[发明专利]一种适于调峰热力站的质调量调解耦控制方法

权利要求书

1.一种适于调峰热力站的质调量调解耦控制方法，其特征在于，所述方法的实现过程为：

步骤一、调峰热力站供热耦合系统建模：

调峰热力站的质调回路和量调回路中，控制量包括一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵，被控量为二级网混水温度和二级网流量；调峰热力站供热耦合系统模型表示为：

T(z)Q(z)=G11(z)G12(z)G13(z)G21(z)G22(z)G23(z)V1(z)V2(z)V3(z)---(1)]]>

其中，V₁、V₂、V₃分别为一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵；T、Q分别为二级网混水温度和二级网流量；在质调回路中，G₁₁、G₁₂、G₁₃均为质调回路的模型，其中G₁₁为质调主通道1模型，G₁₂为质调主通道2模型，G₁₃为耦合通道3模型；在量调回路中，G₂₁、G₂₂、G₂₃均为量调回路的模型，其中G₂₃为量调主通道模型，G₂₁、G₂₂分别为耦合通道1模型和耦合通道2模型；

步骤二、在步骤一所述的调峰热力站供热耦合系统模型中，利用典型信号响应与最小二乘相结合的方法，建立供热质调和量调主通道模型G₁₁、G₁₂和G₂₃；

在调峰热力站供热耦合系统模型中，利用典型信号响应与最小二乘相结合，建立供热质调和量调主通道模型，所建立的模型为有滞后的双惯性对象，此处主通道模型G₁₁、G₁₂和G₂₃，用通式G(s)来描述：

G(s)=Ke-τs(T1s+1)(T2s+1)---(2)]]>

其中K为比例系数，τ为纯延迟时间，T₁和T₂为双惯性的时间常数；K、τ、T₁、T₂可用以下关系求得：

V＝Uθ+Ω(3)

式中，V=C(1)C(2)...C(m),]]>U=1-1-A(1)-B(1)2-1-A(2)-B(2)............m-1-A(m)-B(m),]]>θ=KKτT1T2T1+T2,]]>Ω=Ω1Ω2...Ωm.]]>

其中B、A、C分别为阶跃响应、阶跃响应差分和积分；θ为被辨识的参数向量，中间过程参数；Ω为噪声；用最小二乘法估计参数向量θ，θ的估计值为：

θ^=(UTU)-1UTV---(4)]]>

步骤三、对获得的主通道模型式(2)进行离散化，然后结合离散化的主通道模型，利用PID神经元网络学习得到供热质调和量调耦合通道的非线性关系G₁₃、G₂₁和G₂₂；

步骤四、利用PID神经元网络对调峰热力站的质调量调进行解耦控制：

步骤四(一)、确定控制量和被控量：

控制量V₁、V₂、V₃分别为一级网供水阀门、调峰炉台数及炉嘴数量、二级网循环水泵；被控量T、Q分别为二级网混水温度和二级网流量；Q′、T′分别为期望的二级网混水温度和二级网流量；

步骤四(二)、在控制过程中，二级网混水温度目标设定值T′和二级网流量目标设定值Q′为给定值；

步骤四(三)、通过在线实时采集二级网混水温度T和二级网流量Q，将二级网混水温度T、二级网流量Q，二级网混水温度目标设定值T′、二级网流量目标设定值Q′分别作为PID神经元网络的输入，通过对被控量T、Q与被控量目标值Q′、T′比较，在线自主学习，不断地调整神经网络中比例、积分和微分三类神经元作用的强弱，确定各层与隐含层的网络权值ω_ij和ω_jk，得到PID神经元网络的输出一级网供水阀门开度V₁、调峰炉台数及炉嘴数量V₂、二级网循环水泵泵速V₃；然后，将控制量V₁、V₂、V₃作用于调峰热力站的质调回路和量调回路，并行完成质调回路二级网混水温度T和量调回路二级网流量Q的解耦控制。