熔融碳酸盐燃料电池/燃气轮机混合发电系统的建模与控制研究

论文摘要

高温燃料电池/燃气轮机混合发电技术具有很高的发电效率和极低的污染物排放水平,在国内外引起广泛的关注。目前,该技术在国外还处于示范电站阶段,国内的相应研究才刚刚起步。本课题是在863工程项目“50kW天然气熔融碳酸盐燃料电池发电系统研究”和“燃料电池/燃气轮机混合动力系统研制”资助下完成的。在参考国内外混合发电系统研究经验的基础上,对熔融碳酸盐燃料电池/燃气轮机混合发电系统（MCFC/GT）进行结构设计、系统建模、动态仿真、性能分析、动态优化和分层控制,最终使设计出的系统在稳定、可靠而且高效运行的同时良好地满足负载的电能需求,为熔融碳酸盐燃料电池/燃气轮机混合发电系统提供必要的技术准备和理论指导。研究的具体内容和成果包括:1.建立了MCFC/GT混合发电系统动态数学模型。本文通过分析比较确定了MCFC和GT混合发电的底层循环式拓扑结构,并采用灵活的模块化建模方法建立该系统的动态模型。首先建立了面向MCFC/GT混合发电系统的简化集中参数型直接内重整熔融碳酸盐燃料电池（DIR-MCFC）模型。然后分别基于最小二乘和非线性最小二乘方法建立了燃气轮机的压气机模块和透平模块,根据质量守恒、热力学公式建立了转子模块、燃烧室模块、换热器模块以及旁通阀等。经仿真验证,该系统动态模型能够正确反映各种操作参数的动态变化和系统电能输出特性,可以作为系统仿真设计、性能分析和控制研究的有效工具。为实现动态优化和控制设计打下坚实的基础。2.研究了MCFC/GT混合发电的动态优化问题,并针对MCFC/GT混合发电系统动态优化问题提出了迭代遗传优化方法。本文针对复杂的动态优化问题,将迭代思想、平滑算子和改进了的遗传寻优操作相结合,设计改进的迭代遗传算法（Novel iterative genetic algorithm, NIGA）,并首次利用NIGA智能寻优方法对混合系统进行动态优化的研究。对于NIGA算法,首先将变量离散化,用改进遗传优化算法搜索离散控制变量的最优解,然后在随后的迭代过程中将基准移到刚解得的最优值处,同时收缩控制变量的搜索域,使优化性能指标和控制轨线在迭代过程中不断趋于最优解。采用NIGA根据设计的目标函数离线计算出不同负荷下最优运行轨迹,避免了求解大规模的微分方程组问题,优化结果为以后混合发电系统实际应用中现场的工作人员提供操作指导或直接作为下层控制回路的设定值和系统的前馈输出值,进行闭环优化控制。3.提出并验证了MCFC/GT混合发电系统的分层控制设计。以建立的MCFC/GT混合发电系统的动态模型为对象,结合系统开环仿真分析结果及发电系统NIGA离线动态优化结果,完成系统稳定运行的控制设计。本文针对系统结构庞大、性能复杂且控制参数多的特点,提出具有基础层和监督层的分层控制策略。采用多输出支持向量机回归（Multi-output Support Vector Machine Regression ,MSVR）方法实现监督层、先进复合控制方法实现基础层。首先利用NIGA离线动态优化得到的数据建立基于多输出支持向量机的监督层,该监督层为MCFC/GT混合发电系统提供实时性的优化指导。实验表明基于MSVR的预测精度高于现有的基于神经网络和单输出支持向量机的函数估计方法。在基础控制层,采用分块简化再整合的设计方法,针对各输出参数响应特点,利用AZNPI对系统输出功率进行反馈调节、利用MCFC输出电压对燃料流量进行反馈调节、利用QDRNN-PID对燃烧室温度和MCFC温度进行解耦控制等。最后,将各部分内容按照分层控制设计方案连接起来,仿真验证了分层控制是合理的和有效的。在所设计的分层控制方案下混合发电系统能够跟随负载的电能需求,且具有较高的发电效率,透平入口温度和燃烧室温度及燃料使用率都能维持在系统要求的范围。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 熔融碳酸盐燃料电池（MCFC）
• 1.2.1 燃料电池原理
• 1.2.2 MCFC 单体电池
• 1.2.3 MCFC 电堆技术
• 1.2.4 MCFC 的建模与控制研究现状
• 1.3 高温燃料电池与燃气轮机混合发电系统研究现状
• 1.3.1 高温燃料电池/燃气轮机混合发电系统
• 1.3.2 高温燃料电池/燃气轮机混合发电系统技术研究现状
• 1.3.3 高温燃料电池/燃气轮机混合发电系统的建模与控制研究现状
• 1.4 本论文的主要工作和创新点
• 1.4.1 课题的提出
• 1.4.2 主要工作
• 1.4.3 创新点
• 第二章 MCFC/GT 混合发电系统建模
• 2.1 引言
• 2.2 熔融碳酸盐燃料电池/燃气轮机混合发电系统的拓扑结构
• 2.3 MCFC/GT 混合系统模块化建模
• 2.4 DIR-MCFC 集中参数简化模型
• 2.4.1 DIR-MCFC 的反应动力学参数
• 2.4.2 DIR-MCFC 集中参数模型
• 2.4.3 DIR-MCFC 模型验证
• 2.4.4 DIR-MCFC 电特性分析
• 2.5 燃气轮机
• 2.5.1 基于最小二乘拟合的压气机模型
• 2.5.2 基于非线性最小二乘拟合的透平模型
• 2.5.3 转子模块
• 2.6 换热器模块
• 2.7 燃烧室模块
• 2.8 旁通阀
• 2.9 MCFC/GT 混合系统模型
• 2.10 本章小结
• 第三章 MCFC/GT 混合发电系统仿真分析
• 3.1 引言
• 3.2 操作条件对MCFC/GT 混合发电系统的影响
• 3.2.1 压比对MCFC/GT 混合发电系统的影响
• 3.2.2 MCFC 入口温度及TIT 对混合发电系统的影响
• 3.2.3 燃料使用率对发电系统的影响
• 3.3 MCFC/GT 发电系统的结构参数和特性参数
• 3.3.1 MCFC/GT 发电系统的结构参数
• 3.3.2 MCFC/GT 发电系统的特性参数
• 3.4 MCFC/GT 混合发电系统稳态性能
• 3.4.1 设计点工况性能
• 3.4.2 非设计点工况性能
• 3.5 MCFC/GT 混合发电系统动态仿真分析
• 3.5.1 电流阶跃变化时系统动态响应
• 3.5.2 燃料流量阶跃变化时系统动态响应
• 3.6 本章小结
• 第四章 MCFC/GT 混合发电系统的动态优化研究
• 4.1 引言
• 4.2 MCFC/GT 混合发电系统的动态优化问题
• 4.2.1 MCFC/GT 混合发电系统拓扑结构的改变和决策变量的选取
• 4.2.2 MCFC/GT 混合发电系统动态优化目标函数的确定
• 4.2.3 MCFC/GT 混合发电系统动态优化约束条件的建立
• 4.2.4 MCFC/GT 混合发电系统动态优化算法的选择
• 4.3 改进迭代遗传算法（NIGA）
• 4.3.1 变量的离散化
• 4.3.2 改进的遗传寻优操作（NGA）
• 4.3.3 基于离散化的迭代计算
• 4.3.4 NIGA 的参数设定
• 4.3.5 NIGA 的步骤
• 4.4 数值验证
• 4.4.1 改进的遗传寻优操作数值测试
• 4.4.2 改进的迭代遗传算法数值测试
• 4.5 NIGA 在MCFC/GT 混合发电系统动态优化中的应用
• 4.5.1 模型的处理
• 4.5.2 优化结果
• 4.6 本章小结
• 第五章 MCFC/GT 混合发电系统的分层控制设计
• 5.1 引言
• 5.2 MCFC/GT 混合发电系统控制方案设计
• 5.2.1 MCFC/GT 混合发电系统分层控制的提出
• 5.2.2 MCFC/GT 混合发电系统分层控制方案的建立
• 5.3 基于多输出支持向量机回归的监督层
• 5.3.1 多输出的支持向量机回归问题的提出
• 5.3.2 支持向量机方法
• 5.3.3 多输出支持向量机回归算法（MSVR）
• 5.3.4 MSVR 和SSVR 数值比较
• 5.4 基于MSVR 监督层的实现及比较
• 5.5 MCFC/GT 系统输出功率控制
• 5.5.1 功率控制器设计
• 5.5.2 AZNPI 控制
• 5.5.3 基于AZNPI 反馈调节的功率控制实验
• 5.6 MCFC/GT 系统燃料流控制设计及实验
• 5.7 MCFC/GT 系统温度控制
• 5.7.1 温度解耦控制器设计
• 5.7.2 基于QDRNN-PID 的温度控制
• 5.7.3 控制实验结果
• 5.8 MCFC 系统输出电压控制
• 5.9 系统分层控制综合仿真实验
• 5.10 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读博士学位期间已发表或录用的论文目录
• 附录