全文预览

基于现代控制技术的MW超超临界机组AGC实时优化研究与应用分析

上传者:你的雨天 |  格式:ppt  |  页数:19 |  大小:0KB

文档介绍
当的必然性。要从根本上解决上述问题,应将先进的控制技术如:预测控制、神经网络控制、自适应控制、模糊控制等技术应用到火电机组的优化控制中来。?国外十分重视提高机组的调峰、调频能力,例如:美卓公司 DEB-400 控制系统和西门子公司 PROFI 都取得很好的效果,但价格昂贵。西门子公司推出的基于 TF 方式调门全开模式的协调控制系统 PROFI ,可根据锅炉的非线性模型(神经网络模型)及预测控制技术、对锅炉的“热能”进行预测,提前动作给煤量,有效补偿锅炉的惯性,确保机组具有快速的负荷响应速度和平稳的压力变化。?在借鉴西门子 PROFI 基于调门全开模式的控制思想及实现方式的基础上,通过有机融合预测控制技术、神经网络的学习技术及自适应控制技术,提出了现代火电机组 AGC 控制的先进解决方案。三、智能 AGC 控制解决方案特点(1)采用预测控制技术作为机组闭环控制的核心环节?在整体控制结构上仍采用前馈+反馈的控制模式,但与常规 DCS 控制策略不同的是:其在反馈控制部分应用了目前国际上领先的解决大滞后对象控制问题的预测控制技术,取代了原有的 PID 控制。采用预测控制技术能够提前预测被调量(如主汽压力、汽温等参数)的未来变化趋势,而后根据被调量的未来变化量进行控制,有效提前调节过程,从而大幅提高机组 AGC 控制系统的闭环稳定性和抗扰动能力(2)对机组运行特性参数进行全工况实时校正?常规 DCS 的控制回路,其控制参数一经整定结束就不会改变,对于调试完毕机组工况的变化无能为力,系统采用竞争型的神经网络学习算法来实时校正机组运行中与控制系统密切相关的各种特性参数(包括燃料热值、汽耗率、机组滑压曲线、中间点温度设定曲线、制粉系统惯性时间等),并根据这些特性参数实时计算 AGC 控制系统的前馈和反馈回路中的各项控制参数, 使得整个系统始终处于在线学习的状态,控制性能不断向最优目标逼近。

收藏

分享

举报
下载此文档