关键词:
直接空冷机组
模糊C均值
广义预测控制
长短期记忆网络
多目标优化
摘要:
我国三北地区富煤贫水,直接空冷机组在火力发电机组中广泛应用,其利用轴流风机驱动空气强制对流,与汽轮机排气进行热交换,节水效果十分显著。目前,直接空冷系统暴露在外,在自然因素与风机群集群效应的耦合作用下,空冷单元阵列的空气动力学特性不断变化,导致空冷机组的工作效率降低。同时,风机群的高耗电量进而导致火电机组净发电率降低,最终影响火电机组的经济运行。因此,研究直接空冷机组的空气动力学特性及运行优化能够改善机组的安全与经济性能。本文以某660MW机组1×8空冷阵列为研究对象,基于数模驱动下计算流体力学(computational fluid dynamics,CFD),求解自然风瞬变扰动和风机随机转速下的空冷阵列瞬态数学模型,计算不同工况下运行数据,进而研究了机组运行优化。主要研究内容包括:首先,建立直接空冷系统的数值计算模型,介绍相应控制方程、湍流方程及其离散求解方法,最后模拟计算典型工况下各个空冷单元质量流率,并与直接空冷机组的实际测量数据比较,数值模型通过精度检验,为后续研究提供模型基础。其次,基于空冷岛数值模型分析自然风阶跃、风机转速阶跃工况下空冷阵列的流场分布情况,探索风机转速及自然风对风机入口流量的影响规律。研究表明:迎风面风机转速的提高恶化空冷岛冷却性能,下游轴流风机转速提高有利于空冷岛的冷却性能;自然风会恶化空冷岛的冷却性能,空冷单元排布位置不同将导致固有的抗干扰能力差异。基于上述风机群动态特性分析,利用模糊C均值对动态特性数据特征分析,提出风机群分区调节方案。再者,针对自然风向相对固定,风速较缓的夏冬季工况,设计基于多变量Hammerstein 模型的自适应广义预测控制(generalized predictive control,GPC)策略。首先,利用分层辨识原理的扩展随机梯度算法,辨识分布式Hammerstein系统模型参数;其次,基于预测控制原理同时考虑系统的非线性特性和约束条件,直接对整个非线性系统实施GPC策略。并考虑模型失配时,结合带遗忘因子最小二乘算法在线实时辨识系统模型,构成的参数自校正策略。自适应GPC控制策略具有输出偏差小、输出稳定等优点。最后,针对瞬变且随机自然风的春秋季工况,利用长短期记忆(long-term and short-term memory,LSTM)网络构建风机群非参数动态响应模型。通过改进精英策略的非支配排序遗传算法((non dominated sorting genetic algorithm with elite strategy,NSGA2),提出一种综合考虑空冷单元进口空气流量、风机能耗和机械电气损耗等性能指标,并通过模糊隶属度函数法计算各区域风机最优转速指令的多目标分布式最优控制策略。在无自然风和时变连续自然风两种工况下仿真研究,确定最优分布式控制策略,并与空冷阵列集中调速策略相比,多目标分布式最优控制在显著提高了机组冷端运行经济性的同时,降低调节过程的机械电气损耗,显著提高空冷机组的控制品质。研究结果可为直接空冷机组的优化节能安全运行,提供理论依据和工程参考。