火電廠鍋爐主蒸汽溫度具有大遲延、大慣性、參數(shù)時變等特點,當工況發(fā)生大的變化時,采用基于單一模型的傳統(tǒng)PID控制難以維持滿意的控制效果。為此,提出一種基于多模型切換的預測控制方法。首先建立多個典型工況的對象模型;再設(shè)計不同模型下的最佳動態(tài)矩陣控制器;然后設(shè)計切換策略選出最合適的控制器來削弱變工況（特別是負荷變化）對主蒸汽溫度系統(tǒng)的影響;最后通過Matlab仿真驗證所提方法的有效性。仿真結(jié)果比較分析表明,多模型動態(tài)矩陣控制方法優(yōu)于傳統(tǒng)PID控制,多模型切換提高了固定參數(shù)模型預測控制的魯棒性。 

【文章來源】：電力科學與技術(shù)學報. 2020,35(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

多模型切換預測控制系統(tǒng)結(jié)構(gòu)框圖

37%負荷控制效果對比

50%負荷控制效果對比

【參考文獻】：
期刊論文
[1]基于動態(tài)預測和形態(tài)學濾波的電壓暫降檢測研究[J]. 康軍勝,劉桂英,劉思賢,范豐,李琳,粟詠梅.  電力科學與技術(shù)學報. 2019(01)
[2]模型預測控制在超超臨界機組AGC協(xié)調(diào)控制和主汽溫控制中的應用[J]. 蔡利軍,朱豫才,呂霞,吳真,蔣鵬飛,趙超,張抗抗,高興.  中國電力. 2018(07)
[3]基于支持向量機的家庭負荷控制策略研究[J]. 劉慶時,趙賀,劉迪,石坤.  電力科學與技術(shù)學報. 2016(04)
[4]主汽溫的改進型神經(jīng)網(wǎng)絡辨識Smith預估器[J]. 孫宇貞,高將,彭道剛.  自動化儀表. 2016(07)
[5]基于多模型切換策略的精餾塔最優(yōu)控制[J]. 王振雷,陳登乾,王昕.  清華大學學報(自然科學版). 2016(04)
[6]過熱汽溫的非線性廣義預測控制與優(yōu)化[J]. 王松鶴,丁維明,王偉.  動力工程學報. 2015(09)
[7]過熱汽溫系統(tǒng)的Smith預估器參數(shù)多目標優(yōu)化控制[J]. 劉長良,馬增輝.  模式識別與人工智能. 2015(03)
[8]多模型分形切換預測控制在主汽溫度調(diào)節(jié)中的應用[J]. 張華,沈勝強,郭慧彬.  電機與控制學報. 2014(02)
[9]基于折息遞推最小二乘自適應動態(tài)矩陣的過熱汽溫控制器設(shè)計[J]. 王勇,劉吉臻,劉向杰,譚文.  中國電機工程學報. 2007(08)
[10]基于動態(tài)特性機理分析的鍋爐過熱汽溫自適應模糊控制系統(tǒng)研究[J]. 范永勝,徐治皋,陳來九.  中國電機工程學報. 1997(01)



本文編號：3085052