基于神经网络预测模型和凝结水节流的超超临界机组协调系统智能优化控制

发布时间：2018-01-08 07:22

本文关键词：基于神经网络预测模型和凝结水节流的超超临界机组协调系统智能优化控制　出处：《动力工程学报》2017年08期 　论文类型：期刊论文

【摘要】：针对某1000 MW超超临界机组,建立了具有较高精度和良好动态性能、考虑机组回热循环特性的机组负荷及主汽压力神经网络预测模型.在此基础上,提出了一种协调系统综合智能预测优化控制方法.该方法利用负荷及主汽压力预测模型在机组变负荷过程中分别对除氧器水位调门开度、汽轮机调门开度及燃料量指令进行实时优化,改善协调控制效果.借助1 000 MW超超临界机组仿真机,进行了详细的协调优化控制仿真试验.结果表明:该方法可有效提高机组动态过程负荷的响应速度和调节精度,大大减小变负荷过程中主汽压力的控制偏差,具有较好的工程实用性.
[Abstract]:According to a 1000 MW ultra supercritical unit, has high precision and good dynamic performance has been established, the unit load regenerative cycle characteristics of the unit and the main steam pressure of the neural network prediction model. On this basis, put forward the optimization control method of a comprehensive intelligent coordination system prediction. The method uses the load and the main steam pressure prediction model in the process of changing load of deaerator water level valve opening in the turbine unit, and fuel instruction for real-time optimization, improve coordination control effect. With the help of 1000 MW ultra supercritical unit simulation machine, the coordination and optimization of detailed control simulation test. The results show that this method can effectively improve the response speed of the unit the dynamic process of load and adjust the accuracy of control, greatly reduce the deviation of main steam pressure load change process, has good practical value.

【作者单位】：华北电力大学控制与计算机工程学院;北京四方继保自动化股份有限公司;国网河北省电力公司电力科学研究院;
【基金】：国家自然科学基金资助项目(61174111)
【分类号】：TM621;TP183
【正文快照】： 北京100085;3.国网河北省电力公司电力科学研究院,石家庄050021)受一次能源结构的制约,我国以燃煤为主的发电格局短期内难以改变.大容量超(超)临界机组因其循环效率高、污染排放低等优势,成为我国电网的主力机组.另一方面,生态环境恶化、大气污染等日益严峻的形势推动了风能、

【参考文献】