超超临界机组主汽温分布式监督预测控制

doi:10.16183/j.cnki.jsjtu.2017.10.015

摘要/Abstract

摘要： 针对超超临界直流锅炉主汽温控制系统，提出一种基于模糊神经网络模型的分布式监督预测控制(DSPC)策略.在各子系统原有的调节层结构的基础上，增加监督层，将中间点温度和各级过热器出口温度设定值的调整问题转化为在线优化问题.子系统监督层目标函数考虑相关联子系统的性能指标，通过相邻子系统监督层的信息交换和迭代优化，实现各级子系统的协同配合.针对负荷扰动情况进行仿真实验，结果验证了所提出方法的有效性.

关键词: 超超临界机组；主汽温控制；分布式监督预测控制

Abstract: Considering the main steam temperature control system in ultrasupercritical oncethrough boiler, this paper presents a distributed supervisory predictive control (DSPC) method based on neurofuzzy network to realize the coordination of each control system. The supervisory layer is added on the basis of the original adjusting layer, so the setting values of the intermediate point temperature and superheated steam temperature at all levels can be obtained by solving an online optimization problem. Cooperation between systems is achieved by exchanging information between each control system and its neighbors via supervisory layer and by optimizing the local problem with the performance index considering the related systems. Simulation experiment is carried out under the condition of disturbance load to show the effectiveness of the proposed controllers.

Key words: ultrasupercritical unit; main steam temperature control; distributed supervisory predictive control (DSPC)

中图分类号:

TP 273

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, 2017, 51(10): 1252-1259.

KONG Xiaobing1,2,FAN Chang2,LIU Xiangjie1. Distributed Supervisory Predictive Control of
Main Steam Temperature for UltraSupercritical Unit[J]. Journal of Shanghai Jiao Tong University, 2017, 51(10): 1252-1259.

参考文献

［1］SILVA R N, SHIRLEY P O, LEMOS J M, et al. Adaptive regulation of superheated steam temperature: A case study in an industrial boiler［J］. Control Engineering Practice, 2000, 8(12): 14051415.
［2］田沛, 宿喜峰, 马平，等. 基于自抗扰技术的主汽温全程控制［J］. 中国电机工程学报, 2006, 26(15): 7377.
TIAN Pei, SU Xifeng, MA Ping, et al. Full scope control on the main steam temperature based on ADRC technology［J］ . Proceedings of the CSEE, 2006, 26(15): 7377.
［3］LIU X J, CHAN C W. Neurofuzzy generalized predictive control of boiler steam temperature［J］. Control Theory and Technology, 2007, 5(1): 213218.
［4］刘向杰, 孔小兵. 电力工业复杂系统模型预测控制——现状与发展［J］. 中国电机工程学报, 2013, 33(5): 7985.
LIU Xiangjie, KONG Xiaobing. Present situation and prospect of model predictive control application in complex power industrial process［J］. Proceedings of the CSEE, 2013, 33(5): 7985.
［5］KONG X B, LIU X J, LEE K Y. Nonlinear multivariable hierarchical model predictive control for boilerturbine system［J］. Energy, 2015, 93: 309322.
［6］刘向杰, 殷冲, 侯国莲，等. 联合循环电厂余热锅炉的监督预测控制策略［J］. 中国电机工程学报, 2007, 27(20): 5258.
LIU Xiangjie, YIN Chong, HOU Guolian, et al. Supervisory predictive control of boiler in combined cycle power plant［J］. Proceedings of the CSEE, 2007, 27(20): 5258.
［7］KONG X B, LIU X J, LEE K Y. An effective nonlinear multivariable HMPC for USC power plant incorporating NFNbased modeling［J］. IEEE Transactions on Industrial Informatics, 2016, 12(2): 555566.
［8］郑毅, 李少远. 网络信息模式下分布式系统协调预测控制［J］. 自动化学报, 2013, 39(11): 17781786.
ZHENG Yi, LI Shaoyuan. Networked cooperative distributed model predictive control for dynamic coupling systems［J］. Acta Automatica Sinica, 2013, 39(11): 17781786.
［9］ZHENG Yi, LI Shaoyuan, WANG Xiaobo. Distributed model predictive control for plantwide hotrolled strip laminar cooling process［J］. Journal of Process Control, 2009, 19(9): 14271437.
［10］QI Wei, LIU Jinfeng, CHRISTOFIDES P D. Distributed supervisory predictive control of distributed wind and solar energy systems［J］. IEEE Transactions on Control Systems Technology, 2013, 21(2): 504512.
［11］张小桃, 倪维斗, 李政，等. 基于主元分析与现场数据的过热汽温动态建模研究［J］. 中国电机工程学报, 2005, 25(5): 131135.
ZHANG Xiaotao, NI Weidou, LI Zheng, et al. Dynamic modeling study of superheater steam temperature based on principal component analysis method and online data［J］. Proceedings of the CSEE, 2005, 25(5):131135.
［12］LIU X J, KONG X B, HOU G L, et al. Modeling of a 1000 MW power plant ultra supercritical boiler system using fuzzyneural network methods［J］. Energy Conversion and Management, 2013, 65(1): 518527.
［13］ZHENG Y, LI S Y, LI N. Distributed model predictive control over network information exchange for largescale systems［J］. Control Engineering Practice, 2011, 19(7): 757769.

编辑推荐

Metrics

阅读次数

全文

125

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	5	0	120

来源	本网站	其他网站

次数	29	96
比例	23%	77%

摘要

955

最新录用	在线预览	正式出版

88	0	867

来源	本网站	其他网站

次数	480	475
比例	50%	50%

[1]	赵子任1, 杜世昌1, 黄德林1, 任斐2, 梁鑫光2. 多工序制造系统暂态阶段产品质量#br# 马尔科夫建模与瓶颈分析[J]. 上海交通大学学报, 2017, 51(10): 1166-1173.
[2]	周鹏辉, 马红占, 陈东萍, 陈梦月, 褚学宁. 基于模糊随机故障模式与影响分析的#br# 产品再设计模块识别[J]. 上海交通大学学报, 2017, 51(10): 1189-1195.
[3]	李昌玺1, 2, 周焰1, 林菡3, 李灵芝1, 郭戈1. 基于MIMOFNN模型的弹道导弹目标#br# 时空序贯融合识别方法[J]. 上海交通大学学报, 2017, 51(9): 1138-.
[4]	冯明月, 何明浩, 韩俊, 郁春来. 基于协方差拟合旋转不变子空间信号参数#br# 估计算法的高分辨到达角估计[J]. 上海交通大学学报, 2017, 51(9): 1145-.
[5]	杨平1，盛杰1，王禹程2，李柱永1，金之俭1，洪智勇1. YBa2Cu3O7δ超导带材非均匀性对失超传播特性的影响[J]. 上海交通大学学报（自然版）, 2017, 51(9): 1090-1096.
[6]	王星, 周一鹏, 田元荣, 陈游, 周东青, 贺继渊. 基于改进遗传算法和SinChirplet原子的调频#br# 雷达信号稀疏分解[J]. 上海交通大学学报, 2017, 51(9): 1124-1130.
[7]	张良俊1, 2, 李晓慈1, 吴静怡1, 蔡爱峰1. 大型空间展开机构微重力环境模拟#br# 悬吊装置热结构耦合分析[J]. 上海交通大学学报, 2017, 51(8): 954-961.
[8]	夏海亮1, 2, 刘亚坤1, 2, 刘全桢3, 刘宝全3, 傅正财1, 2. 长持续时间雷电流分量作用下电极形状#br# 对金属烧蚀特性的影响[J]. 上海交通大学学报, 2017, 51(8): 903-908.
[9]	谷家扬, 谢玉林, 陶延武, 黄祥宏, 吴介. 新型浮式钻井生产储油平台#br# 涡激运动数值模拟及试验研究 [J]. 上海交通大学学报, 2017, 51(7): 878-885.
[10]	林达, 朱益佳, 魏小栋, 王志宇, 张武高. 喷油参数对聚甲氧基二甲醚/柴油发动机燃烧及其#br# 颗粒物排放的影响[J]. 上海交通大学学报, 2017, 51(7): 787-795.
[11]	孟庆阳1, 阎威武1, 胡勇1, 程建林1, 陈世和2, 张曦2. 基于子空间方法的超超临界机组#br# 过热蒸汽系统模型辨识[J]. 上海交通大学学报, 2017, 51(6): 672-678.
[12]	蒋华军a, 蔡艳a, b, 李超豪a, 李芳a, b, 华学明a, b. 基于改进Sobel算法的焊缝X射线图像#br# 气孔识别方法[J]. 上海交通大学学报, 2017, 51(6): 665-671.
[13]	董冠华,殷勤,殷国富,向召伟. 机床结合部耦合动刚度的辨识与建模[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1263-1434.
[14]	谢启江，余海东. 硬岩掘进机刀盘载荷与撑靴接触界面刚度的耦合关系[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1269-1275.
[15]	仲健林1，马大为1，任杰1，李士军2，王旭3. 基于平面应变假设的橡胶圆筒静态受压分析[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1276-1280.