具有自适应学习特征的火电机组一次调频精确调节方法与流程

本发明属于热能动力工程和自动控制技术领域，具体涉及一种具有自适应学习特征的火电机组一次调频精确调节方法。

背景技术：

火电机组一次调频控制是利用机组的蓄能通过主蒸汽调门的动作实现机组负荷的快速调节(如附图1所示)，它是火电机组保障电网安全的关键控制技术之一。从图1中可以看出，频率偏差经过频差—一次调频负荷指令函数计算得出对应的一次调频负荷指令，该指令经过简单的比例运算生成主汽阀门增量指令，传统一次调频采用简单的比例调节出发点在于假设主汽阀门开度变化与功率变化呈线性关系。

但是实际汽轮机功率变化与进入汽轮机的蒸汽流量变化近似成正比关系，而进入汽轮机的蒸汽流量ds与阀门开度μt以及阀门前的主蒸汽压力ps有关，具体计算表达式可表示为：ds＝cμtps，式中c为调功修正系数。该表达式成立的条件是阀门开度μt与阀门开度截面积成正比关系，但实际主汽阀门的开度为多个阀门均开启的综合阀位，其与整体的开度截面积无法达到线性关系，随着阀门的磨损也会导致流量特性关系不固定，存在较大的非线性与时变性问题，即第一个问题；另外根据上述表达式可以看出蒸汽流量受阀门前的压力影响，压力变化会导致进入汽轮机的蒸汽流量变化从而使汽轮机输出功率变化，即第二个问题。

本发明针对上述第一个问题，采用定周期批量数据处理的多点函数在线学习计算策略，解决汽轮机综合阀门位置指令流量系数存在非线性与时变性问题；针对第二个问题，增加安全压力自适应补偿回路，确保滑压运行机组在变工况与压力波动下火电机组的安全运行与适量的一次调频出力。

技术实现要素：

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种具有自适应学习特征的火电机组一次调频精确调节方法，可解决主蒸汽调门流量特性非线性与主蒸汽压力波动对一次调频的影响，确保一次调频精确出力，对电网频率的稳定具有重要作用。

为实现上述技术目的，本发明采取的技术方案为：

具有自适应学习特征的火电机组一次调频精确调节方法，包括以下步骤：

步骤1：计算一次调频负荷指令；

步骤2：对一次调频负荷指令进行压力补偿，防止一次调频的欠调和过调，同时兼顾压力对一次调频的补偿与机组运行的安全性；

步骤3：对压力补偿后的一次调频指令进行调功系数修正，消除阀门非线性造成的一次调频精度低的问题。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1，所述计算一次调频负荷指令，具体为：

将电网实际频率与额定频率进行比较得出频率偏差；

将频率偏差输入频差—一次调频负荷指令函数，计算出当前频差情况下的一次调频负荷指令；

所述频差—一次调频负荷指令函数采用火电机组常规设置。

上述的步骤2，所述将一次调频负荷指令进行压力补偿，具体为：

对一次调频负荷指令乘以压力校正系数，所述压力校正系数通过当前实际主汽压力与主汽压力额定值的比值计算得出；在一次调频动作后，所述压力校正系数闭锁保持。

在主汽压力高于设定值时，压力校正系数小于1，防止一次调频的过调；

在主汽压力低于设定值时，压力校正系数大于1，防止一次调频的欠调；

主汽压力＜主汽压力设定值-1.5同时一次调频负荷指令＞0时，取消压力校正系数，防止主汽调门开度过大使主汽压力降低过多造成机组安全性问题。

上述的步骤3中，调功修正系数的计算采用定周期批量数据处理的多点函数在线学习计算策略：

首先设定定周期时间量，从当前时刻开始对运行数据进行独立存储，到达设定周期后将所有的相关数据进行主汽阀门流量特性的关系函数计算，函数形式选择为多点函数，设定多点函数最大点数m，利用粒子群智能优化算法对多点函数的点位置坐标进行寻优计算，寻优目标为多点函数计算结果与实际运行数据的偏差绝对值和随点数的增加不再大幅变化；

所述运行数据包括主汽流量、主汽压力和主汽阀门综合阀位。

上述的寻优计算包括以下步骤：

(1)对批量的数据进行预处理，将主汽流量进行归一化处理得出百分比值再与主汽压力进行除法运算得出用于调功修正系数在线学习计算的输入量x，其对应的输出y即为综合阀位指令，后续的优化计算即得出y＝f(x)的具体多点计算式；

(2)对批量的数据进行循环优化计算，循环计算的起始条件为多点函数点数为3，每次循环计算结束增加点数一个直到循环计算终止条件满足或者点数到达最大点数m停止运算；

(3)在搜索空间中初始化种群，粒子维度为待辨识参数个数，待辨识参数即多点函数点坐标值；

(4)计算粒子适应度值、粒子自身历史最优值以及种群最优值；

(5)更新粒子速度；

(6)基于更新的粒子速度计算粒子新位置；迭代最大步数满足则结束粒子群迭代计算，否则返回步骤(3)。

7.根据权利要求6所述的具有自适应学习特征的火电机组一次调频精确调节方法，其特征在于，步骤(2)所述循环计算终止条件为：

粒子适应度值在增加循环后相对值变化未超过2％则停止计算，否则返回步骤(2)进行新一轮的循环计算。

上述的步骤(4)，所述粒子适应度值采用如下计算公式：

式中，下标i代表粒子群迭代计算步数；yi实际采样值；为模型计算值；n为数据样本对的个数。

上述的步骤(5)采用以下表达式更新粒子速度；

式中，代表第i个粒子在第t次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的速度向量；代表第i个粒子在第t+1次迭代过程的速度向量；w为可控制粒子群算法稳定性的惯性权值，取值范围为[0.4,0.9]；c1是调节粒子受自身最优影响的认知系数，取值范围为(0,2]；c2是调节粒子受种群最优粒子影响的社会因子，取值范围为(0,2]；rand是0到1之间的随机数，目的是提高粒子群算法更优的随机搜索能力；pbest与gbest分别为每个粒子自身最优位置与种群最优位置。

上述的步骤(6)基于更新的粒子速度采用以下表达式计算粒子新位置；

式中，代表第i个粒子在第t+1次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的速度向量；代表第i个粒子在第t+1次迭代过程的速度向量。

本发明具有以下有益效果：

本发明采用定周期批量数据处理的多点函数在线学习计算策略，解决了汽轮机综合阀门位置指令流量系数存在非线性与时变性问题；

本发明增加安全压力自适应补偿回路，确保了滑压运行机组在变工况与压力波动下火电机组的安全运行与适量的一次调频出力。

附图说明

图1火电机组一次调频控制常规方案。

图2本发明的一次调频精确调节方案。

具体实施方式

以下结合附图对本发明的实施例作进一步详细描述。

本发明的一种具有自适应学习特征的火电机组一次调频精确调节方法，基于定周期批量数据处理的多点函数在线学习计算策略解决汽轮机综合阀门位置指令流量系数存在非线性与时变性问题(步骤3)，确保无论在任何运行方式以及不固定的流量系数下综合阀门位置指令的准确动作；考虑到主蒸汽压力对一次调频性能的影响，增加了安全压力自适应补偿回路(步骤2)，确保滑压运行机组在变工况与压力波动下火电机组的安全运行与适量的一次调频出力。

在本发明一次调频精确调节技术下，可使火电机组一次调频精度更高，从而确保电网频率更加稳定。

如图2所示，本发明的一种具有自适应学习特征的火电机组一次调频精确调节方法，包括以下步骤：

步骤1：计算一次调频负荷指令，具体为：

将电网实际频率与额定频率进行比较得出频率偏差；

将频率偏差输入频差—一次调频负荷指令函数，计算出当前频差情况下的一次调频负荷指令；

所述频差—一次调频负荷指令函数采用火电机组常规设置。

步骤2：对一次调频负荷指令进行压力补偿，防止一次调频的欠调和过调，同时兼顾压力对一次调频的补偿与机组运行的安全性，具体为：

对一次调频负荷指令乘以压力校正系数，所述压力校正系数通过当前实际主汽压力与主汽压力额定值的比值计算得出；

实施例中，考虑到在一次调频过程中的稳定性问题，在一次调频动作后，所述压力校正系数闭锁保持，保证在一次调频过程中不会由于压力的波动导致校正后的一次调频负荷指令频繁变化。

在主汽压力低于设定值时，压力校正系数大于1，防止一次调频的欠调；

考虑到一次调频过程中的安全性问题，在主汽压力远低于主汽压力设定值(即主汽压力＜主汽压力设定值-1.5)同时一次调频负荷指令方向为正(一次调频负荷指令＞0)时，取消压力校正系数，防止主汽调门开度过大使主汽压力降低过多造成机组安全性问题。

步骤3：对压力补偿后的一次调频指令进行调功系数修正，消除阀门非线性造成的一次调频精度低的问题。

调功修正系数目的是消除阀门非线性造成的一次调频精度低的问题，调功修正系数的计算采用定周期批量数据处理的多点函数在线学习计算策略：

首先对与阀门流量关系的数据点进行历史数据存储，存储的数据到达预设周期，将所有数据用于阀门流量关系在线学习计算，阀门流量关系采用多点函数，多点函数的具体点位坐标值通过群智能优化算法进行最优拟合计算。

具体地，首先设定定周期时间量，从当前时刻开始对运行数据(包括主汽流量、主汽压力和主汽阀门综合阀位)进行独立存储，到达设定周期后将所有的相关数据进行主汽阀门流量特性的关系函数计算，函数形式选择为多点函数，设定多点函数最大点数m，利用粒子群智能优化算法对多点函数的点位置坐标进行寻优计算，寻优目标为多点函数计算结果与实际运行数据的偏差绝对值和随点数的增加不再大幅变化；

具体的寻优计算过程如下：

(1)对批量的数据进行预处理，将主汽流量进行归一化处理得出百分比值再与主汽压力进行除法运算得出用于调功修正系数在线学习计算的输入量x，其对应的输出y即为综合阀位指令，后续的优化计算即得出y＝f(x)的具体多点计算式；

(2)对批量的数据进行循环优化计算，循环计算的起始条件为多点函数点数为3，每次循环计算结束增加点数一个直到循环计算终止条件满足或者点数到达最大点数m停止运算；

所述循环计算终止条件为：

粒子适应度值在增加循环后相对值变化未超过2％则停止计算，否则返回步骤(2)进行新一轮的循环计算。

(3)在搜索空间中初始化种群，粒子维度为待辨识参数(多点函数点坐标值)个数；

(4)计算粒子适应度值、粒子自身历史最优值以及种群最优值；

所述粒子适应度值采用如下计算公式：

式中，下标i代表粒子群迭代计算步数；yi实际采样值；为模型计算值；n为数据样本对的个数。

(5)采用以下表达式更新粒子速度；

式中，代表第i个粒子在第t次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的速度向量；代表第i个粒子在第t+1次迭代过程的速度向量；w为可控制粒子群算法稳定性的惯性权值，一般取值范围为[0.4,0.9]；c1是调节粒子受自身最优影响的认知系数，取值范围为(0,2]；c2是调节粒子受种群最优粒子影响的社会因子，取值范围为(0,2]；rand是0到1之间的随机数，目的是提高粒子群算法更优的随机搜索能力；pbest与gbest分别为每个粒子自身最优位置与种群最优位置。

(6)基于更新的粒子速度采用以下表达式计算粒子新位置；

式中，代表第i个粒子在第t+1次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的位置向量；代表第i个粒子在第t次迭代过程的速度向量；代表第i个粒子在第t+1次迭代过程的速度向量。

迭代最大步数满足则结束粒子群迭代计算，否则返回步骤(3)。

粒子适应度值在增加循环后相对值变化未超过2％则停止计算，否则返回步骤(2)进行新一轮的循环计算。

根据上述寻优计算可得出y＝f(x)的多点函数，根据当前主汽阀门综合阀位确定调功修正系数值，即根据当前主汽阀门综合阀位所属多点函数区间确定对应直线的斜率即为调功修正系数值。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。