本发明涉及热工自动控制方法，尤其是涉及一种超临界火电机组协调控制系统及其非线性抗干扰控制方法。
背景技术：
：：超临界火电机组具有高效率、低排放等优点，是我国目前建设的主要火电机组。但超临界火电机组具有非线性、强耦合、大惯性、参数时变和输入受限等特性，同时随着电网中新能源的接入，需要加快火电机组负荷跟踪速度，来进行调峰，维持电网的稳定。另外在火电机组的运行过程中干扰是普遍存在的，例如煤质的变化，干扰不仅会降低火电机组协调控制系统的控制品质，甚至会导致系统发散，出现停机事故。目前广泛采用的pid控制已经无法对超临界火电机组进行高效的控制，必须研究适合超临界火电机组的先进控制方法。技术实现要素：发明目的：为解决上述问题，本发明提出一种超临界火电机组协调控制系统及其非线性抗干扰控制方法，来克服超临界火电机组的非线性和不可测的干扰，进而提升超临界火电机组的控制性能。技术方案：本发明的一种超临界火电机组协调控制系统的非线性抗干扰控制方法，包括以下步骤：(1)采集超临界火电机组现场运行数据，包括燃料量、给水流量、主汽阀门开度、主蒸汽压力、焓值和汽轮机发电功率数据；(2)基于采集的超临界火电机组现场运行数据建立超临界火电机组全局模糊模型；(3)基于建立的超临界火电机组全局模糊模型，利用输出估计器、模糊扩增状态观测器、干扰补偿器和模糊模型预测控制器，计算超临界火电机组操作量uk；(4)基于超临界火电机组操作量uk调节煤粉量、给水流量和主汽阀门开度，对超临界火电机组主蒸汽压力、焓值和汽轮机发电功率进行控制。进一步的，所述步骤(2)包括以下步骤：(21)基于采集的超临界火电机组现场运行数据建立超临界火电机组高负荷、中负荷和低负荷点的状态空间模型，其形式如下：其中，xk、uk和yk分别是k采样时刻超临界火电机组的状态量、操作量和输出量，xk+1是k+1采样时刻的超临界火电机组状态量，a1、b1、c1、d1是超临界火电机组高负荷点参数，a2、b2、c2、d2是超临界火电机组中负荷点参数，a3、b3、c3、d3是超临界火电机组低负荷点参数；(22)建立超临界火电机组的全局模糊模型，其形式如下：其中是隶属度函数，z是前提变量，ek和fk是干扰矩阵，dk是k采样时刻的干扰。更进一步的，所述步骤(22)中前提变量z是超临界火电机组负荷量，所述干扰矩阵ek和fk通过下式进行计算：其中矩阵e1、e2、e3、f1、f2、f3由下面等式计算：其中，rank表示矩阵的秩，rank(xk)表示xk的秩，rank(dk)表示dk的秩，i是单位矩阵。进一步的，所述步骤(3)包括以下步骤：(31)初始化模糊扩增状态观测器参数：k采样时刻超临界火电机组扩增状态的估计值为k采样时刻超临界火电机组操作量为uk，其中和形式如下：其中，是k采样时刻超临界火电机组扩增状态，是k采样时刻超临界火电机组扩增状态估计值，是xk的估计值，是dk的估计值，是△dk的估计值，△dk＝dk-dk-1，dk-1是k-1采样时刻的干扰；(32)通过输出估计器求解超临界火电机组输出量yk的估计值其中，是k采样时刻超临界火电机组输出量yk的估计值，矩阵矩阵o是零矩阵，矩阵(33)通过模糊扩增状态观测器，计算和其中是下一个采样时刻的超临界火电机组扩增状态估计值，矩阵矩阵l是模糊扩增状态观测器增益。(34)通过干扰补偿器，计算模糊模型预测控制器目标操作量和输出量ut和xt，具体通过求解下面二次规划问题得到：约束条件：其中，ur和yr是超临界火电机组运行点的操作量和输出量，ut和xt是模糊模型预测控制器目标操作量和状态量，umin和umax是超临界火电机组操作量的最小值和最大值；(35)通过模糊模型预测控制器，计算uk：其中，kk为状态反馈增益矩阵，矩阵更进一步的，所述步骤(33)中的模糊扩增状态观测器增益l通过下式计算：l＝h-1g(12)；其中，h-1是矩阵h的逆矩阵，矩阵h和矩阵g通过求解下面线性矩阵不等式组得到：其中，式(13)是一个线性矩阵不等式组，通过软件matlab线性矩阵不等式工具箱求解，矩阵p、矩阵h和矩阵g是待求矩阵变量，q0为常数矩阵，t为矩阵转置符号。更进一步的，所述步骤(35)中状态反馈增益矩阵kk通过下式计算：kk＝yf-1(14)；其中矩阵y和f通过求解下面优化问题得到：约束条件：其中，式(16)是一个线性矩阵不等式组，通过软件matlab线性矩阵不等式工具箱求解，γ,f,y,q1,q2和q3是待求优化问题的参数，矩阵和是给定的正定对称矩阵，矩阵umax＝[u1,maxu2,maxu3,max]t,umin＝[u1,minu2,minu3,min]t，ut＝[u1,tu2,tu3,t]t。本发明另一实施例中，一种超临界火电机组协调控制系统，该系统包括超临界火电机组、全局模糊模型、模糊模型预测控制器、干扰补偿器、运行点设置器、输出估计器和模糊扩增状态观测器；所述全局模糊模型是基于超临界火电机组操作量uk和输出量yk建立，所述模糊模型预测控制器、干扰补偿器、输出估计器和模糊扩增状态观测器都基于全局模糊模型建立；所述模糊扩增状态观测器接收超临界火电机组输出的yk、模糊模型预测控制器输出的uk和输出估计器输出的得到状态估计数据送到模糊模型预测控制器、得到扩增状态估计数据送到输出估计器、得到干扰估计数据送到干扰补偿器；所述干扰补偿器接收运行点设置器输出的运行点数据ur和yr和模糊扩增状态观测器输出的干扰估计数据得到目标值数据ut和xt，输入到模糊模型预测控制器；所述模糊模型预测控制器接收干扰补偿器输出的目标值数据ut和xt和模糊扩增状态观测器输出的状态估计数据得到最后的操作量uk，输出给超临界火电机组、输出估计器和模糊扩增状态观测器，实现对超临界火电机组主蒸汽压力、焓值和汽轮机发电功率的控制。有益效果：与现有技术相比，本发明具有如下优点和有益效果：(1)将模糊模型预测控制和模糊扩增状态观测器相结合，结合了二者的优点，不仅能克服超临界火电机组存在的非线性、强耦合、大惯性、参数时变等复杂特性，同时能补偿不确定的未知干扰。(2)将操作量的最大值和最小值考虑在控制方法的设计中，不会造成执行器饱和，进而影响控制性能.(3)本发明方法控制下超临界火电机组受干扰影响小，干扰消除时间短，提高了火电机组的安全性。(4)本发明方法控制下超临界火电机组负荷跟踪速度快，提高了火电机组调峰能力，有利于维护电网的稳定性。附图说明图1是本发明超临界火电机组协调控制系统示意图；图2是超临界火电机组原理示意图；图3是本发明超临界火电机组协调控制系统的非线性抗干扰控制方法流程图；图4是隶属度函数；图5是实验1中主蒸汽压力仿真结果拟合曲线；图6是实验1中焓值响应仿真结果曲线；图7是实验1中汽轮机发电功率仿真结果曲线；图8是实验1中煤粉量仿真结果曲线；图9是实验1中给水流量仿真结果曲线；图10是实验1中主汽阀门开度仿真结果曲线；图11是实验2中主蒸汽压力仿真结果曲线；图12是实验2中焓值仿真结果曲线；图13是实验2中汽轮机发电功仿真结果曲线；图14是实验2中煤粉量仿真结果曲线；图15是实验2中给水流量仿真结果曲线；图16是实验2中主汽阀门开度仿真结果曲线；图17是实验3中主蒸汽压力仿真结果曲线；图18是实验3中焓值仿真结果曲线；图19是实验3中汽轮机发电功率仿真结果曲线；图20是实验3中煤粉量仿真结果曲线；图21是实验3中给水流量仿真结果曲线；图22是实验3中主汽阀门仿真结果曲线；图23是实验4中主蒸汽压力仿真结果曲线；图24是实验4中焓值仿真结果曲线；图25是实验4中汽轮机发电功率仿真结果曲线图26是实验4中煤粉量仿真结果曲线；图27是实验4中给水流量仿真结果曲线；图28是实验4中主汽阀门开度仿真结果曲线。具体实施方式下面结合附图和具体实施案例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。如图1所示，一种超临界火电机组协调控制系统，该系统包括包括超临界火电机组、全局模糊模型、模糊模型预测控制器、干扰补偿器、运行点设置器、输出估计器和模糊扩增状态观测器；所述全局模糊模型是基于超临界火电机组的操作量uk和输出量yk建立，所述模糊模型预测控制器、干扰补偿器、输出估计器和模糊扩增状态观测器都基于全局模糊模型建立；所述模糊扩增状态观测器接收超临界火电机组的输出量yk、模糊模型预测控制器输出的操作量uk和输出估计器输出的输出估计数据得到状态估计数据送到模糊模型预测控制器、得到扩增状态估计数据送到输出估计器、得到干扰估计数据送到干扰补偿器；所述干扰补偿器接收运行点设置器输出的运行点数据ur和yr和模糊扩增状态观测器输出的干扰估计数据得到目标值数据ut和xt，输入到模糊模型预测控制器；所述模糊模型预测控制器接收干扰补偿器输出的目标值数据ut和xt和模糊扩增状态观测器单元输出的状态估计数据得到最后的操作量uk，输出给超临界火电机组、输出估计器和模糊扩增状态观测器，实现对超临界火电机组主蒸汽压力、焓值和汽轮机发电功率的控制。如图2所示，超临界火电机组的输出量分别是主蒸汽压力、焓值和汽轮发电机发电功率，操作量分别是燃料量(本实施例中是煤粉量)、给水流量和主汽阀门开度(即主汽调门开度)。本发明以1000mw超临界火电机组协调控制系统为例进行说明。如图3所示，本发明提供的一种超临界火电机组协调控制系统的非线性抗干扰控制方法流程图，具体实施包括以下步骤：(1)采集超临界火电机组现场运行数据，包括煤粉量、给水流量、主汽阀门开度、主蒸汽压力、焓值和汽轮机发电功率数据。(2)基于采集的超临界火电机组现场运行数据建立超临界火电机组全局模糊模型；(21)基于采集的超临界火电机组现场运行数据建立超临界火电机组高负荷、中负荷和低负荷点的状态空间模型，其形式如下：其中，xk、uk和yk分别是k采样时刻超临界火电机组的状态量、操作量和输出量，xk+1是k+1采样时刻的超临界火电机组状态量，ai、bi、ci和di为超临界火电机组负荷点参数，其中，i＝1,2,3分别为超临界火电机组高负荷点参数、中负荷点参数和低负荷点参数。即a1、b1、c1、d1是超临界火电机组高负荷点参数，a2、b2、c2、d2是超临界火电机组中负荷点参数，a3、b3、c3、d3是超临界火电机组低负荷点参数。(22)建立超临界火电机组的全局模糊模型，其形式如下：其中αi(z)是隶属度函数，z是超临界火电机组负荷量，ek和fk是干扰矩阵，dk是k采样时刻的干扰，其中矩阵e1、e2、e3、f1、f2、f3由下面等式计算：其中，rank表示矩阵的秩，rank(xk)表示xk的秩，rank(dk)表示dk的秩，i是单位矩阵。(3)基于建立的超临界火电机组全局模糊模型，利用输出估计器、模糊扩增状态观测器、干扰补偿器和模糊模型预测控制器，计算超临界火电机组操作量uk；(31)初始化模糊扩增状态观测器参数：k采样时刻超临界火电机组扩增状态的估计值k采样时刻超临界火电机组操作量uk，其中和形式如下：其中，是k采样时刻超临界火电机组扩增状态，是k采样时刻超临界火电机组扩增状态估计值，是xk的估计值，是dk的估计值，是△dk的估计值，△dk＝dk-dk-1，dk-1是k-1采样时刻的干扰。(32)通过输出估计器求解超临界火电机组输出量yk的估计值其中，是k采样时刻超临界火电机组输出量yk的估计值，矩阵矩阵o是零矩阵，矩阵(33)通过模糊扩增状态观测器，计算和其中是下一个采样时刻的超临界火电机组扩增状态估计值，矩阵矩阵l是模糊扩增状态观测器增益。其中，模糊扩增状态观测器增益l通过下式计算：l＝h-1g(9)；其中，h-1是矩阵h的逆矩阵，矩阵h和矩阵g通过求解下面线性矩阵不等式组得到：其中，式(10)是一个线性矩阵不等式组，通过软件matlab线性矩阵不等式工具箱求解，矩阵p、矩阵h和矩阵g是待求矩阵变量，q0为常数矩阵，t为矩阵转置符号。(34)通过干扰补偿器，计算模糊模型预测控制器目标操作量和输出量ut和yt，具体通过求解下面二次规划问题得到：约束条件：其中，ur和yr是超临界火电机组运行点的操作量和输出量，ut和xt是模糊模型预测控制器目标操作量和状态量，umin和umax是超临界火电机组操作量的最小值和最大值。(35)通过模糊模型预测控制器，计算uk：其中，kk为状态反馈增益矩阵，矩阵其中，状态反馈增益矩阵kk通过下式计算：kk＝yf-1(14)；其中矩阵y和f通过求解下面优化问题得到：约束条件：其中，式(16)是一个线性矩阵不等式组，通过软件matlab线性矩阵不等式工具箱求解，γ,f,y,q1,q2和q3是待求优化问题的参数，矩阵和是给定的正定对称矩阵，矩阵umax＝[u1,maxu2,maxu3,max]t,umin＝[u1,minu2,minu3,min]t，ut＝[u1,tu2,tu3,t]t。(4)根据得到的操作量uk调节煤粉量、给水流量和主汽阀门开度，对超临界火电机组进行控制。为了有效说明本发明方法的有效性，以国电泰州发电有限公司#1号机组为例，在matlab2016仿真平台进行验证。国电泰州发电有限公司#1号超临界火电机组非线性模型如下：y2＝x3其中，x1是实际进入锅炉的煤粉量，单位kg/s；x2是汽水分离器出口压力，单位mpa；x3是中间点焓值，单位kj/kg；u1是煤粉量指令，单位kg/s；u2是给水流量，单位kg/s；u3是汽轮机调节阀门，单位％；y1是主蒸汽压力，单位mpa；y2是中间点焓值，单位kj/kg；y3是汽轮机发电功率，单位mw。本发明方法隶属度函数选择如图4所示。为了有力对比说明本发明方法的优越性，选用了两种现有的先进控制方法：对比方法2：基于扩增状态观测器的模糊预测控制方法，详见文献(zhang,f.,wu,x.,&shen,j.(2017).extendedstateobserverbasedfuzzymodelpredictivecontrolforultra-supercriticalboiler-turbineunit.appliedthermalengineering,118,90-100.)对比方法1：稳定模型预测控制跟踪控制器，详见文献(wu,x.,shen,j.,li,y.,&lee,k.y.(2014).fuzzymodelingandstablemodelpredictivetrackingcontroloflarge-scalepowerplants.journalofprocesscontrol,24(10),1609-1626.)为了全面验证本发明方法的有效性和优越性，设计了下面4组实验：实验1：阶跃干扰消除实验，实验结果如图5-图10所示。图5是实验1中主蒸汽压力仿真结果曲线。图6是实验1中焓值仿真结果曲线。图7是实验1中汽轮机发电功率仿真结果曲线。图6和图7中曲线如图5中定义一致。图8是实验1中煤粉量仿真结果曲线。图9是实验1中给水流量仿真结果曲线。图10是实验1中主汽阀门开度仿真结果曲线。图9和图10中曲线定义如图8一致。从图5-图7可以看出，本发明方法相比于对比方法1和对比方法2对于阶跃型干扰的抑制效果最好，干扰消除时间短。从图8-图10可以看出，本发明方法的操作量满足执行器阀门开度的限制。实验2：斜波干扰消除实验，实验室结果如图11-图16所示；图11是实验2中主蒸汽压力仿真结果曲线。图12是实验2中焓值仿真结果曲线。图13是实验2中汽轮机发电功率仿真结果曲线。图12和图13中曲线定义如图10一致。图14是实验2中煤粉量仿真结果曲线。图15是实验2中给水流量仿真结果曲线。图16是实验2中主汽阀门开度仿真结果曲线。图15和图16中曲线定义如图14一致。从图11-图13可以看出，对于斜波型干扰，对比方法2无法将其消除，对比方法1和本发明方法都能较好抑制，但对比方法1超调量较大。从图14-图16可以看出，本发明方法受到斜波型干扰的影响最小。实验3：抛物线干扰消除实验，实验室结果如图17-图22所示；图17是实验3中主蒸汽压力仿真结果曲线。图18是实验3中焓值仿真结果曲线。图19是实验3中汽轮机发电功率仿真结果曲线。图20是实验3中煤粉量仿真结果曲线，图22是实验3中主汽阀门开度仿真结果曲线。图21是实验3中给水流量仿真结果曲线。从图17-图21可以看出，本发明方法对于抛物线型的干扰消除时间最短，控制量波动也最小，具有最好的经济性。实验4：大范围负荷跟踪实验，实验室结果如图23-图28所示；图23是实验4中主蒸汽压力仿真结果曲线。图24是实验4中焓值仿真结果曲线。图25是实验4中汽轮机发电功率仿真结果曲线。图26是实验4中煤粉量仿真结果曲线。图27是实验4中给水流量仿真结果曲线。图28是实验4中主汽阀门开度仿真结果曲线。从图22-图28可以看出，本发明方法的大范围负荷跟踪效果最好。综合实验1、实验2、实验3和实验4仿真结果，本发明方法相比现有的控制技术，干扰消除时间短，受干扰影响小，更有利于超临界火电机组的稳定性。同时本发明方法负荷跟踪能力比现有控制技术更好，超调量小、调节时间短，具有更好的调峰能力，有利于维持电网的稳定。综上所述，本发明提供的超临界火电机组的非线性抗干扰控制方法，将模糊模型预测控制和模糊扩增状态观测器相结合，结合了二者的优点，不仅能克服超临界火电机组存在的非线性、强耦合、大惯性、参数时变等复杂特性，同时能补偿不确定的未知干扰。另外将操作量的最大最小值考虑在控制方法的设计中，不会造成执行器饱和，进而影响控制性能；本发明方法控制下超临界火电机组受干扰影响小，干扰消除时间短，提高了火电机组的安全性。同时负荷跟踪速度快，提高了火电机组调峰能力，有利于维护电网的稳定性。当前第1页12当前第1页12