CN109188911A - 一种用于燃烧后co2捕集***的改进ina前馈控制方法 - Google Patents
一种用于燃烧后co2捕集***的改进ina前馈控制方法 Download PDFInfo
- Publication number
- CN109188911A CN109188911A CN201811137761.6A CN201811137761A CN109188911A CN 109188911 A CN109188911 A CN 109188911A CN 201811137761 A CN201811137761 A CN 201811137761A CN 109188911 A CN109188911 A CN 109188911A
- Authority
- CN
- China
- Prior art keywords
- particle
- ina
- burning
- trapping system
- gershgorin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明涉及一种用于燃烧后CO2捕集***的改进INA前馈控制方法,它通过对燃烧后CO2捕集***的控制量和被控量的辨识,进行改进INA方法的设计,完成改进INA与前馈控制器的融合设计,进而实现对CO2捕集率y1和再沸器温度y2的控制。本发明用于燃烧后CO2捕集***后,能够快速平稳追踪变化的CO2捕集率设定值,有效抑制烟气扰动的影响,具有良好的抗干扰能力。
Description
技术领域
本发明属于热工控制技术领域,特别是涉及一种用于燃烧后CO2捕集***的改进INA前馈控制方法。
背景技术
随着全球变暖日益严重,控制CO2的产生逐渐成为工业化和城市化进程中的重要任务之一,而我国40%-50%的CO2来自于火电机组。因此,为了减小燃煤电厂的CO2排放量,需要在燃煤电厂中增设燃烧后CO2捕集***,以此吸收发电过程中产生的CO2。
燃烧后CO2捕集***基于化学吸收法,直接从电厂燃烧后的烟气中分离C02,是当前CO2捕集电站采用的主流技术近年来。而灵活可控性是CO2捕集***设计和控制的要求之一。在目前的研究中,最广泛的控制方法是PID调节器控制,如牛红伟等发表的“燃煤电厂烟气CO2捕集***的控制策略”一文中,提出利用PID对再生塔溶液循环流量、吸收塔液位等进行协调控制,以达到安全和高效的目的;LinY J等发表的“通过使用单乙醇胺溶液的吸收和抽除来广泛控制CO2的捕获(Plant wide control of CO2capture by absorption andstripping using monoethanolamine solution)”一文中,提出了一种分散式PI控制方案,通过控制再沸器温度和贫液流量来维持CO2捕集率和再沸器温度。这些控制方案虽然能够在无扰动情况下达到基本控制要求,但由于CO2的吸附和解析涉及到多种设备和化学反应过程,因此***各变量间存在强耦合和很大的惯性,且***存在烟气流量等扰动,不考虑解耦或前馈的PID控制方法难以取得满意的控制效果,而目前同时考虑解耦和抑制烟气扰动的燃烧后CO2捕集***的控制方法一般采用预测控制方法,但此类方法工程上较难实现。
中国专利申请201710795146.3公开了“一种燃烧后CO2捕集***的多模型预测控制方法”,该预测控制方法以基于化学吸附的燃烧后CO2捕集***为被控对象,贫液阀门开度和汽轮机低压缸抽汽阀门开度为***控制输入量,捕集率CO2和再沸器温度为***输出量;首先基于子空间辨识方法,利用***运行产生的数据,在不同工况点处建立***的局部状态空间模型;接着使用间隙度量的方法调研被控对象的非线性分布;进而在合适的局部工况点处建立预测控制器,并设计隶属度函数将其加权组合,建立燃烧后CO2捕集***多模型预测控制***。该方法虽然具有良好的全局非线性控制能力,能够有效适应***大范围变工况的需求,快速追踪CO2捕集率设定值,提高CO2捕集***深度快速灵活运行的水平,但还存在明显不足:一是CO2捕集***的非线性程度并不明显,采用多模型的方式,并应用了多个预测控制器,使得操作复杂,计算量大,不利于工程实施;二是在工业控制中,通常应用PID方法求解,采用隶属度加权的预测控制方法在工程上难以实现,在变工况时容易出现跳变的现象。
中国专利申请201711138022.4公开了“一种水煤浆气化过程的代理模型建模方法”,该方法选取若干个可测的过程状态作为输入变量,包括氧煤比、煤浆浓度、煤浆流量、煤中H/C元素摩尔比、煤中O/C元素摩尔比及煤中的灰分含量,同时,选取若干个可测的过程状态作为目标输出变量,包括出口合成气中CO的含量、CO2的含量、H2的含量、出口处的温度和煤炭中碳的转化率;利用拉丁超立方采样方法对输入变量进行采样后,对输入数据进行分析与处理;利用代理模型Kriging建立输入变量与输出变量之间的数据模型,通过改进后的粒子群优化算法求解出最优代理模型参数。虽然该模型的拟合精度高、跟踪效果好、模型泛化能力强,但还存在明显不足:一是采用的改进粒子群算法仅局限于辨识模型参数,无法应用于燃烧后CO2捕集***;二是改进的粒子群算法需要事先进行数据预处理,并应用于离线计算,工业中在扰动情况下若对象发生变化,无法实时获得对象模型。
综上所述,如何克服现有技术所存在的不足已成为当今热工控制技术领域中亟待解决的重点难题之一。
发明内容
本发明的目的是为克服现有技术所存在的不足而提供一种用于燃烧后CO2捕集***的改进INA前馈控制方法。本发明用于燃烧后CO2捕集***后,能够快速平稳追踪变化的CO2捕集率设定值,有效抑制烟气扰动的影响,具有良好的抗干扰能力。
根据本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,通过对燃烧后CO2捕集***的控制量和被控量的辨识,进行改进INA方法的设计,完成改进INA与前馈控制器的融合设计,进而实现对CO2捕集率y1和再沸器温度y2的控制,具体步骤包括如下:
步骤1,对燃烧后CO2捕集***的控制量和被控量的辨识:加入在稳态工况下的贫液流量u1和汽轮机抽汽流量u2的两个控制量以及烟气扰动量u3为输入的阶跃激励信号数据,以获取CO2捕集率y1和再沸器温度y2的两个被控量为输出的阶跃响应数据,辨识所述输入输出数据并作为被控开环传递函数阵G(s);
步骤2,改进INA方法的设计:利用基于粒子群优化的改进INA方法对被控对象解耦,通过自寻优获得补偿矩阵Kp(s),与被控对象组成等效对象G(s)Kp(s);针对所述等效对象整定PID调节器Kc(s)=diag{kci(s)},所述整定的条件是使步骤1所述的被控量具有较小的超调量、较快的过渡过程、闭环稳态误差为零,以满足步骤1所述的控制量的约束和变化速率;
步骤3,改进INA与前馈控制器的融合设计:基于解耦后的等效对象,采用不变性原理方法设计前馈控制器以拓展改进INA,用于抑制烟气扰动的影响;设前馈控制器的前馈增益以调节前馈作用的大小,若前馈控制器的物理形式不可实现,则采用惯性环节来代替,所述惯性环节是指其中T为惯性时间。
本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法的进一步优选方案是:
步骤2所述基于粒子群优化的改进INA方法,包括如下具体步骤:
步骤21:求出G(s)的逆,绘制的Gershgorin带,以Gershgorin带不包含(0,0)点为原则来判断是否为对角优势阵;
步骤22,当为非对角优势时,利用粒子群算法设计补偿器Kp(s),使成为对角优势阵,绘制其Gershgorin带加以验证;
步骤23,对等效对象G(s)Kp(s)设计PID调节器kci(s),以满足暂态与稳态响应的要求;
步骤24,根据逆乃式稳定判据确定反馈增益f,使闭环***稳定并具有适当的稳定裕度;
步骤25,对燃烧后CO2捕集***进行仿真,若不满意,回到步骤22重新补偿,重新调整kci(s),直到满意为止。
步骤22所述的粒子群算法,包括如下具体步骤:
步骤221,寻优的补偿矩阵的形式为:
粒子群由m个粒子组成,每个粒子的维数有4维,分别是a,b,c,d四个变量,作为待寻优的变量;
步骤222,定义性能函数:
定义的性能函数应使找到的的Gershgorin带不包含原点,即需要Gershgorin圆心到原点的距离大于半径,并且应保证在给定频率w(s=jw)中均不包含原点,因此定义的性能函数为:
(2)式中:n为频率点数,Dpoint是圆心到原点的距离(以G(s)的对角阵gii(jw)为圆心),R为对应半径;
根据(2)式,能够在频率点范围内使Gershgorin带远离原点,在频率点范围内得到最优值;
在一段频率点内,根据(2)式计算每个粒子的性能函数,比较每个粒子的性能优劣,根据当前粒子优劣值和历史最优位置进行比对,来调整粒子运动的方向和速度;
步骤223,更新粒子位置:
当获得性能更好的粒子,则替换粒子的最优位置,同时更新各粒子的速度和位置,速度和位置的计算公式如(3)式所示,加入惯性系数ω用于平衡全局搜索能力和局部搜索能力,加入rand()是为防止陷入局部最优,
使所有粒子都趋向于最优的粒子,当达到最大迭代次数或者全局最优位置满足最小界限时便得到了最终的解;(3)式中:xi=(xi1,xi2,xi3,xi4)表示每个粒子的当前位置,pi=(pi1,pi2,pi3,pi4)表示每个粒子的历史最优位置,vi=(vi1,vi2,vi3,vi4)为粒子的速度,pg=(pg1,pg2,pg3,pg4)为所有粒子的最优位置,上下限xmax,xmin,粒子数m,惯性权重ω,历史最优位置的学习因子c1,全局最优因子c2和随机学习因子c3;在设定的解空间内随机初始化每个粒子的位置和速度;
步骤224,绘制Gershgorin带验证G(s)Kp(s)是否满足对角优势,若不满足,则更改学习因子c3,频率点n和惯性权重ω,重新返回(222)进行计算。
步骤(3)所述采用不变性原理设计前馈控制器是指:前馈控制器加在PID控制器之后或者针对需处理前馈控制器输出的约束,则将前馈控制器加在设定值上;然后通过改进INA方法将原本耦合的对象分解为两个独立对象,则前馈控制器中的传递函数方程式为:
(4)式中:Y(s)表示输出量,有CO2捕集率和再沸器温度两个分量,X(s)表示烟气输入量,i取1,2分别代表解耦后的两个回路,Wo是补偿后的等效对象,WF是前馈控制器,Gdi表示扰动传递函数,fi表示回路增益;
若前馈控制器的物理形式不可实现,其传递函数可分解为微分环节和正常的物理可实现环节:
(5)式中:M(s),N(s)分别是正常物理可实现环节的分子分母,M(s)的阶次低于N(s),a为微分环节的系数;
由于微分环节物理不可实现,将其转化为一阶惯性环节,在低频可等效:
(6)式中:T为时间常数。
本发明的实现原理是:本发明所涉及的逆奈奎斯特(Inverse Nyquist Array,简称INA)是一种线性多变量***的控制方法,虽然INA控制方法比现有PID方法在热能控制工程中具有优点,但还没有达到控制的最佳状态,因此本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,它是以燃烧后CO2捕集***为被控对象、贫液流量和汽轮机抽汽流量为控制量、CO2捕集率和再沸器温度为被控量以及电站功率变化导致的烟气流量改变为外扰量;首先利用基于粒子群自寻优的改进INA方法对CO2捕集***进行解耦,然后针对解耦等效对象利用不变性原理方法引入多变量前馈控制,从而抑制烟气流量扰动的影响,避免了现有INA方法需要反复试凑的缺点。本发明的改进INA前馈控制方法用于燃烧后CO2捕集***后,能够快速平稳追踪变化的CO2捕集率设定值,并有效抑制烟气扰动的影响,具有良好的抗干扰能力。
本发明与现有技术相比其显著优点在于:
第一,本发明具有良好的抗烟气流量扰动干扰能力,并能快速灵活跟踪CO2捕集率设定值和保持再沸器温度在设定值附近。
第二,本发明相较于现有PID方法,能够更有效的抑制烟气扰动的影响,保证燃烧后CO2捕集***灵活运行;在工程上易于实现,特别是在变工况时能够保持平稳运行。
第三,本发明利用基于粒子群优化的改进INA方法对被控对象解耦,使其具有自寻优能力,解决了现有INA需要试凑且效果不显著的缺点。
第四,本发明将改进INA方法和前馈控制器结合,能够实现对可测扰动的抑制,使燃烧后CO2捕集***能够快速平稳追踪变化的CO2捕集率设定值,并有效抑制烟气扰动,具有良好的抗干扰能力。
在烟气量扰动情况下,将改进INA前馈控制方法、现有PID方法和现有INA方法分别控制燃烧后CO2捕集***,得到表1所示的控制效果性能参数表。
表1:本发明与现有控制方法的性能参数及效果比较表
从表1可知,相比于现有PID方法和现有INA方法,改进INA前馈控制方法的调节过渡过程时间较短,超调量较小,基本没有稳态偏差,说明本发明的控制方法应用于燃烧后CO2捕集***能够得到很好的控制效果。
附图说明
图1为现有INA控制方法的原理方框示意图。其流程为:首先通过试凑的方法得到补偿矩阵Kp(s),通过画Gershgorin带的方法来判断等效对象Kp(s)G(s)是否为对角优势阵,若不是,则重新试凑Kp(s);在等效对象是对角优势阵后,整定PID控制器和反馈增益,应用于CO2捕集***。
图2为本发明的改进INA前馈控制方法的原理方框示意图。其流程为:首先通过粒子群优化算法得到补偿矩阵Kp(s),获得对角优势的等效对象Kp(s)G(s),然后整定PID控制器,最后根据等效对象设计前馈控制器,引入烟气流量扰动,停运与CO2捕集***。
图3为本发明的改进INA方法的原理流程图。其流程为:首先通过试凑的方法得到补偿矩阵Kp(s);然后根据对角优势的等效对象,整定PID控制器;之后根据逆乃式判据设计反馈增益。
图4-a、图4-b、图4-c和图4-d组合图为本发明的被控对象的Gershgorin带的示意图。其中:
横坐标Re表示Gershgorin带上点的实部,纵坐标lm表示点的虚部。
图4-a为被控对象传递函数G11的Gershgorin带,从图中可看出Gershgorin带包含(0,0)点,说明其不是对角优势阵;图4-b为被控对象传递函数G12的Gershgorin带;图4-c为被控对象传递函数G22的Gershgorin带;图4-d为被控对象传递函数G22的Gershgorin带,从图4-d中可看出Gershgorin带包含(0,0)点,说明其不是对角优势阵。
图5-a、图5-b、图5-c和图5-d组合图为本发明的等效对象的Gershgorin带的示意图。其中:
横坐标Re表示Gershgorin带上点的实部,纵坐标lm表示点的虚部。
图5-a为等效对象传递函数KpG11的Gershgorin带,从图中可看出Gershgorin带不包含(0,0)点,说明其是对角优势阵;图5-b为被控对象传递函数KpG12的Gershgorin带;图5-c为被控对象传递函数KpG21的Gershgorin带;图5-d为被控对象传递函数KpG22的Gershgorin带,从图5-d中可看出Gershgorin带不包含(0,0)点,说明其是对角优势阵。
图6-a、图6-b、图6-c、图6-d和图6-e组合图为本发明控制方法(实线)与不加前馈的PI控制器(虚线)在烟气流量变化下的控制效果对比的示意图。其中:
图6-a为烟气扰动的变化图;图6-b为本发明的控制方法和不加前馈的PI控制方法下,烟气扰动过程中被控量CO2捕集率的变化曲线;图6-c为本发明的控制方法和不加前馈的PI控制方法下,烟气扰动过程中被控量再沸器温度的变化曲线;图6-d为本发明的控制方法和不加前馈的PI控制方法下,烟气扰动过程中控制量贫液流量的变化曲线;图6-e为本发明的控制方法和不加前馈的PI控制方法下,烟气扰动过程中控制量抽汽流量的变化曲线;
具体实施方式
下面结合附图和实施例对本发明的具体实施方案做进一步的详细描述。
以本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法在某1MW火电机组燃烧后CO2捕集***仿真模型中应用为例,控制目标是在满足控制量大小约束和速率约束的调节下,使再沸器温度保持386K,使CO2捕集率跟踪设定值。
图1为现有INA控制方法的原理方框示意图,应用现有INA控制方法的性能参数及效果详见上述表1。为克服现有INA控制方法的不足,图2公开了本发明的改进INA前馈控制方法的原理方框示意图,具体实施方案是:
如图2所示,本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,通过对燃烧后CO2捕集***的控制量和被控量的辨识,进行改进INA方法的设计,完成改进INA与前馈控制器的融合设计,进而实现对CO2捕集率y1和再沸器温度y2的控制,具体步骤包括如下:
步骤1,对燃烧后CO2捕集***的控制量和被控量的辨识:加入在稳态工况下的贫液流量u1和汽轮机抽汽流量u2的两个控制量以及烟气扰动量u3为输入的阶跃激励信号数据,每30s采样一次,以获取CO2捕集率y1和再沸器温度y2的两个被控量为输出的阶跃响应数据,辨识所述输入输出数据并作为被控开环传递函数阵G(s);
烟气扰动传递函数为
步骤2,改进INA方法的设计:利用基于粒子群优化的改进INA方法对被控对象解耦,通过自寻优获得补偿矩阵Kp(s),与被控对象组成等效对象G(s)Kp(s);针对所述等效对象整定PID调节器Kc(s)=diag{kci(s)}所述整定的条件是使步骤1所述的被控量具有较小的超调量、较快的过渡过程、闭环稳态误差为零,以满足步骤1所述的控制量的约束和变化速率;
步骤3,改进INA与前馈控制器的融合设计:基于解耦后的等效对象,采用不变性原理方法设计前馈控制器以拓展改进INA,用于抑制烟气扰动的影响;设前馈控制器的前馈增益以调节前馈作用的大小,若前馈控制器的物理形式不可实现,则采用惯性环节来代替,所述惯性环节是指其中T为惯性时间。
如图3所示,在上述本发明步骤2中,基于粒子群优化包括如下步骤:
根据权利要求1所述的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于:步骤2所述基于粒子群优化的改进INA方法,包括如下具体步骤:
步骤21:求出G(s)的逆,绘制的Gershgorin带,以Gershgorin带不包含(0,0)点为原则来判断是否为对角优势阵;
如图4-a、图4-b、图4-c和图4-d的组合图所示,具体为的Gershgorin带,从该组合图中可看出包含原点,说明不是对角优势阵,因此需要获取补偿阵
步骤22,当为非对角优势时,利用粒子群算法设计补偿器Kp(s),使成为对角优势阵,绘制其Gershgorin带加以验证;
如图5-a、图5-b、图5-c和图5-d的组合图所示,具体为的Gershgorin带,从该组合图中可看出包含原点,是对角优势阵;
步骤23,对等效对象G(s)Kp(s)设计PID调节器kci(s),以满足暂态与稳态响应的要求;
步骤24,根据逆乃式稳定判据确定反馈增益f,使闭环***稳定并具有适当的稳定裕度;
步骤25,对燃烧后CO2捕集***进行仿真,若不满意,回到步骤22重新补偿,重新调整kci(s),直到满意为止。
步骤22,当为非对角优势时,利用粒子群算法设计补偿器Kp(s),使成为对角优势阵,绘制其Gershgorin带加以验证;
其中,步骤22步骤所述粒子群算法,包括如下具体步骤:
根据权利要求2所述的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于:步骤22所述的粒子群算法,包括如下步骤:
步骤221,寻优的补偿矩阵的形式为:
粒子群由m个粒子组成,每个粒子的维数有4维,分别是a,b,c,d四个变量,作为待寻优的变量;
步骤222,定义性能函数:
定义的性能函数应使找到的的Gershgorin带不包含原点,即需要Gershgorin圆心到原点的距离大于半径,并且应保证在给定频率w(s=jw)中均不包含原点,因此定义的性能函数为:
(3)式中:n为频率点数,Dpoint是圆心到原点的距离(以G(s)的对角阵gii(jw)为圆心),R为对应半径;
根据(5)式,能够在频率点范围内使Gershgorin带远离原点,在频率点范围内得到最优值;
在一段频率点内,根据(5)式计算每个粒子的性能函数,比较每个粒子的性能优劣,根据当前粒子优劣值和历史最优位置进行比对,来调整粒子运动的方向和速度;
步骤223,更新粒子位置:
当获得性能更好的粒子,则替换粒子的最优位置,同时更新各粒子的速度和位置,速度和位置的计算公式如(6)式所示,加入惯性系数ω用于平衡全局搜索能力和局部搜索能力,加入rand()是为防止陷入局部最优,
使所有粒子都趋向于最优的粒子,当达到最大迭代次数或者全局最优位置满足最小界限时便得到了最终的解;(6)式中:xi=(xi1,xi2,xi3,xi4)表示每个粒子的当前位置,pi=(pi1,pi2,pi3,pi4)表示每个粒子的历史最优位置,vi=(vi1,vi2,vi3,vi4)为粒子的速度,pg=(pg1,pg2,pg3,pg4)为所有粒子的最优位置,上下限xmax,xmin,粒子数m,惯性权重ω,历史最优位置的学习因子c1,全局最优因子c2和随机学习因子c3;在设定的解空间内随机初始化每个粒子的位置和速度;
步骤224,绘制Gershgorin带验证G(s)Kp(s)是否满足对角优势,若不满足,则更改学习因子c3,频率点n和惯性权重ω,重新返回(222)进行计算。
使所有粒子都趋向于最优的粒子,当达到最大迭代次数或者全局最优位置满足最小界限时便得到了最终的解。最终找到的补偿矩阵为
步骤3所述采用不变性原理设计前馈控制器是指:前馈控制器加在PID控制器之后或者针对需处理前馈控制器输出的约束,则将前馈控制器加在设定值上;然后通过改进INA方法将原本耦合的对象分解为两个独立对象,则前馈控制器中的传递函数方程式为:
(8)式中:Y(s)表示输出量,有CO2捕集率和再沸器温度两个分量,X(s)表示烟气输入量,i取1,2分别代表解耦后的两个回路,Wo是补偿后的等效对象,WF是前馈控制器,Gdi表示扰动传递函数,fi表示回路增益;
若前馈控制器的物理形式不可实现,其传递函数可分解为微分环节和正常的物理可实现环节:
(9)式中:M(s),N(s)分别是正常物理可实现环节的分子分母,M(s)的阶次低于N(s),a为微分环节的系数;
由于微分环节物理不可实现,将其转化为一阶惯性环节,在低频可等效:
(10)式中:T为时间常数。
本实施例为了比较本发明中的一种用于燃烧后CO2捕集***的改进INA前馈控制方法和不带前馈的PID控制方法的控制效果,做如下仿真试验:CO2捕集率设定值稳定在80%,再沸器温度设定值保持386K不变,在500s加入一个斜坡烟气流量扰动(即:从0.13kg/s变化到0.18kg/s)。
如图6-a、图6-b、图6-c、图6-d和图6-e的组合图所示,当烟气扰动发生时,本发明的改进INA前馈控制方法能够消除扰动的影响,快速维持CO2捕集率和再沸器温度在设定值上,相较于不带前馈的PID控制器,具有更快速平稳的扰动抑制效果,进一步提高CO2捕集***的运行品质以及对火电厂变负荷运行的适应性。
综上所述,本发明实施例运用了粒子群优化的改进INA方法对CO2捕集***进行解耦,在此基础上加入前馈控制器抑制烟气流量扰动,在无扰的情况下,与现有PID方法相比具有更优的设定值跟踪和调节能力,提高了CO2捕集***的控制品质;在有烟气扰动的情况下,可主动抑制烟气扰动,增强了其对火电厂负荷变动的适应性。
本发明的具体实施方式中凡未涉及的说明属于本领域的公知技术,可参考公知技术加以实施。
本发明经反复试验验证,取得了满意的试用效果。
以上具体实施方式及实施例是对本发明提出的一种用于燃烧后CO2捕集***的改进INA前馈控制方法技术思想的具体支持,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在本技术方案基础上所做的任何等同变化或等效的改动,均仍属于本发明技术方案保护的范围。
Claims (4)
1.一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于,通过对燃烧后CO2捕集***的控制量和被控量的辨识,进行改进INA方法的设计,完成改进INA与前馈控制器的融合设计,进而实现对CO2捕集率y1和再沸器温度y2的控制,具体步骤包括如下:
步骤1,对燃烧后CO2捕集***的控制量和被控量的辨识:加入在稳态工况下的贫液流量u1和汽轮机抽汽流量u2的两个控制量以及烟气扰动量u3为输入的阶跃激励信号数据,以获取CO2捕集率y1和再沸器温度y2的两个被控量为输出的阶跃响应数据,辨识所述输入输出数据并作为被控开环传递函数阵G(s);
步骤2,改进INA方法的设计:利用基于粒子群优化的改进INA方法对被控对象解耦,通过自寻优获得补偿矩阵Kp(s),与被控对象组成等效对象G(s)Kp(s);针对所述等效对象整定PID调节器Kc(s)=diag{kci(s)},所述整定的条件是使步骤1所述的被控量具有较小的超调量、较快的过渡过程、闭环稳态误差为零,以满足步骤1所述的控制量的约束和变化速率;
步骤3,改进INA与前馈控制器的融合设计:基于解耦后的等效对象,采用不变性原理方法设计前馈控制器以拓展改进INA,用于抑制烟气扰动的影响;设前馈控制器的前馈增益以调节前馈作用的大小,若前馈控制器的物理形式不可实现,则采用惯性环节来代替,所述惯性环节是指其中T为惯性时间。
2.根据权利要求1所述的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于:步骤2所述基于粒子群优化的改进INA方法,包括如下具体步骤:
步骤21:求出G(s)的逆,绘制的Gershgorin带,以Gershgorin带不包含(0,0)点为原则来判断是否为对角优势阵;
步骤22,当为非对角优势时,利用粒子群算法设计补偿器Kp(s),使成为对角优势阵,绘制其Gershgorin带加以验证;
步骤23,对等效对象G(s)Kp(s)设计PID调节器kci(s),以满足暂态与稳态响应的要求;
步骤24,根据逆乃式稳定判据确定反馈增益f,使闭环***稳定并具有适当的稳定裕度;
步骤25,对燃烧后CO2捕集***进行仿真,若不满意,回到步骤22重新补偿,重新调整kci(s),直到满意为止。
3.根据权利要求2所述的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于:步骤22所述的粒子群算法,包括如下步骤:
步骤221,寻优的补偿矩阵的形式为:
粒子群由m个粒子组成,每个粒子的维数有4维,分别是a,b,c,d四个变量,作为待寻优的变量;
步骤222,定义性能函数:
定义的性能函数应使找到的的Gershgorin带不包含原点,即需要Gershgorin圆心到原点的距离大于半径,并且应保证在给定频率w(s=jw)中均不包含原点,因此定义的性能函数为:
(2)式中:n为频率点数,Dpoint是圆心到原点的距离(以G(s)的对角阵gii(jw)为圆心),R为对应半径;
根据(2)式,能够在频率点范围内使Gershgorin带远离原点,在频率点范围内得到最优值;
在一段频率点内,根据(2)式(2)计算每个粒子的性能函数,比较每个粒子的性能优劣,根据当前粒子优劣值和历史最优位置进行比对,来调整粒子运动的方向和速度;
步骤223,更新粒子位置:
当获得性能更好的粒子,则替换粒子的最优位置,同时更新各粒子的速度和位置,速度和位置的计算公式如(3)式所示,加入惯性系数ω用于平衡全局搜索能力和局部搜索能力,加入rand()是为防止陷入局部最优,
使所有粒子都趋向于最优的粒子,当达到最大迭代次数或者全局最优位置满足最小界限时便得到了最终的解;(3)式中:xi=(xi1,xi2,xi3,xi4)表示每个粒子的当前位置,pi=(pi1,pi2,pi3,pi4)表示每个粒子的历史最优位置,vi=(vi1,vi2,vi3,vi4)为粒子的速度,pg=(pg1,pg2,pg3,pg4)为所有粒子的最优位置,上下限xmax,xmin,粒子数m,惯性权重ω,历史最优位置的学习因子c1,全局最优因子c2和随机学习因子c3;在设定的解空间内随机初始化每个粒子的位置和速度;
步骤224,绘制Gershgorin带验证G(s)Kp(s)是否满足对角优势,若不满足,则更改学习因子c3,频率点n和惯性权重ω,重新返回(222)进行计算。
4.根据权利要求1所述的一种用于燃烧后CO2捕集***的改进INA前馈控制方法,其特征在于:步骤(3)所述采用不变性原理设计前馈控制器是指:前馈控制器加在PID控制器之后或者针对需处理前馈控制器输出的约束,则将前馈控制器加在设定值上;然后通过改进INA方法将原本耦合的对象分解为两个独立对象,则前馈控制器中的传递函数方程式为:
(4)式中:Y(s)表示输出量,有CO2捕集率和再沸器温度两个分量,X(s)表示烟气输入量,i取1,2分别代表解耦后的两个回路,Wo是补偿后的等效对象,WF是前馈控制器,Gdi表示扰动传递函数,fi表示回路增益;
若前馈控制器的物理形式不可实现,其传递函数可分解为微分环节和正常的物理可实现环节:
(5)式中:M(s),N(s)分别是正常物理可实现环节的分子分母,M(s)的阶次低于N(s),a为微分环节的系数;
由于微分环节物理不可实现,将其转化为一阶惯性环节,在低频可等效:
(6)式中:T为时间。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811137761.6A CN109188911B (zh) | 2018-09-28 | 2018-09-28 | 一种用于燃烧后co2捕集***的改进ina前馈控制方法 |
PCT/CN2019/079091 WO2020062806A1 (zh) | 2018-09-28 | 2019-03-21 | 一种用于燃烧后co 2捕集***的改进ina前馈控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811137761.6A CN109188911B (zh) | 2018-09-28 | 2018-09-28 | 一种用于燃烧后co2捕集***的改进ina前馈控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109188911A true CN109188911A (zh) | 2019-01-11 |
CN109188911B CN109188911B (zh) | 2019-07-23 |
Family
ID=64906796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811137761.6A Active CN109188911B (zh) | 2018-09-28 | 2018-09-28 | 一种用于燃烧后co2捕集***的改进ina前馈控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109188911B (zh) |
WO (1) | WO2020062806A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687792A (zh) * | 2019-11-04 | 2020-01-14 | 东南大学 | 一种用于化学吸附燃烧后co2捕集***的抗烟气扰动模糊控制方法 |
WO2020062806A1 (zh) * | 2018-09-28 | 2020-04-02 | 东南大学 | 一种用于燃烧后co 2捕集***的改进ina前馈控制方法 |
CN114011865A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学 | 一种应用于土壤气相抽提设备的多变量解耦控制方法 |
CN114397922A (zh) * | 2021-09-29 | 2022-04-26 | 北京百利时能源技术股份有限公司 | 一种燃煤电厂二氧化碳捕集再沸器温度控制*** |
CN114712989A (zh) * | 2022-03-11 | 2022-07-08 | 浙江大学 | 低成本高效的污染物与co2协同吸收-解吸解耦方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080134660A1 (en) * | 2006-12-11 | 2008-06-12 | Matthias Finkenrath | Method and system for reducing co2 emissions in a combustion stream |
CN106842955A (zh) * | 2017-03-15 | 2017-06-13 | 东南大学 | 带烟气量扰动抑制的燃烧后co2捕集***预测控制方法 |
CN107450325A (zh) * | 2017-09-06 | 2017-12-08 | 东南大学 | 一种燃烧后co2捕集***的多模型预测控制方法 |
CN108508748A (zh) * | 2018-03-28 | 2018-09-07 | 东南大学 | 一种有效的光热辅助燃烧后co2捕集***运行控制方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102502631B (zh) * | 2011-09-30 | 2013-04-03 | 清华大学 | 基于不同灵活运行模式的燃烧后碳捕集电厂控制方法 |
US20130261818A1 (en) * | 2012-03-30 | 2013-10-03 | Alstom Technology Ltd | Integrated electric power generation and steam demand control system for a post combustion co2 capture plants |
CN107844659B (zh) * | 2017-11-16 | 2021-05-14 | 华东理工大学 | 水煤浆气化过程的代理模型建模方法 |
CN109188911B (zh) * | 2018-09-28 | 2019-07-23 | 东南大学 | 一种用于燃烧后co2捕集***的改进ina前馈控制方法 |
-
2018
- 2018-09-28 CN CN201811137761.6A patent/CN109188911B/zh active Active
-
2019
- 2019-03-21 WO PCT/CN2019/079091 patent/WO2020062806A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080134660A1 (en) * | 2006-12-11 | 2008-06-12 | Matthias Finkenrath | Method and system for reducing co2 emissions in a combustion stream |
CN106842955A (zh) * | 2017-03-15 | 2017-06-13 | 东南大学 | 带烟气量扰动抑制的燃烧后co2捕集***预测控制方法 |
CN107450325A (zh) * | 2017-09-06 | 2017-12-08 | 东南大学 | 一种燃烧后co2捕集***的多模型预测控制方法 |
CN108508748A (zh) * | 2018-03-28 | 2018-09-07 | 东南大学 | 一种有效的光热辅助燃烧后co2捕集***运行控制方法 |
Non-Patent Citations (7)
Title |
---|
BAOXIN DAI , XIAO WU , XIUFAN LIANG, JIONG SHEN: "Model Predictive Control of Post-combustion CO2 Capture System for Coal-fired Power Plants", 《PROCEEDINGS OF THE 36TH CHINESE CONTROL CONFERENCE》 * |
JIANGFAN LIN, LEI PAN, XIAO WU, XIUFAN LIANG: "A DMC Scheme with Feedforward Compensation of CO2 Capture Process from Power Plant", 《PROCEEDINGS OF THE 36TH CHINESE CONTROL CONFERENCE》 * |
崔连杰等: "基于INA 设计方法的多变量PID控制器设计方法", 《软件》 * |
沈艳梅等: "燃煤发电二氧化碳捕集技术研究现状分析", 《广州化工》 * |
王建波等: "基于INA的机器人六维腕力传感器的解耦研究", 《测控技术》 * |
部时旺等: "燃煤电厂二氧化碳捕集技术研究进展燃煤电厂二氧化碳捕集技术研究进展", 《二氧化碳减排控制技术与资源化利用研讨会》 * |
韩涛等: "燃煤电厂二氧化碳捕集技术研究及应用", 《煤炭工程》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020062806A1 (zh) * | 2018-09-28 | 2020-04-02 | 东南大学 | 一种用于燃烧后co 2捕集***的改进ina前馈控制方法 |
CN110687792A (zh) * | 2019-11-04 | 2020-01-14 | 东南大学 | 一种用于化学吸附燃烧后co2捕集***的抗烟气扰动模糊控制方法 |
CN110687792B (zh) * | 2019-11-04 | 2022-04-26 | 东南大学 | 一种用于化学吸附燃烧后二氧化碳捕集***的抗烟气扰动模糊控制方法 |
CN114397922A (zh) * | 2021-09-29 | 2022-04-26 | 北京百利时能源技术股份有限公司 | 一种燃煤电厂二氧化碳捕集再沸器温度控制*** |
CN114397922B (zh) * | 2021-09-29 | 2023-03-14 | 北京百利时能源技术股份有限公司 | 一种燃煤电厂二氧化碳捕集再沸器温度控制*** |
CN114011865A (zh) * | 2021-11-05 | 2022-02-08 | 北京航空航天大学 | 一种应用于土壤气相抽提设备的多变量解耦控制方法 |
CN114011865B (zh) * | 2021-11-05 | 2022-09-23 | 北京航空航天大学 | 一种应用于土壤气相抽提设备的多变量解耦控制方法 |
CN114712989A (zh) * | 2022-03-11 | 2022-07-08 | 浙江大学 | 低成本高效的污染物与co2协同吸收-解吸解耦方法 |
CN114712989B (zh) * | 2022-03-11 | 2023-01-03 | 浙江大学 | 低成本高效的污染物与co2协同吸收-解吸解耦方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020062806A1 (zh) | 2020-04-02 |
CN109188911B (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188911B (zh) | 一种用于燃烧后co2捕集***的改进ina前馈控制方法 | |
CN105629736B (zh) | 数据驱动的火电机组scr脱硝扰动抑制预测控制方法 | |
Pathak et al. | AGC of two area power system based on different power output control strategies of thermal power generation | |
CN110026068B (zh) | 一种基于神经网络逆控制的大型燃煤电站co2捕集***及前馈控制方法 | |
CA2820216C (en) | Optimized integrated controls for oxy-fuel combustion power plant | |
CN110764419B (zh) | 大型燃煤电站co2捕集整体调度及预测控制***和方法 | |
CN105629738A (zh) | Scr烟气脱硝***控制方法及设备 | |
Wu et al. | Reinforced coordinated control of coal-fired power plant retrofitted with solvent based CO2 capture using model predictive controls | |
CN108710356B (zh) | 一种有效的燃烧后co2捕集燃煤发电***运行控制方法 | |
Prasad et al. | Plant-wide predictive control for a thermal power plant based on a physical plant model | |
Wu et al. | Power-carbon coordinated control of BFG-fired CCGT power plant integrated with solvent-based post-combustion CO2 capture | |
Rúa et al. | Model predictive control for combined cycles integrated with CO2 capture plants | |
Sultan et al. | Plant-wide MPC control scheme for CO2 absorption/stripping system | |
CN115085275A (zh) | 一种风电参与调频的pid调速器参数优化方法 | |
Paces et al. | Combined control of combustion load and combustion position in a moving grate biomass furnace | |
Skjervold et al. | Investigation of control strategies for adsorption-based CO2 capture from a thermal power plant under variable load operation | |
CN116859872A (zh) | 一种碳捕集电厂控制方法、***及设备 | |
CN113341765B (zh) | 一种严格控制碳排放的燃煤电站co2捕集***灵活调控方法 | |
Liao et al. | Robust control and flexible operation for commercial-scale coal-fired power plant with solvent-based post-combustion carbon capture | |
Ma et al. | An improved predictive optimal controller with elastic search space for steam temperature control of large-scale supercritical power unit | |
Zhu et al. | Internal model control using LMS filter and its application to superheated steam temperature of power plant | |
Rousset et al. | Development and application of a multi-domain dynamic model for direct steam generation solar power plant | |
Schörghuber et al. | Control of a biomass-furnace based on input-output-linearization | |
Lin et al. | A DMC scheme with feedforward compensation of CO 2 capture process from power plant | |
Li et al. | Multivariable nonlinear control design for boiler-turbine units |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |