基于ARMA模型的燃煤机组主蒸汽压力控制策略
发布时间:2020-12-25 23:18
燃煤机组的锅炉侧参数普遍具有大延迟、大惯性的特性,影响主蒸汽压力的控制品质。为此,本文将主蒸汽压力信号的ARMA时序预测应用于主蒸汽压力控制,将主蒸汽压力实测值及其设定值作为锅炉主控PID输入,经计算输出机炉协调方式锅炉主控指令,用以调节机组燃料量,控制策略将主蒸汽压力实测值引入ARMA预测模型,通过当前目标负荷及变负荷速率共同确定适用模型参数。将该控制策略用于APROS仿真平台及实际600 MW燃煤机组锅炉主控中,仿真结果表明该控制策略在一定程度上缓解了控制调节大延迟大惯性的影响,实际运行结果表明主蒸汽压力的控制品质有所提升。
【文章来源】:热力发电. 2020年09期 北大核心
【文章页数】:6 页
【部分图文】:
优化后的协调控制系统部分控制逻辑Fig.1Controlstrategyoftheoptimizedcoordinatedcontrolsystem
130热力发电2020年http://www.rlfd.com.cn图2采用ARMA模型优化前后机组主蒸汽压力变化Fig.2ChangesofthemainsteampressurebeforeandaftertheoptimizationusingARMAmodel表2为ARMA模型优化前后协调控制系统主蒸汽压力超调量。由表2及图2可知,协调控制系统通过采用ARMA模型减小了机组降负荷过程中主蒸汽压力的超调量,在一定程度上降低了参数的波动并缩短了收敛至目标值的时长。证明ARMA模型的应用对协调控制系统控制品质的提升具有积极作用。表2ARMA模型优化前后主蒸汽压力超调量Tab.2ThemainsteampressureovershootbeforeandaftertheoptimizationusingARMAmodel工况优化前超调量/%优化后超调量/%工况10.980.60工况24.514.29工况32.612.462.3ARMA模型在实际机组中的应用在某660MW燃煤机组的协调控制系统中对本文控制策略进行实际现现场应用,实际机组关键参数运行曲线如图3所示。以投切信号控制时序预测模块,当投切信号为0时选择经典控制策略,当投切信号为1时激活时序预测模块功能。对比图3a)与图3c)可知,时序预测的引入使系统对关键参数的控制品质明显提升,主蒸汽压力信号实测值与其设定值的偏差更小;通过对比图3b)中使用不同控制策略时的参数曲线可知,本文所提出的控制策略对保证机组安全稳定运行有着积极的作用。
【参考文献】:
期刊论文
[1]改进型带约束的预测控制算法在超超临界机组协调控制系统中的应用[J]. 蔡戎彧,吕剑虹. 工业控制计算机. 2018(06)
[2]一种新的火电机组主汽温智能控制方法研究[J]. 辛晓钢,陈世慧,王彪,方彦军,唐若笠. 自动化与仪表. 2016(02)
[3]基于遗传神经网络的锅炉入炉煤质软测量研究[J]. 巨林仓,李磊,赵强. 热力发电. 2011(03)
[4]单元机组的小波神经网络广义预测控制[J]. 凌呼君,朱俊峰,李晓明. 控制工程. 2010(03)
[5]解耦广义预测控制(DGPC)在单元机组协调控制系统中的应用[J]. 王文兰,马然,白雄怀. 电气自动化. 2009(03)
博士论文
[1]基于电网AGC性能指标的单元机组协调控制系统研究[D]. 谢谢.华北电力大学 2012
硕士论文
[1]变权值约束预测控制在超临界机组协调控制系统的应用[D]. 周帆.东南大学 2017
[2]模糊神经网络广义预测控制在单元机组协调控制中应用研究[D]. 张曙.内蒙古工业大学 2015
[3]预测控制在电厂协调控制系统中的研究[D]. 杜之正.华北电力大学 2013
[4]超超临界单元机组协调控制系统研究[D]. 席原.华北电力大学 2012
[5]时间序列预测模型及其算法研究[D]. 罗凤曼.四川大学 2006
本文编号:2938570
【文章来源】:热力发电. 2020年09期 北大核心
【文章页数】:6 页
【部分图文】:
优化后的协调控制系统部分控制逻辑Fig.1Controlstrategyoftheoptimizedcoordinatedcontrolsystem
130热力发电2020年http://www.rlfd.com.cn图2采用ARMA模型优化前后机组主蒸汽压力变化Fig.2ChangesofthemainsteampressurebeforeandaftertheoptimizationusingARMAmodel表2为ARMA模型优化前后协调控制系统主蒸汽压力超调量。由表2及图2可知,协调控制系统通过采用ARMA模型减小了机组降负荷过程中主蒸汽压力的超调量,在一定程度上降低了参数的波动并缩短了收敛至目标值的时长。证明ARMA模型的应用对协调控制系统控制品质的提升具有积极作用。表2ARMA模型优化前后主蒸汽压力超调量Tab.2ThemainsteampressureovershootbeforeandaftertheoptimizationusingARMAmodel工况优化前超调量/%优化后超调量/%工况10.980.60工况24.514.29工况32.612.462.3ARMA模型在实际机组中的应用在某660MW燃煤机组的协调控制系统中对本文控制策略进行实际现现场应用,实际机组关键参数运行曲线如图3所示。以投切信号控制时序预测模块,当投切信号为0时选择经典控制策略,当投切信号为1时激活时序预测模块功能。对比图3a)与图3c)可知,时序预测的引入使系统对关键参数的控制品质明显提升,主蒸汽压力信号实测值与其设定值的偏差更小;通过对比图3b)中使用不同控制策略时的参数曲线可知,本文所提出的控制策略对保证机组安全稳定运行有着积极的作用。
【参考文献】:
期刊论文
[1]改进型带约束的预测控制算法在超超临界机组协调控制系统中的应用[J]. 蔡戎彧,吕剑虹. 工业控制计算机. 2018(06)
[2]一种新的火电机组主汽温智能控制方法研究[J]. 辛晓钢,陈世慧,王彪,方彦军,唐若笠. 自动化与仪表. 2016(02)
[3]基于遗传神经网络的锅炉入炉煤质软测量研究[J]. 巨林仓,李磊,赵强. 热力发电. 2011(03)
[4]单元机组的小波神经网络广义预测控制[J]. 凌呼君,朱俊峰,李晓明. 控制工程. 2010(03)
[5]解耦广义预测控制(DGPC)在单元机组协调控制系统中的应用[J]. 王文兰,马然,白雄怀. 电气自动化. 2009(03)
博士论文
[1]基于电网AGC性能指标的单元机组协调控制系统研究[D]. 谢谢.华北电力大学 2012
硕士论文
[1]变权值约束预测控制在超临界机组协调控制系统的应用[D]. 周帆.东南大学 2017
[2]模糊神经网络广义预测控制在单元机组协调控制中应用研究[D]. 张曙.内蒙古工业大学 2015
[3]预测控制在电厂协调控制系统中的研究[D]. 杜之正.华北电力大学 2013
[4]超超临界单元机组协调控制系统研究[D]. 席原.华北电力大学 2012
[5]时间序列预测模型及其算法研究[D]. 罗凤曼.四川大学 2006
本文编号:2938570
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2938570.html
教材专著