基于先进控制技术的机组优化控制系统

doi:10.11930/j.issn.1004-9649.2013.6.10.5

中国电力 ›› 2013, Vol. 46 ›› Issue (6): 10-15.DOI: 10.11930/j.issn.1004-9649.2013.6.10.5

基于先进控制技术的机组优化控制系统

华志刚^1，2，胡光宇¹，吴志功¹，崔希²，吕剑虹³

1. 华北电力大学, 北京 102206;
2. 江西中电投新昌发电有限公司,江西南昌 330117;
3. 东南大学,江苏南京 210096

收稿日期:2013-02-18 出版日期:2013-06-05 发布日期:2015-12-15
作者简介:华志刚（1973—）,男,江西乐平人,博士,高级工程师,从事火电厂热工自动化控制的应用与研究。E-mail: hzgwfwf@sina.com

Optimal Control System Based on Advanced Control Technologies

HUA Zhi-gang^1,2, HU Guang-yu¹, WU Zhi-gong¹, CUI Xi², LU Jian-hong³

1. North China Electric Power University, Beijing 102206, China;
2. CPI Jiangxi Xinchang Power Generation Co, Ltd., Nanchang 330117, China;
3. Southeast University, Nanjing 210096, China

Received:2013-02-18 Online:2013-06-05 Published:2015-12-15

摘要/Abstract

摘要： 针对某电厂700 MW超超临界机组存在负荷升降速率低、负荷调节精度不理想及当煤种变化时控制系统不稳定等实际问题,通过采用基于现代控制理论的先进控制技术,提出了解决上述各类问题的协调控制和蒸汽温度优化控制系统。实际应用表明,先进的优化控制系统有效提高了机组负荷的调节性能,减小了关键参数的波动,大大提高了机组运行的稳定性及对煤种变化的自适应能力。

关键词: 超超临界机组, 协调控制系统, 汽温控制系统, 预测控制, 神经网络, 自适应

Abstract: Aiming at problems existing in the 700 MW ultra supercritical power units in a power plant, such as low load changing rate, low load regulation accuracy and instability of the control system caused by coal type changing, a coordinated control system and an optimal steam temperature control system are proposed through adopting the advanced control methods in the modern control theory. The practical application shows that the advanced optimal control systems have successfully improved the performance of load regulation and reduced the fluctuation of key parameters, which indicates that the operation stability and self-adaptability to coal variation of the units are greatly enhanced.

Key words: ultra supercritical power unit, coordinated control system, steam temperature control system, predictive control, neural network, self-adaption

中图分类号:

TK323

华志刚，胡光宇，吴志功，崔希，吕剑虹. 基于先进控制技术的机组优化控制系统[J]. 中国电力, 2013, 46(6): 10-15.

HUA Zhi-gang, HU Guang-yu, WU Zhi-gong, CUI Xi, LU Jian-hong. Optimal Control System Based on Advanced Control Technologies[J]. Electric Power, 2013, 46(6): 10-15.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2013.6.10.5

https://www.electricpower.com.cn/CN/Y2013/V46/I6/10

参考文献

[1] 陈彦桥,薛翔宇,刘立衡,等. 大同二电厂7号机组协调控制系统优化[J]. 中国电力,2011,44（3）：69-72.
CHEN Yan-qiao, XUE Xiang-yu, LIU Li-heng, et al . Coordinated control system optimization of No.7 unit in Datong 2nd Power Plant [J]. Electric Power, 2011, 44(3): 69-72.
[2] 姚峻,祝建飞,金峰. 1 000 MW机组节能型协调控制系统的设计与应用[J]. 中国电力,2010,43（6）：79-84.
YAO Jun, ZHU Jian-fei, JIN Feng. Design and application of energy-saving coordination control system in 1 000 MW unit [J].Electric Power, 2010, 43(6): 79-84.
[3] 卢怀钿,冯庭有,陈凡夫. 1 036 MW机组协调控制系统实时优化[J]. 电力建设,2011,32（10）：71-74.
LU Huai-tian, FENG Ting-you, CHEN Fan-fu. Real-time optimization of the coordinated control system for 1 036 MW power plant [J]. Electric Power Construction, 2011, 32(10): 71-74.
[4] 华志刚,吕剑虹,张铁军. 状态变量-预测控制技术在600 MW机组再热汽温控制中的研究与应用[J].中国电机工程学报,2005,25（12）：103-107.
HUA Zhi-gang, LU Jian-hong, ZHANG Tie-jun. Research and application of state variable-predictive control in 600 MW unit reheater temperature control system [J]. Proceedings of the CSEE, 2005, 25(12): 103-107.
[5] 张铁军,吕剑虹,于开江. 热工过程模糊决策预测控制的应用研究[J]. 中国电机工程学报,2004,24（6）：179-185.
ZHANG Tie-jun, LU Jian-hong, YU Kai-jiang. A new approach for predictive control based on fuzzy decision-making and its application to thermal process [J]. Proceedings of the CSEE, 2004, 24(6): 179-185.
[6] 胡一倩,吕剑虹,张铁军. 一类新型自适应模糊控制算法及其在锅炉汽温控制中的应用[J].中国电机工程学报,2003,23（1）：136-140.
HU Yi-qian, LU Jian-hong, ZHANG Tie-jun. A kind of adaptive fuzzy control method and its application to steam temperature control of the boiler[J]. Proceedings of the CSEE, 2003, 23(1):136-140.
[7] WU Bo, WU Ke, LU Jian-hong. A novel compensation based recurrent fuzzy neural network and its learning algorithm[J].Science in China Series F (Information Science), 2009, 39(7): 41-51.
[8] 吕剑虹. 预测控制在热工过程控制中的应用研究[D]. 南京：东南大学,1990：21-29.
[9] 常太华,钟灼均,朱红路. 改进的自适应模型算法控制在过热汽温控制中的应用[J]. 动力工程学报,2010,30（12）：932-936.
CHANG Tai-hua, ZHONG Zhuo-jun, ZHU Hong-lu. Application of improved self-adaptive algorithm to superheated steam temperature control[J]. Journal of Chinese Society of Power Engineering, 2010, 30(12): 932-936.
[10] 孙月亮,刘金园,董泽. 一种复合模糊控制方法在主汽温控制中的应用[J]. 电力科学与工程,2010,26（10）：38-42.
SUN Yue-liang, LIU Jin-yuan, DONG Ze. A kind of complex fuzzy control method and application to steam temperature control of boiler[J]. Electric Power Science and Engineering, 2010, 26(10): 38-42.
[11] 牛培峰,张密哲,陈贵林,等.自适应模糊神经网络控制在锅炉过热汽温控制中的应用[J]. 动力工程学报,2011,31（2）：115-119.
NIU Pei-feng, ZHANG Mi-zhe, CHEN Gui-lin, et al . Application of adaptive fuzzy-neural control for superheated steam temperature of boilers[J]. Journal of Chinese Society of Power Engineering, 2011, 31(2): 115-119.

[1]	吴小忠, 肖立华, 童超, 夏向阳, 袁翎, 甘星, 江志文, 黄湘源. 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型[J]. 中国电力, 2025, 58(2): 186-192, 215.
[2]	许常昊, 关伟东, 王越, 张金帅, 王鹏, 周宁, 尚博文. 全功率小型变速抽水蓄能机组双层MPC虚拟惯量控制策略[J]. 中国电力, 2025, 58(2): 216-226.
[3]	赵静波, 李文博, 朱鑫要, 孙庆斌, 郝全睿. 海上风电经柔直送出系统受端扰动自适应控制策略[J]. 中国电力, 2025, 58(1): 26-38.
[4]	齐国民, 李天野, 于洪, 卢博伦, 马宝中, 张文欣, 吴恩同, 肖先瑶. 基于MPC的户用光-储系统容量配置及运行优化模型[J]. 中国电力, 2025, 58(1): 185-195.
[5]	田波, 张越, 蒙飞, 单连飞, 高海洋, 田坤, 乔咏田. 电网故障处置信息自适应理解框架及关键技术[J]. 中国电力, 2024, 57(7): 188-195.
[6]	王宇飞, 杜桐, 边伟国, 张钊, 刘慧婷, 杨丽君. 基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测[J]. 中国电力, 2024, 57(6): 121-130.
[7]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[8]	史子轶, 夏向阳, 刘佳斌, 谷阳洋, 王玉龙, 洪佳瑶. 基于AKNN异常检验与ADPC聚类的低压台区拓扑识别方法[J]. 中国电力, 2024, 57(5): 168-177.
[9]	朱子民, 张锦芳, 常清, 周专, 张晓林. 大规模新能源接入弱同步支撑柔直系统的送端自适应VSG控制策略[J]. 中国电力, 2024, 57(5): 211-221.
[10]	邵必林, 纪丹阳. 基于VMD-SE的电力负荷分量的多特征短期预测[J]. 中国电力, 2024, 57(4): 162-170.
[11]	陈巳阳, 韩利, 方济中, 丁五行, 成诚, 李文, 张源, 钱勇. 基于不确定参数的变电站碳储量预估方法[J]. 中国电力, 2024, 57(4): 200-210.
[12]	娄奇鹤, 李荣盛, 谭捷, 袁铁江. 基于卷积神经网络的暂稳极限功率计算[J]. 中国电力, 2024, 57(4): 211-219.
[13]	马汝括, 董杰, 王雅湉, 伊国鑫, 丁祥浩, 马乐. 基于神经网络的高寒地区CF₄和SF₆/CF₄检测[J]. 中国电力, 2024, 57(3): 103-112.
[14]	阎洁, 杨佳琳, 王航宇, 卢姣阳, 刘永前, 张磊. 基于风况预测误差自适应的海上风电场尾流偏转控制方法[J]. 中国电力, 2024, 57(3): 190-196.
[15]	李卓, 王胤喆, 叶林, 罗雅迪, 宋旭日, 张振宇. 从感知-预测-优化综述图神经网络在电力系统中的应用[J]. 中国电力, 2024, 57(12): 2-16.

基于先进控制技术的机组优化控制系统

Optimal Control System Based on Advanced Control Technologies

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于先进控制技术的机组优化控制系统

Optimal Control System Based on Advanced Control Technologies

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics