一种基于改进的t-s模糊预测建模的火电机组机炉协调控制方法
【技术领域】
[0001] 本发明涉及火电组机炉协调控制领域，特别是涉及一种基于改进的τ-s模糊预测 建模的火电机组机炉协调控制方法。
【背景技术】
[0002] 随着电网和单元机组容量的不断扩大，现代电力系统的规模和复杂程度正在显著 增加，电网综合自动化要求实现自动发电控制(AGC)的机组越来越多，同时为了满足用户对 提高电能质量的要求，电厂自动化水平和控制性能品质越发显的重要。
[0003] 锅炉-汽机(机炉）是火力发电机组中的主要设备，通过对其控制来改善发电系统 的运行性能具有重要的价值。现有的机炉协调控制系统大多采用多回路结构的单输入单输 出PID控制器，在预定的基本工况（负荷）点整定好控制器参数并固定下来。然而，目前很多 大、中型火电机组需根据电网要求大范围调整负荷，以致机组运行严重偏离设计工况，机炉 对象的动态特性变化较大。基于经典单输入单输出策略的常规PID设计，在大的工况范围内 不能提供很好的性能。
【发明内容】
[0004] 发明目的:本发明的目的是提供一种可以使火电厂机炉协调系统在整个工况范围 内保证优良的调节品质和较强的鲁棒性的基于改进的τ-s模糊预测建模的火电机组机炉协 调控制方法。
[0005] 技术方案:为达到此目的，本发明采用以下技术方案：
[0006] 本发明所述的基于改进的Τ-S模糊预测建模的火电机组机炉协调控制方法，包括 以下的步骤：
[0007] S1:采用模糊聚类方法确立最优聚类数；
[0008] S2:基于最小二乘法Τ-S模糊模型后件参数的辨识；
[0009] S3:设计多步预测控制器。
[0010 ] 进一步，所述步骤S1包括以下的步骤：
[0011] SI. 1:给定数据集X= {Xi，…，XN}，设定聚类数c = 2和权重参数m= 2，初始化隶属度 矩阵U;其中，Χ:，…，XN表示第1个数据到第N个数据；
[0012] S1.2:当迭代次数为L时，计算第i个聚类的中心值：
[0014]其中，L为非负整数，!为第L次迭代时隶属度矩阵U的第k行第i列，xk为第k个输 入量，N为采集的历史数据总个数；
[0015] S1.3:定义第k个输入量与第i个聚类的距离为I |Xk-Vl| I，用式(2)将U(L) = [ukl(L)] 更新为Ua+1) = [ukla+1)]，其中UaWPUa+1)表示第L次和第L+1次迭代后的隶属度矩阵；
[0017] S1.4:如果| |Ua+1)-Ua)| |<ε，则转至步骤S1.5;否则，令L = L+1，返回步骤S1.2;其 中，ε为容许误差；
[0018] S1.5:确立最优聚类数的有效性指标S:
[0020] 其中| | Φ(νι〇-Φ(Μ) | |2表示第k个聚类与第j个聚类的空间距离，| | Φ(νι〇-Φ (Vj) | |2 = K(vk，vk)+K(vj，vj)-2K(vk，vj)，| | Φ (χι〇-Φ (Vi) | |2表示第k个输入量与第i个聚类 的空间距离，I I Φ (χι〇-Φ (vj) | |2 = K(xk，xk)+K(vj，vj)-2K(xk，vj)，K(x，y)表示高斯核函数， K(X，y) = exp [ -(x-y) 2/σ2 ]，σ2是样本与样本均值的绝对值的和的平均，η表示聚类数；
[0021] 51.6:根据有效性指标计算第(：个聚类时的指标3((3)，如果3((3-1)>3((3-2)且5((3-l)>S(c)，则聚类结束，聚类数为c = c-l;否则c = c+l，转至步骤S1.2。
[0022] 进一步，所述步骤S2包括以下的步骤：
[0023] S2.1:对火电厂机炉协调系统中采集的历史数据进行整理，构造模型输入数据矩 阵.供和模型输出数据向量y;
[0024] S2.2:由式(5)计算出T-S模糊模型的后件参数：
[0028] 其中，d表示第d个样本，且d = 1，…N.，初始值Θ (〇)=〇和P(〇)=aI，其中I是单位矩 阵，a = 300，#(V) = …,，…，σ)%，…,σ%]为第d个样本的输入一输出观测向量，T 表示矩阵转置，其中 < 表示第i个聚类中心与第j个输入量的隶属度，P(d)是第d个样本的 协方差矩阵，K(d)是第d个样本的增益向量。
[0029] 进一步，所述步骤S3包括以下的步骤：
[0030] S3.1:在采样时刻k，利用测得的y(k)和上一时刻的控制信号u(k-l)，将T-S模糊模 型转化为状态空间描述，得到模型M(k)，令M(k+i) =M(k)，i = 1，…，N，根据二次型性能指标 函数J求出最优控制律u(k):
[0032] u(k) = u(k-l) + Λ u(k) (9)
[0033] 式中，NP为预测时域长度，Nu为控制时域长度，yr(t+k)为t + k时刻的参考值， + q为t+k时刻的预测值，Δ u(t+k-l)为第t+k-l时刻的控制增量，Δ u(k)为第k时刻的 控制增量，u( k-Ι)为k-Ι时刻的控制量，u( k)为k时刻的控制量；
[0034] S3.2:将u(k)和y (k)代入T-S模糊模型中，计算出预测输出ym(k+1);
[0035] S3.3:判断M(k+N)是否被求出：如果是，则跳至步骤S3.4，否则，则对T-S模糊模型 在工作点（ym(k+l)，u(k))处转化为状态空间描述，得到模型M(k+1)，+k = k+l，返回步骤 S3.1；
[0036] 33.4:基于1(1〇，1(1^+1)，"_1(1^^)重新求解最优控制律，也即计算出1^时刻作用于 系统的控制信号u(k)。
[0037]有益效果:本发明方法可以使机炉协调系统在火电机组大范围调整负荷时，在整 个工况范围内依然保证优良的调节品质和较强的鲁棒性，对改善发电系统的运行性能具有 重要意义。预测算法本身实现了 τ-s模糊建模和多步预测控制的有机融合，实现了机炉协调 系统的预测控制，算法先进、预测精度高。
【附图说明】
[0038]图1为本发明的流程图。
【具体实施方式】
[0039] 下面结合【具体实施方式】对本发明的技术方案作进一步的介绍。
[0040] 本发明公开了一种基于改进的Τ-S模糊预测建模的火电机组机炉协调控制方法， 如图1所示，包括以下的步骤：
[0041 ] S1:采用模糊聚类方法确立最优聚类数；
[0042] S2:基于最小二乘法Τ-S模糊模型后件参数的辨识；
[0043] S3:设计多步预测控制器。
[0044] 进一步，所述步骤S1包括以下的步骤：
[0045] SI. 1:给定数据集X= {Xi，…，XN}，设定聚类数c = 2和权重参数m= 2，初始化隶属度 矩阵U;其中，Xi，…，Xn表示第1个数据到第N个数据；
[0046] S1.2:当迭代次数为L时，计算第i个聚类的中心值：
[0048] 其中，L为非负整数，为第L次迭代时隶属度矩阵U的第k行第i列，xk为第k个输 入量，N为采集的历史数据总个数；
[0049] S1.3:定义第k个输入量与第i个聚类的距离为I |Xk-Vl| I，用式(2M#Ua) = [Ukla)] 更新为Ua+1) = [Ukla+1)]，其中1](1)和1](1+1)表示第L次和第L+1次迭代后的隶属度矩阵；
[0051] S1.4:如果| |Ua+1)-Ua)| |<ε，则转至步骤S1.5;否则，令L = L+1，返回步骤S1.2;其 中，ε为容许误差；
[0052] S1.5: