超超臨界機組協(xié)調(diào)控制對象具有強耦合、非線性、變參數(shù)等特點。通過對其三輸入三輸出對象的特性分析,設(shè)計了基于一階模型的解耦環(huán)節(jié),并采用改進(jìn)后的免疫記憶粒子群優(yōu)化（Immune Memory Particle Swarm Optimization,IMPSO）對開環(huán)下的解耦器參數(shù)和閉環(huán)PID參數(shù)進(jìn)行優(yōu)化,仿真結(jié)果表明上述解耦系統(tǒng)有理想的控制性能。進(jìn)而在解耦器和控制器參數(shù)不變的情況下改變對象模型參數(shù)驗證系統(tǒng)魯棒性,測試結(jié)果表明系統(tǒng)依然能夠保持足夠的穩(wěn)定性,且超調(diào)量、調(diào)整時間、衰減率等均維持在合理范圍內(nèi)。所設(shè)計的解耦補償器簡單易實現(xiàn),適用于強耦合、非線性、時變的協(xié)調(diào)控制系統(tǒng)。 

【文章來源】：計算機仿真. 2020,37(09)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

免疫記憶粒子群算法流程圖

采用汽包爐的機組耦合性相對較弱,是由于汽包的存在使得蒸汽管路和水管路相互獨立,互不影響。而配備直流爐的超超臨界機組的耦合性與汽包爐完全不同,直流爐的汽水過程相互作用,兩者聯(lián)系非常緊密,這就導(dǎo)致鍋爐側(cè)的運行參數(shù)相互影響,還致使鍋爐與汽機兩者之間同樣互相影響,因此超超臨界機組變成了多個輸入多個輸出的復(fù)雜耦合系統(tǒng)。超超臨界機組協(xié)調(diào)控制系統(tǒng)在眾多研究中被簡化成是具有三個輸入與三個輸出的多變量調(diào)節(jié)系統(tǒng),并且每個變量存在著相互交叉的關(guān)聯(lián)性,給水量W、給煤量B和汽機閥門開度μT是單元機組控制系統(tǒng)的三個輸入量,中間點焓值H、主蒸汽壓力PT與功率N是此控制系統(tǒng)的三個輸出量。簡化模型如圖2所示。本文選取某火電廠超超臨界機組協(xié)調(diào)控制系統(tǒng)作為研究對象,對此模型進(jìn)行解耦控制研究。該機組主要是采用了自適應(yīng)遺傳算法辨識的數(shù)學(xué)模型[10],用于辨識數(shù)據(jù)來自機組在100%工況附近的運行數(shù)據(jù)。

在開環(huán)狀態(tài)對Kp21、T21、T211、Kp12、T12、Kp32、T32、T23、T231這九個參數(shù)進(jìn)行尋優(yōu)賦值,以誤差性能指標(biāo)ITAE作為評價指標(biāo):J=∫∞0t|e(t)|dt。對象模型為三輸入三輸出對象,由于每個輸出都有一個評價指標(biāo),從而提出將這三個指標(biāo)函數(shù)的加權(quán)值作為最終的適應(yīng)度來評價解耦補償器的綜合性能。其優(yōu)化設(shè)計結(jié)構(gòu)圖如圖3所示:其優(yōu)化過程如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]超(超)臨界火電機組乘數(shù)型協(xié)調(diào)預(yù)測函數(shù)優(yōu)化控制研究及應(yīng)用[J]. 胡建根,孫耘,李泉,尹峰.  動力工程學(xué)報. 2018(07)
[2]基于模糊和解耦的超臨界機組協(xié)調(diào)控制研究[J]. 董子健,毛求福.  電力科學(xué)與工程. 2018(04)
[3]基于雙模糊解耦控制的小型汽輪機負(fù)荷控制[J]. 李明輝,云衛(wèi)濤,張孝杰.  熱力發(fā)電. 2018(01)
[4]供熱機組熱電耦合特性分析與解耦協(xié)調(diào)控制[J]. 鄧拓宇,田亮,劉吉臻.  系統(tǒng)仿真學(xué)報. 2017(10)
[5]粒子群算法的改進(jìn)及其在優(yōu)化函數(shù)中的應(yīng)用[J]. 馬發(fā)民,張林,王錦彪.  計算機與數(shù)字工程. 2017(07)
[6]線性多變量系統(tǒng)有限時間最優(yōu)解耦控制[J]. 富月,李婧怡.  控制與決策. 2016(12)
[7]MIMO離散時間非線性系統(tǒng)MFAPC[J]. 許偉強,張方,劉淼,韓璞.  計算機仿真. 2016(08)
[8]直流鍋爐單元機組協(xié)調(diào)控制系統(tǒng)的研究與設(shè)計[J]. 秦志明,張欒英,谷俊杰.  動力工程學(xué)報. 2016(01)
[9]基于解耦和DOB的DMC在機爐協(xié)調(diào)控制系統(tǒng)中的應(yīng)用[J]. 笪凌云,沈炯,李益國,吳嘯.  東南大學(xué)學(xué)報(自然科學(xué)版). 2015(05)
[10]基于遺傳算法的超臨界機組模型的參數(shù)辨識[J]. 梁楊,谷俊杰.  電力科學(xué)與工程. 2010(07)



本文編號：3322550