一种火电机组机炉协调优化的负荷指令分配方法及系统与流程

摘要: 本发明涉及火电机组自动控制及优化调度,尤其涉及一种火电机组机炉协调优化的负荷指令分配方法及系统。背景技术:1、随着能源结构转型与节能减排目标的持续推进,机炉协调...
一种火电机组机炉协调优化的负荷指令分配方法及系统与流程

本发明涉及火电机组自动控制及优化调度,尤其涉及一种火电机组机炉协调优化的负荷指令分配方法及系统。

背景技术:

1、随着能源结构转型与节能减排目标的持续推进,机炉协调控制作为火电机组自动化控制系统的核心环节,伴随着传感技术与计算智能的发展,数据驱动的火电机组协调优化逐渐成为研究热点。

2、现有机炉协调优化技术存在不足之处,传统机炉协调优化技术多采用简化的线性假设模型,忽略了燃烧效率、蒸汽压力响应、环境温度等因素的非线性耦合效应,通常采用固定加权的多目标求和形式,难以根据机组运行状态动态调整稳定性、快速性与经济性目标的权重,导致优化解缺乏实时性与灵活性,在敏感性分析层面,现有方法主要采用单参数方差分解技术,未能有效识别参数间的交互敏感性特征,在算法实现上,多目标优化往往依赖于离线计算或启发式算法,缺乏与机组实时控制系统的耦合机制,影响了控制指令分配的响应效率。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本发明的主要目的在于提供一种火电机组机炉协调优化的负荷指令分配方法。

3、本发明的另一个目的在于提出一种火电机组机炉协调优化的负荷指令分配系统。

4、为达上述目的,本发明第一方面实施例提出了一种火电机组机炉协调优化的负荷指令分配方法,包括:

5、s1、采集火电机组机炉协调控制过程中的多源运行数据,并对所述多源运行数据进行预处理;

6、s2、从预处理后的多源运行数据中选取影响机炉协调负荷分配的核心参数,并确定各核心参数的基准运行值及物理边界;

7、s3、基于所述物理边界生成各核心参数的efast搜索序列,根据所述efast搜索序列计算机炉协调控制的稳定性目标函数值、快速性目标函数值和经济性目标函数值,并构建综合目标函数;

8、s4、基于所述综合目标函数计算各核心参数的敏感性指数、总敏感性指数以及核心参数间的交互敏感性指数,并根据计算结果得到各核心参数的综合敏感度得分;

9、s5、根据所述综合敏感度得分对核心参数进行分类,并基于分类结果确定对应的参数辨识策略,得到各核心参数的实时估计值;

10、s6、基于各核心参数的总敏感性指数和实时估计值,更新所述综合目标函数中稳定性目标函数值、快速性目标函数值和经济性目标函数值的权重;

11、s7、根据更新后的权重构建最终期望损失函数,并采用内点法求解所述最终期望损失函数,得到锅炉侧控制增量和汽轮机侧控制增量;

12、s8、根据所述锅炉侧控制增量和汽轮机侧控制增量生成火电机组机炉协调优化的负荷分配指令。

13、在本发明的一个实施例中,步骤s1中,所述多源运行数据包括控制指令数据、协调过程输出数据、能效数据和环境数据;所述预处理包括:按时间戳对所述多源运行数据进行时间对齐,剔除异常值,采用滑动平均滤波去除高频测量噪声,并对滤波后的数据进行标准化和归一化处理;

14、步骤s2中,所述核心参数包括:锅炉热惯性时间常数、汽轮机调节系数、燃烧效率修正因子、主蒸汽管道蓄热系数、锅炉响应非线性度、汽轮机阀点效应系数、燃料热值波动因子和环境温度影响系数;其中,各核心参数的基准运行值基于典型稳态工况下的预处理后的多源运行数据通过系统辨识获得,各核心参数的物理边界根据设备设计规范和运行极限确定。

15、在本发明的一个实施例中,步骤s3包括:

16、采用正弦函数变换在各核心参数的物理边界内生成efast搜索序列;

17、对所述efast搜索序列进行等间隔重采样,得到均匀采样序列;

18、根据所述均匀采样序列构建核心参数向量组;

19、基于所述核心参数向量组分别计算稳定性目标函数值、快速性目标函数值和经济性目标函数值;

20、对稳定性目标函数值、快速性目标函数值和经济性目标函数值进行归一化处理,并采用加权求和方式构建综合目标函数。

21、在本发明的一个实施例中,步骤s4包括:

22、对所述综合目标函数进行快速傅里叶变换,得到综合目标函数的频谱;

23、通过幅度谱分析提取与各核心参数对应的频率分量;

24、根据所述频率分量计算各核心参数的敏感性指数和总敏感性指数;

25、通过交互效应分离计算任意两个核心参数之间的交互敏感性指数;

26、根据所述敏感性指数、总敏感性指数和交互敏感性指数计算各核心参数的综合敏感度得分。

27、在本发明的一个实施例中,步骤s5包括:

28、采用统计阈值法设定综合敏感度得分的低阈值和中阈值;

29、将综合敏感度得分大于或等于所述中阈值的核心参数划分为高敏感性参数;

30、将综合敏感度得分大于或等于所述低阈值且小于所述中阈值的核心参数划分为中敏感性参数;

31、将综合敏感度得分小于所述低阈值的核心参数划分为低敏感性参数;

32、其中,对高敏感性参数采用实时递推的混合数据同化优化方法进行辨识,对中敏感性参数采用定期批量的混合数据同化优化方法进行辨识,对低敏感性参数采用固定经验值结合工况修正的方式确定参数值。

33、在本发明的一个实施例中,所述混合数据同化优化方法包括:

34、以锅炉侧控制增量和汽轮机侧控制增量作为输入,构建机炉协调控制的简化物理模型;

35、采用递推最小二乘法更新所述简化物理模型的等效参数,并采用卡尔曼滤波器估计不可测内部状态;

36、计算所述简化物理模型的预测输出与实际测量值之间的原始残差;

37、基于历史原始残差数据和历史负荷指令训练轻量化lstm网络模型,并通过所述轻量化lstm网络模型预测补正残差;

38、将所述补正残差与所述简化物理模型的预测输出相加,得到最终预测输出;

39、将待辨识的深层不可测慢变参数作为待估计变量;

40、采用迭代集成平滑器ies对所述待估计变量进行迭代更新,直至达到预设最大迭代次数,得到所述深层不可测慢变参数的估计值。

41、在本发明的一个实施例中,采用迭代集成平滑器ies对所述待估计变量进行迭代更新,包括:

42、基于所述简化物理模型和轻量化lstm网络模型对可观测量进行前向预测;

43、计算实际测量值与所述最终预测输出之间的偏差;

44、根据所述偏差对所述待估计变量进行校正;

45、重复前向预测和校正过程,直至达到预设最大迭代次数。

46、在本发明的一个实施例中,步骤s7包括:

47、根据迭代过程中获得的深层不可测慢变参数的历史估计值,计算所述深层不可测慢变参数的标准差;

48、以锅炉侧控制增量和汽轮机侧控制增量作为待优化变量;

49、基于更新后的稳定性目标函数值权重、快速性目标函数值权重和经济性目标函数值权重,构建基础期望损失函数;

50、将所述深层不可测慢变参数的标准差作为风险规避项引入所述基础期望损失函数,得到最终期望损失函数;

51、以最小化所述最终期望损失函数为优化目标,采用内点法求解得到最优的锅炉侧控制增量和汽轮机侧控制增量。

52、在本发明的一个实施例中,步骤s8包括:

53、将所述最优的锅炉侧控制增量转换为锅炉侧负荷调节指令;

54、将所述最优的汽轮机侧控制增量转换为汽轮机侧负荷调节指令;

55、根据所述锅炉侧负荷调节指令和汽轮机侧负荷调节指令生成机炉协调优化的负荷分配指令。

56、为达上述目的,本发明第二方面实施例提出了一种火电机组机炉协调优化的负荷指令分配系统,包括:

57、第一模块,用于采集火电机组机炉协调控制过程中的多源运行数据,并对所述多源运行数据进行预处理;

58、第二模块,用于从预处理后的多源运行数据中选取影响机炉协调负荷分配的核心参数,并确定各核心参数的基准运行值及物理边界;

59、第三模块,用于基于所述物理边界生成各核心参数的efast搜索序列,根据所述efast搜索序列计算机炉协调控制的稳定性目标函数值、快速性目标函数值和经济性目标函数值,并构建综合目标函数;

60、第四模块,用于基于所述综合目标函数计算各核心参数的敏感性指数、总敏感性指数以及核心参数间的交互敏感性指数,并根据计算结果得到各核心参数的综合敏感度得分;

61、第五模块,用于根据所述综合敏感度得分对核心参数进行分类,并基于分类结果确定对应的参数辨识策略,得到各核心参数的实时估计值;

62、第六模块,用于基于各核心参数的总敏感性指数和实时估计值,更新所述综合目标函数中稳定性目标函数值、快速性目标函数值和经济性目标函数值的权重;

63、第七模块,用于根据更新后的权重构建最终期望损失函数,并采用内点法求解所述最终期望损失函数,得到锅炉侧控制增量和汽轮机侧控制增量;

64、第八模块,用于根据所述锅炉侧控制增量和汽轮机侧控制增量生成火电机组机炉协调优化的负荷分配指令。

65、本发明实施例的具有以下有益效果:本发明通过多源运行数据融合结合efast交互敏感性分析,做到了对不同参数间非线性耦合关系的定量刻画,提高了机炉协调控制中参数辨识的精度,通过敏感性分析结果结合动态权重优化模型,做到了根据运行状态动态平衡“稳定性—快速性—经济性”之间关系的效果,提升了负荷指令分配的自适应性与综合控制性能,通过机理建模结合轻量化lstm残差修正,实现了在模型预测中的非线性偏差自动补偿,提高了负荷指令分配的自适应性与综合控制性能。