基于微料群算法的研究火电单元机组多目标优化协调控制

《基于微料群算法的研究火电单元机组多目标优化协调控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北lIl力大学硕二

2、-学位沦文摘要火电机组的协调控制系统是相对复杂的多变量控制系统，对火电机组机炉协调控制系统进行优化设计可有效地提高热工自动化水平从而实现电网自动发电控制。而机组运行需要满足多种控制目标，例如：保证其输出功率快速跟踪机组负荷指令，满足节约能源(降低燃料使用量)、减少：仃流损失等多种运行目标的要求。目前机组运行中变负荷时的滑压曲线普遍是根据经验进行设定的，存在较大的随机性，控制效果难以保证，可以考虑通过优化多个目标来获取较好的控制设定值。本文以微粒群算法为工具，分别从控制系统没定值优化

3、和控制器(策略)的调整两个方面对火电机组多目标优化协调控制进行了研究分析。微粒群算法是近些年来发展起来的一种仿生优化算法，由于其算法原理简单易实现且鲁棒性好，已被成功应用到多个领域。本文首先在标准微粒群算法的基础上，对惯性权重进行构造并在算法中引入自然选择机理提出了改进的微粒群算法。然后建立了多目标协调控制优化模型，以Astrom．Bell三阶非线性机组动态模型为例，采用本文所提出的改进微粒群算法对其进行多目标优化求解。求得的机前压力设定值不仅可以满足多种控制目标要求，还可以为滑压运行曲线的确定提供参考

4、。最后本文提出了基于单向静态解耦的机炉协调控制方案，并将改进的微粒群算法应用到该方案各个控制器参数的智能优化整定中，仿真结果表明控制器参数优化整定后可以使控制系统达到不错的运行效果，不但使机组能够快速跟随外界负荷指令变化，而且机前主蒸汽压力所受影响也很小。关键词：微粒群算法；火电机组；多目标优化：PID控制器华北电力大学硕士学位沦文AbstractForthethermalpowerunitcoordinatedcontrolisarelativelycomplexmulti—variablecontr

5、olsystem，theautomaticpowergenerationcontrolcanbeachievedbyoptimaldesignofthermalpowerboiler-turbinecoordinatedcontrolsystemwhichcaneffectivelyimprovethelevelofthermalautomation．Theunitoperationneedsavarietyofcontrolobjectivestobemet，suchas：fasttracktoens

6、uretheoutputpowermeettheunitloadinstruction，theenergyconservation(reducedfuelconsumption)，reducedthrottlinglossesandotheroperatinggoals．Theslidingpressureoperationmodeiswidelyusedwhenunitloadischanging．Buttheslidingpressureoperationcurveisoftenobtainedby

7、peoplepracticalexperience．Sothecontroleffectisdifficulttoguarantee．Sooptirnizingmultipleobjectivescanbeconsideredtoobtainbettercontrolsettings．Inthispaper,particleswarmoptimizationisusedtomakearesearchandanalysisofthethermalpowerunitcoordinatedcontrolofm

8、ulti—objectiveoptimizationfromtheaspectsofcontrolsystemsettingvalueoptimizationandcontroller(strategy)adjustment．Particleswannoptimizationisakindofbionicoptimizationalgorithmdevelopedinrecentyears，ithasbeensuccessfullyappliedinmanyfieldsduetoitssimplepri

9、ncipleandbetterrobustness．Basedonthestandardparticleswarmoptimization，constructedtheinertiaweightandintroducethenaturalselectionmechanismtoformanimprovedparticleswarmoptimizationThenestablishedaoptimizationmodelofmulti。obj