数据驱动的风电场全工况非线性调频动态建模

当前风电场级并网调频面临较大挑战。为降低建模复杂度,采用风电场并网点实际运行数据,提出了风电场出力范围内全工况一次调频特性时域差分动态建模方法。首先,进行机理分析并确定输入输出变量,完成数据采样和处理。然后,提出离散工况抽样和非线性评估方法,建立了单工况子空间模型,并进行间隙测度评估全工况调频响应动态非线性度。此后,为高效逼近全工况复杂非线性调频特性,构建混杂有限差分回归向量,并对其张成的差分动态空间进行凸划分,在各子工作域均匀选取建模样本并采用带注意力机制的长短期记忆神经网络进行全工况建模。最后,经过某风电场并网点调频运行数据进行验证,表明所提出的全工况有限差分动态建模方法具有任意精度逼近能力,可有效表征风电场一次调频复杂非线性响应特性。

基于时延神经网络的风电场集总调压动态建模

风电场并网调压依赖于场内风电机组无功支撑能力,而机组分散运行及其工况差异使场级集总调压动态表征面临很大挑战,不利于场级调压特性监测及调压控制器的改进设计。针对这一问题,本文基于数据驱动时延神经网络算法提出一种风电场全工况下集总调压特性动态等值建模方法。首先,基于风电场集总调压原理及策略分析明确调压响应的输入和输出,根据多工况下调压实验数据,采用传递函数、子空间辨识的线性建模及间隙测度方法评估各工况下调压动态差异度。然后,根据场级调压动态超短时响应特点,提出基于时延神经网络的全工况集总动态等值建模方法。最后,根据东北某风电场调压运行数据进行仿真验证,仿真结果表明,所提方法可高精度逼近具有超短时采样周期的场级集总调压特性,有效提升风电场并网友好性。

Alstom气化炉控制基准问题的分析研究

气化炉控制基准问题是对一类多变量、强耦合、非线性的系统模型进行控制的问题。针对这一模型首先采用间隙测度的方法对其进行了的非线性度的分析,并进行了线性化处理;结合RGA在分散控制中确定操纵变量和被控变量之间的配对关系的方法,引入了一种改进的、实用的回路变量配对的准则,考虑了系统的动态行为。最后根据分析结果,给出了系统的控制结构的设计方案。

500MW单元机组协调控制系统的非线性度分析

为分析锅炉-汽轮机系统的非线性对控制系统的影响,提出基于间隙度量的非线性度概念,将其应用于分析500 MW单元机组协调控制系统的动态。采用简单的内模比例积分微分控制、V-规范型多变量内模控制设计了多变量内模控制器,并以非线性模型为仿真对象进行大范围升降实验。结果表明该控制器可以克服模型工作点变化所带来的非线性问题,同时又可以保证控制回路间的有效解耦。

超超临界机组模型的非线性分析及控制

为了实现大型超超临界机组的大范围变负荷稳定运行,引用了间隙测度概念,分析了某3输入3输出的1 000MW超超临界机组模型的非线性特性,结合(K均值)聚类算法实现了机组负荷的划分和典型工况点的选定。采用小偏差线性化的方法得到每个典型工况点下的线性化模型,然后基于H∞回路成形设计出每个线性化模型对应的鲁棒控制器,最后结合模糊监督控制给出了模糊多模型监督控制设计方案。实验仿真结果表明:该控制器设计方案实现了超超临界机组负荷的快速跟踪,为非线性系统的控制问题提供了一个新方法。