带烟气量扰动抑制的燃烧后CO2捕集系统预测控制方法与流程

技术特征：

1.带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法，其特征在于：该预测控制方法以基于化学吸附的燃烧后CO₂捕集系统为被控对象，贫液流量和汽轮机低压缸抽汽量为系统控制输入量，CO₂捕集率和再沸器温度为系统输出量，以火电厂烟气流量为扰动信号，基于子空间辨识方法，利用系统运行产生的数据建立预测器，在此基础上建立带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法。

2.根据权利要求1所述的带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法，其特征在于，具体包括如下步骤：

步骤1，火电厂变负荷运行，生成的烟气量d处于变动状态，将CO₂捕集系统切换到手动状态，以贫液流量阀门开度u_a和汽轮机低压缸抽汽阀门开度信号u_b为输入，对CO₂捕集系统进行激励，获取CO₂捕集率y_a和再沸器温度y_b的开环响应数据；

步骤2，选定采样周期Ts，以为扩增输入，为输出，利用子空间辨识方法，构建带烟气量扰动信号的CO₂捕集系统子空间预测矩阵l_w，l_u；

步骤3，每一采样时刻，通过当下的烟气量，预估在未来一定时间内系统的CO₂捕集率和再沸器温度通过优化计算得到最优的贫液流量阀门开度u_a-op和汽轮机低压缸抽汽阀门开度信号u_b-op，将其用于CO₂捕集系统。

3.根据权利要求2所述的带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法，其特征在于：步骤2中，构建带烟气量扰动信号的CO₂捕集系统子空间预测矩阵l_w，l_u，具体步骤为：

步骤A：将连续获得的从第0时刻到第2N+j-2时刻的输出数据Y和扩增输入数据分别排列为Hankel矩阵形式：

$Y=\[\frac{Y^p}{Y^f}\]=\[\frac{\begin{array}{cccc}{y}_0& y_1& \mathrm{...}& y_{j-1}\\ y_1& y_2& \mathrm{...}& y_j\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ y_{N-1}& y_N& \mathrm{...}& y_{N+j-2}\end{array}}{\begin{array}{cccc}{y}_N& y_{N+1}& \mathrm{...}& y_{N+j-1}\\ y_{N+1}& y_{N+2}& \mathrm{...}& y_{N+j}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ y_{2N-1}& y_{2N}& \mathrm{...}& y_{2N+j-2}\end{array}}\],$

$\tilde{U}=\[\frac{{\tilde{U}}^p}{{\tilde{U}}^f}\]=\[\frac{\begin{array}{cccc}{\tilde{u}}_0& {\tilde{u}}_1& \mathrm{...}& {\tilde{u}}_{j-1}\\ {\tilde{u}}_1& {\tilde{u}}_2& \mathrm{...}& {\tilde{u}}_j\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ {\tilde{u}}_{N-1}& {\tilde{u}}_N& \mathrm{...}& {\tilde{u}}_{N+j-2}\end{array}}{\begin{array}{cccc}{\tilde{u}}_N& {\tilde{u}}_{N+1}& \mathrm{...}& {\tilde{u}}_{N+j-1}\\ {\tilde{u}}_{N+1}& {\tilde{u}}_{N+2}& \mathrm{...}& {\tilde{u}}_{N+j}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ {\tilde{u}}_{2N-1}& {\tilde{u}}_{2N}& \mathrm{...}& {\tilde{u}}_{2N+j-2}\end{array}}\],$

其中，N为矩阵行数，N大于CO₂捕集系统阶次，j为矩阵列数，Y和分别表示输出与扩增输入数据组成的Hankel矩阵，Y^f和Y^p分别表示输出数据的未来数据和过去数据，和分别表示扩增输入数据的未来数据和过去数据，y_j表示第j个输出数据，表示第j个扩增输入数据；

步骤B：令对如下矩阵进行QR分解：

$\left[\begin{array}{c}{W}^p\\ {\tilde{U}}^f\\ Y^f\end{array}\right]=\left[\begin{array}{ccc}{R}_{11}& 0& 0\\ R_{21}& R_{22}& 0\\ R_{31}& R_{32}& R_{33}\end{array}\right]\left[\begin{array}{c}{Q}_1\\ Q_2\\ Q_3\end{array}\right],$

获得矩阵L：

步骤C：从而获得矩阵L_w＝L(：，1：N(m+l))，L_u＝L(：，N(m+l)+1：end)，m为输入变量维数，l为输出变量维数，L(：，1：N(m+l))表示矩阵L的前N(m+l)列，L(：，N(m+l)+1：end)表示矩阵L自第N(m+l)+1列之后的所有列；

步骤D：最后得到子空间预测矩阵l_w＝L_w(1：l，：)，l_u＝L_u(1：l，1：m)。

4.根据权利要求2所述的带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法，其特征在于：步骤3中，采用公式(1)预估在未来一段时间内系统的CO₂捕集率和再沸器温度

其中，为CO₂捕集系统过去N个时刻的输出和扩增输入数据组合，

为CO₂捕集系统过去N个时刻的扩增输入数据，

为未来N₂个时刻的扩增输入数据，

采用如下公式计算性能指标函数J：

其中，Q_f和R_f是调节输入输出控制品质的权值矩阵，

$Q_f=Q_f^T\>0,R_f=R_f^T\>0,$

r_f是未来N₁时刻系统CO₂捕集率和再沸器温度设定值序列，

$r_f={\left[\begin{array}{cccc}{r}_{k+1}^T& r_{k+2}^T& \mathrm{...}& r_{k+N_1}^T\end{array}\right]}^T,$

分别表示k+1时刻到k+N₁时刻系统CO₂捕集率r_a和再沸器温度r_b设定值，

是未来N₁时刻系统CO₂捕集率和再沸器温度预估值序列，

${\hat{y}}_f={\left[\begin{array}{cccc}{\hat{y}}_{k+1}^T& {\hat{y}}_{k+2}^T& \mathrm{...}& {\hat{y}}_{k+N_1}^T\end{array}\right]}^T,$

分别表示k+1时刻到k+N₁时刻系统CO₂捕集率y_a和再沸器温度y_b预估值，

Δu_f是未来N₂时刻的贫液流量阀门开度信号u_a和低压缸抽汽阀门开度信号u_b序列的增量，其中

CO2捕集系统贫液流量阀门和低压缸抽汽阀门开度信号u的幅值约束(u_min，u_max)和增量约束(Δu_min，Δu_max)为：

$\left[\begin{array}{c}I\\ I\\ .\\ .\\ .\\ I\end{array}\right]{\mathrm{\Δu}}_{min}\≤{\mathrm{\Δu}}_f\≤\left[\begin{array}{c}I\\ I\\ .\\ .\\ .\\ I\end{array}\right]{\mathrm{\Δu}}_{max}---\left(4\right),$

其中，u_min，u_max分别表示贫液流量阀门和低压缸抽汽阀门开度信号u的最小值与最大值，Δu_min，Δu_max分别表示贫液流量阀门和低压缸抽汽阀门开度信号u的最小增量与最大增量；

每一采样时刻，将公式(1)代入公式(2)，并在满足公式(3)和(4)的情况下最小化性能指标函数J，得到最优的控制增量序列Δu_f：

${\mathrm{\Δu}}_f={\left[\begin{array}{cccc}{\mathrm{\Δu}}_{k+1}^T& {\mathrm{\Δu}}_{k+2}^T& \mathrm{...}& {\mathrm{\Δu}}_{k+N_2}^T\end{array}\right]}^T;$

提取最优控制增量序列Δu_f中的第一块增量Δu_k+1，并与当前时刻的控制作用u_k相加，得到算最优的贫液流量阀门和低压缸抽汽阀门开度信号u_op＝u_k+Δu_k+1。

5.权利要求1所述带烟气量扰动抑制的燃烧后CO₂捕集系统预测控制方法在火电机组燃烧后CO₂捕集系统方面的应用。