CN101328836B - 燃气轮机转速***的多模型自适应广义预测控制方法 - Google Patents

Abstract

燃气轮机转速***的多模型自适应广义预测控制方法是一种多模型自适应广义预测控制策略，对燃气轮机转子转速***进行调节，使转子转速快速、稳定、无偏差的跟踪设定值的一种方法，该方法采用递推最小二乘辨识方法获得典型工况点的模型，构成燃机转速***的多模型集合，进而针对各模型设计各子预测控制器，将各子控制器输出的控制量进行加权作为燃气轮机转速的实际控制量，控制燃气轮机转速在全局范围内实现最优，从而弥补了常规控制在燃气轮机***负荷点发生突变时，使得***响应较快，并且该控制方法的控制器设计简单，子控制器间切换也易于工程实现，解决了转子转速对象参数非线性，时变性，大范围工况下参数跳变等控制问题。

Description

燃气轮机转速***的多模型自适应广义预测控制方法

技术领域

本发明是一种多模型自适应广义预测控制策略，对燃气轮机转子转速***进行调节，使转子转速快速、稳定、无偏差的跟踪设定值的一种方法，属于热工自动控制领域。

背景技术

燃机电站以其高效、环保、节能、节水等一系列优点在发电领域中起到了日益重要的作用。转子转速是燃气轮机控制***中最重要的控制参数，转子转速直接决定着生产的电力质量，保持燃机转速稳定在额定值非常重要。燃机是一个复杂的非线性***，尤其是多数燃机电厂承担着电网调峰任务，其工况经常大范围变化，机组非线性特性更加凸显，尤其是加/减速和并网过程中，转速控制的稳定性要求和变化的快速反应要求这对矛盾更加明显，常规的PID控制算法往往难以满足既快又稳的要求，因此研究设计先进的燃气轮机转速控制算法具有特别重要的意义。

广义预测控制是在过程控制工业中最具应用推广价值的先进控制策略之一，但是常规的预测控制策略往往不能适应于全局工况。而多模型方法是自适应控制的重要发展方向，是当今先进控制理论的研究热点之一，是解决动态特性随工况变化的复杂工业过程非线性***控制的一种有效的方法。

为提高燃气轮机转速控制品质，本发明针对燃气轮机转速***非线性特性与运行工况密切相关的实际特点，提出了基于多模型自适应广义预测控制的燃气轮机转速控制策略，将多模型自适应广义预测控制首次引入燃气轮机转子转速***，利用多模型建模方法来逼近大范围工况过程燃机转速***的动态性能，再基于多模型设计出全局自适应控制器，从而对燃机转速进行有效的控制。

发明内容

技术问题：本发明的目的是提供一种燃气轮机转速***的多模型自适应广义预测控制方法，用于燃气轮机转子转速***，即解决燃气轮机转速***参数非线性、时变性、大范围工况下参数跳变的等问题的方法。

技术方案：为了克服上述问题，通过采用多模型自适应广义预测控制，弥补单模型预测控制的不足，用于燃气轮机转速***，使得***响应速度快，动态跟踪性能好，无调节误差。

多模型自适应广义预测控制***的技术方案可以采用如下步骤实现：

步骤1：在燃气轮机额定负荷时且开环稳定工况下，控制***设置典型工况点，在转速调节器输出端施加低电平的伪随机信号激励，测得转速变化数据，用递推广义最小二乘法辨识出转速动态模型，构成燃机转速***的多模型集合；

步骤2：针对步骤1的转速动态模型，采用广义预测控制策略构造子预测控制器，并对相应的子预测控制器的参数进行整定；

步骤3：若基于步骤2的子预测控制器不能满足步骤1的多模型集合相邻模型间满意控制范围的交叠，建立燃气轮机的局部模型族，对步骤1的多模型集合进行补充；否则进入步骤4；

步骤4：控制***检查每一采样时刻工况参数变化情况，将子预测控制器的输出控制增量进行加权作为燃气轮机转速的实际控制增量。

步骤1控制***设置100％、80％、50％负荷典型工况点，该三个典型工况点的模型逼近燃气轮机转速***在全局工况下的动态性能。

步骤4燃气轮机转速的实际控制增量由子预测控制器的输出控制增量按如下加权策略获得：

①σ_i≤σ＜σ_j时，Δu＝(1-x_j)Δu_i+x_jΔu_j， $x_j=\frac{\mathrm{\σ}-{\mathrm{\σ}}_i}{{\mathrm{\σ}}_j-{\mathrm{\σ}}_i};$

②0＜σ＜σ₁时，Δu＝Δu₁；

③σ₃≤σ时，Δu＝Δu₃；

其中，σ₁＝50％，σ₂＝80％，σ₃＝100％，i＝1，2，j＝i+1，Δu_i，Δu_j分别为步骤4子预测控制器的输出控制增量。

有益效果：利用多模型建模方法来逼近大范围工况过程***的动态性能，再基于多模型设计出全局自适应控制器，作用于燃气轮机转子转速***，使得***响应迅速，无动态偏差，有效克服了单模型预测控制无法解决的燃气轮机转速***参数非线性、时变性、大范围工况下参数跳变的等问题。

附图说明

图1是基于加权方式的多模型预测控制器，

图2是燃气轮机转速控制***示意图。

具体实施方式

本发明是一种针对燃气轮机转子转速***参数非线性、时变性、大范围工况下参数跳变，采用多模型自适应广义预测控制，使得控制***响应迅速，无动态偏差的方法。具体实施方法是，

步骤1：在燃气轮机额定负荷时且开环稳定工况下，在转速调节器输出端施加低电平的伪随机信号激励，测得多组转速变化数据，用递推广义最小二乘法辨识出在额定工况点下的转速动态模型，用同样方法得到其他典型工况点的转速动态模型，多个典型工况点的转速模型构成燃机转速***的多模型集合。

本发明建立100％、80％、50％负荷这三个典型工况点的模型来逼近燃气轮机转速***在全局工况下的动态性能，建立燃气轮机的局部模型族，若基于模型集设计的多组控制器不能满足相邻模型间满意控制范围的交叠，则对模型集进行补充。

步骤2：针对以上各个典型工况点的转速模型，采用广义预测控制策略构造各子预测控制器，并分别在这些典型工况点，对相应的子预测控制器的参数进行整定，直到在每个典型工况点的燃气轮机转速达到最优；

步骤3：在每一采样时刻，控制***检查当前工况参数变化情况，将各子控制器输出的控制量进行加权作为燃气轮机转速的实际控制量，控制燃气轮机转速在全局范围内实现最优。

燃气轮机转速的实际控制增量由子控制器的控制增量按如下加权策略获得：

①σ_i≤σ＜σ_j时，Δu＝(1-x_j)Δu_i+x_jΔu_j， $x_j=\frac{\mathrm{\σ}-{\mathrm{\σ}}_i}{{\mathrm{\σ}}_j-{\mathrm{\σ}}_i};$

②0＜σ＜σ₁时，Δu＝Δu₁；

③σ₃＜σ时，Δu＝Δu₃；

其中，σ₁＝50％，σ₂＝80％，σ₃＝100％，i＝1，2，j＝i+1，Δu_i，Δu_j分别为各子控制器输出控制增量。

在燃气轮机额定负荷开环稳定工况下，在转速调节器输出端施加低电平的伪随机信号(PRBS)激励，测得多组转速变化数据，根据实验所得的输入输出数据，用递推广义最小二乘法辨识出在额定工况点下的转速动态模型。用同样方法可辨识得到另外两个典型工况点的转速动态模型。针对以上三种典型工况下的转速模型，在工控软件WINCC 6.0上分别设计出子GPC控制器，按照图1建立起多模型控制***，用多模型全局控制器代替PID转速控制器输出控制燃料调节阀，最终调节转速。实施过程中，通过对子GPC控制器重要参数整定，实现基于多模型自适应广义预测控制的燃机转速的最优控制。将常规PID与多模型自适应广义预测控制转速响应进行比较，证明多模型自适应广义预测控制对燃机转速有较好的控制效果。

Claims (3)

1.一种燃气轮机转速***的多模型自适应广义预测控制方法，该方法包括如下步骤其特征在于：

步骤1：在燃气轮机额定负荷时且开环稳定工况下，控制***设置典型工况点，在转速调节器输出端施加低电平的伪随机信号激励，测得转速变化数据，用递推广义最小二乘法辨识出转速动态模型，构成燃机转速***的多模型集合；

步骤2：针对步骤1的转速动态模型，采用广义预测控制策略构造子预测控制器，并对相应的子预测控制器的参数进行整定；

步骤3：若基于步骤2的子预测控制器不能满足步骤1的多模型集合相邻模型间满意控制范围的交叠，建立燃气轮机的局部模型族，对步骤1的多模型集合进行补充；否则进入步骤4；

步骤4：控制***检查每一采样时刻工况参数变化情况，将子预测控制器的输出控制增量进行加权作为燃气轮机转速的实际控制增量。

2.根据权利要求1所述的燃气轮机转速***多模型自适应广义预测控制方法，其特征在于步骤1控制***设置100％、80％、50％负荷典型工况点，该三个典型工况点的模型逼近燃气轮机转速***在全局工况下的动态性能。

3.根据权利要求1所述的燃气轮机转速***多模型自适应广义预测控制方法，其特征在于步骤4燃气轮机转速的实际控制增量由子预测控制器的输出控制增量按如下加权策略获得：

①σ_i≤σ＜σ_j时，Δu＝(1-x_j)Δu_i+x_jΔu_i， $x_j=\frac{\mathrm{\σ}-{\mathrm{\σ}}_i}{{\mathrm{\σ}}_j-{\mathrm{\σ}}_i};$

②0＜σ＜σ₁时，Δu＝Δu₁；

③σ₃≤σ时，Δu＝Δu₃；

其中，Δu；为预测控制器的输出控制增量，σ为实际运行工况点负荷；

σ₁＝50％，σ₂＝80％，σ₃＝100％，i＝1，2，j＝i+1，Δu_i，Δu_j分别为步骤4子预测控制器的输出控制增量。

Images