一种火电机组AGC响应速度智能提升方法与系统与流程

摘要: 本发明涉及火电机组agc,更具体的说是涉及一种火电机组agc响应速度智能提升方法与系统。背景技术:1、自动发电控制(agc)的响应速度与控制精度已成为衡量机组灵...
一种火电机组AGC响应速度智能提升方法与系统与流程

本发明涉及火电机组agc,更具体的说是涉及一种火电机组agc响应速度智能提升方法与系统。

背景技术:

1、自动发电控制(agc)的响应速度与控制精度已成为衡量机组灵活性与电网支撑能力的关键指标。然而,在实际运行中,入炉煤质的频繁、大幅波动是制约agc性能的重要瓶颈。

2、传统煤质分析依赖离线取样化验,数据获取滞后,无法用于实时控制。而分散控制系统(dcs)中的给煤量控制回路以体积或质量为基准,未考虑煤的能量密度(btu)实时变化,煤质自适应能力差。当煤质变差、发热量降低时,相同的给煤量指令对应的实际输入能量减少,导致锅炉主汽压力上升缓慢,机组功率无法快速跟踪agc指令,表现为响应滞后;反之,当煤质变好时,则易引发超调,造成控制品质下降。

3、与此同时,现有的模糊控制、预测控制等先进控制算法及传统pid控制,其参数整定与策略设计多基于设计煤质或特定工况,缺乏根据实时煤质能量特性进行在线自适应调整的能力,响应特性适配不足。在低负荷运行、煤质多变等复杂工况下,单一控制模式难以兼顾响应的快速性、运行的稳定性和燃烧的经济性。导致agc响应速度较慢、控制精度较低、机组运行稳定性较差,难以适应电网负荷波动日益频繁的运行需求,因此现有技术存在不足。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种火电机组agc响应速度智能提升方法与系统,通过推演入炉煤收到基低位发热量,量化机组动态响应特性,在动态工况下生成前馈补偿与自适应调整pid参数,稳态工况下获取当前最优运行目标值,具有agc响应速度快、工况适应性强的特点。

2、为实现上述目的,本发明提供了如下技术方案:

3、一种火电机组agc响应速度智能提升方法,包括:

4、获取火电机组标准化运行数据,基于构建的软测量模型得到煤质收到基低位发热量;

5、根据所述煤质收到基低位发热量和预训练的神经网络模型,得到理论响应时延和惯性时间常数;

6、根据所述标准化运行数据计算工况特征变化率,判定得到当前运行工况,其中,运行工况包括动态工况和稳态工况;

7、若所述当前运行工况为动态工况,切换至pid快速跟踪模式:根据所述煤质收到基低位发热量生成前馈补偿,并利用所述理论响应时延和所述惯性时间常数自适应调整pid参数,其中,所述前馈补偿用于作为pid控制的输入,所述自适应调整pid参数用于pid控制的参数优化;

8、若所述当前运行工况为稳态工况,切换至稳态寻优模式:根据所述标准化运行数据从历史运行数据中寻找当前最优运行目标值。

9、作为本发明的进一步改进,所述获取火电机组标准化运行数据,基于构建的软测量模型得到煤质收到基低位发热量,包括:

10、获取火电机组原始运行数据进行标准化预处理,得到标准化运行数据;

11、根据所述标准化运行数据,计算得到锅炉热效率与各项总损失;

12、引入系统误差修正系数,修正软测量模型的机理公式;

13、根据所述标准化运行数据、锅炉热效率与各项总损失输入机理公式,得到煤质收到基低位发热量。

14、作为本发明的进一步改进,所述引入系统误差修正系数,修正软测量模型的机理公式,包括:

15、采用历史运行数据,通过机器学习拟合得到最优系统误差修正系数;

16、将所述最优系统误差修正系数代入软测量模型的机理公式。

17、作为本发明的进一步改进,根据所述煤质收到基低位发热量和预训练的神经网络模型,得到理论响应时延和惯性时间常数,包括:

18、根据所述煤质收到基低位发热量和标准化运行数据,归一化得到输入特征;

19、将所述输入特征输入预训练的神经网络模型,得到预测值;

20、对所述预测值进行反归一化处理,得到理论响应时延和惯性时间常数。

21、作为本发明的进一步改进,根据所述标准化运行数据计算工况特征变化率,判定得到当前运行工况,包括:

22、根据所述标准化运行数据,计算得到工况特征变化率,其中,所述工况特征变化率包括agc指令变化率、煤质能量变化率和主汽压力变化率;

23、根据所述工况特征变化率进行工况判定,得到当前运行工况。

24、作为本发明的进一步改进,根据所述煤质收到基低位发热量生成前馈补偿,包括:

25、基于预设的阶跃判定规则,计算有效agc指令变化量;

26、根据所述有效agc指令变化量,计算btu校正因子和前馈给煤量;

27、根据所述前馈给煤量结合预先标定的机组风煤关联表,得到一次风调整量、二次风调整量;

28、根据所述标准化运行数据对所述二次风调整量进行修正,得到修正后的二次风调整量。

29、作为本发明的进一步改进,利用所述理论响应时延和所述惯性时间常数自适应调整pid参数,包括:

30、构建pid参数与理论响应时延和惯性时间常数的关联模型;

31、将所述理论响应时延和所述惯性时间常数代入所述关联模型,得到调整后的pid参数。

32、作为本发明的进一步改进,还包括:动态工况边界条件下对锅炉进行稳燃控制。

33、作为本发明的进一步改进,根据所述标准化运行数据从历史运行数据中寻找当前最优运行目标值,包括:

34、根据所述标准化运行数据,构建局部风煤调度区间;

35、基于所述局部风煤调度区间,从历史运行数据中筛选出稳态高效样本集;

36、构建多目标评价函数;

37、取所述稳态高效样本集中评价函数值最小的样本数据,得到当前最优运行目标值。

38、一种火电机组agc响应速度智能提升系统,用于实现所述一种火电机组agc响应速度智能提升方法,包括:

39、煤质特征软测量模块:用于获取火电机组标准化运行数据,基于构建的软测量模型得到煤质收到基低位发热量;

40、机组响应滞后测量模块:用于根据所述煤质收到基低位发热量和预训练的神经网络模型,得到理论响应时延和惯性时间常数;

41、工况识别与模式切换模块:用于根据所述标准化运行数据计算工况特征变化率,判定得到当前运行工况,其中,运行工况包括动态工况和稳态工况;

42、pid快速跟踪控制模块:关于根据所述煤质收到基低位发热量生成前馈补偿,并利用所述理论响应时延和所述惯性时间常数自适应调整pid参数,其中,所述前馈补偿用于作为pid控制的输入,所述自适应调整pid参数用于pid控制的参数优化;

43、稳态寻优模块:用于根据所述标准化运行数据从历史运行数据中寻找当前最优运行目标值。

44、本发明的有益效果:通过运行数据反推演煤质收到基低位发热量,将煤质波动转化为可控输入变量,进而基于煤质信息与神经网络模型辨识机组动态响应特性,输出理论响应时延和惯性时间常数,针对不同工况推导适配的控制策略:动态工况下,基于煤质特性生成给煤量与风量的前馈补偿,同时利用辨识出的理论响应时延和惯性时间常数自适应调整pid参数,实现agc快速跟踪与扰动抑制;稳态工况下,基于历史运行数据快速获得最优运行目标值。解决了传统agc控制中煤质波动无法感知、pid参数固定导致的响应滞后问题,以及动态响应与稳态经济之间的控制冲突,在缩短负荷响应时延、提高跟踪精度的同时,保证机组平稳运行,有效提升机组电网适应能力、运行稳定性与经济性。