基于多模型的单元机组负荷多变量模型算法控制研究

首先将负荷系统分解为两个双输入单输出系统,并用模型算法控制设计两个子系统的控制器。通过对两个二元一次控制器方程的求解,达到多变量解耦设计的目的。针对机组负荷变动频繁,根据不同负荷下的固定模型设计了不同的模型算法控制器,并在线计算对象和各模型的匹配度以确定各控制器控制量的加权值,达到模型平滑切换的目的。通过对300 MW直流燃煤机组的仿真,证明了该方法的有效性。

单元机组负荷系统的多变量模型算法解耦控制

单元机组负荷系统是具有耦合的两输入两输出多变量系统,具有较大的惯性。模型算法控制是基于对象脉冲响应模型的一种预测控制,在惯性迟延对象的控制中有很好的应用。文章首先将系统分解为2个双输入单输出系统,并分别用模型算法控制设计控制器,通过联立求解二元一次矩阵方程组,达到解耦设计的目的。通过300 MW机组负荷系统的仿真,验证了该方法的有效性。

灰色误差校正MAC控制及其在机组负荷中的应用

单元机组负荷系统是一个两输入两输出多变量系统,具有较大的惯性,利用常规控制方法往往难以得到好的效果。首先将原系统分解为两个双输入单输出系统,根据模型算法控制设计两个子系统的控制器。对两个控制器方程联立求解得到预测控制序列。针对对象特性时变等不确定因素,该文以灰色多步误差预测校正替代原有算法的当前一步误差校正,可以更为有效的克服模型失配等因素的影响。通过对125MW机组的负荷系统的仿真,验证了该方法的有效性。

灰色误差校正多变量动态矩阵控制

针对多变量系统耦合严重和特性时变的特点,提出了一种灰色误差校正多变量动态矩阵控制方法。该方法将原系统分解为多个多输入单输出子系统,根据动态矩阵控制设计了多个子系统的控制器,对多个控制器方程联立求解得到预测控制增量序列。以灰色多步误差预测校正替代原有算法的当前一步误差校正,用来克服对象时变所造成的模型失配的影响,并给出了灰色多步误差预测方法的稳定性分析。对300MW机组负荷系统的仿真表明,该方法减小了负荷和主汽压间的耦合;当对象特性变化时,能够实现超前调节,缩短调节时间。