论文总字数：24339字

摘 要

热工过程的自动控制是保证发电机组热力设备安全经济运行的基础。热工过程被控对象一般都具有高阶惯性、纯迟延、非线性、时变等复杂特性。因而用传统的PID控制方法难以达到理想的控制效果。

为有效应对复杂热工过程所具有的大迟延特性，进一步提高调节品质，本文提出一种多变量的预测控制算法。该方法利用预测模型与滚动优化策略，减小了在热工过程中不确定性、时变以及滞后等因素的影响。本文将该算法应用到一台160MW的燃油机组的模型（Bell-Astrome单元燃油机组模型）上，并评估在机组工况发生变化或受到干扰时，被控系统的负荷适应性和抗扰动能力。

本文的研究工作包括以下几个方面：

1）基于某160MW机组仿真模型的数据，搭建出该机组的机炉协调控制系统的模型，并分析该机组模型的动态特性。

2）在搭建出的燃油机组模型上，利用子空间辨识方法及其输入输出数据，辨识出该机组热工过程在局部工作点处的动态数学模型。

3）在上述基础上研究预测控制方法，提高过程控制品质。

关键词：机炉协调控制系统；子空间辨识；状态空间模型；预测控制；

THERMAL PROCESS SUBSPACE IDENTIFICATION AND PREDICTIVE CONTROL METHOD

Abstract

Automatic control of thermal processes is the basis for generating units safe and economic operation of heating equipment. Thermal Process controlled object generally have higher-order inertia, the complex nature of pure delay, nonlinear, time-varying. Thus the traditional PID control method is difficult to achieve the desired control effect.
To effectively deal with large delay characteristics of thermal complex process has to further improve the quality of regulation, this paper presents a multivariable predictive control algorithm. The method uses predictive model and rolling optimization strategy, reducing the uncertainty in the thermal process, and the impact of time-varying lag and other factors. In this paper, the algorithm is applied to the model of a 160MW fuel units (Bell-Astrome unit fuel unit model) on, and to assess plant conditions when changes or disturbed adaptive systems and the controlled load disturbance rejection.
Research work includes the following aspects:
1) based on data for a 160MW unit simulation model, build a model of boiler-turbine coordinated control system of the unit, and to analyze the dynamic characteristics of the unit model.
2) to build on the model of the fuel units using subspace identification method and its input and output data, identify the unit thermal process dynamic mathematical model in the local operating point.
3) Study of predictive control method based on the above, to improve the quality control process.

KEY WORDS: Coordinated boiler-turbine control system; Subspace identification; State space model ; Predictive control

目 录

摘要 III

Abstract I

第一章 绪论 1

1.1研究背景与意义 1

1.2国内外研究现状 2

1.2.1机炉协调系统建模控制研究综述 2

1.2.2子空间辨识 3

1.2.3预测控制 4

1.3本文研究内容 5

第二章 子空间辨识 7

2.1引言 7

2.2线性系统状态空间描述 7

2.3子空间辨识数据矩阵构造 8

2.4子空间辨识的基本步骤 10

2.4.1能观性矩阵或者状态序列估计 11

2.4.2状态空间模型的计算 13

2.5仿真研究 15

2.6本章小结 21

第三章 预测控制 22

3.1引言 22

3.2预测控制原理 22

3.3预测控制在线步骤 23

3.4仿真研究 27

3.5本章小结 31

第四章 总结与展望 32

4.1总结 32

4.2展望 32

致谢 34

参考文献 35

第一章 绪论

1.1研究背景与意义

随着中国社会工农业的发展以及人民生活用电的需求量不断攀升，电力先行仍然是能源发展的指导性原则，因此我国能源电力工业发展的步伐也在不断的加快。尽管当前国家大力发展核电、水电、风电、太阳能发电等新能源电力行业，火力发电仍然占据着我国电力行业的大部分江山，并且在当前电网负荷周期性的差异越来越大的情况下，国家电网深度调峰的重任仍然主要由大型的火电机组来承担。

电厂联网供电时，其运行负荷不仅要精确跟踪电网需求负荷，同时在保证了机组的主汽压力、汽包水位、过热汽温等重要的运行参数长时间的维持在较理想的范围内后仍然要减少不必要的波动，以此来保障火电厂发电机组能够连续的、安全的、稳定的、经济的运行。其次，随着国家能源电力行业不断地深入改革，电力竞价上网的运行方式成为大势所趋的情况下，使得各个火力发电厂之间的竞争更加惨烈。另一方面，国家与社会各界越来越重视环保低碳与资源的节约，因此，如何有效的提高机组运行时的效率，降低煤耗，减少发电成本，成了各个电厂不断优化控制系统的主要动力。

当火电机组容量不断增大、结构日趋复杂化时，其控制对象往往表现出多变量、强耦合、非线性时变等复杂特性，并且受到阀门开度及速率等约束。同时，电网调峰要求不断提高等因素引起的机组负荷大范围的变化使得机组非线性以及耦合的特点越来越明显。由于以上原因，采用固定参数的PI或者PID算法为基础的单输入单输出反馈系统无法取得令人满意的效果^[1]。因此，建立可以有效描述过程动态特性的模型，并在此基础上设计先进控制方案，是解决上述问题，提高生产品质的有效途径。

剩余内容已隐藏，请支付后下载全文，论文总字数：24339字