基于动态模糊神经网络的超临界机组协调控制
2021-04-08马良玉郑佳奕
华北电力大学学报(自然科学版) 2021年2期
马良玉, 郑佳奕
(华北电力大学 控制与计算机工程学院,河北 保定 071003)
0 引 言
超临界机组采用直流锅炉,具有大时滞、多变量、非线性和强耦合等特点,且考虑到锅炉和汽轮机各自的动态特性,传统的机组协调控制方法往往难以适应电网自动发电控制(AGC)快速变负荷及深度调峰的运行要求。因此研究调节品质高的新型优化控制策略,成为火电厂研究的热点课题。
许多学者基于线性理论与非线性系统理论对火电机组协调控制进行了深入研究。文献[1]借助H∞控制理论对不同工况点下的线性模型设计了多变量鲁棒PID控制器;文献[2,3]在某1 000 MW的超超临界机组非线性模型的基础上,分别进行非线性内模控制和基于稳定逆的前馈-反馈控制策略研究;文献[4]针对超超临界机组协调控制,利用Gap metric理论分析机组非线性特征,进而研究协调系统多模型预测控制策略。文献[5]提出一种基于自适应反演算法的火电单元机组协调控制策略。然而,对于大时延、多变量的协调控制系统来说,由于各种干扰的存在,及系统结构、参数运行中可能发生变化,其精确的数学模型难以获得,即使能够建立数学模型,控制器的参数整定往往过于复杂,使理论方法应用于工程实践受到影响。
近年来,在火电厂过程控制领域出现了各种各样的新型智能控制策略[6-9],为解决上述问题带来了新的思路。文献[6]将模糊推理与自适应控制相结合,提出了在工程上可实现的智能解耦方法;……
登录APP查看全文
