火电单元机组负荷模糊内模控制及其仿真研究

内模控制是近十几年来发展起来的一种新型控制方法，实现内模控制的关键是模型求逆，该文提出一种基于系统T-S模糊模型的模糊内模控制方法。该方法首先利用快速辨识算法获取系统的T-S模糊模型。然后通过适当变形，把模糊模型求逆问题简单的转化为求解线性方程组，并将遗传算法应用于涉及的多个滤波器参数的寻优。该方法被用于火电单元机组负荷控制系统，仿真结果表明该方法是有效的。     

锅炉汽温对象逆动力学过程模糊辨识

建立热力系统逆动力学过程模型是热力系统逆动力学研究及应用的关键。该文报告了一种锅炉汽温对象逆动力学过程模型的模糊在线辨识方法与结果。通过聚类和竞争学习算法，对逆动力学模型输入数据空间进行分区，在每个局部的数据子空间上，利用递推最小二乘辨识算法建立逆动力学过程模糊规则，并通过自适应模糊推理实现系统输入过程的反演。仿真结果表明，所建立的逆动力学过程模型对时变汽温对象具有良好的自适应能力和在线跟踪能力；通过汽温对象逆动力学过程在线辨识，能够获得恰当的控制过程，保证系统输出温度按照预定的轨迹达到设定值。     

单元机组负荷控制的专家协调控制

针对单元机组负荷控制的特点，描述了专家协调控制系统的控制原理及专家自学习的控制过程，并讨论了专家协调控制系统的基本结构形式。通过仿真研究表明，专家协调控制方案不但能保证机组在升／降负荷时主汽压力在规定的范围内波动，而且能快速将机组负荷调整到要求值，能够满足机组在不同负荷水平时的负荷升／降要求，适应能力强。为实际工程应用提供参考。     

单元机组负荷控制过程分析

目前，上海石洞口发电厂4号单元机组负荷自动控制系统的基本控制方式有3种：汽机跟随锅炉方式、锅炉跟随汽机方式、机炉协调控制方式。4号机组负荷控制过程设计为：汽机跟随锅炉方式和以锅炉跟随汽机为基础的协调控制方式。     

基于逆模型的火电机组自适应解耦控制

提出了一种基于逆模型的火电机组负荷对象自适应解耦控制方法。根据系统的输入输出信息,建立机组负荷对象逆系统的模糊规则模型,并依据该逆系统模型实现对被控对象的近似线性化和基本解耦。论证了逆系统模型特征参数与控制系统中各控制器特征参数之间的内在联系,在此基础上形成了一种与机组负荷对象特性相匹配的自适应控制系统。文中通过仿真实例验证了该方法的有效性。     

基于遗传算法的火电单元机组模糊控制系统

火电单元机组是一个多变量、强耦合、大时滞复杂的非线性系统，难以建立精确的数学模型，其控制系统的设计面临着严峻的挑战。文章提出了基于遗传算法的火电单元机组模糊控制系统。遗传算法用全局优化模糊控制器隶属度函数的比例因子，优化后的模糊控制器较好地补偿了负荷扰动所引起的单元机组的实际值与设定值的偏差。仿真结果表明，该系统有良好的动态特性，能适应于火电单元机组大范围运行时的负荷跟踪。     

两种亚临界机组负荷-压力简化模型对比及实验分析

对2种常见的亚临界机组负荷-压力简化非线性模型进行对比。理论及数据分析表明,2种模型主要区别在于：模型一燃料量对负荷及压力传递函数中包含非最小相位特性,并且能够更好地拟合汽包压力与汽轮机前压力间的差压。将机组实际协调控制系统逻辑移植到Matlab环境下并依据2种模型仿真整定控制器参数,然后将整定好的参数设置到机组协调控制系统中,模型一得到的参数控制效果明显优于模型二参数,并且实际控制效果较原参数有较大改善。     

火电单元机组负荷最优预见控制系统仿真研究

自动发电控制是现代电网运行控制的基本技术之一。由于ＡＧＣ以整个电网为调节对象,因此只有电网内机组对ＡＧＣ下达的负荷指令具有良好的跟踪性能时才能保证发电质量。显然,对机组而言这是典型的负荷预见控制问题。     

火电调峰机组负荷分配优化的数学模型

本文用最优化技术的数学理论指导电力生产过程,初步研究和建立了火电调峰机组负荷分配优化的数学模型,并且计算了若干优化曲线,制订了相应的优化方案。对于解决调峰机组的经济运行,提供了一种有效的手段。     

基于小波神经网络的火电单元机组负荷系统建模仿真研究

火电单元机组是一种复杂的多变量对象，常规方法难以建立它的非线性数学模型。该文利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究。网络隐层采用框架小波函数，输出层采用线性函数，采用BP算法对网络进行训练，并利用自适应的学习速率和动量参数加快网络训练的收敛速度。网络的训练结果和测试结果均表明，小波网络输出值与实际模型输出值之间的误差在允许范围内，小波神经网络可以较好地逼近单元机组负荷数学模型。     

单元机组负荷控制系统的在线自整定

本文研究具有ＰＩＤ结构反馈控制器的多变量控制系统的参数自整定，提出了具有校正因于的多变量ＰＩＤ控制算法。并用专家控制的概念实现了校正因子的自动调整。文中对控制器参数与系统闭环稳定性的相互关第进行了深入分析。该方法用于炎电单元机组负荷控制系统的仿真研究，结果表明系统具有好的鲁棒性和完整性。     

基于变步长动态规划的火电机组负荷优化分配研究

提出动态规划法运用到火电厂负荷调度中的一种变步长的动态规划算法,解决了运用等微增率法要求火电厂各机组的耗量特性曲线必须要单调递增的问题。并通过实际的算例分析证明了这一算法的可行性,可实际用于解决电力系统的规划和经济性运行等问题。     

综合权重的模糊时间序列的电力负荷预测方法

电力负荷预测受诸多因素的影响,针对短期电力负荷的复杂性和不确定性,结合历史负荷数据,提出了一种综合权重的模糊时间序列预测方法。该方法首先对历史负荷数据进行预处理;然后利用模糊集和模糊时间序列的方法将历史负荷数据模糊化,考虑到负荷变化的趋势,借助于最优化理论给出了趋势权重,同时考虑到近期数据影响大于远期数据,给出了时间占优权重,从而得到了综合权重的模糊时间序列预测方法。最后的数值实验结果表明,该方法比传统的模糊时间序列方法具有更高的预测精度。     

基于电厂能效监测平台的机组特性在线识别与可视化

基于省级热电厂能效监测平台的运行数据,采用M5′模型树方法在线识别和绘制了较为精确、详细的单抽和双抽机组工况图。该方法采用分段式线性拟合,自动优选分段数并逼近可能非凸或非连续的非线性耗量曲线。利用该方法进行机组定期滚动识别对比,可以更好地察觉机组特性的变化,为机组能效监视提供可视化感知工具,为测量数据提供校验依据,并为电厂热电负荷优化分配和电网节能调度提供精确的分段线性化机组特性函数。     

A Microcomputer Based On-Line Identification Approach to Power System Dynamic Load Modelling

An on-line method for the development of power system load models using system identification techniques is presented. The modelling procedure involves the selection of the load model structure as well as the estimation of the load model parameters. A load model structure selection technique based on the model reference error cost function is used and a square root based least squares estimator is developed. The collection of large volumes of data, for later off-line analysis, is avoided by using an online microcomputer system for the acquisition and analysis of perturbed load data. Load tests were carried out for both agricultural and industrial/commercial loads and typical results obtained are also presented in this paper.     

电力负荷动态模型综述

概括介绍了基于统计综合法和总体辨识法建立的各种负荷动态模型,分析了它们的优缺点和适用范围;提出了一种考虑综合负荷中配电网络的影响和感应电动机所占比重,通过大量仿真计算,对结果进行拟合从而建立负荷动态模型的新思路.     

负荷动态模型集结

对电力系统动态负荷模型的集结进行了探讨和总结。考虑到噪声的未知特性,用辅助变量法对实测的负荷数据进行参数估计。并提出了用于三种情况下的基于参数辨识的模型集结方法：同一母线负荷模型集结,考虑线路阻抗的负荷模型集结和利用典型负荷模型参数集结。     

Dynamic Load Flow Technique for Power System Simulators

This paper presents a dynamic load flow technique for power system simulators. The approach presented can be applied to a system when there is a net accelerating or decelerating power in the system. It possesses all the attractive features and basic structure of the normal fast decoupled method, and it does not depend on the selected reference bus. The modifications to the standard fast decoupled power flow algorithm are derived, and power system simulator implementation considerations are discussed. The algorithm has been tested on standard IEEE test cases and on a metropolitan utility 559 bus model. A numerical example of the above algorithm on the 559 test case is presented which demonstrates convergence characteristics and computation requirements of the proposed algorithm. These results are compared with those of normal fast decoupled load flow.