1000MW直流炉机组非线性动态模型及闭环验证

被引：7

作者：

范赫

张雨飞

苏志刚

王培红

机构：

[1] 东南大学能源与环境学院能源信息与自动化系

来源：

动力工程学报 | 2017年 / 37卷 / 12期

关键词：

超超临界机组; 机理模型; 参数辨识; 免疫遗传算法; 模型验证;

D O I：

暂无

中图分类号：

TM621.2 [锅炉及燃烧系统];

学科分类号：

080802 ;

摘要：

为获得适用于大范围变工况的超超临界机组机理模型,采用机理分析法建立了协调控制系统(包括制粉系统、锅炉系统和汽轮机系统)模型,输入量为燃料量指令、总给水量和汽轮机调门开度,输出量为汽水分离器蒸汽焓值、主蒸汽压力和机组功率.在参数辨识方面,静态参数采用机组稳态运行数据结合非线性回归分析获得;动态参数采用免疫遗传算法,结合大范围变工况运行数据求取,最后对所建立的机理模型进行静、动态模型验证.结果表明:此协调控制系统模型具有正确、简单的机理模型结构和较高的精度,可用于控制算法测试和协调控制系统设计.

引用

页码：969 / 976

页数：8

共 10 条

[1]

超超临界机组非线性控制模型研究.[D].闫姝.华北电力大学.2013, 11

[2] 直流炉机组简化非线性动态模型 [J].

秦志明 ;

刘吉臻 ;

张栾英 ;

谷俊杰 .

动力工程学报, 2013, 33 (12) :955-961

[3] 超超临界1000MW机组锅炉动态仿真模型 [J].

徐蕙 ;

徐二树 .

热力发电, 2013, (07) :26-31

[4] 基于神经网络的超临界机组数学模型 [J].

马良玉 ;

高志元 .

动力工程学报, 2013, 33 (07) :517-522

[5]

How to stimulate renewable energy power generation effectively? – China's incentive approaches and lessons.[J].Zhen-Yu Zhao;Yu-Long Chen;Rui-Dong Chang.Renewable Energy.2016,

[6]

Searching globally optimal parameter sequence for defeating Runge phenomenon by immunity genetic algorithm.[J].Hongwei Lin;Linjie Sun.Applied Mathematics and Computation.2015,

[7]

A dynamic model used for controller design of a coal fired once-through boiler-turbine unit.[J].Ji-Zhen Liu;Shu Yan;De-Liang Zeng;Yong Hu;You Lv.Energy.2015,

[8] Thermodynamic modeling based optimization for thermal systems in heat recovery steam generator during cold start-up operation [J].

Sindareh-Esfahani, Peyman ;

Ghaffari, Ali ;

Ahmadi, Pouria .

APPLIED THERMAL ENGINEERING, 2014, 69 (1-2) :286-296

[9]

Modeling of a 1000<ce:hsp sp="0.25"/>MW power plant ultra super-critical boiler system using fuzzy-neural network methods.[J].X.J. Liu;X.B. Kong;G.L. Hou;J.H. Wang.Energy Conversion and Management.2013,

[10] A novel fault diagnosis model for gearbox based on wavelet support vector machine with immune genetic algorithm [J].

Chen, Fafa ;

Tang, Baoping ;

Chen, Renxiang .

MEASUREMENT, 2013, 46 (01) :220-232

← 1 →