[发明专利]基于输出误差递推辨识火电机组协调控制模型的方法

说明书

本发明实施例提供一种基于输出误差递推辨识火电机组协调控制模型的方法，包括：建立仿真模型并采用闭环控制模拟火电机组的运行，将输入数据作用于所模拟的火电机组模型，产生被控变量的输出数据；将输入数据、输出数据代入选定的高阶模型，对该高阶模型进行辨识，得到具有一致性估计特性高阶模型；将高阶模型所使用的输入数据、输出数据通过递推辨识算法最小化输出误差，得到了输入数据、输出数据的低阶模型；低阶模型的频率响应曲线在具有一致性估计特性的高阶模型的频率响应曲线的频率响应波动范围内；将所形成的低阶模型作为火电机组协调控制模型用于火电机组的协调控制系统。实现了协调控制系统的多变量模型辨识，获得了足够精度的低阶模型。

技术领域

本发明涉及火电机组领域，具体涉及一种基于输出误差递推辨识火电机组协调控制模型的方法。

背景技术

单元机组协调控制系统把锅炉和汽轮发电机组作为一个整体进行控制，把自动调节、逻辑控制、连锁保护等功能有机地结合在一起，构成一种具有多种控制功能，满足不同运行方式和不同工况下控制要求的综合控制系统。协调控制系统一直是火电机组中难度最大的控制系统，也是一个典型的多变量非线性的动态系统，基于系统模型的控制策略具有明显优势以及提升空间。模型预测控制是一种基于系统动态模型的多变量控制技术，能够解决多变量复杂系统的控制与优化问题，但在工业实际中，传统的PID控制仍然占主导地位，造成理论研究与实践应用相脱节的一个重要原因是不容易获得控制对象足够精度的数学模型。

机炉协调控制系统结构比较复杂，一般由负荷指令处理回路、机组出力运算回路、锅炉主控、汽机主控等几部分组成，其被控对象构成也较为复杂，主要被控变量为机组负荷和机前压力，控制输入变量为燃料量和汽轮机调门开度，但不是直接下达到执行机构，中间还有燃料控制系统和汽轮机数字功频电液调节系统(DEH)。协调控制系统是一个复杂的多变量系统，机组的控制输入变量与输出变量之间存在相互耦合。火电机组协调控制系统建模的两个主要研究方向，一个是机理建模，侧重于机理分析的模块化模型，能够比较全面地反映机组各种参数之间的内在关系，适合于通过仿真研究机组各项输入输出之间的特性及控制算法性能评估，但对于火电机组这种比较复杂的实际系统，这种建模方法有很大的局限性，这是因为在进行理论建模时，对所研究的对象必须提出合理的简化假设，往往不能用一个简单的机理模型来描述；另一个是系统辨识数据建模，通过对过程进行试验，由试验后的输入输出数据找出与系统最相符的模型，能够反映机组的主要动态特性和非线性特性，能够获得简化的形式，适用于模型预测控制算法的设计。

系统辨识数据建模由三部分组成：数据、模型集和模型估计的准则。由于协调控制系统模型辨识是复杂的多变量闭环系统辨识，数据获取的来源于辨识实验，在不影响生产的情况下，给系统的控制输入变量施加小幅持续激励，能够获得更多系统动态信息，模型辨识更加准确。模型集是通过确定系统某些共同特性得到的，其中包含最终所需要的模型结构。协调控制系统是分段线性的多入多出系统，要为合适的模型寻找一个优化指标，即损失函数，通过最小化误差的平方和函数准则来估计参数。

在实现本发明过程中，申请人发现现有技术中至少存在如下问题：现有技术中有利用现场的DCS数据建立神经网络模型，辨识传递函数，利用了大量的运行数据，得到的传递函数模型精度明显优于现场试验得到的传递函数模型，同时节省了现场试验所花费的人力、物力以及现场条件的限制。现有技术的缺点：采用神经网络建模数据计算量较大，不利于实时控制，只能用于仿真分析；采用神经网络建模不能获得应用于模型预测控制等先进控制算法的简化的传递函数。

发明内容

本发明实施例提供一种基于输出误差递推辨识火电机组协调控制模型的方法，实现了协调控制系统的多变量模型辨识，获得了足够精度的低阶模型，为模型预测控制算法在协调控制系统的实施提供了保障。

为达上述目的，本发明实施例提供一种基于输出误差递推辨识火电机组协调控制模型的方法，包括：