超临界参数机组负荷控制与优化策略

上海交通大学学报（自然版） ›› 2012, Vol. 46 ›› Issue (12): 1901-1906.

超临界参数机组负荷控制与优化策略

金晓明1，杨马英2，杨荻1

（1.浙江大学智能系统与控制研究所，杭州 310027； 2.浙江工业大学信息工程学院,杭州 310014）

收稿日期:2012-06-30 出版日期:2012-12-29 发布日期:2012-12-29
基金资助:
国家高技术研究发展计划（863）项目（2007AA041403）

Load Process Control and Optimization of Supercritical Power Unit

JIN Xiao-Ming-1, YANG Ma-Ying-2, YANG Di-1

(1. Institute of Cyber System and Control, Zhejiang University, Hangzhou 310027, China; 2. College of Information Engineering, Zhejiang University of Technology, Hangzhou 310014, China)

Received:2012-06-30 Online:2012-12-29 Published:2012-12-29

摘要/Abstract

摘要： 针对超临界参数机组多变量耦合和非线性的特点，提出一种以煤耗最小化为目标的广义预测控制策略(GPC)，并分别采用线性规划(LP)与目标规划(GP)进行稳态目标计算.仿真研究结果表明：在不需要目标协调时，GP+GPC与LP+GPC具有相同的性能曲线，能够在基本控制目标实现的前提下，有效地降低生产煤耗，并具有一定的鲁棒性；而在需要目标协调时，GP+GPC能协调好控制目标与经济优化指标之间的优先级关系.

关键词: 超临界参数机组, 预测控制, 优化策略

Abstract: According to multivariable coupling and nonlinearity of supercritical power unit, a generalized predictive control (GPC) embedded in coal consumption minimization was presented. Linear programming (LP) and goal programming (GP) was employed to calculate local steady state target respectively. The simulation results demonstrate that, in the case of no need for a target coordination, GP+GPC and LP+GPC show the same performance for both decreasing coal consumption while realizing basic control target and show some robust while model mismatch compared to only GPC. When a target coordination is required, the dynamic control and local economic steady state optimization could be coordinated based on GP+GPC.

Key words: supercritical power unit, predictive control, optimization

中图分类号:

TB 61
TK 31

金晓明1, 杨马英2, 杨荻1. 超临界参数机组负荷控制与优化策略[J]. 上海交通大学学报（自然版）, 2012, 46(12): 1901-1906.

JIN Xiao-Ming-1, YANG Ma-Ying-2, YANG Di-1. Load Process Control and Optimization of Supercritical Power Unit[J]. Journal of Shanghai Jiaotong University, 2012, 46(12): 1901-1906.

参考文献

［1］林文孚, 胡燕. 单元机组自动控制技术［M］. 北京：中国电力出版社, 2008：120.
［2］韩忠旭, 张智, 刘敏，等. 北仑1和2号600 MW单元机组协调控制系统的设计与应用［J］. 中国电机工程学报, 2006, 26(18): 126132.
HAN Zhongxu, ZHANG Zhi, LIU Min, et al. Application and design of coordinated control system for No.1&2 600 MW unit of Beilun power plant ［J］. Proceedings of the CSEE, 2006, 26(18): 126132.
［3］Tan W, Fang F, Tian L. Linear control of a boilerturbine unit: Analysis and design ［J］. ISA Transactions, 2008, 47(2): 189197.
［4］栾秀春, 李士勇, 张宇. 单元机组的TS模糊协调控制系统及其LMI分析［J］. 中国电机工程学报, 2005, 25(19): 9195.
LUAN Xiuchun, LI Shiyong, ZHANG Yu. TS fuzzy coordinated control system for power unit and its analysis using LMI ［J］. Proceedings of the CSEE, 2005, 25(19): 9195.
［5］栾秀春, 李士勇, 吴建军，等. 基于模糊状态观测器的单元机组TS模糊协调控制系统［J］. 中国电机工程学报, 2006, 26(4): 7681.
LUAN Xiuchun, LI Shiyong, WU Jianjun, et al. TakagiSugeno fuzzy coordinated control system based on fuzzy state observer for power unit ［J］. Proceedings of the CSEE, 2006, 26(4): 7681.

［6］薛亚丽, 李东海, 吕崇德. 基于遗传算法的机炉协调系统PID控制器优化［J］. 热能动力工程, 2006, 21(1): 8087.
XUE Yali, LI Donghai, LU Chongde. Optimization of PID controllers of a boilerturbine coordinated control system based on a genetic algorithm ［J］. Journal of Engineering for Thermal Energy and Power, 2006, 21(1): 8087.
［7］Heo J S, Lee K Y, GardunoRamirez R. Multiobjective control of power plants using particle swarm optimization techniques ［J］. IEEE Transactions on Energy Conversion, 2006, 21(2): 552561.
［8］王恭良, 沈炯, 李益国，等. 适用于控制的600 MW超临界机组的简化模型［J］. 江苏电机工程, 2008, 27(4): 17.
WANG Gongliang, SHEN Jiong, LI Yiguo, et al. A simplified model for the control of 600 MW supercritical unit ［J］. Jiangsu Electrical Engineering, 2008, 27(4): 17.
［9］Qin S J, Badgwell T A. A survey of industrial model predictive control technology ［J］. Control Engineering Practice, 2003, 11(7): 733764.
［10］萧明波, 钱积新. 预测控制中静态目标的实现［J］. 控制理论与应用, 1997, 14(3): 313316.
XIAO Mingbo, QIAN Jixin. The realizations of steady state object inside predictive control ［J］. Control Theory & Applications, 2007, 14(3): 313316.
［11］Ying C M, Joseph B. Performance and stability analysis of LPMPC and QPMPC cascade control systems ［J］. AIChE Journal, 1999, 45(7): 15211534.
［12］Swartz C L E. An algorithm for hierarchical supervisory control ［J］. Computers & Chemical Engineering, 1995, 19(11): 11731180.
［13］樊瑛. 运筹学［M］. 大连: 东北财经大学出版社, 2006：65118.

[1]	姜俊豪, 陈刚. 驾驶机器人转向操纵的动态模型预测控制方法[J]. 上海交通大学学报, 2022, 56(5): 594-603.
[2]	沈阳武, 宋兴荣, 罗紫韧, 沈非凡, 黄晟. 基于模型预测控制的分布式储能型风力发电场惯性控制策略[J]. 上海交通大学学报, 2022, 56(10): 1285-1293.
[3]	丁卯, 耿达, 周明东, 来新民. 基于变密度法的结构强度拓扑优化策略[J]. 上海交通大学学报, 2021, 55(6): 764-773.
[4]	李彪, 王立文, 邢志伟, 王思博, 罗谦. 飞机地面除冰资源协同控制[J]. 上海交通大学学报, 2021, 55(11): 1362-1370.
[5]	刘邱, 赵东亚. 单输入单输出系统离散积分滑模预测控制[J]. 上海交通大学学报, 2020, 54(9): 898-903.
[6]	何德峰, 彭彬彬, 顾煜佳, 余世明. 基于高斯过程回归的车辆巡航系统学习预测控制[J]. 上海交通大学学报, 2020, 54(9): 904-909.
[7]	王志文, 刘伟. 拒绝服务攻击下信息物理系统事件触发广义预测控制[J]. 上海交通大学学报, 2020, 54(9): 910-915.
[8]	龙周, 陈松坤, 王德禹. 基于SMOTE算法的船舶结构可靠性优化设计[J]. 上海交通大学学报, 2019, 53(1): 26-34.
[9]	王琳，邹媛媛，李少远. 基于性能触发的双层结构模型预测控制[J]. 上海交通大学学报（自然版）, 2018, 52(10): 1324-1332.
[10]	孔小兵1，范昌2，刘向杰1. 超超临界机组主汽温分布式监督预测控制[J]. 上海交通大学学报（自然版）, 2017, 51(10): 1252-1259.
[11]	王玄，陶建峰，张峰榕，吴亚瑾，刘成良. 基于预测控制的单向比例泵控非对称液压缸系统控制方法[J]. 上海交通大学学报（自然版）, 2016, 50(05): 696-701.
[12]	曹阳, 贺登博, 喻凡, 罗哲. 基于主动转向的车辆路径跟随广义预测控制[J]. 上海交通大学学报, 2016, 50(03): 401-406.
[13]	李宏伟，庞永杰，秦再白，杨溢. 基于广义预测控制的主动吸收造波[J]. 上海交通大学学报（自然版）, 2014, 48(1): 111-115.
[14]	罗莉华. 基于MPC的车道保持系统转向控制策略[J]. 上海交通大学学报（自然版）, 2014, 48(07): 1015-1020.
[15]	王建宏 . 故障估计下子空间预测控制的快速梯度算法[J]. 上海交通大学学报（自然版）, 2013, 47(07): 1015-1021.