CN112015082B - 一种基于模糊增益调度预测控制的机炉协调系统控制方法 - Google Patents

Abstract

本发明公开了一种基于模糊增益调度预测控制的机炉协调系统控制方法，所述控制方法是非线性建模方法、模糊逻辑推理理论和预测控制技术有机结合的智能控制方法，首先基于状态空间非线性建模方法建立机炉协调系统局部工况多变量非线性离散动态模型，选取反映机炉协调系统动态特性的状态变量作为模糊调度变量，根据模糊逻辑推理机炉协调系统全局多变量非线性离散模糊模型，然后在此模型基础上应用预测控制技术，预测模型多步输出，考虑控制作用约束并实施滚动优化策略。该方法可以在全工况范围内快速跟踪负荷，能够处理控制作用的约束优化问题，在确保控制系统全局最优的同时具有良好的鲁棒性，对进行深度调峰的火电机组运行优化具有重要意义。

Description

一种基于模糊增益调度预测控制的机炉协调系统控制方法

技术领域

本发明涉及热能动力工程及自动控制领域，特别是涉及一种基于模糊增益调度预测控制的机炉协调系统控制方法。

背景技术

机炉协调控制系统是火力发电厂热力系统的核心，它对锅炉、汽机进行协调综合控制，以使机组快速响应电网负荷要求，目前大都采用PID控制，但当对象特性发生变化时，难以保证系统获得最优品质，影响机组运行经济性。模型预测控制(MPC)对多容惯性对象的控制效果较好，被控量响应快、超调量小，同时具有良好的鲁棒性以及处理约束的能力，有利于复杂热力系统的优化控制。随着我国可再生清洁能源发电技术的迅猛发展，燃煤火电产能过剩，而电网负荷峰谷差较大，在深度调峰的要求下，火电机组必须根据电网要求大范围调整负荷，机炉协调系统对象动态特性发生较大变化，存在严重的非线性，而传统的机炉协调控制系统，只是根据火电机组在某一负荷点上的对象特性进行设计，不能保证机组在整个负荷范围内是全局最优的，因此需要我们探索其他更好的控制方案。

发明内容

发明目的：本发明针对深度调峰背景下火电厂机炉协调系统的全局非线性特性提出了一种基于模糊增益调度预测控制的机炉协调系统控制方法。

本发明的目的通过以下技术方案实现：

一种基于模糊增益调度预测控制的机炉协调系统控制方法，包括以下步骤：

(1)建立局部工况多变量非线性离散动态模型；

(2)选取机炉协调系统动态特性参数作为模糊调度变量；

(3)基于局部模型和模糊调度变量建立全局多变量非线性离散模糊模型；

(4)基于全局模糊模型预测机炉协调系统系统未来多步输出；

(5)选取预测控制器目标函数，滚动优化性能指标；

(6)计算控制约束最优解，将最优控制律应用于系统。

进一步的，步骤(1)中所述建立局部工况多变量非线性离散动态模型是在全工况范围内选取多个典型工况，对所选工况点上的非线性机炉协调系统进行局部泰勒展开，并略去高阶无穷小量，得到状态空间局部线性动态模型，然后在离散时域内对其离散化获得离散动态模型，建立如下模型：

z(k+1)＝G_i·z(k)+H_i·u(k)+P_i+Φ·ξ(k)

y(k)＝C_i·z(k)+D_i·u(k)+Q_i+ξ(k)

i＝1…n

其中，k为当前离散时刻，n为选取的典型工况数，u为输入控制作用，y为输出被调量,z 为系统状态，ξ为高斯白噪声，C_i、D_i、G_i、H_i、P_i、Q_i为系统参数矩阵，Φ为滤波矩阵。

进一步的，步骤(2)中所述选取机炉协调系统动态特性参数作为模糊调度变量，是选取在被控过程中反映机炉协调系统动态特性的状态变量，采用模糊逻辑推理方法对其在论域上进行模糊化处理，划分模糊集合，选择隶属度函数，隶属度μ_i∈[0,1]。

进一步的，步骤(3)中所述基于局部模型和模糊调度变量建立全局多变量非线性离散模糊模型的方法为：

(31)基于典型工况生成模糊规则，模糊规则的前件是模糊增益调度变量，模糊规则的后件是局部工况状态空间模型：

其中，Δz为模糊增益调度变量，A_i为模糊集合，i＝1…n；

(32)根据模糊规则进行模糊推理后进行去模糊化处理，建立如下全局多变量非线性离散模糊模型：

z(k+1)＝G·z(k)+H·u(k)+P+Φ·ξ(k)

y(k)＝C·z(k)+D·u(k)+Q+ξ(k)

其中，

进一步的，步骤(4)中所述基于全局模糊模型预测机炉协调系统未来多步输出：

其中，k为当前离散时刻，Np为预测步数；

更进一步的，由于白噪声未来数学期望估计为0，即

且当前时刻ξ(k)的期望估计值

则第j步的系统模型输出预测值为：

令

所述的系统模型多步输出预测可表示为：

进一步的，步骤(5)中所述预测控制器目标函数选取二次型性能指标J，滚动优化，该二次性能指标函数如下：

其中，λ为权重系数，Y_r为参考轨迹，ΔU为控制作用，Y_r和ΔU如下：

式中I为N_m×N_m维单位矩阵,O为N_m×N_m维零矩阵。

进一步的，所述步骤(6)计算控制约束最优解，将最优控制律应用于系统，计算过程如下：

由于上式后两项为常数项，则min(J)＝min(J₀)，

令

令J₀₁＝2(Ψ_u ^TΨ_u+λT^TT)，

则有，

当控制作用不受约束时，

所述最优控制作用U＝-J₀₁ ^-1J₀₂；

考虑实际工程应用中，控制作用幅度和速率受到限制，用不等式描述控制约束问题，再用二次规划的方法解决约束优化问题，该方法如下：

①控制作用幅值约束描述：

u_min≤u(k+j-1)≤u_max,j＝1…Np+1

②控制作用速率约束描述：

T_s·Δu_min≤Δu(k+j-1)≤T_s·Δu_max，j＝1…Np+1

令

约束描述为：Μ·U≤N

约束优化的解：

所述的控制约束最优解为

将最优控制律

前N_m项作用于闭环系统实际控制，实现滚动优化。

有益效果：与现有技术相比，本发明具有以下优点：

(1)本发明提出的一种基于模糊增益调度预测控制的机炉协调系统控制方法在深度调峰的要求下，机组能够快速跟踪负荷，具有优良的控制性能，同时确保机组在整个负荷范围内是全局最优的，保障机组运行经济性，对进行深度调峰的火电机组运行优化具有重要意义；

(2)本发明提出的一种基于模糊增益调度预测控制的机炉协调系统控制方法能够处理其它基于模糊模型控制策略无法解决控制作用速率受限的约束优化问题，同时它的滚动优化能力保证了系统的全局控制品质；

(3)本发明提出的一种基于模糊增益调度预测控制的机炉协调系统控制方法与传统的机炉协调系统控制方法相比，具有出色的全局非线性优化能力，即使在对象特性大幅度偏移时仍具有优良的鲁棒控制品质。

附图说明

图1是本发明的控制系统示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案进行详细的说明。

如图1所示为一种基于模糊增益调度预测控制的机炉协调控制系统示意图，所述控制方法是非线性建模方法、模糊逻辑推理理论和预测控制技术有机结合的智能控制方法，被控对象为机炉协调系统，根据负荷要求系统动态特性会发生变化，z为反映系统动态特性的状态变量，将Δz作为模糊增益调度变量，模糊规则库根据模糊规则前件参数Δz进行模糊推理，得出模糊规则后件参数，即该工况下机炉协调系统的状态空间模型；预测控制器利用该模型预测系统未来N_p步输出

根据目标函数进行滚动优化，对控制作用幅度和速率加以一定的限制，计算出最优控制律u(k)作用于系统。

具体包括以下步骤：

(1)建立局部工况多变量非线性离散动态模型；

在全工况范围内选取多个典型工况，对所选工况点上的非线性机炉协调系统进行局部泰勒展开，并略去高阶无穷小量，得到状态空间局部线性动态模型，然后在离散时域内对其离散化获得离散动态模型，建立如下模型：

z(k+1)＝G_i·z(k)+H_i·u(k)+P_i+Φ·ξ(k)

y(k)＝C_i·z(k)+D_i·u(k)+Q_i+ξ(k)

i＝1…n

其中，k为当前离散时刻，n为选取的典型工况数，u为输入控制作用，y为输出被调量,z 为系统状态，ξ为高斯白噪声，C_i、D_i、G_i、H_i、P_i、Q_i为系统参数矩阵，Φ为滤波矩阵。

(2)选取机炉协调系统动态特性参数作为模糊调度变量；

选取在被控过程中反映机炉协调系统动态特性的状态变量，采用模糊逻辑推理方法对其在论域上进行模糊化处理，划分模糊集合，选择隶属度函数，隶属度μ_i∈[0,1]。

(3)基于局部模型和模糊调度变量建立全局多变量非线性离散模糊模型；

模糊规则的前件是模糊增益调度变量，模糊规则的后件是局部工况状态空间模型，基于典型工况生成模糊规则:

其中，Δz为模糊增益调度变量，A_i为模糊集合；

根据模糊规则进行模糊推理后进行去模糊化处理，建立如下全局多变量非线性离散模糊模型：

z(k+1)＝G·z(k)+H·u(k)+P+Φ·ξ(k)

y(k)＝C·z(k)+D·u(k)+Q+ξ(k)

其中，

(4)基于全局模糊模型预测系统未来多步输出；

其中，k为当前离散时刻，Np为预测步数。

由于白噪声未来数学期望估计为0，即

且当前时刻ξ(k)的期望估计值

则第j步的系统模型输出预测值为：

令

所述的系统模型多步输出预测可表示为：

(5)选取目标函数，滚动优化性能指标；

选择二次性能优化指标为目标函数：

其中，λ为权重系数，Y_r为参考轨迹，ΔU为控制作用，Y_r和ΔU如下：

式中I为N_m×N_m维单位矩阵,O为N_m×N_m维零矩阵，N_m为控制步长。

(6)计算控制约束最优解，将最优控制律应用于系统。

由于上式后两项为常数项，则min(J)＝min(J₀)，

令

令J₀₁＝2(Ψ_u ^TΨ_u+λT^TT)，

则有，

当控制作用不受约束时，

所述最优控制作用U＝-J₀₁ ^-1J₀₂；

考虑实际工程应用中，控制作用幅度和速率受到限制，用不等式描述控制约束问题，再用二次规划的方法解决约束优化问题，该方法如下：

①控制作用幅值约束描述

u_min≤u(k+j-1)≤u_max,j＝1…Np+1

②控制作用速率约束描述

T_s·Δu_min≤Δu(k+j-1)≤T_s·Δu_max，j＝1…Np+1

令

约束描述为：Μ·U≤N

约束优化的解：

所述的控制约束最优解为

将最优控制律

前N_m项作用于闭环系统实际控制，实现滚动优化。

下面以某电厂160MW三阶非线性火电机组采用本发明的全局优化控制方法为例，详细说明本发明内容。选取20％、40％、60％、80％、100％、120％的工况点作为典型工况点，计算典型工况点离散状态空间模型，以机组输出功率P_T＝112MW为基准点，ΔP_T作为模糊增益调度变量，并将其论域[-80,80]划分为6个模糊集合，选取三角形隶属度函数，预测控制器设计参数：采样时间T_s＝1s，预测步长N_p＝40，控制步长N_m＝3,权重系数λ＝1，滤波矩阵Φ＝10I₃。在全工况升降负荷的仿真测试中，结果显示：系统压力、功率响应时间变短，控制作用平滑，系统稳定性好。以上实例表明：基于模糊增益调度预测控制的机炉协调系统控制方法能够全局优化协调控制系统的运行性能，尤其是在深度调峰的要求下，负荷在全工况范围内大幅度变化，机组实发功率仍能快速跟踪负荷指令，鲁棒性能优良，机组运行的安全性和经济性均得到保障。

以上实例仅用于更加清楚地说明本发明方法，并非对本发明作任何其他形式的限制，不能以此来限制本发明的保护范围。

Claims (4)

1.一种基于模糊增益调度预测控制的机炉协调系统控制方法，其特征在于：包括以下步骤：

(1)建立局部工况多变量非线性离散动态模型；

(2)选取机炉协调系统动态特性参数作为模糊调度变量；

(3)基于局部模型和模糊调度变量建立全局多变量非线性离散模糊模型；

(4)基于全局模糊模型预测机炉协调系统系统未来多步输出；

(5)选取预测控制器目标函数，滚动优化性能指标；

(6)计算控制约束最优解，将最优控制律应用于系统；

步骤(1)中所述建立局部工况多变量非线性离散动态模型是在全工况范围内选取多个典型工况，对所选工况点上的非线性机炉协调系统进行局部泰勒展开，并略去高阶无穷小量，得到状态空间局部线性动态模型，然后在离散时域内对其离散化获得离散动态模型，建立如下模型：

z(k+1)＝G_i·z(k)+H_i·u(k)+P_i+Φ·ξ(k)

y(k)＝C_i·z(k)+D_i·u(k)+Q_i+ξ(k)

i＝1…n

其中，k为当前离散时刻，n为选取的典型工况数，u为输入控制作用，y为输出被调量，z为系统状态，ξ为高斯白噪声，C_i、D_i、G_i、H_i、P_i、Q_i为系统参数矩阵，Φ为滤波矩阵；

步骤(2)中所述选取机炉协调系统动态特性参数作为模糊调度变量，是选取在被控过程中反映机炉协调系统动态特性的状态变量，采用模糊逻辑推理方法对其在论域上进行模糊化处理，划分模糊集合，选择隶属度函数，隶属度μ_i∈[0，1]；

步骤(3)中所述基于局部模型和模糊调度变量建立全局多变量非线性离散模糊模型的方法为：

(31)基于典型工况生成模糊规则，模糊规则的前件是模糊增益调度变量，模糊规则的后件是局部工况状态空间模型：

RULE：IF ΔzisA_i，

其中，Δz为模糊增益调度变量，A_i为模糊集合，i＝1…n；

(32)根据模糊规则进行模糊推理后进行去模糊化处理，建立如下全局多变量非线性离散模糊模型：

z(k+1)＝G·z(k)+H·u(k)+P+Φ·ξ(k)

y(k)＝C·z(k)+D·u(k)+Q+ξ(k)

其中，

2.根据权利要求1所述的基于模糊增益调度预测控制的机炉协调系统控制方法，其特征在于：步骤(4)中所述基于全局模糊模型预测机炉协调系统未来多步输出：

y(k+1)＝C·z(k+1)+D·u(k+1)+Q+ξ(k+1)

＝C·[G·z(k)+H·u(k)+P+Φ·ξ(k)]+D·u(k+1)+Q+ξ(k+1)

＝CGz(k)+CHu(k)+Du(k+1)+CP+Q+CΦξ(k)+ξ(k+1)；

y(k+2)＝C·z(k+2)+D·u(k+2)+Q+ξ(k+2)

＝C·[G·z(k+1)+H·u(k+1)+P+Φ·ξ(k+1)]+D·u(k+2)+Q+ξ(k+2)

＝CG²z(k)+CGHu(k)+CHu(k+1)+Du(k+2)+CGP+CP+Q+CGΦξ(k)+CΦ·ξ(k+1)+ξ(k+2)；

……

……

其中，k为当前离散时刻，Np为预测步数；

更进一步的，由于白噪声未来数学期望估计为0，即

且当前时刻ξ(k)的期望估计值

则第j步的系统模型输出预测值为：

令

所述的系统模型多步输出预测可表示为：

3.根据权利要求2所述的基于模糊增益调度预测控制的机炉协调系统控制方法，其特征在于：步骤(5)中所述预测控制器目标函数选取二次型性能指标J，滚动优化，该二次性能指标函数如下：

其中，λ为权重系数，Y_r为参考轨迹，ΔU为控制作用，Y_r和ΔU如下：

式中I为N_m×N_m维单位矩阵，O为N_m×N_m维零矩阵。

4.根据权利要求3所述的基于模糊增益调度预测控制的机炉协调系统控制方法，其特征在于：所述步骤(6)计算控制约束最优解，将最优控制律应用于系统，计算过程如下：

由于上式后两项为常数项，则

令

令J₀₁＝2(Ψ_u ^TΨ_u+λT^TT)，

则有，

当控制作用不受约束时，

所述最优控制作用U＝-J₀₁ ^-1J₀₂；

考虑实际工程应用中，控制作用幅度和速率受到限制，用不等式描述控制约束问题，再用二次规划的方法解决约束优化问题，该方法如下：

①控制作用幅值约束描述：

u_min≤u(k+j-1)≤u_max，j＝1…Np+1

②控制作用速率约束描述：

T_s·Δu_min≤Δu(k+j-1)≤T_s·Δu_max，j＝1…Np+1

令

约束描述为：M·U≤N

约束优化的解：

所述的控制约束最优解为

将最优控制律

前N_m项作用于闭环系统实际控制，实现滚动优化。

Images