一、超临界机组动态特性的分析（论文文献综述）
唐植烟[1]（2021）在《超临界机组建模及其灵活性控制策略研究》文中指出随着我国发电技术的蓬勃发展,超临界机组以其运行成本低且效益高的特点成为我国火力发电的主力机组。机组参数提高的同时也带来了更加苛刻的控制要求,传统的控制方法已经不能满足现代化生产的需求,先进控制算法的引入是大势所趋。除机组的内在需求以外,近年来,我国新能源电力系统的持续快速发展所带来的新能源消纳问题显着。基于此,火电机组通过其灵活运行协助电网调峰、调频成为解决这一问题的重要途径。在上述电力系统内在需求和外在背景下,亟需寻找更好的火电机组运行建模方案和控制技术,为实现其安全稳定运行奠定基础。首先,针对超临界机组的建模问题,提出一种融合了机理分析和基于数据驱动智能辨识算法的灰箱建模方法。基于合理的简化和假设,通过对机组运行过程中质量、能量转化关系等的分析,建立其简化非线性模型;根据机组典型工况下的稳态数据,结合回归分析得到其稳态参数;选取机组实际运行数据,采用免疫遗传算法（IGA）对模型中未知动态参数进行辨识。该方法可有效处理机组复杂特性,提高建模精度。基于1000MW超临界机组运行数据进行模型训练和验证以表明所提出建模方法的精确性和有效性。其次,面向超临界机组在大范围工况下的灵活性运行控制优化问题,建立典型运行工况下的模型集,为后续控制器的设计奠定基础。根据机组运行机理和实际运行数据选取典型工况点;采用小偏差线性化方法将超临界机组非线性模型在典型工况点线性化得到多工况下的线性模型集,并在机组满负荷稳态工况下进行开环阶跃扰动实验以验证线性化前后模型的精度差异;为进一步服务于后续预测控制器的设计,将所得线性模型集中的各子模型进行离散化和模型转换以形成CARIMA模型集。最后,构建适应超临界机组灵活运行的工况自适应广义预测控制（AGPC）策略。基于所建立的CARIMA模型集,设计针对不同工况的局部广义预测控制（GPC）控制器;根据机组的实际运行数据求取CARIMA模型集中不同模型所属工况对应的负荷范围中心和宽度。通过一定的规则计算各个时刻的局部GPC控制输出加权,得到AGPC的全局控制律以实现其控制过程的工况自适应。通过仿真实验进行AGPC的跟踪性能和抗扰动能力测试以验证其性能优势及在提高机组运行灵活性方面的潜力。
邵茹[2]（2021）在《350MW超临界CFB机组机炉协调系统建模与控制》文中指出根据我国的能源结构情况,燃煤发电在短时间内仍然占据着电力生产行业中的重要地位,清洁煤发电因符合国家提出的新发展要求获得了行业内的重视。超临界循环流化床（Circulating Fluidized Bed,简称CFB）技术具有燃料适应性强和高效率的优势,并且污染物生成量少在环境保护方面发挥着重要作用。火电机组是一种大惯性、时变、非线性等多种特点相互耦合的复杂控制对象。为了配合风、光等新能源发电实施可持续发展,电网对单元机组机炉协调系统的控制性能提出了更高层次的要求,因此对超临界循环流化床机组协调系统进行研究非常有意义。本文以山西省某新建电厂350MW超临界CFB机组协调系统为研究对象,开展协调系统传递函数模型建立和控制两个方面的研究。首先通过对协调系统被控对象动态特性的定性分析,将其合理简化为以给煤量及高调门开度为输入,有功功率及主蒸汽压力为输出的系统模型,结合专家经验确立模型结构为具有纯迟延的高阶惯性环节。通过采集现场运行数据并对数据进行筛选及预处理,根据多输入多输出系统闭环辨识原理,依靠标准粒子群（Particle Swarm Optimization,简称PSO）算法对模型结构中的未知参数进行寻优,建立协调系统的数学模型,并对模型的准确性进行验证。在获得数学模型的基础上,出于模糊PID控制算法在实际工程中实用性的考虑,本文使用模糊PID智能控制算法对传统PID控制进行优化,借助MATLAB仿真软件中的Simulink工具箱进行仿真试验对比。根据仿真结果可知,基于模糊PID控制算法的协调系统,其动态性能和静态性能均优于传统PID控制。本文依据现场的历史运行数据建立系统数学模型,将理论与现场生产情况相结合,在获得数学模型的基础上对传统PID控制算法进行优化,对协调系统进行控制优化提供借鉴。
盛歆歆[3]（2021）在《数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究》文中进行了进一步梳理近年来,尽管以风电、光伏发电为代表的新能源发电蓬勃发展,但火力发电仍在我国电力行业中具有举足轻重的地位。与传统的超临界和亚临界机组相比,超超临界机组具有蒸汽参数高、功率容量大、发电范围广等特点,在提升发电效率、提高电网调峰调频经济性和稳定性、减轻CO2排放污染等方面具备显着优势。我国火力发电行业部署已迈进“超超临界”时代,超超临界机组已成为我国火电机组建设的关键构成部分。为确保超超临界机组的优化运行,需要保证其核心环节协调控制系统的安全稳定。针对超超临界机组协调控制系统而言,一个精确的机炉耦合过程模型是进一步设计先进控制策略、获得满意的控制性能以及节能优化运行的基础。但是机炉耦合过程中涉及的各个重要变量之间存在较强的耦合作用,并且机炉耦合过程整体呈现较严重的非线性和复杂性,这为机炉耦合过程的模型辨识造成了很大的阻碍,也是本文建立机炉耦合过程模型的主要难点。针对上述超超临界机组协调控制系统机炉耦合过程的建模问题,本文考虑到目前电厂中应用较为广泛的仍是传递函数模型,为此希望借助群智能算法构建机炉耦合过程的传递函数显性模型。此外,深度学习方法适合分析大数据中蕴含的关键信息,因此将堆叠降噪自编码器引入到超超临界机组协调控制系统机炉耦合过程,构建过程的深度学习隐性模型,以实现对机组的全工况建模。首先,本文对超超临界机组协调控制系统的整体架构以及待辨识的协调控制系统锅炉-汽轮机单元机组的原理和关键变量进行阐述。通过剖析探讨机炉耦合被控过程的关键变量对过程的影响,确定了超超临界机组协调控制系统机炉耦合过程的简化概念模型。其次,本文确立机炉耦合过程的传递函数模型结构,并建立数据驱动的多变量模型参数智能辨识方案以确定机炉耦合过程传递函数模型参数。为使方案辨识出的模型参数精确有效,提出融合羊群和狮群算法的云自适应混沌鸟群算法（SO-LSO-CACBSA）,并采用测试函数从多角度验证展示改进鸟群算法的有效性。依托机组实际运行数据,对我国某1000MW超超临界机组开展机炉耦合过程的模型辨识和验证,实验结果表明数据驱动的多变量模型参数智能辨识方案和SO-LSO-CACBSA辨识算法的有效性。最后,为获得超超临界机组大范围运行工况下机炉耦合过程模型,将深度学习方法中的堆叠降噪自编码器（SDAE）引入超超临界机组协调控制系统机炉耦合过程的模型辨识中。基于我国某1000MW超超临界机组实际运行数据,开展机炉耦合过程的模型辨识和验证,实验结果表明堆叠降噪自编码器模型可以基本体现1000MW超超临界机组协调控制系统机炉耦合过程在机组大范围运行工况下的特征。为了使堆叠降噪自编码器在实际超超临界机组实现更方便地应用,利用MATLAB中的GUI功能设计了机炉耦合过程堆叠降噪自编码器模型辨识软件,能够更好地实现人机交互。
李浩宇[4]（2021）在《基于蓄能系统的燃煤机组灵活性提升方法研究》文中研究说明近年来,风能、太阳能等新能源得到了快速发展。然而,受可再生能源的波动性和间歇性等特点影响,新能源电力面临着难以消纳的问题。火力发电在我国能源结构中将长期处于主导地位,提高火电机组的灵活性是我国目前能源结构下的最佳选择。虽然现有机炉协调控制系统具备一定的变负荷能力,但受锅炉侧大迟延特性的限制,传统的机炉协调控制系统无法解决新能源电力难以消纳的问题。为保证电网在新能源电力大规模并网后可以安全稳定地运行,本文对配置储热罐的热电联产机组的灵活性提升方法进行了研究。本文的主要研究内容如下:首先,采用集总参数法,根据质量守恒和能量守恒建立了燃煤系统、锅炉汽-水系统、热网加热器、斜温层式储热罐、汽轮机、给水加热器以及除氧器的机理模型。利用某电厂配置斜温层式储热罐的330MW热电联产机组的现场数据对机理数学模型进行了验证。仿真结果与现场数据间的误差较小,模型具有较高的可信度,可用于配置储热罐的热电联产机组的动态特性研究。其次,在系统机理模型的基础上进行仿真实验。分别研究了斜温层式储热罐在储能和释能状态下储热罐斜温层的变化情况。进行了给煤量、汽轮机调汽阀、供热抽汽蝶阀以及储热罐热水口流量等输入的阶跃扰动实验。研究了在不同输入阶跃扰动下对机组负荷、主蒸汽压力、供热负荷等关键参数的影响。根据仿真结果,确定机组控制模型的输入、输出及传递函数的结构,通过粒子群算法对传递函数中的未知参数进行辨识,建立了“4入4出”结构的配置储热罐的热电联产机组控制模型。为机组灵活性提升方法的研究提供了模型基础。最后,为提高机组的灵活性,设计了一套适用于配置储热罐的热电联产机组的新型协调控制系统。以某330MW热电联产机组为例,进行了负荷指令阶跃扰动和斜坡扰动下的仿真实验。实验结果表明,新型协调控制系统的控制效果优于传统协调控制系统。为了减小机组在频繁变负荷过程中所造成的供热负荷波动,在新型协调控制系统中加入热补偿系统,并进行了仿真实验。仿真实验结果表明热补偿系统可以有效地降低机组在变负荷的过程中造成的供热负荷波动。
杜鸣[5]（2021）在《火电机组灵活运行下的负荷频率控制优化研究》文中研究指明随着我国能源转型的不断深入,新能源正在向主体能源进行过渡,开展高比例新能源电力系统中的稳定性研究成为了当前的研究热点。由于目前我国的电力系统不具备足够的灵活性,导致了严重的弃风、弃光现象。为提升电力系统灵活性,促进新能源消纳,大部分火电机组积极参与灵活性改造。灵活性改造后,火电机组在不同工况下运行具有不同的有功功率调节特性,大范围下的火电机组灵活运行将会造成系统内有功功率调节特性的变化。本论文关注电力系统频率稳定性方面,在能源转型和灵活性改造的背景下,将全面分析火电机组灵活性改造对机组本身和电力系统频率调节能力造成的影响。所以,本文将从以下几个方面开展研究工作:（1）基于机理分析,本文推导了汽轮机及其调速系统模型各参数的计算方法。利用历史运行数据,建立了汽轮机及其调速系统在灵活性改造之后多个工况下的线性模型。然后对不同模型施加阶跃信号,仿真结果显示汽轮机及其调速系统的响应速率随着负荷的降低而下降。该现象表明低负荷下机组的调频能力减弱。（2）根据一次调频响应过程的一般形式,本文确定了锅炉蓄热充分且安全的极限利用形式,并提出了一种一次调频综合评估方法。然后针对评估方法中的每一个参数设计了求解算法,并利用示范机组的历史运行数据对全工况下的一次调频极限响应过程进行了定量描述,根据该结果进一步计算了全工况下的调差系数。结果显示,随着机组负荷的下降,锅炉释放的总热量逐渐减少,而受到低流量、低流速的烟气等的影响,一次调频过程需要支撑的时间却相应增加。总体来说,机组一次调频响应性能随机组负荷的下降而降低,调差系数同样随着机组运行工况的下降而减小。（3）综合考虑一次、二次调节的调节作用,本文首先分析了灵活运行火电机组对频差信号的响应能力。单台机组运行场景中,机组侧对负荷扰动的抑制能力随着机组运行工况点的下降而降低。然而多机组运行时存在机组组合的问题,必须具体问题具体分析,难以得到普适性的结论。因此,本文考虑了电源侧两种典型的运行方式,在负荷频率控制的框架下完成了简单电力系统建模。仿真结果显示,无论火电机组采用深度运行或者启停运行方式,随着风电渗透率的增加,系统对负荷扰动的调节能力都呈下降趋势,但是深度运行方式能够保留系统转动惯量,进而保留系统的抗负荷扰动能力。（4）火电灵活性的开展加大了系统内多机协调问题的复杂度,本文提出了一种基于功率因子动态轨迹规划的优化控制策略。首先,本文将LFC频率调节区中的各机组功率分配因子设置成自由状态,并借由无人机动态轨迹优化的思想,对功率分配因子在震荡区的动作轨迹进行动态规划,建立了以调节过程经济性和频率调节效果的双优化目标,并结合其余约束条件,将该互补协调问题转化成一个多目标优化问题。以典型三区域九机组系统为算例对本算法进行了仿真,结果显示该算法能够在LFC过程中调用不同机组的不同优势,同时提升调节过程中的频率调节效果和调节经济性。最后通过蒙特卡洛模拟的方法对本算法进行了稳定性的验证。（5）为应对高比例新能源接入下的电力系统频率稳定性恶化问题,针对现代电力系统规模化、复杂化等的特点,本文提出了一种改进型模糊自抗扰控制方法,在改进型自抗扰控制器的基础上添加模糊规则,对自抗扰控制器参数提供了自适应补偿量,该算法能有效提升负荷频率控制效果,基于IEEE9节点模型的仿真结果验证了算法的有效性。
高学伟[6]（2021）在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中提出随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:（1）对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。（2）针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。（3）针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。（4）最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
熊剑[7]（2021）在《超临界机组的灵活性运行建模与先进控制策略研究》文中进行了进一步梳理波动性可再生能源的发电比例不断提高,导致超临界火电机组的运行目标从追求高效节能转变为注重提升机组的灵活性、机组深度调峰及快速升降负荷能力。为提升火电灵活性,一种可行的方法是设计先进控制算法,而控制算法发挥性能的前提是精确、简洁的数学模型。所以对超临界机组进行建模和控制策略两方面的研究具有重要意义。本文将协调控制系统作为研究对象,在建立高精度模型的基础上,为其设计先进的控制算法,以提升机组运行灵活性。在建模部分,模型结构上,将T-S模糊增量模型输出表达式与模糊神经网络的结论部分相结合,从而构建一种新型的模糊神经网络结构,该结构中局部线性模型的精度大大提升。参数训练上,先利用改进的核k-means++算法对前提部分参数进行训练。该算法采用谢尔贝尼指数法初始化模糊规则个数,消除了传统人工选取规则数的局限性。且使用核空间距离代替传统的欧几里得距离,得到了更佳的聚类中心和半径参数。然后采用有监督自适应梯度下降法对结论网络参数进行初始优化,再用人工免疫粒子群算法对进行二次优化。在控制策略部分,本文提出了一种双层的分层递阶控制结构,其中上层是无静差非线性约束广义预测控制器,计算得到最优控制序列。下层是L1自适应控制器,通过估计不确定性、实现最优轨迹跟踪。控制器设定值优化方面,使用一种柔化因子自适应调整的设定值柔化操作,来进一步改善控制性能。最后,在前述由现场数据驱动的模糊神经网络模型的基础上,对控制算法进行测试。单输出改变实验、灵活性运行对比实验及抗干扰等多项实验中都实现良好的跟踪,其中最大负荷爬坡率达到额定负荷的6%每分钟,且控制量没有较大波动。实验结果表明本文控制器可以在保证安全稳定运行的前提下,使机组达到灵活性运行的要求。
张怡[8]（2020）在《基于经济模型预测控制的直接空冷机组冷端系统优化研究》文中认为直接空冷机组采用环境空气代替水直接冷却汽轮机乏汽,具有节水率高、运行灵活、系统简单等优势,是我国煤炭资源丰富而水资源匮乏的北方地区发展火电事业的首要选择。直接空冷凝汽器压力是冷端系统的重要参数,是机组运行经济性和稳定性的综合体现。因此,对直接空冷机组冷端系统进行经济优化研究,对于降低机组煤耗率、改善机组控制效果、提升机组运行经济性具有重要意义。为此,本文首先研究了直接空冷机组冷端系统的动态建模,并将融合经济优化控制的先进算法应用于冷端系统及机组机炉协调系统中以提升系统整体运行的经济性。本文主要内容包括:（1）充分考虑了冷端系统与其相连设备之间的复杂耦合关系,建立了冷端系统的整体非线性动态机理模型,该模型能够正确反映直接空冷凝汽器背压随主蒸汽参数、风机群转速、环境温度的变化规律以及凝汽器背压变化对汽轮机本体及回热系统各关键热力参数的影响规律,可用于冷端系统仿真研究及控制器设计。（2）构建了给定主蒸汽参数和环境温度下直接空冷凝汽器“最优背压”的优化问题,以风机群转速为优化变量,机组净输出功率（机组输出功率与风机群耗功之差）最大为优化目标,可计算出给定参数下的经济最优背压和最优风机群转速。针对凝汽器背压控制系统分别设计了具有稳定性保证的跟踪模型预测控制器和经济模型预测控制器,仿真实验表明所提方法在冷端系统运行过程中能够获得更优的经济性能。（3）针对直接空冷凝汽器背压受环境温度影响而频繁波动的特性,提出了适用于凝汽器背压的区间模型预测控制方法和区间经济模型预测控制方法,能够有效减少控制量波动,增强系统鲁棒性;在此基础上进一步提出了基于事件触发的区间经济模型预测控制算法用于凝汽器背压控制,根据当前凝汽器背压测量值是否处于由最优背压确定的经济区间内判断是否执行在线优化计算,仿真实验表明该方法能够获得接近于经济模型预测控制作用下系统的经济性能,同时控制器在线计算时间显着减少。（4）建立了耦合冷端的超临界直接空冷机组机炉协调系统模型,以机组热耗率最小化为目标进行给定机组负荷和环境温度下机组最优主蒸汽压力和凝汽器背压的联合优化,并提出将凝汽器背压控制引入传统超临界机组机炉协调系统控制中,解决了机组变负荷运行时的风机控制问题。同时利用风机群转速可以快速调节机组背压、影响机组功率的特性,提高机组变负荷初期的负荷响应速率。仿真实验表明采用机炉协调系统与冷端系统联合控制的新型控制结构可以改善机炉协调系统的控制性能、降低机组煤耗率、提高机组整体运行的经济性。
廖霈之[9]（2020）在《燃煤电站CO2捕集系统建模与优化控制》文中研究说明在温室效应等生态问题日益严峻的背景下,对燃煤火电机组进行燃烧后CO2捕集是减缓气温上升、落实巴黎协议的重要手段。对于集成了燃烧后CO2捕集系统的燃煤火电机组而言,其运行特性与常规火电机组不同,需要在机组参与深度调峰的同时满足严格的CO2捕集要求。同时,燃煤电站CO2捕集系统（Coal-fired power plant integrated with post-combustion carbon capture,CFPP-PCC）具有强非线性、大惯性和强约束的特性,火电机组和碳捕集系统之间的多变量耦合也会使得电网调峰和CO2减排的运行目标相互影响。在这种情况下,以比例积分微分（Proportional-integral-derivative,PID）控制器为主体的常规控制方式难以取得理想效果。本文将围绕CFPP-PCC系统的动态建模和优化控制开展研究工作,建立基于预测控制的先进控制结构,以实现CFPP-PCC系统的经济、灵活运行。本文的主要研究内容如下:（1）建立了与燃烧后CO2捕集系统集成的660MW超临界燃煤火电机组动态模型。其中,燃煤火电机组增加了烟气流量的建模,并考虑汽轮机抽汽（用于吸收溶剂再生）对发电功率的影响。燃烧后CO2捕集系统采用乙醇胺为吸收溶剂,基于速率法和双膜理论建立有效动态模型。并对碳捕集系统进行结构设计,使其能与660MW超临界燃煤机组相匹配。同时,对燃烧后CO2捕集系统的主要结构参数和运行参数进行稳态优化,实现碳捕集系统的稳态最优。基于g CCS平台联立火电机组和碳捕集系统的动态模型,将其作为后续章节中控制系统的仿真模型。在不同运行工况下深入分析CFPP-PCC系统中主要变量的动态特性,为控制系统的设计提供指导。（2）为克服CFPP-PCC系统大延迟的影响,本文建立了一种基于神经网络逆的PID控制结构。利用输入-输出数据建立CFPP-PCC系统的神经网络逆模型,根据输出变量给定值计算出当前时刻的控制量,并将其作为前馈信号,从而可实现系统提前控制。同时,利用PID补偿器微调,保证系统稳态无偏差。在运行工况大范围变化时,神经网络逆PID控制的仿真结果要优于传统PID控制。（3）针对CFPP-PCC系统的运行要求和其多变量耦合的特性,本文提出了“常规运行模式”、“快速发电模式”和“严格碳捕集模式”等三种运行方式,并建立多变量的模型预测控制器（Model predictive control,MPC）,从而可更好的利用子系统之间的耦合关系。（4）为增强CFPP-PCC系统的鲁棒性和闭环稳定性,本文提出了基于扩张状态观测的稳定预测控制。首先设计满足Lyapunov稳定性要求的稳定预测控制器,通过求解拟无穷时域性能指标计算出满足输入幅值约束和输入速率约束的最优控制序列。对预测模型扩增扰动状态,能够集总反映出设备磨损、燃料变化等不可测扰动的影响,采用扩张状态观测器估计系统未知扰动,并通过前馈补偿消除扰动的影响,从而实现CFPP-PCC的无偏差控制。（5）考虑到CFPP-PCC系统中火力发电、CO2排放和CO2利用等经济性因素的影响,本文建立了基于机器学习的双层优化控制结构和稳定经济性预测控制。在双层优化控制结构中,上层为稳态经济性优化,利用深度置信网络建立CFPP-PCC系统的经济性指标,并计算出满足外界条件和系统约束的经济性最优目标值;下层为监督控制,实现对上层最优给定值的快速追踪。为实现CFPP-PCC系统的动态最优运行,本文建立了满足Lyapunov稳定性要求的经济性预测控制。利用长短期记忆网络建立CFPP-PCC系统的动态模型,并利用粒子群算法求解非线性优化问题。仿真表明,经济性预测控制能够满足CFPP-PCC系统的动态最优运行,实现系统经济利益最大化。
凌晨[10]（2020）在《超超临界二次再热机组一次调频性能优化》文中研究表明频率是衡量电能品质的重要指标之一,维持电网频率的稳定是电力系统运行的重要任务。环境保护要求的不断提高,减少燃煤发电、增加可再生能源发电已经成为电力发展的新趋势,可再生能源发电技术受天气等自然因素影响较大,降低了电网运行的稳定性。为应对风电、光电高占比时的电网运行安全稳定性和供电品质,电网对燃煤机组提出了更为严格的一次调频考核要求,燃煤机组一次调频性能优化研究具有重要的工程应用价值。本文深入分析全国各区域电网“两个细则”中关于一次调频考核指标的规范,对比分析不同区域电网对燃煤机组一次调频考核要求的差异性,并针对现有一次调频考核制度,提出其存在的不合理性及改善措施。本文全面介绍了超高压调门节流、过载补汽调节、凝结水节流及高加给水旁路四种不同一次调频方式的原理及技术特点。以某超超临界二次再热1000MW燃煤机组为研究对象,基于EBSILON软件构建热力仿真计算模型,计算超高压调门节流方式的经济性。本文建立了直流锅炉、阀门、汽轮机通流及加热器等数学模型,并于Lab VIEW软件平台开发用于一次调频仿真研究的二次再热机组实时仿真平台,通过稳态试验和扰动试验验证了仿真模型的有效性,仿真模型能够充分反映二次再热机组的主要动态特性,满足一次调频研究的需求。基于所开发的二次再热机组实时仿真平台,仿真分析不同一次调频方式的负荷响应特性及一次调频效果;综合不同一次调频方式的静态特性和动态特性,从一次调频的经济性、安全性、响应速度及响应幅度出发,提出了一次调频分层控制策略,并于实时仿真平台进行了不同幅度频差的扰动试验,验证了控制策略的合理性与有效性。
二、超临界机组动态特性的分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、超临界机组动态特性的分析（论文提纲范文）
（1）超临界机组建模及其灵活性控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 超临界机组建模研究现状 |
| 1.2.2 预测控制及其在超临界机组的应用现状 |
| 1.2.3 火电机组灵活性运行控制优化研究现状 |
| 1.3 本文的主要工作内容 |
| 第2章 基于免疫遗传算法的超临界机组灰箱建模 |
| 2.1 引言 |
| 2.2 基于机理建模的超临界机组简化非线性模型 |
| 2.2.1 必要假设与简化 |
| 2.2.2 制粉系统建模 |
| 2.2.3 锅炉燃烧及热量传递系统建模 |
| 2.2.4 汽轮机做功过程建模 |
| 2.3 基于数据驱动的超临界机组模型参数辨识 |
| 2.3.1 静态参数和待定函数求取 |
| 2.3.2 动态参数辨识 |
| 2.4 仿真验证 |
| 2.5 小结 |
| 第3章 面向灵活性运行的典型工况模型集的建立 |
| 3.1 引言 |
| 3.2 典型工况线性化 |
| 3.2.1 小偏差线性化 |
| 3.2.2 模型验证 |
| 3.3 典型工况CARIMA模型集 |
| 3.4 小结 |
| 第4章 超临界机组灵活性运行工况自适应广义预测控制 |
| 4.1 引言 |
| 4.2 适应灵活性运行的超临界机组工况自适应广义预测控制策略 |
| 4.2.1 基于CARIMA模型集的多工况局部广义预测控制策略构建 |
| 4.2.1.1 局部广义预测控制策略的预测模型 |
| 4.2.1.2 局部广义预测控制策略的滚动优化 |
| 4.2.2 面向灵活性运行的超临界机组AGPC全局控制律求解 |
| 4.3 工况自适应广义预测控制算法在超临界机组中的仿真测试 |
| 4.3.1 基于AGPC的控制系统设定值跟踪测试 |
| 4.3.2 基于AGPC的控制系统抗扰动能力测试 |
| 4.4 小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（2）350MW超临界CFB机组机炉协调系统建模与控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 单元机组建模的研究现状 |
| 1.2.1 基于机理/实验建模的研究 |
| 1.2.2 基于智能辨识方法的研究 |
| 1.3 单元机组协调系统的控制现状 |
| 1.3.1 基于线性系统的研究 |
| 1.3.2 基于非线性系统的研究 |
| 1.3.3 基于智能控制算法的研究 |
| 1.4 本文主要内容 |
| 1.5 本章小结 |
| 第二章 单元机组机炉协调系统概述 |
| 2.1 循环流化床锅炉简介 |
| 2.2 协调系统的概念 |
| 2.3 单元机组协调系统对象特性 |
| 2.3.1 协调系统运行方式 |
| 2.3.2 控制对象动态特性分析 |
| 2.4 试验机组协调系统控制策略分析 |
| 2.4.1 试验机组介绍 |
| 2.4.2 协调系统控制策略分析 |
| 2.5 本章小结 |
| 第三章 循环流化床机组机炉协调系统辨识 |
| 3.1 辨识思想及模型确立 |
| 3.1.1 辨识基本原理 |
| 3.1.2 协调系统模型确立 |
| 3.2 MIMO系统辨识 |
| 3.2.1 MIMO系统描述 |
| 3.2.2 MIMO系统辨识目标函数 |
| 3.3 闭环系统辨识 |
| 3.4 粒子群优化算法 |
| 3.5 CFB机组机炉协调系统模型辨识 |
| 3.5.1 采样数据筛选 |
| 3.5.2 零初始值处理 |
| 3.5.3 模型结构选择 |
| 3.5.4 系统辨识 |
| 3.5.5 模型验证 |
| 3.6 本章小结 |
| 第四章 协调系统控制优化研究 |
| 4.1 控制理论介绍 |
| 4.1.1 PID控制 |
| 4.1.2 模糊控制 |
| 4.2 模糊PID控制 |
| 4.3 协调系统仿真研究 |
| 4.3.1 协调系统的传统PID控制 |
| 4.3.2 协调系统的模糊PID控制 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（3）数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 超超临界机组建模国内外研究现状 |
| 1.3 研究内容及框架结构 |
| 第2章 超超临界机组协调控制系统机炉耦合过程概述 |
| 2.1 超超临界机组 |
| 2.1.1 协调控制系统 |
| 2.1.2 锅炉-汽轮机单元机组 |
| 2.2 机炉耦合过程模型辨识问题描述 |
| 2.3 本章小结 |
| 第3章 超超临界机组协调控制系统机炉耦合过程传递函数模型辨识 |
| 3.1 数据驱动的多变量模型参数智能辨识方案 |
| 3.2 融合羊群和狮群算法的云自适应混沌鸟群算法 |
| 3.2.1 鸟群算法简介 |
| 3.2.2 改进的鸟群算法 |
| 3.2.3 数值仿真 |
| 3.3 智能辨识数据选择与预处理 |
| 3.3.1 数据选择 |
| 3.3.2 数据预处理 |
| 3.4 辨识实例 |
| 3.5 本章小结 |
| 第4章 超超临界机组协调控制系统机炉耦合过程深度学习模型辨识 |
| 4.1 堆叠降噪自编码器 |
| 4.2 辨识实例 |
| 4.3 机炉耦合过程SDAE模型辨识图形用户界面 |
| 4.3.1 GUI总体设计 |
| 4.3.2 GUI总体操作流程 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（4）基于蓄能系统的燃煤机组灵活性提升方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称及符号表 |
| 第1章 绪论 |
| 1.1 国内外研究现状 |
| 1.2 国内外文献综述的简析 |
| 1.3 主要研究内容 |
| 第2章 配置储热罐的燃煤供热机组建模 |
| 2.1 研究对象 |
| 2.2 机组机理模型的建立 |
| 2.2.1 燃煤系统数学模型 |
| 2.2.2 锅炉汽-水系统数学模型 |
| 2.2.3 给水加热器数学模型 |
| 2.2.4 除氧器数学模型 |
| 2.2.5 供暖系统数学模型 |
| 2.2.6 汽轮机数学模型 |
| 2.3 本章小结 |
| 第3章 模型验证与动态特性分析 |
| 3.1 机理模型验证 |
| 3.2 储热罐仿真实验 |
| 3.2.1 储热罐蓄能仿真实验 |
| 3.2.2 储热罐释能仿真实验 |
| 3.3 机组仿真实验 |
| 3.3.1 给煤量阶跃扰动仿真实验 |
| 3.3.2 汽轮机调节阀门阶跃扰动仿真实验 |
| 3.3.3 供热抽汽阀门阶跃扰动仿真实验 |
| 3.3.4 储热罐热水流量阶跃扰动仿真实验 |
| 3.4 本章小结 |
| 第4章 火电机组控制模型的建立 |
| 4.1 系统控制模型 |
| 4.2 参数辨识 |
| 4.2.1 粒子群算法 |
| 4.2.2 辨识流程 |
| 4.3 辨识结果 |
| 4.3.1 给煤量扰动特性曲线参数辨识 |
| 4.3.2 汽轮机调节阀阶跃扰动特性曲线参数辨识 |
| 4.3.3 供热抽汽蝶阀扰动特性曲线参数辨识 |
| 4.4 本章小结 |
| 第5章 基于储能的燃煤机组协调控制方法 |
| 5.1 传统控制系统 |
| 5.2 新型协调控制系统的设计 |
| 5.3 新型协调控制系统仿真实验 |
| 5.3.1 阶跃扰动仿真 |
| 5.3.2 斜坡扰动仿真 |
| 5.4 热补偿系统 |
| 5.4.1 负荷指令阶跃扰动仿真实验 |
| 5.4.2 负荷指令斜坡扰动仿真实验 |
| 5.5 本章小结 |
| 结论与展望 |
| 研究结论 |
| 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（5）火电机组灵活运行下的负荷频率控制优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.2 研究现状 |
| 1.2.1 纯凝火电机组灵活运行调节特性分析研究现状 |
| 1.2.2 电力系统负荷频率优化控制研究现状 |
| 1.3 论文的主要工作及章节安排 |
| 第二章 汽轮机调速系统全工况模型研究 |
| 2.1 汽轮机及其调速系统模型参数的计算方法 |
| 2.2 计算实例 |
| 2.3 仿真分析 |
| 2.3.1 不同工况下响应性能对比 |
| 2.3.2 低负荷下定压、滑压运行方式的影响 |
| 2.3.3 理论分析 |
| 2.4 小结 |
| 第三章 火电机组一次调频能力的综合评估 |
| 3.1 理论分析及评估算法描述 |
| 3.1.1 一次调频过程中的机理分析 |
| 3.1.2 算法的整体描述 |
| 3.2 给煤量的能量传递时间计算 |
| 3.2.1 理论分析及解决方法 |
| 3.2.2 协调系统建模及参数估计 |
| 3.3 锅炉蓄热变化量计算 |
| 3.3.1 理论分析及解决方法 |
| 3.3.2 锅炉蓄热变化量的计算 |
| 3.4 计算实例 |
| 3.4.1 锅炉响应时间计算分析 |
| 3.4.2 机组蓄热变化量的计算 |
| 3.4.3 最大支撑幅度计算 |
| 3.5 评估结果分析 |
| 3.6 小结 |
| 第四章 火电深度调峰对系统频率稳定性的影响分析 |
| 4.1 机组的响应能力分析 |
| 4.2 不同风电渗透率下的系统仿真模型 |
| 4.2.1 LFC建模 |
| 4.2.2 风电系统建模 |
| 4.2.3 启停调峰 |
| 4.2.4 深度调峰 |
| 4.3 基于简化LFC模型仿真结果与分析 |
| 4.3.1 仿真初始环境设置 |
| 4.3.2 仿真结果 |
| 4.3.3 结果分析 |
| 4.5 小结 |
| 第五章 基于功率分配因子动态轨迹优化的多机互补协调优化策略 |
| 5.1 优化控制策略 |
| 5.1.1 问题的提出 |
| 5.1.2 基于动态轨迹规划的功率分配因子优化策略 |
| 5.1.3 优化系统的结构设计 |
| 5.2 算例仿真 |
| 5.2.1 算例分析 |
| 5.2.2 算法稳定性分析 |
| 5.3 小结 |
| 第六章 基于改进型模糊自抗扰的优化控制 |
| 6.1 改进型模糊自抗扰控制 |
| 6.1.1 对象模型的变化 |
| 6.1.2 模糊线性自抗扰控制器 |
| 6.1.3 针对迟延时间的改进 |
| 6.2 仿真结果与分析 |
| 6.3 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）数字孪生建模方法及其在热力系统优化运行中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号及缩写表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 能源电力发展背景与现状 |
| 1.1.2 智能控制优化研究现状 |
| 1.2 热力系统建模仿真及大数据技术研究现状 |
| 1.2.1 热力系统建模研究现状 |
| 1.2.2 电力大数据及其发展现状 |
| 1.2.3 热力系统仿真技术发展背景 |
| 1.3 数字孪生技术的应用现状及关键技术 |
| 1.3.1 数字孪生的应用发展现状 |
| 1.3.2 数字孪生研究的关键技术 |
| 1.3.3 数字孪生发展面临的挑战 |
| 1.4 论文的研究内容 |
| 第2章 大数据背景下的数字孪生与热力系统建模理论 |
| 2.1 数字孪生的基本理论 |
| 2.1.1 数字孪生的定义与内涵 |
| 2.1.2 数字孪生与仿真技术之间的关系 |
| 2.1.3 数字孪生与信息物理系统之间的关系 |
| 2.2 热力系统建模理论与方法 |
| 2.2.1 流体网络机理建模理论与方法 |
| 2.2.2 数据驱动建模理论与方法 |
| 2.3 大数据的基本理论 |
| 2.3.1 大数据平台框架及相关技术 |
| 2.3.2 大数据存储管理与预处理方法 |
| 2.3.3 大数据分布式集群平台构建 |
| 2.4 本章小结 |
| 第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
| 3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
| 3.1.1 建模思路 |
| 3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
| 3.1.3 基于多层次综合相似度度量的相似工况识别 |
| 3.1.4 基于Spark平台的数据驱动局部模型建模 |
| 3.2 SCR脱硝系统数据驱动建模应用案例 |
| 3.2.1 建模对象及背景介绍 |
| 3.2.2 数据预处理和相似工况选取 |
| 3.2.3 局部建模过程及结果分析 |
| 3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
| 3.3.1 建模对象及背景介绍 |
| 3.3.2 荷侧供热负荷预测模型 |
| 3.3.3 源侧电负荷预测 |
| 3.4 本章小结 |
| 第4章 热力系统数字孪生建模理论及应用 |
| 4.1 热力系统数字孪生建模思路 |
| 4.1.1 数字孪生建模方法的提出 |
| 4.1.2 数字孪生模型的构建方法及流程 |
| 4.2 数字孪生机理模型的构建 |
| 4.2.1 管路模型 |
| 4.2.2 调节阀模型 |
| 4.2.3 离心水泵模型 |
| 4.2.4 换热器模型 |
| 4.3 数字孪生模型的协同与融合理论 |
| 4.3.1 数字孪生模型离线智能参数辨识 |
| 4.3.2 数字孪生模型参数在线自适应协同 |
| 4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
| 4.4 数字孪生建模实例分析 |
| 4.4.1 脱硝系统数字孪生模型的建立 |
| 4.4.2 供热系统数字孪生模型的建立 |
| 4.5 本章小结 |
| 第5章 基于热力系统数字孪生模型的节能控制优化 |
| 5.1 基于数字孪生模型的智能工况动态寻优 |
| 5.1.1 热力系统智能工况动态寻优策略 |
| 5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
| 5.2 基于数字孪生模型的自适应预测控制优化 |
| 5.2.1 基于数字孪生模型的预测控制算法 |
| 5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要研究工作及成果 |
| 6.2 论文主要创新点 |
| 6.3 后续工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）超临界机组的灵活性运行建模与先进控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 超临界机组建模及模糊神经网络技术研究现状 |
| 1.2.2 超临界机组灵活性运行及分层控制策略的研究现状 |
| 1.3 本文的主要工作内容 |
| 第2章 超临界机组及其灵活性运行技术 |
| 2.1 引言 |
| 2.2 超临界机组及其协调控制系统概述 |
| 2.2.1 超临界机组的特点 |
| 2.2.2 协调控制系统的特点 |
| 2.2.3 超临界机组协调控制系统的参数可辨识性 |
| 2.3 超临界机组的灵活性运行技术 |
| 2.3.1 超临界机组灵活性运行制约因素 |
| 2.3.2 超临界机组灵活性运行技术方案 |
| 2.3.3 超临界机组灵活性运行技术可行性分析 |
| 2.4 小结 |
| 第3章 超临界机组灵活性运行建模 |
| 3.1 引言 |
| 3.2 新型的模糊神经网络模型结构 |
| 3.3 新型的模糊神经网络模型训练算法 |
| 3.3.1 前提部分网络参数训练 |
| 3.3.2 结论部分网络参数训练 |
| 3.4 基于模糊神经网络的超临界机组协调控制系统灵活性运行模型 |
| 3.4.1 灵活性运行模型参数设置 |
| 3.4.2 灵活性运行模型训练结果 |
| 3.4.3 灵活性运行模型通用性测试 |
| 3.4.4 建模方法的验证实验 |
| 3.5 小结 |
| 第4章 分层递阶控制在超临界机组灵活性运行中的应用 |
| 4.1 引言 |
| 4.2 新型的分层递阶控制结构 |
| 4.3 无静差非线性约束广义预测控制 |
| 4.3.1 预测模型 |
| 4.3.2 丢番图方程的递推解 |
| 4.3.3 滚动优化 |
| 4.4 L1自适应控制 |
| 4.5 设定值自适应柔化操作 |
| 4.6 超临界机组灵活性运行的分层递阶控制仿真 |
| 4.6.1 控制器参数选取 |
| 4.6.2 灵活性运行跟踪对比实验 |
| 4.6.3 抗干扰对比实验 |
| 4.7 小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其他成果 |
| 致谢 |
（8）基于经济模型预测控制的直接空冷机组冷端系统优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 直接空冷机组冷端系统的建模方法 |
| 1.2.1 基于机理建模方法 |
| 1.2.2 基于数据建模方法 |
| 1.2.3 基于数值模拟方法 |
| 1.3 直接空冷机组冷端系统的经济优化方法 |
| 1.3.1 冷端系统设备参数的经济优化 |
| 1.3.2 冷端系统运行参数的经济优化 |
| 1.4 直接空冷机组冷端系统的控制方法 |
| 1.4.1 逻辑控制 |
| 1.4.2 经典PID控制 |
| 1.4.3 先进智能控制 |
| 1.5 经济模型预测控制及其研究现状 |
| 1.5.1 经济模型预测控制基本原理 |
| 1.5.2 经济模型预测控制的研究现状 |
| 1.6 本文研究内容及论文安排 |
| 1.6.1 目前存在的主要问题 |
| 1.6.2 论文的研究工作思路 |
| 1.6.3 论文架构及主要研究内容 |
| 第二章 直接空冷机组冷端系统动态建模及特性分析 |
| 2.1 引言 |
| 2.2 直接空冷机组系统概述 |
| 2.2.1 对象系统简介 |
| 2.2.2 直接空冷机组冷端系统描述 |
| 2.3 直接空冷机组冷端系统动态机理建模 |
| 2.3.1 汽轮机本体模型 |
| 2.3.2 给水回热系统模型 |
| 2.3.3 直接空冷凝汽器模型 |
| 2.3.4 轴流风机群模型 |
| 2.3.5 热井模型 |
| 2.3.6 系统集成 |
| 2.4 模型验证与特性分析 |
| 2.4.1 整体模型稳态特性验证 |
| 2.4.2 模型动态特性验证 |
| 2.4.3 直接空冷凝汽器背压稳态特性分析 |
| 2.5 本章小结 |
| 第三章 基于经济模型预测控制的直接空冷机组冷端优化控制 |
| 3.1 引言 |
| 3.2 直接空冷机组最优背压 |
| 3.2.1 最优背压的定义 |
| 3.2.2 最优背压的计算模型 |
| 3.2.3 最优背压的计算结果 |
| 3.3 直接空冷机组冷端系统的跟踪模型预测控制 |
| 3.3.1 算法描述 |
| 3.3.2 可行性和稳定性分析 |
| 3.3.3 终端代价函数及终端域设计 |
| 3.4 直接空冷机组冷端系统的经济模型预测控制 |
| 3.4.1 算法描述 |
| 3.4.2 可行性和稳定性分析 |
| 3.4.3 终端代价函数及终端域设计 |
| 3.5 仿真实验及结果讨论 |
| 3.5.1 仿真实验1:初始稳态不同 |
| 3.5.2 仿真实验2:环境温度变化 |
| 3.5.3 仿真实验3:环境横风影响 |
| 3.6 本章小结 |
| 第四章 基于区间经济模型预测控制的直接空冷机组冷端优化控制 |
| 4.1 引言 |
| 4.2 基于区间经济模型预测控制的冷端系统背压控制方法 |
| 4.2.1 区间模型预测控制方法描述 |
| 4.2.2 区间经济模型预测控制方法描述 |
| 4.2.3 仿真实验及结果讨论 |
| 4.3 基于事件触发区间经济模型预测控制的冷端系统背压控制方法 |
| 4.3.1 基于事件触发的区间经济模型预测控制方法描述 |
| 4.3.2 基于事件触发的区间经济模型预测控制方法执行步骤 |
| 4.3.3 仿真实验及结果讨论 |
| 4.4 本章小结 |
| 第五章 耦合冷端的超临界直接空冷机组机炉协调系统的联合优化与控制 |
| 5.1 引言 |
| 5.2 超临界机组机炉协调系统模型的建立 |
| 5.2.1 制粉系统模型 |
| 5.2.2 锅炉系统模型 |
| 5.2.3 汽轮机系统模型 |
| 5.2.4 机炉协调系统模型结构 |
| 5.2.5 机炉协调系统模型开环特性验证 |
| 5.3 耦合冷端的超临界直接空冷机组机炉协调系统模型的建立 |
| 5.3.1 耦合冷端的超临界直接空冷机组机炉协调系统模型 |
| 5.3.2 联合模型开环特性验证 |
| 5.4 主蒸汽压力与凝汽器压力联合优化 |
| 5.4.1 最优主蒸汽压力和凝汽器压力计算模型 |
| 5.4.2 最优主蒸汽压力和凝汽器压力联合优化计算结果 |
| 5.5 耦合冷端的超临界直接空冷机组机炉协调系统的非线性跟踪模型预测控制 |
| 5.5.1 耦合冷端的超临界直接空冷机组机炉协调系统的非线性模型跟踪预测控制算法 |
| 5.5.2 仿真实验设置及结果讨论 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文主要工作 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
| 基本信息 |
| 学术成果 |
（9）燃煤电站CO2捕集系统建模与优化控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 基于化学吸附的燃烧后CO_2捕集系统研究现状 |
| 1.2.1 燃烧后CO_2捕集系统动态建模 |
| 1.2.2 燃烧后CO_2捕集系统辨识 |
| 1.2.3 燃烧后CO_2捕集系统运行控制 |
| 1.3 燃煤电站CO_2捕集整体系统研究现状 |
| 1.4 预测控制研究现状 |
| 1.4.1 稳定预测控制方法研究现状 |
| 1.4.2 经济性预测控制方法研究现状 |
| 1.5 存在的问题及本文主要工作 |
| 1.5.1 存在的问题 |
| 1.5.2 本文主要工作 |
| 第二章 燃煤电站CO_2捕集系统建模与特性分析 |
| 2.1 引言 |
| 2.2 660MW超临界燃煤火电机组非线性模型 |
| 2.2.1 制粉系统建模 |
| 2.2.2 锅炉汽水系统建模 |
| 2.2.3 汽轮机建模 |
| 2.2.4 烟气流量建模 |
| 2.2.5 最简模型结构 |
| 2.2.6 参数辨识 |
| 2.2.7 模型验证 |
| 2.3 基于化学吸收法的燃烧后CO_2捕集系统动态模型 |
| 2.3.1 吸收塔、分离塔模型 |
| 2.3.2 再沸器和冷凝器模型 |
| 2.3.3 换热器模型 |
| 2.3.4 缓冲罐模型 |
| 2.3.5 PCC系统模型验证 |
| 2.4 基于化学吸收法的燃烧后CO_2捕集系统结构设计 |
| 2.4.1 贫液流量初始估计 |
| 2.4.2 吸收塔和分离塔尺寸计算 |
| 2.4.3 换热器尺寸 |
| 2.4.4 再沸器、冷凝器和缓冲罐尺寸 |
| 2.5 基于化学吸收法的燃烧后CO_2捕集系统稳态优化 |
| 2.5.1 吸收塔高度 |
| 2.5.2 再沸器温度及压力 |
| 2.6 燃煤电站CO_2捕集系统动态特性分析 |
| 2.6.1 火电机组动态特性分析 |
| 2.6.2 PCC系统动态特性分析 |
| 2.6.3 燃煤电站CO_2捕集系统集成 |
| 2.6.4 整体系统动态特性分析 |
| 2.7 本章小结 |
| 第三章 燃煤电站CO_2捕集系统神经网络逆PID控制 |
| 3.1 引言 |
| 3.2 燃煤电站CO_2捕集系统分散控制结构 |
| 3.2.1 燃煤火电机组协调控制系统 |
| 3.2.2 燃烧后CO_2捕集系统控制结构 |
| 3.2.3 燃煤电站CO_2捕集系统整体控制结构 |
| 3.3 燃煤电站CO_2捕集系统神经网络逆PID控制 |
| 3.3.1 神经网络逆控制结构 |
| 3.3.2 CFPP-PCC神经网络逆模型 |
| 3.3.3 改进神经网络逆控制结构 |
| 3.3.4 仿真算例 |
| 3.4 本章小结 |
| 第四章 燃煤电站CO_2捕集系统预测控制方法研究 |
| 4.1 引言 |
| 4.2 燃煤电站CO_2捕集系统预测控制 |
| 4.2.1 CFPP-PCC预测控制算法 |
| 4.2.2 CFPP-PCC系统不同控制模式 |
| 4.2.3 仿真算例 |
| 4.3 燃煤电站CO_2捕集系统稳定预测控制 |
| 4.3.1 基于改进扩张状态观测器的无穷时域稳定预测控制算法 |
| 4.3.2 仿真算例 |
| 4.4 本章小结 |
| 第五章 融合机器学习与演化计算的燃煤电站CO_2捕集系统经济性预测控制 |
| 5.1 引言 |
| 5.2 考虑CO_2产量的CFPP-PCC系统 |
| 5.2.1 CFPP-PCC系统全流程简述 |
| 5.2.2 CO_2产量动态特性分析 |
| 5.3 机器学习算法在燃煤电站CO_2捕集系统中的应用 |
| 5.3.1 基于深度置信网络的CFPP-PCC系统稳态建模 |
| 5.3.2 基于长短期记忆网络的CFPP-PCC系统动态建模 |
| 5.4 燃煤电站CO_2捕集系统双层优化控制 |
| 5.4.1 CFPP-PCC系统上层优化 |
| 5.4.2 CFPP-PCC系统下层监督控制 |
| 5.4.3 仿真算例 |
| 5.5 基于机器学习的稳定经济性预测控制 |
| 5.5.1 稳定经济性预测控制算法 |
| 5.5.2 仿真算例 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（10）超超临界二次再热机组一次调频性能优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究水平综述 |
| 1.2.1 二次再热技术研究现状 |
| 1.2.2 一次调频研究现状 |
| 1.3 课题研究技术路线 |
| 第二章 电力系统一次调频原理及考核分析 |
| 2.1 电力系统频率特性 |
| 2.1.1 电网频率波动分析 |
| 2.1.2 电网的负荷调节效应 |
| 2.2 电力系统的频率调节过程 |
| 2.3 一次调频技术参数 |
| 2.4 一次调频考核分析 |
| 2.4.1 一次调频考核准则 |
| 2.4.2 考核制度的不合理性及优化建议 |
| 2.5 本章小结 |
| 第三章 燃煤机组一次调频方式及经济性分析 |
| 3.1 概述 |
| 3.2 一次调频方式 |
| 3.2.1 超高压调门节流 |
| 3.2.2 过载补汽调节 |
| 3.2.3 凝结水节流 |
| 3.2.4 高加给水旁路 |
| 3.3 超高压调门节流方式的经济性分析 |
| 3.3.1 超超临界二次再热1000MW燃煤机组简介 |
| 3.3.2 基于EBSILON的模型构建 |
| 3.3.3 仿真结果分析 |
| 3.4 本章小结 |
| 第四章 基于LabVIEW的二次再热机组实时仿真平台开发 |
| 4.1 实时仿真平台数学模型 |
| 4.1.1 仿真模型总体设计 |
| 4.1.2 锅炉模型 |
| 4.1.3 阀门流量模型 |
| 4.1.4 汽轮机通流模型 |
| 4.1.5 加热器模型 |
| 4.2 机组闭环控制策略 |
| 4.3 实时仿真平台软件设计 |
| 4.3.1 LabVIEW仿真软件平台 |
| 4.3.2 软件设计概述 |
| 4.3.3 系统管理软件 |
| 4.3.4 后台程序说明 |
| 4.4 本章小结 |
| 第五章 一次调频性能优化 |
| 5.1 实时仿真平台验证分析 |
| 5.1.1 静态特性验证分析 |
| 5.1.2 调门阶跃扰动试验 |
| 5.1.3 凝结水节流扰动试验 |
| 5.1.4 高加给水旁路扰动试验 |
| 5.2 锅炉侧储能利用 |
| 5.3 汽机侧储能利用 |
| 5.3.1 凝结水节流 |
| 5.3.2 高加给水旁路 |
| 5.4 一次调频性能优化 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 致谢 |
| 参考文献 |
| 作者简介、在读期间发表的学术成果及参与的科研项目 |
四、超临界机组动态特性的分析（论文参考文献）
- [1]超临界机组建模及其灵活性控制策略研究[D]. 唐植烟. 华北电力大学(北京), 2021(01)
- [2]350MW超临界CFB机组机炉协调系统建模与控制[D]. 邵茹. 山西大学, 2021(12)
- [3]数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究[D]. 盛歆歆. 华北电力大学(北京), 2021(01)
- [4]基于蓄能系统的燃煤机组灵活性提升方法研究[D]. 李浩宇. 东北电力大学, 2021(09)
- [5]火电机组灵活运行下的负荷频率控制优化研究[D]. 杜鸣. 华北电力大学(北京), 2021(01)
- [6]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [7]超临界机组的灵活性运行建模与先进控制策略研究[D]. 熊剑. 华北电力大学(北京), 2021(01)
- [8]基于经济模型预测控制的直接空冷机组冷端系统优化研究[D]. 张怡. 东南大学, 2020(02)
- [9]燃煤电站CO2捕集系统建模与优化控制[D]. 廖霈之. 东南大学, 2020(02)
- [10]超超临界二次再热机组一次调频性能优化[D]. 凌晨. 东南大学, 2020(01)