电机电流预测控制[J]. 电工电气 2019(05)
    • [19].模型预测控制——现状与挑战[J]. 自动化学报 2013(03)
    • [20].改进型电压预测控制逆变器的研究[J]. 电力电子技术 2009(07)
    • [21].信息物理环境下不确定系统的随机分布式预测控制[J]. 控制与决策 2020(08)
    • [22].经济性预测控制的切换控制策略优化算法设计[J]. 上海电力学院学报 2019(05)
    • [23].注汽锅炉蒸汽干度模糊-预测控制的应用研究[J]. 电子设计工程 2013(21)
    • [24].基于黄金分割法的阶梯式约束预测控制[J]. 上海交通大学学报 2012(12)
    • [25].基于线电压调制的内置式永磁同步电机电流预测控制[J]. 微电机 2019(04)
    • [26].多时滞不确定非线性系统的鲁棒预测控制[J]. 嘉应学院学报 2017(02)
    • [27].分布式预测控制在微电网协调控制中的应用[J]. 吉林大学学报(工学版) 2020(06)
    • [28].随机预测控制及其在导弹制导中的应用[J]. 弹道学报 2011(02)
    • [29].双足机器人稳定步行模式的预测控制实现方法[J]. 仪器仪表学报 2010(12)
    • [30].有界丢包网络环境下不确定系统的预测控制[J]. 控制与决策 2009(09)

    标签:;  ;  ;  ;  ;  ;  

    火电厂热工过程的预测控制方法研究
    下载Doc文档

    猜你喜欢