本发明涉及一种二次再热机组再热汽温的自降阶多回路集中预估控制系统，属于热能动力工程和自动控制领域。
背景技术：
随着对火电机组经济性要求进一步的提高，机组不断向更高参数发展，并采用二次再热技术，进一步提高机组效率。与此同时，机组的复杂性进一步提高，受控对象的惯性增大，对再热汽温的控制要求更高。二次再热机组再热汽温的控制一般通过调节烟气再循环风机转速和烟气挡板开度，减温水调节一般用于事故喷水情况。超临界机组系统的复杂性要求控制精度更高，控制动作更快。系统的惯性大，对象模型阶次高，若不进行降阶处理，对采样周期的要求较为苛刻。若采用传统pid控制，达不到理想的效果，这就需要我们探索其他控制方案。
技术实现要素：
本发明二次再热超超临界机组的再热汽温控制过程具有大惯性、大滞后的特点提出了一种二次再热机组再热汽温的自降阶多回路集中预估控制系统，预估控制能通过预测未来的输出计算当前时刻的最优控制量，系统的鲁棒性较好，同时控制效果良好，其原理清晰，易于在线计算，控制效果良好。
为解决上述技术问题，本发明提供了一种二次再热机组再热汽温的自降阶多回路集中预估控制系统，以烟气再循环风机转速和烟气挡板开度作为输入，以一次再热汽温和二次再热汽温作为输出，包括烟气再循环风机转速控制回路、烟气挡板开度控制回路，该预估控制系统所采用的控制器为预估控制器，分别将一次再热汽温的设定值和二次再热汽温的设定值与所述预估控制器预测的输出的偏差送入所述预估控制器，该预估控制器输出烟气再循环风机转速和烟气挡板开度的优化控制序列，所述优化控制序列中取当前时刻的控制作用作用于经降阶的实际对象模型，得到一次再热汽温、二次再热汽温的实际输出，下一时刻继续相同计算，实现滚动优化。
所述预估控制器包括：
预测模块，用于预测未来各个采样时刻的输出；
优化性能指标计算模块，用于根据设定的性能指标计算控制范围内最优的控制增量；
控制实施模块，用于将计算所得最优控制序列应用于系统。
进一步的，预估控制器所依赖的对象模型由实验数据拟合得出，通过在多个负荷点做阶跃响应试验，建立各负荷点上的线性传递函数模型，中间负荷的模型通过已建立的相邻负荷点上的线性传递函数模型通过插值的方法计算得出，模型如下：
对对象模型进行pade近似法降阶，对
其幂级数展开式为
其中，
代入
pij0＝cij0
pij1＝cij1+cij0qij1
pijl＝cijl+cijl-1qij0+…cij0qijl
cijl+1+cijlqij1+…+cijl-k+1qijk＝0
cijl+2+cijl+1qij1+…+cijl-k+2qijk＝0
cijl+k+cijl+k-1qij1+…+cijlqijk＝0(5)
解得pijs(s＝1,2,…l),qijt(t＝1,2…k)，降阶模型如下：
根据降阶后的模型推导集中式预估控制器所依据的可控自回归积分滑动平均模型，即carima模型，模型如下：
其中,
模型可转化成：
通过预估控制器的预测模型为：
y＝f1δu+f2δu(k-j)+gy(k)(10)
其中，
y＝[y1(k+1)…y1(k+n)y2(k+1)…y2(k+n)]t
δu＝[δu1(k)…δu1(k+nu-1)δu2(k)…δu2(k+nu-1)]t
δu(k-j)＝[δu1(k-1)…δu1(k-nb1)δu2(k-1)…δu2(k-nb2)]t
y(k)＝[y1(k)…y1(k-na1)y2(k)…y2(k-na2)]t
nb1＝max(nb11,nb21),nb2＝max(nb12,nb22),na1＝na11,na2＝na22
n为预测时域，nu为控制时域，yp＝f2δu(k-j)+gy(k)为基于过去输入输出的输出预测响应；
f1、f2、g的求解通过求解如下diophantine方程：
其中，
进一步的，预估控制器的优化性能指标为：
j＝[f1δu+f2δu(k-j)+gy(k)-yr]t[f1δu+f2δu(k-j)+gy(k)-yr]+δutγδu
(11)
其中，yr＝[y1r(k+1)…y1r(k+n)y2r(k+1)…y2r(k+n)]t为设定值，γ为控制权矩阵；
δu(k)＝(f1tf1+γ)-1f1t[yr-f2δu(k-j)-gy(k)](12)。
进一步的，控制实施模块取计算得到的最优控制增量序列中当前时刻k的控制增量作用于系统：
uj(k)＝uj(k-1)+δuj(k),j＝1,2(13)
再以k+1时刻为基点进行下一时刻的最优控制增量序列计算，实现滚动优化。
有益效果：本发明与现有技术相比，本发明提出的一种二次再热机组再热汽温的自降阶多回路集中预估控制系统，具有以下优点：
1、预估控制器的算法计算过程清晰、简单，工程应用时，编程实施非常方便；
2、能够适用于被控过程是线性模型或非线性模型情况，对象具有大惯性、大滞后等特点时也能保持良好的控制效果；
3、能保证一次再热汽温和二次再热汽温维持在稳定安全的范围内；
4、控制器计算得到的烟气再循环风机转速和烟气挡板开度在最优范围内，且变化幅度合理，不会使得一次再热汽温和二次再热汽温有较大的波动，提高系统经济性的同时保证了安全性。
附图说明
图1为本发明实施例控制系统示意图。
具体实施方式
下面结合实施例进一步阐述该发明方法。
如图1所示为一种二次再热机组再热汽温的自降阶多回路集中预估控制系统原理图，再热汽温控制系统包括烟气再循环风机转速控制回路和烟气挡板开度控制回路，该再热汽温控制系统的输入量为烟气再循环风机转速和烟气挡板开度，其输出量为一次再热汽温和二次再热汽温，输入、输出量之间存在耦合，对象惯性较大，采用可降阶的预估控制算法，图1中：输入数据即烟气再循环风机转速、烟气挡板开度；输出数据为一次再热汽温、二次再热汽温。根据历史输入输出数据拟合出对象模型并进行降阶处理。y1r,y2r分别为一次再热汽温、二次再热汽温的设定值，
再热汽温控制系统对象模型由实验数据拟合得出，通过在多个负荷点做阶跃响应试验，建立各负荷点上的线性传递函数模型，中间负荷的模型通过已建立的相邻负荷点上的线性传递函数模型通过插值的方法计算得出，模型如下：
对象模型采用pade近似法进行降阶：对
将其幂级数展开，
其中，
代入
pij0＝cij0
pij1＝cij1+cij0qij1
pijl＝cijl+cijl-1qij0+…cij0qijl
cijl+1+cijlqij1+…+cijl-k+1qijk＝0
cijl+2+cijl+1qij1+…+cijl-k+2qijk＝0
cijl+k+cijl+k-1qij1+…+cijlqijk＝0(5)
解得pijs(s＝1,2,…l),qijt(t＝1,2…k)，降阶模型如下：
根据降阶后的模型推导集中式预估控制器所依据的可控自回归积分滑动平均模型，即carima模型，模型如下：
其中,
模型可转化成：
通过预估控制器的预测模块，预测未来时刻的输出，预测模型为：
y＝f1δu+f2δu(k-j)+gy(k)(10)
其中，
y＝[y1(k+1)…y1(k+n)y2(k+1)…y2(k+n)]t
δu＝[δu1(k)…δu1(k+nu-1)δu2(k)…δu2(k+nu-1)]t
δu(k-j)＝[δu1(k-1)…δu1(k-nb1)δu2(k-1)…δu2(k-nb2)]t
y(k)＝[y1(k)…y1(k-na1)y2(k)…y2(k-na2)]t
nb1＝max(nb11,nb21),nb2＝max(nb12,nb22),na1＝na11,na2＝na22
n为预测时域，nu为控制时域，yp＝f2δu(k-j)+gy(k)为基于过去输入输出的输出预测响应。
f1、f2、g的求解通过求解如下diophantine方程：
其中，
确定所述控制器的优化性能指标计算模块，并计算控制范围内最优的控制增量，优化性能指标为：
j＝[f1δu+f2δu(k-j)+gy(k)-yr]t[f1δu+f2δu(k-j)+gy(k)-yr]+δutγδu
(11)
其中，yr＝[y1r(k+1)…y1r(k+n)y2r(k+1)…y2r(k+n)]t为设定值，γ为控制权矩阵。根据控制量所允许的波动范围确定控制加权系数。
δu(k)＝(f1tf1+γ)-1f1t[yr-f2δu(k-j)-gy(k)](12)
通过预估控制器的控制实施模块，将计算所得最优控制律应用于系统，计算得到的最优控制增量序列中当前时刻k的控制增量为：
uj(k)＝uj(k-1)+δuj(k),j＝1,2(13)
再以k+1时刻为基点进行下一时刻的最优控制增量序列计算，实现滚动优化。
下面以某电厂660mw超超临界二次再热机组采用本发明的优化控制系统为例，详细说明本发明内容。
采样周期取为10s，预测时域n取750，控制时域nu取10，控制权矩阵取
以上实例表明：本实施例的二次再热机组再热汽温的自降阶多回路集中预估控制系统，能有效改善二次再热机组再热汽温控制系统的控制性能，一次再热汽温、二次再热汽温快速响应设定值变化，波动小，并维持在安全范围内，机组经济性和安全性均得到保障。