本發(fā)明屬于鍋爐智能控制優(yōu)化，尤其是涉及一種超臨界燃煤鍋爐過(guò)熱汽溫控制優(yōu)化方法。

背景技術(shù)：

1、可再生能源發(fā)電比例逐年提高，其波動(dòng)性與隨機(jī)性增加了電網(wǎng)調(diào)峰需求，煤電機(jī)組承擔(dān)調(diào)峰任務(wù)。然而，燃煤鍋爐在參與調(diào)峰，特別是在承擔(dān)快速、深度調(diào)峰任務(wù)時(shí)，負(fù)荷的高頻變化、煙氣量、風(fēng)量、給水流量的擾動(dòng)，增加了對(duì)過(guò)熱汽溫的控制難度，導(dǎo)致其出現(xiàn)大波動(dòng)、大偏差、大延遲等問(wèn)題。而維持過(guò)熱汽溫穩(wěn)定、控制其在允許的范圍內(nèi)波動(dòng)是鍋爐安全、經(jīng)濟(jì)與靈活運(yùn)行的關(guān)鍵。

2、目前，對(duì)超臨界燃煤鍋爐過(guò)熱汽溫控制的核心在于對(duì)水煤比的控制。而在基于傳統(tǒng)pid控制策略對(duì)水煤比控制時(shí)，控制器根據(jù)反饋得到的中間點(diǎn)焓值與設(shè)定值之間偏差對(duì)給水流量進(jìn)行調(diào)整。但由于鍋爐的熱慣性，中間點(diǎn)焓值的變化存在一定的滯后，使過(guò)熱汽溫的變化出現(xiàn)一定的延遲，增大了其動(dòng)態(tài)偏差。近年來(lái)，我國(guó)學(xué)者結(jié)合預(yù)測(cè)控制技術(shù)對(duì)過(guò)熱汽溫控制優(yōu)化方法進(jìn)行了探索研究，將包括給水溫度、熱信號(hào)、負(fù)荷或給煤量等信號(hào)作為前饋信號(hào)引入過(guò)熱汽溫的控制回路中。但是，由于中間點(diǎn)焓值受煙氣側(cè)與管內(nèi)工質(zhì)傳熱特性的共同影響，其變化反應(yīng)了風(fēng)、煤、水等擾動(dòng)的綜合作用，引入單一的前饋信號(hào)的控制策略，仍然對(duì)過(guò)熱汽溫的調(diào)控存在一定的滯后與延遲，控制效果并不盡如人意，調(diào)峰工況下過(guò)熱汽溫的控制品質(zhì)仍有待提升。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種超臨界燃煤鍋爐過(guò)熱汽溫控制優(yōu)化方法，該方法基于中間點(diǎn)焓值預(yù)測(cè)，設(shè)計(jì)多模型動(dòng)態(tài)矩陣控制器，利用帶有預(yù)測(cè)性質(zhì)的前饋調(diào)節(jié)，可有效減少過(guò)熱汽溫的動(dòng)態(tài)偏差。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種超臨界燃煤鍋爐過(guò)熱汽溫控制優(yōu)化方法，包括如下步驟：

3、步驟1、采集并存儲(chǔ)影響中間點(diǎn)焓值的主要運(yùn)行參數(shù)

4、對(duì)過(guò)熱汽溫和影響中間點(diǎn)焓值的主要運(yùn)行參數(shù)進(jìn)行實(shí)時(shí)采集，同步采集存儲(chǔ)過(guò)熱汽溫運(yùn)行數(shù)據(jù)，建立歷史運(yùn)行數(shù)據(jù)庫(kù)；

5、步驟2、中間點(diǎn)焓值預(yù)測(cè)模型的構(gòu)建

6、采用極端梯度提升(xgboost)算法的特征重要性提取方法選取影響中間點(diǎn)焓值的關(guān)鍵特征變量；采用灰狼優(yōu)化(gwo)算法對(duì)極端梯度提升(xgboost)模型的超參數(shù)進(jìn)行尋優(yōu)，構(gòu)建中間點(diǎn)焓值預(yù)測(cè)模型；

7、步驟3、給水流量動(dòng)態(tài)特性確定

8、通過(guò)擾動(dòng)實(shí)驗(yàn)獲得不同工況下給水流量的動(dòng)態(tài)特性；結(jié)合自回歸(arx)算法對(duì)給水流量擾動(dòng)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行參數(shù)辨識(shí)，得到給水流量單位階躍響應(yīng)序列；

9、步驟4、給水流量多模型動(dòng)態(tài)矩陣控制器設(shè)計(jì)

10、將中間點(diǎn)焓值的預(yù)測(cè)值作為前饋信號(hào)引入控制回路，以單位階躍響應(yīng)序列作為輸入，給水修正量作為控制輸出，設(shè)計(jì)多模型動(dòng)態(tài)矩陣控制器。

11、進(jìn)一步地，步驟一中，影響中間點(diǎn)焓值的主要運(yùn)行參數(shù)包括給水流量、給水溫度、各層燃燒器火焰強(qiáng)度、爐膛壓力、各給煤機(jī)電流、各磨煤機(jī)電流、燃燼風(fēng)量、一次風(fēng)溫、一次風(fēng)量、二次風(fēng)量、機(jī)組負(fù)荷。

12、進(jìn)一步地，步驟1中，過(guò)熱汽溫和影響中間點(diǎn)焓值的主要運(yùn)行參數(shù)每10秒采集并存儲(chǔ)一次。

13、進(jìn)一步地，所述步驟2具體包括以下步驟：

14、步驟201、工況劃分：根據(jù)機(jī)組負(fù)荷、變負(fù)荷速率對(duì)超臨界鍋爐進(jìn)行工況劃分，建立各工況下的歷史數(shù)據(jù)子集；

15、步驟202、影響中間點(diǎn)焓值關(guān)鍵特征變量確定：采用極端梯度提升(xgboost)算法的特征重要性提取方法，從步驟1中采集的影響中間點(diǎn)焓值的主要運(yùn)行參數(shù)中，選取特征重要度最高的5個(gè)運(yùn)行參數(shù)作為關(guān)鍵特征變量輸入極端梯度提升(xgboost)預(yù)測(cè)模型中；

16、步驟203、基于灰狼優(yōu)化(gwo)-極端梯度提升(xgboost)組合算法的中間點(diǎn)焓值預(yù)測(cè)模型的構(gòu)建：采用灰狼優(yōu)化(gwo)算法對(duì)極端梯度提升(xgboost)模型的超參數(shù)進(jìn)行尋優(yōu)，分別構(gòu)建各工況下的中間點(diǎn)焓值預(yù)測(cè)模型，所述超參數(shù)包括樹的數(shù)目、回歸樹深度、學(xué)習(xí)率和葉子樣本權(quán)重。

17、進(jìn)一步地，所述步驟203中采用灰狼優(yōu)化(gwo)算法對(duì)極端梯度提升(xgboost)模型的超參數(shù)進(jìn)行尋優(yōu)，包括以下步驟：

18、步驟3a、灰狼優(yōu)化(gwo)參數(shù)初始化，根據(jù)待優(yōu)化的超參數(shù)初始化灰狼群數(shù)量、位置、最大迭代次數(shù)；

19、步驟3b、計(jì)算灰狼適應(yīng)度值，將模型均方根誤差作為灰狼群的適應(yīng)度，分別標(biāo)記適應(yīng)度最高的三個(gè)灰狼為α、β、δ灰狼；

20、步驟3c、更新灰狼群位置，根據(jù)下式更新狼群位置：

21、

22、xω(t+1)＝(x1+x2+x3)/3?(3)

23、其中，dα、dβ、dδ為ω狼與α、β、δ狼的距離，xα、xβ、xδ、xω為對(duì)應(yīng)狼的位置，t為當(dāng)前迭代次數(shù)，x1、x2、x3分別為ω狼在α、β、δ狼的引導(dǎo)下的下一個(gè)位置，a與c為迭代系數(shù)；

24、步驟3d、做終止條件的判斷及檢驗(yàn)：若達(dá)到最大迭代次數(shù)則停止循環(huán)，輸出α狼的參數(shù)作為極端梯度提升(xgboost)模型最佳超參數(shù)；否則退回至步驟3b繼續(xù)計(jì)算。

25、進(jìn)一步地，所述步驟3具體包括以下步驟：

26、步驟301、給水流量擾動(dòng)試驗(yàn)：采用擾動(dòng)試驗(yàn)的方法，獲得不同工況下的給水流量的動(dòng)態(tài)特性；

27、步驟302、擾動(dòng)實(shí)驗(yàn)數(shù)據(jù)參數(shù)辨識(shí)：采用自回歸(arx)算法對(duì)擾動(dòng)試驗(yàn)數(shù)據(jù)進(jìn)行參數(shù)辨識(shí)，自回歸(arx)模型差分方程結(jié)構(gòu)如下所示：

28、a(z-1)y(t)＝b(z-1)u(t-nk)+e(t)?(4)

29、

30、式中：u(t)表示系統(tǒng)輸入，y(t)表示系統(tǒng)輸出，e(t)表示系統(tǒng)誤差，na、nb、nk

31、為自回歸(arx)模型結(jié)構(gòu)參數(shù)，na、nb分別為a(z-1)和b(z-1)的階次，nk為滯后次數(shù)，ai、bi為待辨識(shí)參數(shù)。

32、步驟303、單位階躍響應(yīng)序列確定：向辨識(shí)獲得的給水流量動(dòng)態(tài)響應(yīng)自回歸(arx)模型施加單位階躍輸入，得到其單位階躍響應(yīng)序列，記為[a1，a2，...，ant]，nt為響應(yīng)時(shí)域長(zhǎng)度。

33、進(jìn)一步地，所述步驟301中給水流量擾動(dòng)試驗(yàn)，包括以下步驟：

34、步驟1a、按照歷史運(yùn)行數(shù)據(jù)，劃分為l個(gè)運(yùn)行負(fù)荷區(qū)間；

35、步驟1b、待鍋爐負(fù)荷處于某穩(wěn)定工況區(qū)間時(shí)，將機(jī)組協(xié)調(diào)模式設(shè)為機(jī)跟隨模式、燃料手動(dòng)模式、給水手動(dòng)模式；

36、步驟1c、給水流量手動(dòng)階躍變化3％；

37、步驟1d、實(shí)時(shí)記錄中間點(diǎn)的蒸汽溫度、壓力的變化，等待其數(shù)值穩(wěn)定后完成試驗(yàn)；

38、步驟1e、提取擾動(dòng)試驗(yàn)數(shù)據(jù)，將給水模式切換至自動(dòng)調(diào)節(jié)，使過(guò)熱汽溫自動(dòng)恢復(fù)試驗(yàn)之前狀態(tài)。

39、進(jìn)一步地，所述步驟4具體包括以下步驟：

40、步驟401、定義dmc的預(yù)測(cè)輸出：從k時(shí)刻起，對(duì)給水系統(tǒng)輸入j個(gè)連續(xù)的控制增量[δu(k)，δu(k+1)，...，δu(k+j-1)]，獲得k時(shí)刻的dmc的預(yù)測(cè)輸出

41、

42、式中：k+i|k表示k時(shí)刻對(duì)k+i時(shí)刻的預(yù)測(cè)結(jié)果，y0(k)為k時(shí)刻的中間點(diǎn)焓值，yx(k+ik)為基于灰狼優(yōu)化(gwo)-極端梯度提升(xgboost)中間點(diǎn)焓值預(yù)測(cè)模型得到的焓值變化量；

43、步驟402、設(shè)定中間點(diǎn)焓值控制目標(biāo)值：從k+1時(shí)刻至k+np時(shí)刻的中間點(diǎn)焓值控制目標(biāo)值yr(k)如下式所示：

44、yr(k)＝[yr(k+1)?yr(k+2)?…?yr(k+np)]t??????(6)

45、式中，yr(k+i)表示k+i時(shí)刻的焓值設(shè)定值，np為模型預(yù)測(cè)步長(zhǎng)：

46、步驟403、控制代價(jià)函數(shù)：控制器輸出需要在中間點(diǎn)焓值控制偏差與給水量調(diào)整之間權(quán)衡，為此定義控制代價(jià)函數(shù)，如下式所示，按照代價(jià)最小化原則，計(jì)算未來(lái)nu個(gè)控制量：

47、

48、式中，hi、ri分別為中間點(diǎn)焓值偏差權(quán)重系數(shù)與給水調(diào)整經(jīng)濟(jì)性權(quán)重系數(shù)；

49、nu為模型控制長(zhǎng)度，指每一次求解之后，使用多少個(gè)最優(yōu)動(dòng)作序列進(jìn)行控制，以簡(jiǎn)化求解過(guò)程。

50、步驟404、反饋修正：根據(jù)實(shí)際輸出y(k)與模型預(yù)測(cè)輸出的差值，

51、對(duì)進(jìn)行比例修正，比例修正系數(shù)為ci，如下式所示；

52、

53、步驟405、控制輸出計(jì)算：通過(guò)求解下式控制代價(jià)函數(shù)的約束二次規(guī)劃問(wèn)題得到最佳控制序列uo(k)；

54、minj＝(yp(k)-yr(k))th(yp(k)-yr(k))+u(k)tru(k)?(9)

55、yp(k)＝[yp(k+1k),yp(k+2k),…,yp(k+np|k)]t

56、

57、s.t.δu(k+i)＝u(k+i)-u(k+i-1)∈u1

58、u(k+i-1)∈u2

59、y(k)∈u3

60、式中，u1為給水流量變化速度約束，由給水泵動(dòng)作速度決定；u2為給水流量數(shù)值大小約束，由給水泵動(dòng)作范圍及機(jī)組安全運(yùn)行規(guī)范共同決定；u3為焓值控制范圍；

61、步驟406、滾動(dòng)優(yōu)化：對(duì)于k時(shí)刻計(jì)算得到的uo(k)，控制器并非全部實(shí)施，而只實(shí)施k時(shí)刻至k+nu時(shí)刻的最優(yōu)控制量uo(k)。在k+nu時(shí)刻，重新求解最佳控制序列uo(k+nu)，如此循環(huán)往復(fù)，滾動(dòng)優(yōu)化；

62、

63、步驟407、多模型dmc控制器設(shè)計(jì)：依據(jù)各工況下的單位階躍響應(yīng)序列，分別設(shè)計(jì)dmc，將各控制器輸出加權(quán)獲得最終控制量uf，計(jì)算過(guò)程如下式所示；

64、

65、式中：l表示子模型個(gè)數(shù)，即劃分的負(fù)荷區(qū)間個(gè)數(shù)；lw表示第w個(gè)子模型的隸屬度；uw表示第w個(gè)子模型的輸出值，p表示機(jī)組負(fù)荷，pwmin，pwmax分別表示負(fù)荷區(qū)間的最小值和最大值。

66、本發(fā)明提供的超臨界燃煤鍋爐過(guò)熱汽溫控制優(yōu)化方法，根據(jù)鍋爐的不同運(yùn)行工況，借助機(jī)器學(xué)習(xí)算法結(jié)合其歷史運(yùn)行數(shù)據(jù)構(gòu)建中間點(diǎn)焓值預(yù)測(cè)模型，充分考慮了鍋爐調(diào)峰變工況運(yùn)行對(duì)過(guò)熱汽溫的影響，提高了中間點(diǎn)焓值預(yù)測(cè)模型的準(zhǔn)確性。采用擾動(dòng)試驗(yàn)的方法獲得不同工況下給水流量的動(dòng)態(tài)特性，結(jié)合arx算法進(jìn)行參數(shù)辨識(shí)，得到給水流量單位階躍響應(yīng)序列；將中間點(diǎn)預(yù)測(cè)焓值作為前饋信號(hào)引入控制回路，快速識(shí)別燃料量與給水流量的匹配狀態(tài)，較傳統(tǒng)反饋控制能夠更加及時(shí)的對(duì)擾動(dòng)進(jìn)行判斷和處理。采用多模型dmc對(duì)中間點(diǎn)焓值進(jìn)行預(yù)測(cè)控制，能夠在汽溫偏差產(chǎn)生前發(fā)生預(yù)測(cè)控制動(dòng)作，有效減少過(guò)熱汽溫的控制滯后及動(dòng)態(tài)偏差，進(jìn)一步提升過(guò)熱汽溫的控制品質(zhì)。