超超臨界機(jī)組協(xié)調(diào)優(yōu)化控制系統(tǒng)的研究與應(yīng)用

超超臨界機(jī)組協(xié)調(diào)優(yōu)化控制系統(tǒng)的研究與應(yīng)用

0機(jī)組協(xié)調(diào)控制系統(tǒng)中存在的問題能源環(huán)境廠的1000mw超級(jí)過載電機(jī)是日本富士重工業(yè)公司開發(fā)的一套標(biāo)準(zhǔn)參數(shù)，由哈爾濱鍋爐廠制造，具有超邊界適應(yīng)性。汽輪機(jī)采用上海汽輪機(jī)有限公司和德國西門子公司聯(lián)合設(shè)計(jì)制造的超超臨界凝汽式汽輪機(jī)。DCS采用艾默生控制系統(tǒng)有限公司的OVATION控制系統(tǒng)。在優(yōu)化控制系統(tǒng)實(shí)施前,機(jī)組協(xié)調(diào)控制系統(tǒng)采用的是傳統(tǒng)的“負(fù)荷指令前饋”+“PID反饋”的調(diào)節(jié)方案。該方案主要存在以下問題。(1)在燃煤品質(zhì)頻繁變化時(shí),原控制系統(tǒng)的熱值校正回路無法及時(shí)調(diào)整控制系統(tǒng),造成主汽壓力、主汽溫度等關(guān)鍵參數(shù)長(zhǎng)時(shí)間的波動(dòng)振蕩,機(jī)組運(yùn)行不穩(wěn)定,機(jī)組的負(fù)荷調(diào)節(jié)性能也明顯惡化。(2)原控制系統(tǒng)中,當(dāng)機(jī)組大幅變負(fù)荷時(shí),由于煤水比調(diào)整不合理,造成分離器溫度、主汽溫度參數(shù)波動(dòng)大,動(dòng)態(tài)偏差均達(dá)15~20K,不利于機(jī)組的安全經(jīng)濟(jì)運(yùn)行。(3)由于鍋爐主控采用的是傳統(tǒng)的“PID”控制方案,在變負(fù)荷過程中,鍋爐無法有效跟上汽機(jī)能量需求的變化,造成主汽壓力波動(dòng)較大,動(dòng)態(tài)偏差達(dá)1.0MPa以上,明顯影響機(jī)組的負(fù)荷調(diào)節(jié)性能。1界機(jī)組協(xié)調(diào)控制性能優(yōu)化針對(duì)華能玉環(huán)電廠1000MW超超臨界機(jī)組協(xié)調(diào)控制中存在的問題,采用先進(jìn)技術(shù)對(duì)協(xié)調(diào)控制性能進(jìn)行優(yōu)化。主要的優(yōu)化控制策略有煤種熱值預(yù)測(cè)校正和先進(jìn)預(yù)測(cè)控制。1.1煤種熱值校正系數(shù)的rbf神經(jīng)網(wǎng)絡(luò)建模在原DCS的控制系統(tǒng)中,僅考慮了傳統(tǒng)的煤種熱值的BTU校正。由于BTU校正是一種慢速的事后調(diào)整,當(dāng)煤種發(fā)生變化后,需要1h左右才能完成煤種的熱值調(diào)整。很明顯,BTU校正的最大問題是熱值的校正過程遠(yuǎn)滯后于煤種的變化。當(dāng)煤種變化頻繁時(shí),BTU的熱值校正將無法適應(yīng),最終導(dǎo)致鍋爐給煤量的“過調(diào)”或“欠調(diào)”,從而引起機(jī)組主汽壓力、分離器溫度等參數(shù)的反復(fù)波動(dòng)。事實(shí)上,盡管煤種熱值的變化具有一定的隨機(jī)性和復(fù)雜性,但煤種熱值的變化還是一個(gè)連續(xù)過程,可以用一個(gè)復(fù)雜的非線性連續(xù)函數(shù)來描述。對(duì)于一個(gè)高度復(fù)雜的非線性變化過程,往往可以借助神經(jīng)網(wǎng)絡(luò)技術(shù)建立其變化過程的非線性模型,通過對(duì)模型的分析和預(yù)估,掌握其變化規(guī)律。因此,本文在傳統(tǒng)煤種BTU校正的基礎(chǔ)上,存儲(chǔ)前期各個(gè)采樣時(shí)刻的煤種熱值校正系數(shù),并作為徑向基函數(shù)(radicialbasicfunction,RBF)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù),建立煤種熱值校正系數(shù)的非線性神經(jīng)網(wǎng)絡(luò)模型。然后用該模型對(duì)煤種熱值校正系數(shù)的未來值進(jìn)行遞推預(yù)估,通過預(yù)估的提前時(shí)間來彌補(bǔ)BTU校正過程的滯后。本文采用的煤種熱值校正系數(shù)的RBF神經(jīng)網(wǎng)絡(luò)模型如圖1所示。圖1中,左側(cè)部分為目前DCS中常用的煤種熱值校正回路,回路的輸出為當(dāng)前時(shí)刻煤種熱值校正系數(shù)。右側(cè)部分為以前期各采樣時(shí)刻的煤種熱值校正系數(shù)為樣本數(shù)據(jù)、經(jīng)訓(xùn)練獲得的以當(dāng)前時(shí)刻煤種熱值校正系數(shù)估計(jì)值。x=[r(k-1),r(k-2),…,r(k-n)]∈Rn為輸入向量;φ(·)為徑向基函數(shù),本文中取為高斯函數(shù),即為歐幾里德(Euclidean)范數(shù);cj=[c1j,c2j,…,cnj]∈Rn(1≤j≤h)為RBF網(wǎng)絡(luò)的數(shù)據(jù)中心;φ對(duì)中心點(diǎn)徑向?qū)ΨQ;σj為徑向基函數(shù)的寬度;wj為第j個(gè)基函數(shù)輸出與輸出節(jié)點(diǎn)的連接權(quán)值;h為隱層節(jié)點(diǎn)的數(shù)目。輸出層僅有1個(gè)節(jié)點(diǎn),為網(wǎng)絡(luò)的輸出量。RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)間隔時(shí)間為10min,即每經(jīng)過10min就對(duì)神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行修正。針對(duì)華能玉環(huán)電廠煤種的實(shí)際情況,建立在某一時(shí)間段內(nèi)的煤種熱值校正系數(shù)的RBF神經(jīng)網(wǎng)絡(luò)模型。該模型為:RBF網(wǎng)絡(luò)擁有5個(gè)輸入,即輸入層節(jié)點(diǎn)數(shù)目為5;隱含層的節(jié)點(diǎn)數(shù)目為6;輸出層的節(jié)點(diǎn)數(shù)目為1。隱含層的6個(gè)節(jié)點(diǎn)中心分別為:隱含層到輸出層的權(quán)值系數(shù)為:輸出層節(jié)點(diǎn)相應(yīng)的偏置為:由此RBF網(wǎng)絡(luò)建立的煤種熱值校正系數(shù)模型的建模效果如圖2所示。圖2中,實(shí)線為實(shí)際煤種熱值校正系數(shù),圓圈為建模樣本的模型計(jì)算值(共采用了110個(gè)樣本數(shù)據(jù)來計(jì)算網(wǎng)絡(luò)模型),三角形為由RBF網(wǎng)絡(luò)模型計(jì)算的熱值校正系數(shù)的預(yù)測(cè)值。由圖2可知,RBF網(wǎng)絡(luò)能較為準(zhǔn)確地對(duì)煤種熱值校正系數(shù)進(jìn)行建模與預(yù)測(cè)。在獲得了煤種熱值校正系數(shù)RBF神經(jīng)網(wǎng)絡(luò)的模型后,就能對(duì)煤種熱值校正系數(shù)的未來值進(jìn)行預(yù)估。計(jì)算中考慮了當(dāng)前預(yù)估誤差對(duì)未來煤種熱值預(yù)估值的修正,以便獲得更高的預(yù)測(cè)精度。未來各個(gè)時(shí)刻的煤種熱值校正系數(shù)的預(yù)估值可通過以下遞推公式獲得:采用未來第m步的煤種熱值校正系數(shù)的預(yù)估值來修正鍋爐的煤量指令。本文選定m=5,預(yù)估時(shí)間約為50min,可以較好地彌補(bǔ)傳統(tǒng)煤種BTU校正的滯后性。1.2gpc預(yù)測(cè)控制器的計(jì)算原理在控制結(jié)構(gòu)上,新協(xié)調(diào)方案保留了常規(guī)鍋爐主控方案中的“前饋”+“反饋”的控制模式,但在主汽壓力和分離器溫度的閉環(huán)控制回路中,采用了先進(jìn)的廣義預(yù)測(cè)控制器(generalizedpredictivecontrol,GPC)代替常規(guī)的PID控制器。PID調(diào)節(jié)器是根據(jù)當(dāng)前和以前的被控偏差來計(jì)算控制作用,而GPC主要根據(jù)被調(diào)量未來的預(yù)測(cè)值來計(jì)算控制作用。很明顯,GPC可以提前控制和調(diào)節(jié),適合于大滯后被控過程的控制。為說明GPC預(yù)測(cè)控制器的計(jì)算原理,假定主汽壓力定值、主汽壓力及鍋爐負(fù)荷指令的變化曲線如圖3所示。圖3中:k為當(dāng)前時(shí)刻;k-1,k-2,k-3,…為以前各個(gè)采樣時(shí)刻;k+1,k+2,k+3,…為未來各個(gè)采樣時(shí)刻。在k時(shí)刻(即當(dāng)前時(shí)刻),GPC首先根據(jù)主汽壓力被控過程的動(dòng)態(tài)數(shù)學(xué)模型及主汽壓力、鍋爐負(fù)荷指令的歷史數(shù)據(jù)(圖3中的曲線1和曲線2數(shù)據(jù)),并假定在當(dāng)前時(shí)刻鍋爐負(fù)荷指令保持不變的情況下(圖3中曲線4),預(yù)測(cè)出主汽壓力在未來一段時(shí)間內(nèi)的變化(圖3中曲線3)。預(yù)測(cè)控制器的輸出為:式中:e(k),e(k-1),…,e(k-m)分別為當(dāng)前及以前各個(gè)采樣時(shí)刻的控制偏差;e(k+1),e(k+2),…,e(k+n)分別為預(yù)測(cè)的未來各個(gè)時(shí)刻的控制偏差;Δe(k+1),Δe(k+2),…,Δe(k+n)為未來各個(gè)時(shí)刻的預(yù)測(cè)誤差;u(k)、u(k-1)分別為當(dāng)前及前一個(gè)采樣時(shí)刻的控制作用,本例中即為鍋爐的負(fù)荷指令;F1{·}為計(jì)算函數(shù),它是控制作用中與當(dāng)前及以前各個(gè)采樣時(shí)刻控制偏差相關(guān)的分量;F2{·}為計(jì)算函數(shù),它是控制作用中與預(yù)測(cè)的未來各個(gè)時(shí)刻的控制偏差相關(guān)的分量,預(yù)測(cè)控制作用主要由這部分分量決定;F3{·}為計(jì)算函數(shù),它是控制作用中與未來各個(gè)時(shí)刻的預(yù)測(cè)誤差相關(guān)的分量。F1{·}、F2{·}、F3{·}可根據(jù)被控過程的動(dòng)態(tài)數(shù)學(xué)模型推導(dǎo)獲得。采用先進(jìn)技術(shù)協(xié)調(diào)控制性能優(yōu)化策略如圖4所示。2ccs變負(fù)荷試驗(yàn)利用東南大學(xué)的先進(jìn)控制平臺(tái)INFIT,實(shí)現(xiàn)了上面介紹的先進(jìn)協(xié)調(diào)控制策略。INFIT平臺(tái)與DCS系統(tǒng)之間可通過Modbus通信交換數(shù)據(jù)。通過通信使INFIT與DCS融為一體,相當(dāng)于為原有的DCS擴(kuò)展了一個(gè)分散處理單元DPU,并在其中實(shí)現(xiàn)了一套新的AGC協(xié)調(diào)控制性能優(yōu)化系統(tǒng)。協(xié)調(diào)性能優(yōu)化系統(tǒng)于2011-11-12日在2#機(jī)組上正式投入運(yùn)行。為考核INFIT系統(tǒng)的實(shí)際控制性能,在2011-11-15日按照《火力發(fā)電廠模擬量控制系統(tǒng)驗(yàn)收測(cè)試標(biāo)準(zhǔn)》(DL/T657-2006)的相關(guān)要求,對(duì)2#機(jī)組進(jìn)行了20MW/min速率下的CCS變負(fù)荷試驗(yàn)。約在2011-11-1511:45~11:55,2#機(jī)組以20MW/min的速率從850MW直接下降至700MW。試驗(yàn)結(jié)果表明,采用協(xié)調(diào)控制性能優(yōu)化系統(tǒng)后,機(jī)組變負(fù)荷過程非常平穩(wěn),無振蕩和過調(diào)。實(shí)際速率、響應(yīng)延遲時(shí)間、動(dòng)態(tài)控制偏差、穩(wěn)態(tài)控制精度均滿足要求。主汽壓力與滑壓設(shè)定值保持相同趨勢(shì)變化,動(dòng)態(tài)過程平穩(wěn),無振蕩和過調(diào),動(dòng)態(tài)偏差僅為+0.21/-0.40MPa。變負(fù)荷過程中實(shí)際過熱度與設(shè)定值保持相同趨勢(shì)變化,變負(fù)荷最大動(dòng)態(tài)偏差僅為+7.1/-1.0K,完全滿足正常運(yùn)行的要求。由于2#機(jī)組已采用協(xié)調(diào)性能優(yōu)化系統(tǒng),其性能明顯優(yōu)于其他3臺(tái)還未優(yōu)化的機(jī)組性能。通過對(duì)比分析,采用新型協(xié)調(diào)性能優(yōu)化控制系統(tǒng)后,在大幅變負(fù)荷過程中,系統(tǒng)主汽壓力和主汽溫度的波動(dòng)得到有效減少。從對(duì)華能玉環(huán)電廠安全儀表系統(tǒng)(safetyinstrumentsystem,SIS)中采集的數(shù)據(jù)進(jìn)行分析可知,采用新協(xié)調(diào)性能優(yōu)化控制系統(tǒng)后,取得了如下經(jīng)濟(jì)效益。(1)減小了過熱汽溫和再熱汽溫波動(dòng)。過熱汽溫平均值提高5~7K,再熱汽溫平均值提高6~8K,再熱噴水量減少15t/h,發(fā)電煤耗降低0.9g/kWh。(2)提高了機(jī)組運(yùn)行穩(wěn)定性,燃料、給水、送風(fēng)等各控制量的波動(dòng)量減少50%以上,減小了鍋爐管材的熱應(yīng)力變化。(3)將負(fù)荷升降速率提高到2.0%/min以上,明顯改善了負(fù)荷調(diào)節(jié)精度,提高了機(jī)組的調(diào)峰、調(diào)頻能力,有利于電網(wǎng)的安全穩(wěn)定運(yùn)行。3協(xié)調(diào)性能優(yōu)化控制系統(tǒng)本文采用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)技術(shù)來建立煤種熱值校正系數(shù)的非線性模型,而后利用此模型對(duì)煤種熱值的變化進(jìn)行預(yù)測(cè),克服了傳統(tǒng)煤種BTU熱值校正方法