超超临界机组主汽温分布式监督预测控制

摘要

超超临界直流锅炉主汽温控制系统是一个很长的传递控制链,由若干个子系统组成,其中包括中间点温度控制和多级过热汽温的喷水减温控制.各子系统的协同配合直接影响主汽温控制的稳定性和安全性,是提升全局系统控制性能的关键.本文提出一种基于模糊神经网络模型的分布式监督预测控制(Distributed Supervisory Predictive Control,DSPC)策略,在各子系统原有的调节层结构的基础上,增加监督层,将中间点温度和各级过热器出口温度设定值的调整问题转化为在线优化问题.子系统监督层目标函数考虑相关联子系统的性能指标,通过相邻子系统监督层的信息交换和迭代优化,实现各级子系统的协同配合.分别针对负荷小范围变化和大范围变化两种工况进行仿真实验,验证了本文方法的有效性.