[发明专利]一种循环流化床机组AGC负荷指令响应的控制方法

摘要

本发明涉及循环流化床机组控制技术，具体是一种循环流化床机组AGC负荷指令响应的控制方法。本发明解决了传统的CCS协调控制系统的调节品质难以满足电网AGC控制要求的问题。一种循环流化床机组AGC负荷指令响应的控制方法，该方法是采用如下步骤实现的：1）建立基于时间序列的三层神经网络预测模型；2）三层神经网络预测模型预测输出循环流化床机组的床层温度；3）三层神经网络预测模型预测输出循环流化床机组的主汽压力；4）三层神经网络预测模型预测输出循环流化床机组的发电功率；5）控制循环流化床机组的床层温度；6）控制循环流化床机组的主汽压力。本发明普遍适用于循环流化床机组的控制。

主权项

一种循环流化床机组AGC负荷指令响应的控制方法，其特征在于：该方法是采用如下步骤实现的：1）建立基于时间序列的三层神经网络预测模型；所述三层神经网络预测模型包括：输入层、隐含层、输出层；2）将三层神经网络预测模型的隐含层节点数目设为9个，并将循环流化床机组的四种参数数据输入三层神经网络预测模型，三层神经网络预测模型预测输出循环流化床机组的床层温度；所述循环流化床机组的四种参数数据包括：循环流化床机组的煤量实时值、一次风量实时值、二次风量实时值、流化风实时值；3）将三层神经网络预测模型的隐含层节点数目设为8个，并将循环流化床机组的两种参数数据输入三层神经网络预测模型，三层神经网络预测模型预测输出循环流化床机组的主汽压力；所述循环流化床机组的两种参数数据包括：循环流化床机组的负荷实时值、汽机调门开度实时值；4）将三层神经网络预测模型的隐含层节点数目设为10个，并将循环流化床机组的五种参数数据输入输入三层神经网络预测模型，三层神经网络预测模型预测输出循环流化床机组的发电功率；所述循环流化床机组的五种参数数据包括：循环流化床机组的煤量实时值、一次风量实时值、二次风量实时值、流化风实时值、汽机调门开度实时值；5）采用循环流化床机组的床层温度预测值代替床层温度测量反馈值，并将床层温度预测值与床层温度设定值进行比较，得出两者之间差值及差值变化率，然后不断地重复步骤2），并通过新的床层温度预测值对两者之间差值及差值变化率进行滚动修正；选取一个模糊控制器，并将滚动修正后的两者之间差值及差值变化率作为该模糊控制器的输入，然后通过添加该模糊控制器构成模糊控制和原PID控制的复合方式来控制循环流化床机组的床层温度，使得循环流化床机组的床层温度保持稳定；6）采用循环流化床机组的主汽压力预测值代替主汽压力测量反馈值，并将主汽压力预测值与主汽压力设定值进行比较，得出两者之间差值及差值变化率，然后不断地重复步骤3），并通过新的主汽压力预测值对两者之间差值及差值变化率进行滚动修正；选取一个模糊控制器，并将滚动修正后的两者之间差值及差值变化率作为该模糊控制器的输入，然后通过添加该模糊控制器构成模糊控制和原PID控制的复合方式来控制循环流化床机组的主汽压力，使得循环流化床机组的主汽压力保持稳定；7）选取一个模糊控制器，并将循环流化床机组的发电功率预测值与AGC负荷指令下发的发电功率值进行比较，然后将比较结果作为该模糊控制器的输入；当循环流化床机组的发电功率预测值小于AGC负荷指令下发的发电功率值时，通过模糊控制器控制循环流化床机组的一次风量增加，并控制循环流化床机组的二次风量改变，使得一次风量与二次风量的比例改变为有利于提高燃烧效率的数值，由此使得循环流化床机组的发电功率升高至AGC负荷指令下发的发电功率值；当循环流化床机组的发电功率预测值大于AGC负荷指令下发的发电功率值时，通过模糊控制器控制循环流化床机组的一次风量减少，并控制循环流化床机组的二次风量改变，使得一次风量与二次风量的比例改变为不利于燃烧的数值，由此使得循环流化床机组的发电功率降低至AGC负荷指令下发的发电功率值。