CN110309585B - 一种柔性协调控制器的实现方法 - Google Patents
一种柔性协调控制器的实现方法 Download PDFInfo
- Publication number
- CN110309585B CN110309585B CN201910574950.8A CN201910574950A CN110309585B CN 110309585 B CN110309585 B CN 110309585B CN 201910574950 A CN201910574950 A CN 201910574950A CN 110309585 B CN110309585 B CN 110309585B
- Authority
- CN
- China
- Prior art keywords
- rate
- unit
- load
- algorithm
- variable
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 125
- 230000008859 change Effects 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 239000000446 fuel Substances 0.000 claims abstract description 9
- 239000003245 coal Substances 0.000 claims abstract description 5
- 239000002184 metal Substances 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 41
- 238000002485 combustion reaction Methods 0.000 claims description 8
- 230000007774 longterm Effects 0.000 claims description 6
- 238000007664 blowing Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 2
- 108700041286 delta Proteins 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 101000872084 Danio rerio Delta-like protein B Proteins 0.000 claims 3
- 230000001105 regulatory effect Effects 0.000 claims 2
- 230000036760 body temperature Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000002035 prolonged effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000005338 heat storage Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010977 unit operation Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000001595 flow curve Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013643 reference control Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F22—STEAM GENERATION
- F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
- F22B35/00—Control systems for steam boilers
- F22B35/18—Applications of computers to steam boiler control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Mechanical Engineering (AREA)
- General Business, Economics & Management (AREA)
- Thermal Sciences (AREA)
- Combustion & Propulsion (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Feedback Control In General (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明公开了一种柔性协调控制器的实现方法,本发明基于汽包壁金属温度、汽轮机缸体温度、大机开门速率、重要辅机出力、不同负荷阶段(深调)、主蒸汽温度变化速率、压力偏差在允许范围、排烟温度过低等诸多机组参数的优化算法可以动态的实时计算并拟合出机组的最优变负荷率和变压率需求函数模型,模块通过发出的信号直接作用到协调控制器的变负荷速率和变压力速率的控制逻辑里,进而直接改变发电机组变负荷强度,作用在机组燃料量、给水量、风煤配比的动态加载上,实现机组升降负荷的安全性和调节性能的平衡,实现多参数参控计算燃料。并通过优化的算法,以控制器参数去计算底层所需的煤、水、风及相互之间的关系,使***之间扰动干扰趋于平衡。
Description
技术领域
本发明属于热力发电自动化控制技术,特别涉及一种柔性协调控制器的实现方法。
背景技术
协调控制是火力发电厂中的最重要控制回路,担负着机组最重要的控制功能,实现机组锅炉侧和汽轮机侧的出力平衡、物料平衡和能量平衡的任务,同时也是机组并网后自动发电控制(AGC)和一次调频功能的基础。所以,协调控制器(控制回路)的指标直接影响甚至一定程度决定了电网频率的稳定以及机组的稳定性、经济性、环保性。
目前火电机组的协调控制器里的变负荷速率和变压力速率都是定数值设定,或者不同需求的硬切换回路,是运行人员按照运行规程或者经验数值设定的定速率,按这种操作方法的控制方式只是为了满足变负荷的基本需求,这是一种较粗略和僵硬的控制方式,在很多工况下这个数值都不是最优的速率,会对机组的安全性、灵活性、经济性、环保性造成一定的牺牲,速率是否合适,直接影响了机组对电网需求能否达标,也直接决定了机组运行时潜能是否运用合理即机组的经济性能。所以,在发电机组的安全性、灵活性、经济性、环保性要求越来越高的大环境下,通过对机组的改造和优化来提升机组相关性能指标的技术的实现就具有重要现实意义。
本发明的中心意图是设计一种基于协调控制***的弹性变负荷速率和弹性变压力速率的智能设定控制器。该控制器基于汽包壁金属温度、汽轮机缸体温度、大机开门速率、重要辅机出力、不同负荷阶段(深调)、主蒸汽温度变化速率、压力偏差在允许范围、排烟温度过低等因素对机组变负荷速率和变压力速率的影响的算法,以弹性的变速率代替原始硬切换速率逻辑,实现多参数参控燃料的计算。本发明设计的控制器可有效的解决当前机组协调控制方式手动设定变负荷率带来的控制粗犷问题,也可有效的解决当前众多电厂AGC考核、环保考核不达标的问题和深度调峰工况下,由于变负荷速率设定不佳造成的考核奖惩问题,同时能够提高机组的安全性、灵活性、经济性、环保性。
目前国内发电机组尚无基于弹性变负荷速率和变压力的协调控制方案***的设计,本发明是在极大的市场需求的情况下对机组协调特性动态调整的控制策略方面的创新。
发明内容
本发明的在于克服上述现有技术不足,提供一种柔性协调控制器的实现,具体实现流程如下步骤所示:
步骤1,接收应用对象机组***信号,建立机组安全阀值算法和性能阀值算法。本控制器接收机组信号包括汽包壁金属温度、汽轮机缸体温度、汽轮机调门开启速率、重要辅机出力、不同负荷阶段(深调)、主蒸汽温度变化速率、压力偏差在允许范围、排烟温度过低等。通过如附图2所示的阀值算法区里的边际条件算法,计算该条件下机组变负荷率需求阀值,将该阀值送至下一步寻优智能筛选器,以弹性的变速率代替原始硬切换速率逻辑,实现了多参数多边际条件参控计算变负荷速率和变压力速率;
步骤2,建立和编辑智能寻优算法,采用在线智能分析器寻优算法区所示,通过对步骤1里各个算法函数在线计算,智能寻优最佳参数,寻找出所有算法器里达到边际条件的域度阀值具体算法规则见附图3,产生的最优变负荷速率和变压力速率送至下一步接口输出,设定至协调控制***;
步骤3,本发明控制器接口位于机组DCS(电厂分散集中控制)***的协调级见附图2弹性变负荷和变压力速率控制器输出,接口1是使用新生成的负荷限制加入原始的负荷限制模块,接口2是使用新生成的速率值取代原始的手动负荷速率设定模块,接口3是在线整定参数接口。本步骤功能是将优控指令下发到各个控制***中。
步骤4,通过将速率优化算法接入协调逻辑,观察机组运行曲线,验证步骤1里每个单项算法和步骤2里智能寻优算法的合理性,实时在线微调速率优化算法参数;
步骤5,机组在后期运营维护中,如果***热力设备更换导致机组特性变化,优化算法也需要根据机组新特性实时更新。在本发明的控制器中阀值优化算法、智能寻优算法都预留可在线整定参数接口。
本发明全新设计了一种基于弹性变负荷速率和弹性变压力速率的协调控制器,实现大型燃煤机组或燃气联合循环机组协调控制***弹性变负荷速率和弹性变压力速率的控制功能。控制器通过发出的信号直接作用到协调控制器的变负荷速率和变压力速率的逻辑里,进而直接改变机组协调模型的惯性时间,作用在机组动态模型的燃料量、给水量、风煤配比上,能动态的、实时的拟合机组的模型,做到精确控制,实现多参数参控计算燃料,使得机组机炉协调匹配参数动态计算、实时最优。
本发明用于大型燃煤机组和燃气联合循环机组的协调控制器,基于汽包壁金属温度、汽轮机缸体温度、大机开门速率、重要辅机出力、不同负荷阶段(深调)、主蒸汽温度变化速率、压力偏差在允许范围、排烟温度过低等诸多机组参数的优化算法可以动态的实时计算并拟合出机组的最优变负荷率和变压率需求函数模型,并通过优化的算法,改善协调控制器,以最优的控制器参数去计算底层所需的煤、水、风及相互之间的关系,使得控制品质可显著提高,***之间扰动干扰更趋于平衡。
附图说明
图1为本发明“一种基于弹性变负荷速率和弹性变压力速率的协调控制器”结构图。
图2为本发明“弹性变负荷速率和弹性变压力速率的控制器”逻辑图。
图3为本发明中“弹性变负荷速率和弹性变压力速率的控制器”的阀值项目构成图。
图4为本发明中“弹性变负荷速率和弹性变压力速率的控制器”的智能寻优算法结构图。
具体实施方式
一种基于弹性变负荷速率和弹性变压力速率的协调控制器如附图1所示,包括四大部分:接收机组信号部分、变速率分量项目构成,协调控制器核心弹性变负荷速率和弹性变压力速率的控制器、嵌入式接口、在线整定算法参数接口模块。
1、接收机组信号部分,主要接收来自DCS(电厂分散集中控制***)的重要参数信号,主要包括,汽包壁温、排烟温度、NOx和SO2浓度、汽轮机缸温、机组负荷、主蒸汽温度、综合阀位、风机电流、给水泵电流等。
2、一种基于弹性变负荷速率和弹性变压力速率的协调控制器的核心部分是弹性变负荷速率和弹性变压力速率的控制器,内部结构见附图2,主要有阀值算法区和智能寻优算法区。阀值算法区主要时根据需求分析,面向工艺对象的设计出基于机组重要安全参数、辅机出力参数、环境保护参数的边际条件速率优化算法,附图2的a汽包壁温算法、b排烟温度算法、c不同负荷算法、d辅机出力算法、e汽机缸温算法、f综合阀位算法、g主蒸汽温算。(各算法流程图见图3)
如图2所示,a算法为不同负荷阶段生成不同变负荷速率和变压力速率算法。此算法首先通过对机组长期运行工况进行大数据分析,根据不同负荷阶段变负荷时的负荷、主汽压力、锅炉蒸汽参数、汽包水位波动等情况,燃烧稳定情况的曲线进行分析,可以判断出在原始运行人员给定的定速率运行情况下,各个不同负荷阶段机组的燃烧稳定情况、锅炉蓄热利用的情况,进而在原始的定速率的基础上在不同负荷阶段时进行优化修正,然后再实时的观察验证修正后的参数。如此多次优化修正并且验证,最终生成每个负荷段最优曲线函数F(Xa);
F(Xa)的具体技术方案:设Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比(例如,600MW的直吹式机组为Pe*1.5%,Z即为1.5%);Ps主汽压力设定值,Pv实际主汽压力,Δ1为当前机组主蒸汽压力偏差最大允许数值(具体数值可查询《火力发电厂模拟量控制***验收测试规程》,600MW等级直吹式机组为±0.6MPa),
则定义
设P1为炉膛负压测量值,P2为炉膛负压实际值设定值,Δ2为当前机组主炉膛压力偏差最大允许数值(具体数值可查询《火力发电厂模拟量控制***验收测试规程》,600MW等级直吹式机组为±200Pa),则定义
那么就可以在负荷点x1处根据算法公式,F(x1)=A1*A2*Pe*Z,依据此公式,在多个负荷点x2、x3、x4、x5、x6、x7、x8处计算出相对应的F(x1)、F(x2)、F(x3)、F(x4)、F(x5)、F(x6)、F(x7)、F(x8),最终生成曲线函数F(Xa)=(x2,x3,x4,x5,x6,x7,x8;F(x1),F(x2),F(x3),F(x4),F(x5),F(x6),F(x7),F(x8))。机组根据算法F(Xa)自动在不同负荷段实时的修正变负荷速率,可以保证机组每个负荷段主蒸汽压力所表征的机炉能量需求匹配和炉膛负压所表征的燃烧波动都具有较大的安全稳定裕度和经济的运行方式。
本发明具有如下优点,
第一:如图2所示,a算法为不同负荷阶段生成不同变负荷速率和变压力速率算法的设计考虑到低负荷时燃烧稳定性低的特点,可有效的将AGC最低负荷下限网下延伸,极大的提高机组的灵活性,对电网因新能源发电的间歇及其他造成电网峰谷变化大而迫切需要电源侧加深的深度调峰的要求有很大的促进作用。同时此算法也会考虑到不同负荷阶段时机组的蓄热不同和变负荷时所需求的热量不同,会显著提高机组的响应速度,更好的满足机组AGC考核需求,也相应的会获得网调对机组关于AGC考核奖励。最后,算法考虑蓄热的同时,也就相应的考虑到了机组运行极限,会在机组特性变慢的负荷段相应的减弱变负荷速率和变压力,进而提高机组运行时的安全裕度。
第二:如图2所示,b为汽包壁温差大而生成变负荷和变压力速率的算法是基于汽包壁温差及汽包温度变化速率的优化算法,可有效的增加机组稳定运行时汽包壁温的安全稳定裕度,相应的对汽包设备材料应力考虑的精细,也会增加设备使用寿命,进一步的提高机组的经济性;如图2所示,c为基于辅机出力限制的优化变负荷和变压力速率的算法基于各个重要辅机出力限制的变负荷和变压力的速率,在机组运行时使得各个辅机有更大的安全裕度,也相应的增加了辅机的运行寿命进而提高经济性;如图2所示,d算法为基于汽轮机缸温温差而生成变负荷和变压力速率的算法是基于汽轮机缸温温差及汽轮机缸温变化速率的优化算法,会增加机组运行时汽轮机安全稳定裕度,相应的会增加设备使用寿命,进一步的提高机组的经济性。
第三:如图2所示,e算法为基于汽轮机综合阀门位置优化变负荷和变压力速率的算法考虑实时汽轮机做功能力的强弱,可以更精确的计算机组特性,进而匹配最优的变负荷速率,提高机组运行效率,提升机组的经济性能;如图2所示,f算法为基于主蒸汽压力偏差的优化变负荷和变压力速率算法灵活的匹配任意工况的锅炉和汽机出力情况,可以更精确有效的提高机组响应速度和安全裕度,进而提高机组经济性和安全性。
第四:如图2所示,g为基于锅炉排烟温度优化变负荷和变压力速率的算法直接通过以往机组长期运行时锅炉排烟温度和各项环保参数,来优化该工况时的机组变负荷速率和变压力速率,由于算法是基于环保参数的优化策略,可以很好的解决机组在变负荷时污染物的排放波动,可以有效的减小环境污染,同时也会提高机组的经济性能。
进一步的,在保证机组在任一运行工况下,都能对运行机组诸多制约因素中的最大一环,实时跟踪参数变化,通过该发明器的控制算法,使得在任一时刻机组运行的短板都能在变负荷和变主汽压力得到弹性体现,比较现行的控制设备粗狂定值控制范围,比较使用保护功能的硬切换方式,本发明器能更精确的保护机组运行安全和更加有效灵活的挖掘机组的能效潜能。
进一步的,在提升了机组运行的稳定裕度、安全裕度同时,减少运行人员的操作,降低误操作概率;在涉网方面,也使机组能更加灵活的参与深度调峰,更好的响应AGC的要求,提高了机组涉网性能指标,提高机组负荷调节的灵活性;
进一步的,完善了国内机组在动态协调模型计算方法,填补了国内机组针对协调的非线性模型控制的弹性变速率控制策略的空白。
如图2所示,b算法为汽包壁温差大而生成变负荷和变压力速率的算法。此算法首先直接通过以往机组长期运行的参数,观察汽包壁温变化速率及汽包上下壁温差的极值,将此极值与汽包安全稳定运行时金属材料等对温差的要求标准比较,判断安全裕度,并根据安全裕度来调整优化原始变负荷速率和变压力速率,然后多次重复调整并验证新的变负荷速率和变压力速率,从而生成最终合适的变负荷速率和变压力速率算法函数F(Xb);
电厂运行规程规定汽包上下壁温差不可超过50℃,壁温升降速率应小于1.5℃/min。根据机组长期运行及启停参数,可以查寻出机组汽包壁温差的极值B1,设ΔB为汽包上部壁温差实时值,即B1为运行期间汽包壁温差值ΔB的最大值,定义安全区间[0,40],报警运行区间[40,45],定义温差函数曲线F(ΔB),在报警安全区间等比例修正变负荷速率。
若B1<40,则
若B1≥40,则
设ΔR为实际汽包壁温变化速率,B2为温度变化速率极值,定义安全区间[0,0.8],报警运行区间[0.8,1.2],在报警安全区间等比例修正变负荷速率。
若B2<0.8,则
若B2≥0.8,则
生成最终的b算法的弹性负荷速率算法函数F(Xb)=F(ΔB)*F(ΔR)*Pe*Z,(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)
如图2所示,c算法为基于辅机出力限制的优化变负荷和变压力速率的算法。此算法根据各个辅机在各个工况下出力情况达到额定出力而相应的对变负荷和变压力速率进行调整,使得辅机有更大的安全裕度。例如,锅炉侧辅机一次风机,在高负荷时,燃料量需求较大,风机出力也较大,此时可根据运行电流与额定电流比较、风机出口压力与风机最大出力比较,同时也需考虑风机电机轴承温度、振动等参数,来判断风机此刻运行的安全裕量,根据此裕度来降低机组变负荷和变压力速率,从而使风机能更加稳定安全的运行。其他重要辅机如送风机、引风机、给水泵等均按照此方法生成优化算法,最终形成基于各个重要辅机出力限制的变负荷和变压力速率的算法函数F(Xc);
设K1为一次风机实时电流,K2为一次风机额定电流,K3为正常运行时的平均电流值,则定义安全运行区间[0.85*K3,1.15*K3],报警运行区间为[1.15*K3,0.9*K2],当风机实时运行电流处于安全区间,则定义函数F(K)
设M1送风机实时运行电流,M2为送风机额定电流,M3为送风机正常运行时的平均电流,
则定义安全运行区间[0.85*M3,1.15*M3],报警运行区间为[1.15*M3,0.9*M2],当风机实时运行电流处于安全区间,则定义函数F(M)
设N1送风机实时运行电流,N2为送风机额定电流,N3为送风机正常运行时的平均电流,
则定义安全运行区间[0.85*N3,1.15*N3],报警运行区间为[1.15*N3,0.9*N2],当风机实时运行电流处于安全区间,则定义函数F(N)
最终生成弹性负荷速率算法函数F(Xc)=F(K)*F(M)*F(N)*Pe*Z;(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)。此算法根据现场实际情况,还可以拓展出其他辅机例如给水泵等类似于F(K)、F(M)和F(N)的算法。
如图2所示,d算法为基于汽轮机缸温温差而生成变负荷和变压力速率的算法。此算法首先直接通过以往机组长期运行的参数,观察汽轮机缸温变化速率及汽轮机缸温温差的极值,将此极值与汽轮机全稳定运行时对温差的要求标准比较,判断安全裕度,并根据安全裕度来调整优化原始变负荷速率和变压力速率,然后多次重复调整并验证新的变负荷速率和变压力速率,从而生成最终的基于汽轮机缸温温差的变负荷速率F(Xd1)和变压力速率的算法函数F(Xd2);
汽轮机厂设计的汽轮机上下缸温差大保护一般为50℃,根据机组长期运行趋势,可以查寻出机组汽轮机缸温差的值D1,定义安全区间[0,35],报警运行区间[35,40],定义温差函数曲线F(ΔD),在报警安全区间修正变负荷速率和变压力速率,设定Y为网调要求的最低机组变压力速率,则
则弹性负荷速率算法函数F(Xd1)=F(ΔD)*Pe*Z;(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)。
弹性变压力速率算法函数F(Xd2)=F(ΔD)*Y;(Y为网调最低要求的变负荷速率)。
如图2所示,e算法为基于汽轮机综合阀门位置优化变负荷和变压力速率的算法。此算法是根据机组变负荷时汽机主控制器给出的综合阀门位置指令和指令变化率计算当前汽轮机做功潜能的强弱,进而优化变负荷速率。当协调的子回路汽机控制器根据负荷指令闭环计算出的综合阀位指令开大且变化率比较大时,说明此时变负荷速率相对较快,锅炉侧出力未及时跟上,导致汽机调门需要迅速开大,相应的就需要减弱此时变负荷速率;反之,增大变负荷速率。同时也参考汽轮机各个阀门同流曲线,可比较得出当前综合阀位开度汽轮机调节能力的强弱,基于此生成根据汽轮机综合阀位置的变负荷速率的曲线函数F(Xe1)和弹性变压力函数F(Xe2);设定ΔE为当前综合阀位,单位%,则对负荷速率修正的算法函数F(ΔE1)和对压力变化速率修正算法函数F(ΔE2)如下:
则弹性负荷速率算法函数F(Xe1)=F(ΔE1)*Pe*Z;(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)。
弹性变压力速率算法函数F(Xd2)=F(ΔE2)*Y;(Y为网调最低要求的变负荷速率)。
如图2所示,f算法为基于主蒸汽压力偏差的优化变负荷和变压力速率算法。此算法是根据机组变负荷时主蒸汽压力与压力给定值的偏差来判断锅炉出力能否跟上汽轮机侧负荷的需求,进而优化变负荷和变压力速率。当主蒸汽压力设定值与实际压力偏差较大时,说明此时锅炉侧出力与汽机侧能量需求不匹配,进而需要调整变压力速率,协调好汽轮机侧的能量需求和锅炉侧热量输出。当涨负荷时,主蒸汽压力设定值大于实际压力且偏差较大,说明此时锅炉侧出力跟不上了,在其他参数合适时,需要降低变压力速率,来匹配当前的出力特性,反之,就可以加快变压力速率,根据当前机组出力特性,可以更快的响应负荷需求。根据实际运行期间主蒸汽压力偏差的对变负荷和变压力速率的影响关系生成弹性变负荷速率算法函数F(Xf);设ΔF为当前压力设定值于实际值的偏差,Q为《火力发电厂模拟量控制***验收测试规程》中要求的机组最大动态压力偏差,则对负荷速率修正系数函数F(ΔF):
则F(Xf)=F(ΔF)*Pe*Z;(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)。
如图2所示,g算法为基于锅炉排烟温度优化变负荷和变压力速率的算法。此算法直接通过以往机组长期运行时锅炉排烟温度和各项环保参数,即排烟温度对脱硝的影响,根据排烟温度与NOx浓度等的关系生成环保参数的变化限制机组出力变化速率的算法函数F(Xg);根据环保要求燃煤火力发电机组NOx的排放浓度应低于50ppm。设ΔG为出口NOx排放浓度,则对变负荷速率修正系数函数F(ΔG)如下式:
最终生成的g算法为F(Xg)=F(ΔG)*Pe*Z;(式中Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比)。
各项阀值算法根据各自的边际条件实时计算出不同阀值的速率要求,输出给智能寻优算法。即通过大数据分析,采用经验法设定模糊权重比,最终通过小选选则器完成择优计算。
智能寻优算法区中智能寻优算法见附图1中智能寻优算法模块部分,用于实现对各项阀值算法输出结果进行智能寻优,其具体核心算法见附图4。
如图3所示,包括8项目主要条件算法产生的阀值组,共同构成智能设定模块选择条目。罗列的条目均是该专利项目组现场试验筛选结果(包括汽包壁温、缸温、升降压/温速率、主汽压力偏差、负荷分段、综合阀位、辅机出力、排烟温度),例如所述控制器内部算法考虑了主蒸汽温度变化速率对机组变负荷和变压力的影响,其控制目标提升了机组的运行安全性,同时对炉管的使用寿命有良性的促进作用,提高了机组运行的经济性;再例如控制器内部算法考虑了辅机出力的变化对机组变负荷和变压力的影响,如辅机达到额定电流时相应的放慢辅机的响应速度,目的是通过该专利控制器保护该辅机安全,增加了相应辅机的使用寿命和机组的安全性;再例如所述控制器内部算法考虑了不同负荷阶段整个机组特性的不同对机组变负荷和变压力的影响,例如在低负荷阶段,锅炉的燃烧稳定性差,蓄热小,所以机组此时的特性比别的负荷段的特性相差大,非线性更强,相应地对变负荷速率和变压力速率修正一定的系数,是锅炉燃烧波动小更加平稳,对当前电网的深度调峰低负荷调度极有益处,同时也提升了机组的安全稳定性。
所述控制器包含对各边际条件(8条)的智能筛选模块,该模块通过对各条件配定的模糊权重比,最终通过小选选则器完成智能择优计算。产生的最终升降负荷率和升降主汽压力率设定通过下一步的协调***调控设备,作用于电力生产环节各设备。
3、嵌入式接口
嵌入式接口见附图1中接口区,详细结构如附图1的嵌入式接口1、2、3所示,用于将智能速率优化算法的结果接入到原始协调逻辑,形成新的协调控制器。综合考虑原始协调逻辑里速率限制、负荷和压力的闭锁增、闭锁减等逻辑算法与本发明的速率优化算法的优先级,根据安全稳定运行优先级最高、运行人员干预第二、环保性能第三、经济性能和灵活性能最低的原则,设计速率优化算法的嵌入式接口。
4、在线整定算法参数模块
在线整定模块如图1所示,用于上述各算法投运后在线整定和后期运行维护。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的器。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令器的制造品,该指令器实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (1)
1.一种柔性协调控制器的实现方法,其特征在于,具体方法如下步骤:
步骤1,接收应用对象机组***信号,建立机组安全阀值算法和性能阀值算法,本柔性协调控制器接收机组信号有汽包壁上下金属温度、汽轮机缸体温度、汽轮机调门变化速率、三大风机及给水泵出力、深度调峰机组宽负荷工况、主蒸汽温度变化速率、主蒸汽压力偏差在允许范围、机组烟气排放温度,进一步采用阀值算法区里的边际条件算法,计算该条件下机组变负荷率需求阀值,所包含的8个项目特征在于,汽包壁温条件F(Xan)、排烟温度条件F(Xb)、负荷分段条件F(Xc)、辅机出力条件F(Xd)、汽轮机缸温条件F(Xe)、综合阀位条件F(Xf)、主蒸汽温度条件F(Xg)、主蒸汽压力偏差条件F(Xh);
1.1设计的F(Xa)算法包含其安全边际条件和性能评测阀值,设Pe为额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比,600MW的直吹式机组为Pe*1.5%,Z即为1.5%;Ps主汽压力设定值,Pv实际主汽压力,Δ1为当前机组主蒸汽压力偏差最大允许数值,600MW等级直吹式机组为±0.6MPa,则定义
设P1为炉膛负压测量值,P2为炉膛负压实际值设定值,Δ2为当前机组主炉膛压力偏差最大允许数值,则定义
依据负荷点x1处根据算法公式,F(x1)=A1*A2*Pe*Z,依据此公式,在多个负荷点x2、x3、x4、x5、x6、x7、x8处计算出相对应的F(x1)、F(x2)、F(x3)、F(x4)、F(x5)、F(x6)、F(x7)、F(x8),计算生成特征函数F(Xa)=(x2,x3,x4,x5,x6,x7,x8;F(x1),F(x2),F(x3),F(x4),F(x5),F(x6),F(x7),F(x8)),机组根据算法F(Xa)自动在不同负荷段实时的修正变负荷速率,可以保证机组每个负荷段主蒸汽压力所表征的机炉能量需求匹配和炉膛负压所表征的燃烧波动都具有较大的安全稳定裕度和经济的运行方式;
1.2算法函数F(Xb);电厂运行规程规定汽包上下壁温差不可超过50℃,壁温升降速率应小于1.5℃/min,根据机组长期运行及启停参数,可以查寻出机组汽包壁温差的极值B1,设ΔB为汽包上部壁温差实时值,即B1为运行期间汽包壁温差值ΔB的最大值,定义安全区间[0,40],报警运行区间[40,45],定义温差函数曲线F(ΔB),在报警安全区间等比例修正变负荷速率;
若B1<40,则
若B1≥40,则
设ΔR为实际汽包壁温变化速率,B2为温度变化速率极值,定义安全区间[0,0.8],报警运行区间[0.8,1.2],在报警安全区间等比例修正变负荷速率;
若B2<0.8,则
若B2≥0.8,则
生成最终的b算法的弹性负荷速率算法函数F(Xb)=F(ΔB)*F(ΔR)*Pe*Z,式中Pe为对象机组额定负荷,Z为规程标准要求的机组最低变负荷速率为额定负荷的百分比,进一步将该各***边界条件计算的负荷速率送至下一步寻优智能筛选器,以弹性的变速率代替原始硬切换速率逻辑,实现了多参数多边际条件参控计算变负荷速率和变压力速率,实现火力机组各参数柔性协调配置;
步骤2,建立和编辑智能寻优算法,采用在线智能筛选模块,通过对步骤1里各个边界条件阀值在线寻优化,智能寻优最佳参数,寻找出所有算法器里达到边际条件的域度阀值具体算法规则,产生的最优变负荷速率和变压力速率送至下一步接口输出,设定至协调控制***;在线智能分析器寻优算法区算法函数为:MIN[FuzzySets(F(Xa),F(Xb),F(Xc),F(Xd),F(Xe),F(Xf),F(Xg),F(Xh)];
智能筛选模块通过对各条件配定的模糊权重比,最终通过小选选则器完成智能择优计算,产生的最终升降负荷率和升降主汽压力率设定通过下一步的协调***调控设备,作用于电力生产环节各设备;
步骤3,控制器接口位于机组DCS电厂分散集中控制,***的协调级弹性变负荷和变压力速率控制器输出,使用新生成的负荷限制加入原始的负荷限制模块取小接口进入原始的协调控制***,视为***接口;使用新生成的速率值取代原始的手动负荷速率设定模块,本步骤功能是将优控指令通过***接口下发到各个控制***,包括燃料控制***、风烟控制***、给水控制等子层控制***中;
步骤4,机组在后期运营维护中,如果***热力设备更换导致机组特性变化,优化算法也需要根据机组新特性实时更新,在控制器中阀值优化算法、智能寻优算法都预留可在线整定参数接口;
步骤5,基于热力自动化协调控制***之上的智能动作设定模块,设定模块通过发出的信号直接作用到协调控制器的变负荷速率和变压力速率的控制逻辑里,进而直接改变发电机组变负荷强度,作用在机组燃料量、给水量、风煤配比的动态加载上,实现机组升降负荷的安全性和调节性能的平衡,实现多参数参控计算燃料,所述控制器最终通过连接协调控制***的幅值限制和速率限制模块作用于电力生产环节各设备,运行人员手动设定同样有效,但其仅仅***自我判断的一个条件项目,当有触发智能选择的幅值低限和速率低限启动时,***将自动设定,完成机组动态运行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910574950.8A CN110309585B (zh) | 2019-06-28 | 2019-06-28 | 一种柔性协调控制器的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910574950.8A CN110309585B (zh) | 2019-06-28 | 2019-06-28 | 一种柔性协调控制器的实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110309585A CN110309585A (zh) | 2019-10-08 |
CN110309585B true CN110309585B (zh) | 2024-01-05 |
Family
ID=68077854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910574950.8A Active CN110309585B (zh) | 2019-06-28 | 2019-06-28 | 一种柔性协调控制器的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110309585B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209515A (zh) * | 2019-12-06 | 2020-05-29 | 华北电力科学研究院有限责任公司 | 一种自适应性的深度调峰负荷速率优化方法及装置 |
CN111308989B (zh) * | 2020-03-12 | 2022-12-02 | 中国大唐集团科学技术研究院有限公司华东电力试验研究院 | 一种模拟量控制***的调节品质自动测试***及方法 |
CN111884264B (zh) * | 2020-07-22 | 2023-09-29 | 国网天津市电力公司电力科学研究院 | 一种火力发电机组自动发电控制智能变速率控制方法 |
CN111912467A (zh) * | 2020-08-14 | 2020-11-10 | 华北水利水电大学 | 一种表面负荷率测定装置及测定方法 |
CN113565593B (zh) * | 2021-07-15 | 2023-08-15 | 广东惠州天然气发电有限公司 | 一种分轴联合循环机组启动阶段的负荷自适应控制*** |
CN113671837B (zh) * | 2021-08-24 | 2024-05-24 | 华能南京燃机发电有限公司 | 一种联合循环机组冷态启动NOx排放控制方法和*** |
CN114151207B (zh) * | 2021-11-03 | 2023-12-22 | 中山嘉明电力有限公司 | 一种燃机机组快速变负荷控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914966A (zh) * | 2012-10-25 | 2013-02-06 | 辽宁省电力有限公司电力科学研究院 | 基于预给煤控制模型的协调控制***参数动态整定方法 |
WO2017050207A1 (zh) * | 2015-09-21 | 2017-03-30 | 华北电力科学研究院有限责任公司 | 发电机组能效分析方法 |
CN106919053A (zh) * | 2017-04-12 | 2017-07-04 | 东南大学 | 一种基于变结构预测控制算法的火电机组协调控制*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150184549A1 (en) * | 2013-12-31 | 2015-07-02 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
-
2019
- 2019-06-28 CN CN201910574950.8A patent/CN110309585B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914966A (zh) * | 2012-10-25 | 2013-02-06 | 辽宁省电力有限公司电力科学研究院 | 基于预给煤控制模型的协调控制***参数动态整定方法 |
WO2017050207A1 (zh) * | 2015-09-21 | 2017-03-30 | 华北电力科学研究院有限责任公司 | 发电机组能效分析方法 |
CN106919053A (zh) * | 2017-04-12 | 2017-07-04 | 东南大学 | 一种基于变结构预测控制算法的火电机组协调控制*** |
Non-Patent Citations (2)
Title |
---|
双轴燃气蒸汽联合循环机组协调控制策略研究;张启勤等;《华北电力技术》;20090825(第08期);全文 * |
燃气-蒸汽联合循环机组自动发电控制优化;王继强等;《华电技术》;20161025(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110309585A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309585B (zh) | 一种柔性协调控制器的实现方法 | |
CN107368049B (zh) | 基于电厂dcs***的机组变负荷下给煤量的控制方法 | |
CN110486749A (zh) | 一种火电机组锅炉燃烧优化控制方法及*** | |
CN106873381A (zh) | 喷氨控制*** | |
CN105180135A (zh) | 单元机组协调控制方法及*** | |
CN104534507A (zh) | 一种锅炉燃烧优化控制方法 | |
CN110263395A (zh) | 基于数值模拟和数据分析的电厂脱硝运行优化方法及*** | |
CN106123005B (zh) | 燃煤机组锅炉前馈的给煤量预控制方法 | |
CN109373347B (zh) | 一种机组旁路供热的给煤量优化控制方法 | |
CN102629131A (zh) | 一种脉冲方式调整凝结水流量参与调频的协调控制方法 | |
CN105391078A (zh) | 发电机组一次调频闭环控制方法 | |
CN107332289A (zh) | 一种变速风电机组参与***调频方法 | |
CN104216288B (zh) | 火电厂双入双出***的增益自调度pid控制器 | |
CN108683200A (zh) | 一种压缩空气储能参与电网一次调频的方法 | |
CN111881554B (zh) | 一种锅炉随气温变化的优化控制方法 | |
US11101664B2 (en) | Power system optimization | |
Dettori et al. | A fuzzy logic-based tuning approach of PID control for steam turbines for solar applications | |
CN115111601A (zh) | 多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法 | |
CN110492483B (zh) | 一种一次调频反馈通道非线性环节参数配置方法和*** | |
CN109378833A (zh) | 一种通过控制汽轮机抽汽量实现机组快速调频的方法 | |
CN113390099B (zh) | 一种燃煤热电联产机组自适应btu下的协调控制方法 | |
CN109634114B (zh) | 一种冶金燃气锅炉蒸汽管网与煤气管网协调控制方法 | |
CN116679562A (zh) | 一种基于人工智能的生物质电厂燃烧自动控制的方法 | |
CN110207096B (zh) | 热力锅炉汽包水位智能控制方法 | |
CN110134003A (zh) | 自适应agc工况的火电机组变负荷动态前馈控制方法 |
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 |