一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统与流程

1.本发明涉及火力发电机组深度调峰的干/湿态转换自动控制技术领域，更具体地，涉及一种提高超临界热电联产机组深度调峰能力的干/湿态转换自动控制方法及系统。


背景技术：

2.高比例可再生能源电力的渗透有效加快了低碳清洁电网的转型。但随之而来的间接性也加剧了电网的波动。超临界热电联产机组因其能够同时向用户提供电能和热能，比常规的纯凝机组具有更高的灵活性运行能力。此外，直流锅炉内工质的高参数特性带来的较高热效率使热电联产机组一直是我国北部地区供电和供热的主力机组。而超临界热电联产机组内直流锅炉的干/湿态转换效果对机组的深度调峰能力具有十分重要的影响。因此，为深入发挥热电联产机组的削峰填谷作用进而接纳更大规模的可再生能源电力并网，急需为其设计一套能够促进直流锅炉干/湿态平顺转换的自动控制算法及系统。
3.超临界热电联产机组是一类能够同时生产电能和热能的火力发电机组。我国北部地区现役热电联产机组大多数以燃煤的方式将其化学能转化为电能和热能。纯凝汽式发电机组的热效率一般为25％～30％，而热电联产机组总热效率则在45％以上。此外，热电联产机组能够通过调整其抽汽供热量迅速改变电能输出进而平抑可再生能源电力带来的波动。因此，深入挖掘热电联产机组的深度调峰能力发挥其削峰填谷作用对清洁电网的转型具有推进作用。作为超临界热电联产机组能量转换的核心组件，直流锅炉内部工质的汽水流程比较复杂。汽水流程的控制效果对直流锅炉的热效率产生直接影响。当机组在30％及以上额定负荷运行时，直流锅炉内蒸汽通常为干态。而当机组在30％以下额定负荷运行时，直流锅炉内蒸汽通常为湿态。可见，超临界热电联产机组参与深度调峰时，直流锅炉内不可避免地涉及蒸汽的干/湿态转换。若直流锅炉内蒸汽能够实现干/湿态的平顺快速转换，则超临界热电联产机组可较好地发挥其深度调峰作用。然而，超临界热电联产机组在干态和湿态模式下运行时，其直流锅炉内工质的动态特性完全不同，且均具有多变量、非线性及强耦合的特征。而现役超临界热电联产机组的干/湿态转换仍主要采用人工调节的方式，这在很大程度上受限于运行人员的经验，且转换的速度和效果已很难满足灵活性需求。因此，本文将超临界热电联产机组作为被控对象，结合改进的多目标模型预测控制算法为其设计先进的干/湿态转换自动控制方法及系统，为提高大型火力发电机组的深度调峰能力提供有效参考。
4.模型预测控制算法被认为是最先进的控制方法之一，因为它在处理具有大延迟、多变量、多约束、不稳定的复杂工业过程上表现出很卓越的性能。预测模型、滚动优化和反馈校正是模型预测控制算法的三部曲。其中，滚动优化环节具有的在线优化特性使模型预测控制算法拥有极好的设定值跟踪性能、扰动抑制性能和鲁棒性。此外，模型预测控制算法因能够有效处理多变量多约束问题在能源电力、航空航天领域得到广泛成功应用。因此，将灵活性背景下超临界热电联产机组的低碳、经济及稳定运行需求纳入总优化目标，构建多
目标模型预测控制方法，为设计直流锅炉干/湿态转换自动控制系统提高机组的深度调峰能力奠定坚实基础。


技术实现要素：

5.本发明旨在提供一种提高火力发电机组调峰能力的干/湿态转换自动控制方法，深入发挥火力发电机组在新型电力系统中的削峰填谷作用。该方法充分考虑了火力发电机组在干态和湿态模式下运行的不同动态特性，结合擅于滚动优化和处理多约束的改进多目标模型预测控制算法为其设计不同的干态和湿态控制器组成干/湿态转换自动控制系统。在多目标模型预测控制算法的最优控制律求解过程中，合理兼顾了火力发电机组的发电成本、碳排放成本及操纵变量的平滑度。火力发电机组基于所设计的干/湿态转换自动控制系统，在参与深度调峰时快速完成直流锅炉内工质的干/湿态平顺自动转换并维持稳定、低碳、经济运行，达到提高深度调峰能力的目的。
6.本发明所提出的一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统，由以下3个步骤组成：
7.s1：分析超临界热电联产机组在干态和湿态模式下运行的控制难点；
8.s2：确立面向超临界热电联产机组深度调峰的干/湿态转换自动控制方法及系统；
9.s3：依托仿真平台验证并分析所设计的干/湿态转换自动控制方法的有效性。
10.s1：火力发电机组参与深度调峰的目的是为规模化可再生能源电力的并网提供裕量。为提高火力发电机组的深度调峰能力和电能调节质量，可采用先进的控制理论为直流锅炉设计干/湿态转换自动控制系统满足多目标调节需求。但为了调峰而停留在低负荷阶段运行的火力发电机组热效率较低，导致亏损较大。因此，直流锅炉干/湿态转换的要求是快速，平顺，减少其在干/湿态混合模式下的运行时间，防止反复来回转换损伤设备。直流锅炉干/湿态转换自动控制系统的任务是在兼顾火力发电机组环保经济运行的前提下自动迅速地完成蒸汽的干/湿态转换，而无需依赖运行人员的经验。若干/湿态转换自动控制系统的控制效果符合快准稳的需求，则火力发电机组即可很好地发挥其削峰填谷的重要作用。而精准的模型构建和合适的控制算法是设计干/湿态转换自动控制系统的基础。火力发电机组由锅炉与蒸汽轮机两大主机构成，再辅以循环再热系统。锅炉是一个庞大且复杂的热供应系统，主要由炉膛、水冷壁、汽水分离器、过热器、喷水减温器、再热器、省煤器和空气预热器组成。机组的运行模式与汽水分离器出口的工质状态有关。火力发电机组在干态和湿态模式下运行时，影响其稳定运行的因素大不相同。干态模式下，机组锅炉内分离器出口的工质为蒸汽，储水箱水位为0。分离器出口的工质焓值即中间点焓值能够较准确地表征工质的状态。蒸汽经过热器加热后流经减温器最后进入蒸汽轮机做功产生电能。进入蒸汽轮机的蒸汽流量由主汽阀门开度控制，且与机组的输出功率大小正相关。考虑到直流锅炉内的汽水流程和机组运行状态的最关键因素，可将干态运行模式下的火力发电机组简化为一个具有四输入四输出的耦合系统。四个输入变量为燃料量ub、总给水量uw、主汽阀门开度μ
t
、总减温水流量dw。四个输出变量为输出功率ne、中间点焓值ti、主汽压力p
t
、主汽焓值tm。湿态模式下，机组锅炉内分离器出口的工质为蒸汽但分离器-储水箱水位高度一般为2～7米。机组锅炉内分离器-储水箱水位高度能够表征其在湿态模式下运行的程度。若分离器-储水箱水位高度逐渐降低至0则代表机组的运行模式成功由湿态向干态切换。因此，可将湿态运行模
式下的火力发电机组简化为一个具有四输入四输出的耦合系统。四个输入变量为燃料量ub、总给水量uw、储水箱水位控制阀开度μh、主汽阀门开度μ
t
。四个输出变量为输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw。无论是干态还是湿态运行模式，各输出变量与输入变量之间均伴随着强耦合、时变、大延迟、非线性的复杂动态特性，加之快速削峰填谷的需求，使机组很难实现快速平顺的干/湿态转换。
11.基于s1的分析可知，超临界热电联产机组干/湿态转换因涉及到多个变量的控制效果较难获取快速平顺的转换性能，因此需结合改进的多目标模型预测控制算法为机组设计先进的干/湿态转换自动控制方法及系统。考虑到调峰背景下低碳、经济及稳定运行需求，结合机组的碳排放成本、发电成本及操纵变量的平滑性构建多目标优化函数。随后，采用具有滚动优化特性的模型预测控制算法搭建干/湿态转换自动控制系统。通过滚动求解多约束下的最优控制律，实现机组的干/湿态快速、精准、自动转换且维持安全经济运行。由于模型预测控制算法能够处理多变量多约束问题，所以只需为干态和湿态模式下运行的机组分别设计一个多目标模型预测控制器。将机组在干态模式下的控制器记为“干态-多目标模型预测控制器”。将机组在湿态模式下的控制器记为“湿态-多目标模型预测控制器”。最后通过负荷指令判断逻辑将干态-多目标模型预测控制器和湿态-多目标模型预测控制器连接，即可完成机组干/湿态转换自动控制系统的设计。则步骤s2可具体化为：
12.s2.1：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求大于30％额定负荷，则机组需在干态模式下运行；执行干态-多目标模型预测控制器，达到快速准确满足外界负荷需求且维持低碳、经济运行的目标。
13.s2.2：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求小于25％额定负荷，执行湿态-多目标模型预测控制器，达到快速甩负荷且保证机组安全经济运行的目的。
14.s2.3：将外界负荷需求信号送入负荷指令判断逻辑，若对机组的负荷需求由30％额定负荷以上降低至25％额定负荷以下时，则要求机组参与深度调峰。机组需由干态运行模式转向湿态运行模式，此时会涉及到直流锅炉的干/湿态转换。控制系统需由干态-多目标模型预测控制器自动切换到湿态-多目标模型预测控制器。机组输出负荷由30％额定负荷降低至25％额定负荷的过程，分离器-储水箱水位表现出很明显的迅速下降趋势。当机组输出负荷达到25％额定负荷以下时，分离器-储水箱水位降低至0米，快速成功切换到湿态运行模式。
15.在确定了基于多目标模型预测控制算法的火力发电机组干/湿态转换自动控制系统框架后，在s2.4中将干态-多目标模型预测控制器和湿态-多目标模型预测控制器的设计步骤具体化：
16.s2.4.1：干态-多目标模型预测控制器的设计。
17.模型预测控制算法的三大组件为预测模型、滚动优化和反馈校正。对于重构状态的增量式模型预测控制算法，其状态预测模型为：
[0018][0019]
其中，在预测时域p内的状态向量具有以下形式：
[0020]
[0021][0022][0023]
预测输出模型为:
[0024][0025]
其中，
[0026][0027]
其中，被控量为机组的输出变量：输出功率ne、中间点焓值ti、主汽压力p
t
、主汽焓值tm。即被控量矩阵为y(k)＝[n
e t
i p
t tm]
t
。a,b,c均为机组状态空间模型的系数矩阵；和分别为a,b及c的的增广矩阵；
[0028][0029][0030]
滚动优化求解得到的控制律形式为：
[0031]
u(k)＝l
·
u(k-1)+l
·
△
u(k)
ꢀꢀꢀꢀꢀꢀ
(10)
[0032]
其中，控制量为机组的输入变量：燃料量ub、总给水量uw、主汽阀门开度μ
t
、总减温水流量dw。即控制量矩阵为u(k)＝[u
b uwμ
t dw]
t
。增量式最优控制律为：
[0033]
△
u(k)＝[
△
u(k)
ꢀ△
u(k+1)
ꢀ…ꢀ△
u(k+m-1)]
t
ꢀꢀꢀꢀꢀ
(10)
[0034]
l＝[1 1
ꢀ…ꢀ
1]
t
ꢀꢀꢀꢀꢀꢀꢀ
(11)
[0035][0036]
为实现火力发电机组深度调峰能力的同时兼顾其低碳、经济和稳定运行，需构造涵盖机组输出碳排放成本c
co2
、发电成本ce及状态稳定性的多目标优化函数j。通过滚动最小化多目标函数j得到机组的当前最优控制律增量δu。则，优化目标如下：
[0037]
min j＝c1·
j1+c2·
j2+c3·
j3ꢀꢀꢀꢀꢀ
(13)
[0038]
其中，权重因子c1、c2和c3之和为1。
[0039]
j1为基于机组输出的优化，其表达式为：
[0040][0041]
其中，w(k)为机组输出的设定值矩阵。
[0042]
j2为基于机组碳排放成本发电成本ce的优化，其表达式为：
[0043][0044]
火力发电机组的碳排放成本计算公式为：
[0045][0046]
其中，ω为机组的基础碳排放额度，超出部分则需向碳交易市场购买碳排放额度；α和β分别为碳交易价格和单位负荷碳排放量。
[0047]
火力发电机组的发电成本ce计算公式为：
[0048]ce
＝θ
·
ηc·
neꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0049]
其中，θ为煤价；与机组输出负荷相关的煤耗率ηc表达式为：
[0050]
ηc＝a2·
ne+b2ꢀꢀꢀꢀꢀꢀꢀ
(18)
[0051]
其中，a2和b2为常数因子，可通过机组实际运行数据拟合得到。
[0052]
j3为基于机组状态稳定性优化，其表达式为：
[0053][0054]
其中，qy、ry、qc、rc、q
x
和r
x
均为权重矩阵。
[0055]
约束条件为：
[0056][0057]
其中，u
max
和u
min
分别为控制律矩阵的上限和下限；δu
max
和δu
min
分别为控制律增量矩阵的上限和下限。
[0058]
接下来，结合j1、j2和j3推导多目标模型预测控制算法的最优控制律并采用二次规划方法求解。
[0059]
将代入式(14)且只保留与优化有关的项，则
[0060][0061]
将式(21)改写成二次规划的形式则
[0062][0063][0064]
将代入式(15)且只保留与优化有关的项，则
[0065]
[0066]
其中，
[0067]
g＝(1-ω)
·
ne+θ
·
a2·
ne·
γy·
△
u(k)
·
ne+θ
·
b2·
neꢀꢀꢀꢀ
(25)
[0068]
将式(24)改写成二次规划的形式则
[0069][0070][0071]
将代入式(19)且只保留与优化有关的项，则
[0072][0073]
将式(28)改写成二次规划的形式则
[0074][0075][0076]
综上，结合式(31)和(32)采用二次规划求解基于多目标模型预测控制算法的最优控制律
△
u(k)，即可实现机组在干态运行模式下的低碳、经济和稳定运行。
[0077]
h＝c1h1+c2h2+c3h3ꢀꢀꢀꢀꢀꢀꢀ
(31)
[0078][0079]
至此已完成火力发电机组的干态-多目标模型预测控制器的设计。
[0080]
s2.4.2：湿态-多目标模型预测控制器的设计。
[0081]
机组在湿态模式下运行的多目标模型预测控制器设计流程与干态-多目标模型预测控制器相似。机组处于湿态运行模式时，其四个输出变量：输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw,四个输入变量为燃料量ub、总给水量uw、储水箱水位控制阀开度μh、主汽阀门开度μ
t
,将式(6)和(9)中的被控量和控制量矩阵分别改写为y(k)＝[n
e t
m p
t hw]
t
和u(k)＝[u
b u
w μ
h μ
t
]
t
,执行步骤[0017]～[0078]即可完成湿态-多目标模型预测控制器的设计。
[0082]
基于步骤s2.4.1和s2.4.2所得的火力发电机组干态-多目标模型预测控制器和湿态-多目标模型预测控制器，为机组搭建干/湿态转换自动控制系统。在步骤s3中依托仿真平台验证并分析所设计的干/湿态转换自动控制系统的有效性，具体过程如下：
[0083]
s3.1：分别选取超临界热电联产机组在20％和70％额定工况点的实际历史运行数据10000组，采用子空间辨识法获取机组在湿态和干态运行模式的状态空间模型。
[0084]
s3.2：基于步骤s3.1所得模型，为机组设计干态-多目标模型预测控制器和湿态-多目标模型预测控制器，搭建干/湿态转换自动控制系统。
[0085]
s3.3：将外界负荷指令送入机组的干/湿态转换自动控制系统，判断外界对机组的总负荷需求大小。若总负荷需求大于机组的30％额定负荷，则机组执行干态-多目标模型预测控制器，快速准确响应负荷指令；若总负荷需求小于机组的25％额定负荷，则机组执行湿态-多目标模型预测控制器，保证深度调峰质量同时维持机组安全稳定运行；若总负荷需求由大于机组的30％额定负荷降低至25％额定负荷以下，则机组需由干态运行模式切换至湿态运行模式。机组从干态-多目标模型预测控制器切换至湿态-多目标模型预测控制器的过
程需要兼顾负荷调节的快速性、低碳性及经济性。
[0086]
s3.4：观察机组的四个被控量：输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw。
[0087]
s3.5：计算机组储水箱水位hw由初始高度降低至0米所需的时间；判断机组的输出功率ne是否满足外界需求；观察机组的主汽压力p
t
主汽焓值tm的变化是否平顺。对机组干/湿态转换自动控制系统的控制性能进行分析。本发明有益效果：
[0088]
本发明响应了清洁型电力系统的转型需求，从控制策略设计的角度出发，结合多目标模型预测控制器为超临界热电联产机组设计干/湿态转换自动控制方法及系统，提高机组的深度调峰能力为吸纳更大规模化可再生能源电力并网提供裕量。
[0089]
本发明在干/湿态转换自动控制系统的设计中充分考虑了超临界热电联产机组在干态和湿态模式下运行的不同动态特性及控制难点，将深度调峰背景下的低碳经济运行需求和擅于处理多变量多约束且具有滚动优化特性的模型预测控制算法相结合，使所设计的干/湿态转换自动控制系统能满足新型电力系统对火力发电机组的深度调峰需求。
[0090]
本发明将干态和湿态运行模式下的超临界热电联产机组分别简化为不同的四输入四输出耦合系统，精准描述了超临界火力发电机组的运行特性。此外，为干态和湿态运行模式下的超临界热电联产机组分别了干态-多目标模型预测控制器和湿态-多目标模型预测控制器。此外，结合负荷指令判断逻辑桥梁有效连接了干态-多目标模型预测控制器和湿态-多目标模型预测控制器，成功搭建出面向机组的干/湿态转换自动控制系统。通过快速平顺且精准地完成超临界机组直流锅炉内工质的干/湿态自动转换，有效提高了机组深度调峰能力的同时保障其低碳经济稳定运行。
附图说明
图1是本发明提高火电机组深度调峰能力的干/湿态转换自动控制系统结构原理图；
具体实施方式
[0091]
下面参照说明书附图对本发明的具体实施方式做进一步描述。
[0092]
请参阅说明书附图中的图1，图1为本发明所涉及的超临界热电联产机组干/湿态转换自动控制系统，主要有干态-多目标模型预测控制器、湿态-多目标模型预测控制器和总负荷需求判断逻辑组成。将干态和湿态运行模式下的超临界热电联产机组分别简化为不同的四输入四输出耦合系统。融合负荷调节的准确性、碳排放成本和发电成本构建多目标模型预测控制算法。分别为干态和湿态运行模式下的超临界热电联产机组设计了先进的干态-多目标模型预测控制器和湿态-多目标模型预测控制器，通过精准快速切换干/湿态控制器实现机组直流锅炉内工质的干/湿态平顺转换，进而达到提高机组深度调峰能力的目标。
[0093]
s1：分析超临界热电联产机组在干态和湿态模式下运行的控制难点；
[0094]
s2：确立面向超临界热电联产机组深度调峰的干/湿态转换自动控制方法及系统；
[0095]
s3：依托仿真平台验证并分析所设计的干/湿态转换自动控制方法的有效性。
[0096]
s1：火力发电机组参与深度调峰的目的是为规模化可再生能源电力的并网提供裕量。为提高火力发电机组的深度调峰能力和电能调节质量，可采用先进的控制理论为直流锅炉设计干/湿态转换自动控制系统满足多目标调节需求。但为了调峰而停留在低负荷阶段运行的火力发电机组热效率较低，导致亏损较大。因此，直流锅炉干/湿态转换的要求是快速，平顺，减少其在干/湿态混合模式下的运行时间，防止反复来回转换损伤设备。直流锅炉干/湿态转换自动控制系统的任务是在兼顾火力发电机组环保经济运行的前提下自动迅速地完成蒸汽的干/湿态转换，而无需依赖运行人员的经验。若干/湿态转换自动控制系统的控制效果符合快准稳的需求，则火力发电机组即可很好地发挥其削峰填谷的重要作用。而精准的模型构建和合适的控制算法是设计干/湿态转换自动控制系统的基础。火力发电机组由锅炉与蒸汽轮机两大主机构成，再辅以循环再热系统。锅炉是一个庞大且复杂的热供应系统，主要由炉膛、水冷壁、汽水分离器、过热器、喷水减温器、再热器、省煤器和空气预热器组成。机组的运行模式与汽水分离器出口的工质状态有关。火力发电机组在干态和湿态模式下运行时，影响其稳定运行的因素大不相同。干态模式下，机组锅炉内分离器出口的工质为蒸汽，储水箱水位为0。分离器出口的工质焓值即中间点焓值能够较准确地表征工质的状态。蒸汽经过热器加热后流经减温器最后进入蒸汽轮机做功产生电能。进入蒸汽轮机的蒸汽流量由主汽阀门开度控制，且与机组的输出功率大小正相关。考虑到直流锅炉内的汽水流程和机组运行状态的最关键因素，可将干态运行模式下的火力发电机组简化为一个具有四输入四输出的耦合系统。四个输入变量为燃料量ub、总给水量uw、主汽阀门开度μ
t
、总减温水流量dw。四个输出变量为输出功率ne、中间点焓值ti、主汽压力p
t
、主汽焓值tm。湿态模式下，机组锅炉内分离器出口的工质为蒸汽但分离器-储水箱水位高度一般为2～7米。机组锅炉内分离器-储水箱水位高度能够表征其在湿态模式下运行的程度。若分离器-储水箱水位高度逐渐降低至0则代表机组的运行模式成功由湿态向干态切换。因此，可将湿态运行模式下的火力发电机组简化为一个具有四输入四输出的耦合系统。四个输入变量为燃料量ub、总给水量uw、储水箱水位控制阀开度μh、主汽阀门开度μ
t
。四个输出变量为输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw。无论是干态还是湿态运行模式，各输出变量与输入变量之间均伴随着强耦合、时变、大延迟、非线性的复杂动态特性，加之快速削峰填谷的需求，使机组很难实现快速平顺的干/湿态转换。
[0097]
基于s1的分析可知，超临界热电联产机组干/湿态转换因涉及到多个变量的控制效果较难获取快速平顺的转换性能，因此需结合改进的多目标模型预测控制算法为机组设计先进的干/湿态转换自动控制方法及系统。考虑到调峰背景下低碳、经济及稳定运行需求，结合机组的碳排放成本、发电成本及操纵变量的平滑性构建多目标优化函数。随后，采用具有滚动优化特性的模型预测控制算法搭建干/湿态转换自动控制系统。通过滚动求解多约束下的最优控制律，实现机组的干/湿态快速、精准、自动转换且维持安全经济运行。由于模型预测控制算法能够处理多变量多约束问题，所以只需为干态和湿态模式下运行的机组分别设计一个多目标模型预测控制器。将机组在干态模式下的控制器记为“干态-多目标模型预测控制器”。将机组在湿态模式下的控制器记为“湿态-多目标模型预测控制器”。最后通过负荷指令判断逻辑将干态-多目标模型预测控制器和湿态-多目标模型预测控制器连接，即可完成机组干/湿态转换自动控制系统的设计。则步骤s2可具体化为：
[0098]
s2.1：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求大
于30％额定负荷，则机组需在干态模式下运行；执行干态-多目标模型预测控制器，达到快速准确满足外界负荷需求且维持低碳、经济运行的目标。
[0099]
s2.2：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求小于25％额定负荷，执行湿态-多目标模型预测控制器，达到快速甩负荷且保证机组安全经济运行的目的。
[0100]
s2.3：将外界负荷需求信号送入负荷指令判断逻辑，若对机组的负荷需求由30％额定负荷以上降低至25％额定负荷以下时，则要求机组参与深度调峰。机组需由干态运行模式转向湿态运行模式，此时会涉及到直流锅炉的干/湿态转换。控制系统需由干态-多目标模型预测控制器自动切换到湿态-多目标模型预测控制器。机组输出负荷由30％额定负荷降低至25％额定负荷的过程，分离器-储水箱水位表现出很明显的迅速下降趋势。当机组输出负荷达到25％额定负荷以下时，分离器-储水箱水位降低至0米，快速成功切换到湿态运行模式。
[0101]
在确定了基于多目标模型预测控制算法的火力发电机组干/湿态转换自动控制系统框架后，在s2.4中将干态-多目标模型预测控制器和湿态-多目标模型预测控制器的设计步骤具体化：
[0102]
s2.4.1：干态-多目标模型预测控制器的设计。
[0103]
模型预测控制算法的三大组件为预测模型、滚动优化和反馈校正。对于重构状态的增量式模型预测控制算法，其状态预测模型为：
[0104][0105]
其中，在预测时域p内的状态向量具有以下形式：
[0106][0107][0108][0109]
预测输出模型为:
[0110][0111]
其中，
[0112][0113]
其中，被控量为机组的输出变量：输出功率ne、中间点焓值ti、主汽压力p
t
、主汽焓值tm。即被控量矩阵为y(k)＝[n
e t
i p
t tm]
t
。a,b,c均为机组状态空间模型的系数矩阵；和分别为a,b及c的的增广矩阵；
[0114]
[0115][0116]
滚动优化求解得到的控制律形式为：
[0117]
u(k)＝l
·
u(k-1)+l
·
△
u(k)
ꢀꢀꢀꢀꢀ
(41)
[0118]
其中，控制量为机组的输入变量：燃料量ub、总给水量uw、主汽阀门开度μ
t
、总减温水流量dw。即控制量矩阵为u(k)＝[u
b u
w μ
t dw]
t
。增量式最优控制律为：
[0119]
△
u(k)＝[
△
u(k)
ꢀ△
u(k+1)
ꢀ…ꢀ△
u(k+m-1)]
t
ꢀꢀꢀꢀ
(42)
[0120]
l＝[1 1
ꢀ…ꢀ
1]
t
ꢀꢀꢀꢀꢀꢀꢀ
(43)
[0121][0122]
为实现火力发电机组深度调峰能力的同时兼顾其低碳、经济和稳定运行，需构造涵盖机组输出碳排放成本发电成本ce及状态稳定性的多目标优化函数j。通过滚动最小化多目标函数j得到机组的当前最优控制律增量δu。则，优化目标如下：
[0123]
min j＝c1·
j1+c2·
j2+c3·
j3ꢀꢀꢀꢀꢀꢀ
(45)
[0124]
其中，权重因子c1、c2和c3之和为1。
[0125]
j1为基于机组输出的优化，其表达式为：
[0126][0127]
其中，w(k)为机组输出的设定值矩阵。
[0128]
j2为基于机组碳排放成本发电成本ce的优化，其表达式为：
[0129][0130]
火力发电机组的碳排放成本计算公式为：
[0131][0132]
其中，ω为机组的基础碳排放额度，超出部分则需向碳交易市场购买碳排放额度；α和β分别为碳交易价格和单位负荷碳排放量。
[0133]
火力发电机组的发电成本ce计算公式为：
[0134]ce
＝θ
·
ηc·
neꢀꢀꢀꢀꢀꢀ
(49)
[0135]
其中，θ为煤价；与机组输出负荷相关的煤耗率ηc表达式为：
[0136]
ηc＝a2·
ne+b2ꢀꢀꢀꢀꢀꢀ
(50)
[0137]
其中，a2和b2为常数因子，可通过机组实际运行数据拟合得到。
[0138]
j3为基于机组状态稳定性优化，其表达式为：
[0139][0140]
其中，qy、ry、qc、rc、q
x
和r
x
均为权重矩阵。
[0141]
约束条件为：
[0142][0143]
其中，u
max
和u
min
分别为控制律矩阵的上限和下限；δu
max
和δu
min
分别为控制律增量矩阵的上限和下限。
[0144]
接下来，结合j1、j2和j3推导多目标模型预测控制算法的最优控制律并采用二次规划方法求解。
[0145]
将代入式(46)且只保留与优化有关的项，则
[0146][0147]
将式(53)改写成二次规划的形式则
[0148][0149][0150]
将代入式(47)且只保留与优化有关的项，则
[0151][0152]
其中，
[0153]
g＝(1-ω)
·
ne+θ
·
a2·
ne·
γy·
△
u(k)
·
ne+θ
·
b2·
neꢀꢀꢀꢀꢀꢀꢀ
(57)
[0154]
将式(56)改写成二次规划的形式则
[0155][0156][0157]
将代入式(51)且只保留与优化有关的项，则
[0158][0159]
将式60)改写成二次规划的形式则
[0160][0161][0162]
综上，结合式(61)和(62)采用二次规划求解基于多目标模型预测控制算法的最优控制律
△
u(k)，即可实现机组在干态运行模式下的低碳、经济和稳定运行。
[0163]
h＝c1h1+c2h2+c3h3ꢀꢀꢀꢀꢀꢀꢀꢀ
(63)
[0164][0165]
至此已完成火力发电机组的干态-多目标模型预测控制器的设计。
[0166]
s2.4.2：湿态-多目标模型预测控制器的设计。
[0167]
机组在湿态模式下运行的多目标模型预测控制器设计流程与干态-多目标模型预测控制器相似。机组处于湿态运行模式时，其四个输出变量：输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw,四个输入变量为燃料量ub、总给水量uw、储水箱水位控制阀开度μh、主汽阀门开度μ
t
,将式(38)和(41)中的被控量和控制量矩阵分别改写为y(k)＝[n
e t
m p
t hw]
t
和u(k)＝[u
b u
w μ
h μ
t
]
t
,执行步骤[0017]～[0078]即可完成湿态-多目标模型预测控制器的设计。
[0168]
基于步骤s2.4.1和s2.4.2所得的火力发电机组干态-多目标模型预测控制器和湿态-多目标模型预测控制器，为机组搭建干/湿态转换自动控制系统。在步骤s3中依托仿真平台验证并分析所设计的干/湿态转换自动控制系统的有效性，具体过程如下：
[0169]
本实施例基于涿州热电厂350mw超临界热电联产机组，方法步骤包括：
[0170]
本算例中机组20％和70％负荷工况点的操作条件如下：
[0171]
表1 350mw超临界热电联产机组干态模型下运行的操作条件
[0172]
表1 350mw超临界热电联产机组湿态模型下运行的操作条件
[0173]
s3.1：分别选取超临界热电联产机组在20％和70％额定工况点的实际历史运行数据10000组，采用子空间辨识法获取机组在湿态和干态运行模式的状态空间模型。
[0174]
s3.2：基于步骤s3.1所得模型，为机组设计干态-多目标模型预测控制器和湿态-多目标模型预测控制器，搭建干/湿态转换自动控制系统。
[0175]
s3.3：将外界负荷指令送入机组的干/湿态转换自动控制系统，判断外界对机组的总负荷需求大小。若总负荷需求大于机组的30％额定负荷，则机组执行干态-多目标模型预测控制器，快速准确响应负荷指令；若总负荷需求小于机组的25％额定负荷，则机组执行湿态-多目标模型预测控制器，保证深度调峰质量同时维持机组安全稳定运行；若总负荷需求由大于机组的30％额定负荷降低至25％额定负荷以下，则机组需由干态运行模式切换至湿态运行模式。机组从干态-多目标模型预测控制器切换至湿态-多目标模型预测控制器的过程需要兼顾负荷调节的快速性、低碳性及经济性。
[0176]
s3.4：观察机组的四个被控量：输出功率ne、主汽焓值tm、主汽压力p
t
、储水箱水位hw。
[0177]
s3.5：计算机组储水箱水位hw由初始高度降低至0米所需的时间；计算负荷跟踪误差和蒸汽过热度，判断机组的输出功率ne是否满足外界需求；观察机组的主汽压力p
t
主汽焓值tm的波动是否较平稳。对机组干/湿态转换自动控制系统的控制性能进行分析。
[0178]
统计结果表明，本发明所提出的面向超临界热电联产机组深度调峰的干/湿态转换自动控制系统能够使直流锅炉内工质完成干/湿态的快速、平顺转换，为机组发挥削峰填
谷作用夯实基础。

技术特征：
1.一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统其特征在于：包括以下步骤：s1：分析超临界热电联产机组在干态和湿态模式下运行的控制难点；s2：确立面向超临界热电联产机组深度调峰的干/湿态转换自动控制方法；包括：s2.1：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求大于30％额定负荷，则机组需在干态模式下运行；执行干态-多目标模型预测控制器，达到快速准确满足外界负荷需求且维持低碳、经济运行的目标；s2.2：将外界负荷需求信号送入负荷指令判断逻辑，若对机组当前的负荷需求小于25％额定负荷，执行湿态-多目标模型预测控制器，达到快速甩负荷且保证机组安全经济运行的目的；s2.3：将外界负荷需求信号送入负荷指令判断逻辑，若对机组的负荷需求由30％额定负荷以上降低至25％额定负荷以下时，则要求机组参与深度调峰；机组需由干态运行模式转向湿态运行模式，此时会涉及到直流锅炉的干/湿态转换；控制系统需由干态-多目标模型预测控制器自动切换到湿态-多目标模型预测控制器；机组输出负荷由30％额定负荷降低至25％额定负荷的过程，分离器-储水箱水位表现出很明显的迅速下降趋势；当机组输出负荷达到25％额定负荷以下时，分离器-储水箱水位降低至0米，快速成功切换到湿态运行模式；在确定了基于多目标模型预测控制算法的火力发电机组干/湿态转换自动控制系统框架后，在s2.4中将干态-多目标模型预测控制器和湿态-多目标模型预测控制器的设计步骤具体化：s2.4.1：干态-多目标模型预测控制器的设计；模型预测控制算法的三大组件为预测模型、滚动优化和反馈校正；对于重构状态的增量式模型预测控制算法，其状态预测模型为：其中，在预测时域p内的状态向量具有以下形式：其中，在预测时域p内的状态向量具有以下形式：其中，在预测时域p内的状态向量具有以下形式：预测输出模型为:其中，
其中，被控量为机组的输出变量：输出功率n
e
、中间点焓值t
i
、主汽压力p
t
、主汽焓值t
m
；即被控量矩阵为y(k)＝[n
e t
i p
t t
m
]
t
；a,b,c均为机组状态空间模型的系数矩阵；和分别为a,b及c的的增广矩阵；分别为a,b及c的的增广矩阵；滚动优化求解得到的控制律形式为：u(k)＝l
·
u(k-1)+l
·
△
u(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)其中，控制量为机组的输入变量：燃料量u
b
、总给水量u
w
、主汽阀门开度μ
t
、总减温水流量d
w
；即控制量矩阵为u(k)＝[u
b u
w μ
t d
w
]
t
；增量式最优控制律为：
△
u(k)＝[
△
u(k)
ꢀ△
u(k+1)
…△
u(k+m-1)]
t
ꢀꢀꢀꢀꢀꢀ
(10)l＝[1 1
…
1]
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)为实现火力发电机组深度调峰能力的同时兼顾其低碳、经济和稳定运行，需构造涵盖机组输出碳排放成本发电成本c
e
及状态稳定性的多目标优化函数j。通过滚动最小化多目标函数j得到机组的当前最优控制律增量δu；则，优化目标如下：min j＝c1·
j1+c2·
j2+c3·
j3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)其中，权重因子c1、c2和c3之和为1；j1为基于机组输出的优化，其表达式为：其中，w(k)为机组输出的设定值矩阵；j2为基于机组碳排放成本发电成本c
e
的优化，其表达式为：火力发电机组的碳排放成本计算公式为：其中，ω为机组的基础碳排放额度，超出部分则需向碳交易市场购买碳排放额度；α和β分别为碳交易价格和单位负荷碳排放量；火力发电机组的发电成本c
e
计算公式为：
c
e
＝θ
·
η
c
·
n
e
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)其中，θ为煤价；与机组输出负荷相关的煤耗率η
c
表达式为：η
c
＝a2·
n
e
+b2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)其中，a2和b2为常数因子，可通过机组实际运行数据拟合得到；j3为基于机组状态稳定性优化，其表达式为：其中，q
y
、r
y
、q
c
、r
c
、q
x
和r
x
均为权重矩阵；约束条件为：其中，u
max
和u
min
分别为控制律矩阵的上限和下限；δu
max
和δu
min
分别为控制律增量矩阵的上限和下限；接下来，结合j1、j2和j3推导多目标模型预测控制算法的最优控制律并采用二次规划方法求解；将代入式(14)且只保留与优化有关的项，则将式(21)改写成二次规划的形式则则将代入式(15)且只保留与优化有关的项，则其中，g＝(1-ω)
·
n
e
+θ
·
a2·
n
e
·
γ
y
·
△
u(k)
·
n
e
+θ
·
b2·
n
e
ꢀꢀꢀꢀꢀꢀꢀ
(25)将式(24)改写成二次规划的形式则则将代入式(19)且只保留与优化有关的项，则将式(28)改写成二次规划的形式则
综上，结合式(31)和(32)采用二次规划求解基于多目标模型预测控制算法的最优控制律
△
u(k)，即可实现机组在干态运行模式下的低碳、经济和稳定运行；h＝c1h1+c2h2+c3h3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)至此已完成火力发电机组的干态-多目标模型预测控制器的设计；s2.4.2：湿态-多目标模型预测控制器的设计；机组在湿态模式下运行的多目标模型预测控制器设计流程与干态-多目标模型预测控制器相似；机组处于湿态运行模式时，其四个输出变量：输出功率n
e
、主汽焓值t
m
、主汽压力p
t
、储水箱水位h
w
,四个输入变量为燃料量u
b
、总给水量u
w
、储水箱水位控制阀开度μ
h
、主汽阀门开度μ
t
,将式(6)和(9)中的被控量和控制量矩阵分别改写为y(k)＝[n
e t
m p
t h
w
]
t
和u(k)＝[u
b u
w μ
h μ
t
]
t
,执行步骤s2.4.1即可完成湿态-多目标模型预测控制器的设计；s3：依托仿真平台验证并分析所设计的干/湿态转换自动控制方法的有效性。2.根据权利要求1所述的种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统，其特征在于：步骤s1所分析的超临界热电联产机组在干态和湿态模式下运行控制难点具体如下：s1：火力发电机组参与深度调峰的目的是为规模化可再生能源电力的并网提供裕量；为提高火力发电机组的深度调峰能力和电能调节质量，可采用先进的控制理论为直流锅炉设计干/湿态转换自动控制系统满足多目标调节需求；但为了调峰而停留在低负荷阶段运行的火力发电机组热效率较低，导致亏损较大；因此，直流锅炉干/湿态转换的要求是快速，平顺，减少其在干/湿态混合模式下的运行时间，防止反复来回转换损伤设备；直流锅炉干/湿态转换自动控制系统的任务是在兼顾火力发电机组环保经济运行的前提下自动迅速地完成蒸汽的干/湿态转换，而无需依赖运行人员的经验；若干/湿态转换自动控制系统的控制效果符合快准稳的需求，则火力发电机组即可很好地发挥其削峰填谷的重要作用；而精准的模型构建和合适的控制算法是设计干/湿态转换自动控制系统的基础；火力发电机组由锅炉与蒸汽轮机两大主机构成，再辅以循环再热系统。锅炉是一个庞大且复杂的热供应系统，主要由炉膛、水冷壁、汽水分离器、过热器、喷水减温器、再热器、省煤器和空气预热器组成；机组的运行模式与汽水分离器出口的工质状态有关；火力发电机组在干态和湿态模式下运行时，影响其稳定运行的因素大不相同；干态模式下，机组锅炉内分离器出口的工质为蒸汽，储水箱水位为0；分离器出口的工质焓值即中间点焓值能够较准确地表征工质的状态；蒸汽经过热器加热后流经减温器最后进入蒸汽轮机做功产生电能；进入蒸汽轮机的蒸汽流量由主汽阀门开度控制，且与机组的输出功率大小正相关；考虑到直流锅炉内的汽水流程和机组运行状态的最关键因素，可将干态运行模式下的火力发电机组简化为一个具有四输入四输出的耦合系统；四个输入变量为燃料量u
b
、总给水量u
w
、主汽阀门开度μ
t
、总减温水流量d
w
；四个输出变量为输出功率n
e
、中间点焓值t
i
、主汽压力p
t
、主汽焓值t
m
；湿态模式下，机组锅炉内分离器出口的工质为蒸汽但分离器-储水箱水位高度一般为2～7米；机组锅炉内分离器-储水箱水位高度能够表征其在湿态模式下运行的程度；若分离器-储水箱水位高度逐渐降低至0则代表机组的运行模式成功由湿态向干态切换；因此，可将湿态运行模式
下的火力发电机组简化为一个具有四输入四输出的耦合系统；四个输入变量为燃料量u
b
、总给水量u
w
、储水箱水位控制阀开度μ
h
、主汽阀门开度μ
t
；四个输出变量为输出功率n
e
、主汽焓值t
m
、主汽压力p
t
、储水箱水位h
w
；无论是干态还是湿态运行模式，各输出变量与输入变量之间均伴随着强耦合、时变、大延迟、非线性的复杂动态特性，加之快速削峰填谷的需求，使机组很难实现快速平顺的干/湿态转换。3.根据权利要求1所述的一种提高火电机组灵活性运行的级联自适应容积卡尔曼自抗扰控制方法，其特征在于：基于步骤s2所设计的级联自适应容积卡尔曼自抗扰控制方法，在步骤s3中依托仿真平台验证并分析所设计的干/湿态转换自动控制系统的有效性包括：s3.1：分别选取超临界热电联产机组在20％和70％额定工况点的实际历史运行数据10000组，采用子空间辨识法获取机组在湿态和干态运行模式的状态空间模型；s3.2：基于步骤s3.1所得模型，为机组设计干态-多目标模型预测控制器和湿态-多目标模型预测控制器，搭建干/湿态转换自动控制系统；s3.3：将外界负荷指令送入机组的干/湿态转换自动控制系统，判断外界对机组的总负荷需求大小；若总负荷需求大于机组的30％额定负荷，则机组执行干态-多目标模型预测控制器，快速准确响应负荷指令；若总负荷需求小于机组的25％额定负荷，则机组执行湿态-多目标模型预测控制器，保证深度调峰质量同时维持机组安全稳定运行；若总负荷需求由大于机组的30％额定负荷降低至25％额定负荷以下，则机组需由干态运行模式切换至湿态运行模式；机组从干态-多目标模型预测控制器切换至湿态-多目标模型预测控制器的过程需要兼顾负荷调节的快速性、低碳性及经济性；s3.4：观察机组的四个被控量：输出功率n
e
、主汽焓值t
m
、主汽压力p
t
、储水箱水位h
w
；s3.5：计算机组储水箱水位h
w
由初始高度降低至0米所需的时间；计算负荷跟踪误差和蒸汽过热度，判断机组的输出功率n
e
是否满足外界需求；观察机组的主汽压力p
t
主汽焓值t
m
的波动是否较平稳；对机组干/湿态转换自动控制系统的控制性能进行分析；统计结果表明，本发明所提出的面向超临界热电联产机组深度调峰的干/湿态转换自动控制系统能够使直流锅炉内工质完成干/湿态的快速、平顺转换，为机组发挥削峰填谷作用夯实基础。

技术总结
本发明公开了一种提高火电机组深度调峰能力的干/湿态转换自动控制方法及系统。首先，将超临界热电联产机组作为研究对象并分析其在深度调峰需求下干/湿态转换的难点；然后，结合多目标模型预测控制算法为其设计干/湿态转换自动控制策略及系统。最后，依托仿真平台验证本发明干/湿态转换自动控制方法的可行性。本发明的研究对象分析中，将干态和湿态下的超临界热电联产机组均简化为不同的四输入四输出系统，更准确表征了其动态特性。此外，本发明综合考虑机组的发电成本、碳交易成本、操纵变量的平滑度及负荷跟踪误差构建多目标模型预测控制算法，使机组在低碳、经济及稳定运行的基础上实现深度调峰能力的提高。基础上实现深度调峰能力的提高。基础上实现深度调峰能力的提高。


技术研发人员：侯国莲 黄婷 曹欢
受保护的技术使用者：北京京能电力股份有限公司
技术研发日：2023.03.29
技术公布日：2023/8/9