本發(fā)明涉及汽輪機建模技術(shù)領(lǐng)域，具體涉及一種參數(shù)隨工況變化實際特性的全過程汽輪機建模及辨識方法。

背景技術(shù)：

在電力系統(tǒng)日益趨于互聯(lián)、特高壓交直流混聯(lián)運行、新能源、分布式發(fā)電接入電網(wǎng)等領(lǐng)域不斷發(fā)展的背景下，電力系統(tǒng)規(guī)模不斷擴大，系統(tǒng)復(fù)雜程度不斷提高。為確保這種混雜大系統(tǒng)的安全穩(wěn)定經(jīng)濟運行，需要在規(guī)劃、設(shè)計、建設(shè)、運維等各個階段進行仿真測試和研究。電力系統(tǒng)建模仿真主要可分為動模仿真和數(shù)字仿真。動模仿真基于物理模型，具有物理意義明確、仿真結(jié)果實時輸出等優(yōu)點，但也存在因需要物理模型而導(dǎo)致的成本高昂、搭建過程耗時較長、難于重復(fù)利用等不足，特別地，當需要模擬復(fù)雜大系統(tǒng)的詳細內(nèi)部動態(tài)時，動模仿真常常難以實施。數(shù)字仿真技術(shù)基于數(shù)學(xué)模型和數(shù)值計算，理論上對模擬對象的復(fù)雜程度沒有限制，隨著微電子技術(shù)的不斷發(fā)展，數(shù)字仿真的成本逐漸下降，這些因素使得數(shù)字仿真已經(jīng)成為電力系統(tǒng)生產(chǎn)和研究的基本工具。

數(shù)字仿真主要包括數(shù)值計算和數(shù)學(xué)模型兩部分。其中數(shù)值計算目前已經(jīng)比較成熟，典型的數(shù)值解法器在各個領(lǐng)域的數(shù)字仿真中得到了廣泛應(yīng)用。然而，數(shù)學(xué)模型因模擬對象特性復(fù)雜、運行工況多變、數(shù)量眾多等因素影響，仍在發(fā)展中。

汽輪機數(shù)學(xué)模型是電力系統(tǒng)仿真中的基本原動機模型之一，鑒于我國火力發(fā)電長期占據(jù)國內(nèi)電力供應(yīng)70％以上份額(在一些缺水省份甚至達到90％以上)的現(xiàn)狀，汽輪機模型作為火電機組原動機模型，其準確性對電力系統(tǒng)仿真結(jié)果的準確性具有重要影響。

目前在電力系統(tǒng)仿真領(lǐng)域，汽輪機數(shù)學(xué)模型普遍采用IEEE線性模型，該模型的特點是結(jié)構(gòu)簡單，物理意義相對明確，計算量小，在小干擾仿真中一般能夠較好的模擬實際汽輪機的功率輸出特性。但是，受到該模型是一個本質(zhì)線性模型(在初始工況點附近經(jīng)泰勒線性化近似得到)的限制，其難以仿真汽輪機組在發(fā)生大信號擾動時的輸出特性，另一方面，為開展電力系統(tǒng)穩(wěn)定性研究與計算、系統(tǒng)優(yōu)化等工作，需要對汽輪機組在寬廣運行范圍內(nèi)實施大信號擾動仿真。

公開號為CN105260548A的發(fā)明公開了一種基于機組實際特性的汽輪機模型建模方法，該方法通過對汽輪機實際數(shù)據(jù)的采集和處理，提取出了以符合實際特性總閥位指令和壓比數(shù)據(jù)PCV-μ函數(shù)曲線與調(diào)節(jié)級壓力和歸一化后的功率數(shù)據(jù)p1-Q*函數(shù)曲線來構(gòu)建汽輪機蒸汽量環(huán)節(jié)，替代現(xiàn)有模型中偏離實際特性的汽輪機蒸汽量環(huán)節(jié)，獲得汽輪機模型；該方法修正了現(xiàn)有模型中主汽壓力、等效閥位和汽輪機進汽量的函數(shù)關(guān)系，使模型更為合理；根據(jù)機組實際運行數(shù)據(jù)建立了符合機組實際特性的汽輪機模型，改變了原有模型中慣用的蒸汽量、總閥位指令及主汽壓力的簡單關(guān)系，提高了模型精度和電力系統(tǒng)穩(wěn)定分析的準確性。

公開號為CN 103955134A的發(fā)明介紹了一種基于功率響應(yīng)特性的汽輪機模型參數(shù)辨識方法，該方法包括如下步驟：(1)簡化模型。對電力系統(tǒng)計算程序提供的汽輪機模型進行簡化處理，以得到參數(shù)更少且結(jié)構(gòu)更為明確的簡化模型；(2)現(xiàn)場試驗與數(shù)據(jù)處理；(3)參數(shù)辨識，得到的TN的值、TCH的值、TRH的值即為辨識結(jié)果。由該方法得到的模型參數(shù)能夠更加準確地反映實際汽輪機的功率特性，提高了辨識精度；此外該方法通過對電力系統(tǒng)計算程序提供的汽輪機模型進行簡化，減少了待辨識參數(shù)的數(shù)量，從而提高了辨識效率，為分析電力系統(tǒng)運行狀況的準確性提供了保障。

但是上述兩個發(fā)明都沒有全過程機輪機的模型，其難以仿真汽輪機組在發(fā)生大信號擾動時的輸出特性，難以支持下一步的電力系統(tǒng)穩(wěn)定性研究。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的問題是提供一種參數(shù)隨工況變化實際特性的全過程汽輪機建模及辨識方法，滿足開展電力系統(tǒng)穩(wěn)定性研究與計算、系統(tǒng)優(yōu)化等工作的要求。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：

一種參數(shù)隨工況變化實際特性的全過程汽輪機建模及辨識方法，包括如下步驟：

步驟一：運用機理分析方法建立考慮關(guān)鍵參數(shù)隨機組運行工況變化特性的全過程汽輪機數(shù)學(xué)模型，根據(jù)連續(xù)性方程和弗留格爾公式建立通用容積環(huán)節(jié)模型和汽輪機主要容積環(huán)節(jié)模型，結(jié)合汽輪機各缸的功率模型，得到完整的汽輪機功率輸出模型，模型中考慮運行工況的變化對關(guān)鍵參數(shù)的影響，從而得到關(guān)鍵參數(shù)隨工況變化時的全過程汽輪機模型；

步驟二：進行典型工況下的現(xiàn)場擾動試驗，獲取工況變化對汽輪機功率輸出特性影響的試驗數(shù)據(jù)，給出現(xiàn)場擾動試驗方法，包括試驗工況選擇、測點、測量步長、試驗時長和操作步驟；

步驟三：結(jié)合步驟一所建立的全過程汽輪機模型和步驟二獲得的現(xiàn)場試驗數(shù)據(jù)，進行基于粒子群算法-汽輪機系統(tǒng)模型的汽輪機系統(tǒng)模型參數(shù)辨識，根據(jù)多個工況下參數(shù)的辨識結(jié)果，獲取參數(shù)隨工況的變化特性，得到考慮關(guān)鍵參數(shù)隨工況變化特性的全過程汽輪機模型。

所述步驟一中運用機理分析方法建立考慮關(guān)鍵參數(shù)隨機組運行工況變化特性的全過程汽輪機數(shù)學(xué)模型包括以下步驟：

a、根據(jù)連續(xù)性方程和弗留格爾公式建立通用容積環(huán)節(jié)模型

對通用容積系統(tǒng)，由連續(xù)性方程可得：

式中：W為蒸汽的質(zhì)量；D_in為流入容積的蒸汽流量；D_out為流出該容積的蒸汽流量，

蒸汽質(zhì)量用密度和體積表示為：

W＝ρV_vs

式中：V_vs為容積的體積；ρ為水蒸氣密度，單位為m³/kg。

對采用噴嘴調(diào)節(jié)方式的凝汽式汽輪機，由弗留格爾公式可知，流出三個容積環(huán)節(jié)包括高壓缸前汽室、再熱容積、低壓連通管的流量近似正比于對應(yīng)容積的入口壓力，從而得到：

式中：D_Ini為初始流量，單位為m³/s；P_vs為容積內(nèi)壓力，單位為MPa；P_Ini為初始容積壓力，單位為MPa；

對上式兩邊同時對時間t求導(dǎo)可得：

假設(shè)溫度在討論的變工況過程中變化不大，近似為常量，則可得：

進一步可寫為：

式中：ν_sv為蒸汽的比體積，單位為m³/kg；

用的兩種表達方式進行代換可得：

進一步整理可得

上式可寫為：

式中：

對上式兩端同時取拉普拉斯變換，并假設(shè)初始狀態(tài)為穩(wěn)態(tài)，得：

D_in(s)-D_out(s)＝T_vssD_out(s)或

上式即通用容積環(huán)節(jié)一階慣性模型；

b、汽輪機主要容積環(huán)節(jié)模型

利用步驟(a)所得通用容積環(huán)節(jié)一階慣性模型可得汽輪機(以普遍采用的一次中間再熱、凝汽式汽輪機為例)高壓缸前汽室容積環(huán)節(jié)模型、再熱環(huán)節(jié)模型和低壓連通管容積模型，分述如下：

1)高壓缸前汽室容積環(huán)節(jié)模型

將步驟(a)所得通用容積環(huán)節(jié)模型應(yīng)用到高壓缸前汽室容積環(huán)節(jié)可得其數(shù)學(xué)模型如下：

式中：D_outCHPu為流出高壓缸前汽室的流量，D_inCHPu為流入高壓缸前汽室的流量，T_CH為高壓缸前汽室容積時間常數(shù)：

式中：V_CH為高壓缸前汽室的容積，m³；P_IniCH為汽室初始壓力；D_IniCH為汽室初始流量；ν_svCH為汽室內(nèi)蒸汽的比體積；P_CH為汽室壓力；

由連續(xù)性條件可知，流入高壓缸前汽室的流量等于流出調(diào)節(jié)汽閥的流量，即；

D_inCHPu＝D_outGVPu

式中：D_outGVPu為流出調(diào)節(jié)汽閥的流量；

實際運行中的大型火電機組一般運行在噴嘴調(diào)節(jié)方式下，此時多個汽閥逐個動作，并在相鄰動作的汽閥之間存在一定的重疊度，在小擾動條件下，可以假設(shè)調(diào)節(jié)汽閥的開度-流量特性為線性關(guān)系，從而得到調(diào)門閥位指令P_GVOrdPu與調(diào)門流量D_outGVPu公式：

D_outGVPu＝K_GVP_GVOrdPu

式中：P_GVOrdPu和D_outGVPu都采用了標幺值形式，基值為各自的額定值；定義為調(diào)門閥位指令-流量變換系數(shù)；

從而得到流入高壓缸的流量：

D_inCHPu＝K_GVP_GVOrdPu

將上式和高壓缸前汽室容積環(huán)節(jié)模型寫在一起，可得完整的高壓缸前汽室容積環(huán)節(jié)模型：

2)再熱環(huán)節(jié)容積模型

將通用容積環(huán)節(jié)模型應(yīng)用到再熱器及其連接管道上，可得再熱環(huán)節(jié)容積模型：

式中：D_outRHPu為流出再熱環(huán)節(jié)的流量，D_inRHPu為流入再熱環(huán)節(jié)的流量，即高壓缸排氣流量，T_RH為再熱環(huán)節(jié)容積時間常數(shù)：

式中：V_RH為再熱環(huán)節(jié)的體積，包括再熱器本身及其進出管道的容積；P_IniRH為再熱器的初始壓力；D_IniRH為再熱器的初始穩(wěn)態(tài)流量，穩(wěn)態(tài)時流入再熱器的流量等于流出的；ν_svRH為再熱器內(nèi)蒸汽的比體積；P_RH為再熱壓力；

在正常負荷運行時，中壓調(diào)門處于全開狀態(tài)，因此不必單獨建立其模型；

3)低壓連通管環(huán)節(jié)容積模型

將通用容積環(huán)節(jié)模型應(yīng)用到低壓連通管環(huán)節(jié)可得其數(shù)學(xué)模型：

式中：D_outCOPu為流出低壓連通管環(huán)節(jié)的流量，等于流入低壓缸的流量，等于低壓缸進氣壓力即中排壓力；D_inCOPu為流入低壓連通管內(nèi)的流量，即中壓缸排氣流量，等于中壓缸進氣流量，等于再熱壓力；T_CO為低壓連通管環(huán)節(jié)容積時間常數(shù)：

式中：V_CO為低壓連通管的容積；P_IniCO為低壓連通管內(nèi)蒸汽的初始壓力；D_IniRH為低壓連通管蒸汽內(nèi)的初始穩(wěn)態(tài)流量，穩(wěn)態(tài)時流入流量等于流出的；ν_svCO為低壓連通管內(nèi)蒸汽的比體積；P_CO為低壓連通管內(nèi)蒸汽壓力。

c、汽輪機做功環(huán)節(jié)模型

做功環(huán)節(jié)模型采用功率系數(shù)模型：

N_totalTurΔPu＝K_HPP_inHPΔPu+K_IPP_RHΔPu+K_LPP_COΔPu

式中：K_HP、K_IP和K_LP分別為高、中和低壓缸功率系數(shù)，P_inHPΔPu、P_RHΔPu和P_COΔPu分別為高壓缸、中壓缸和低壓缸進口壓力變化，等于各自的流量變化，用流量偏差可寫為：

N_totalTurΔPu＝K_HPD_outCHPu+K_IPD_outRHPu+K_LPD_outCOPu；

d、基于變參數(shù)的全過程汽輪機模型

對運行中的確定火電機組，其功率與機組運行工況存在對應(yīng)關(guān)系；因此，選擇功率作為汽輪機工況變化的標志參數(shù)，對上述汽輪機容積環(huán)節(jié)模型和功率模型中的與狀態(tài)相關(guān)的參數(shù)進行動態(tài)更新，從而得到變參數(shù)全過程汽輪機模型：

式中，括號包含N_last表示隨機組功率變化而動態(tài)更新該參數(shù)；

由此得到了變參數(shù)的汽輪機模型，通過模型參數(shù)變化，能夠反映機組在各個不同運行工況下的實際特性，因而是一種全過程汽輪機模型。

所述步驟二中運用現(xiàn)場試驗方法獲取汽輪機典型工況響應(yīng)特性包括包括試驗工況選擇、測點選擇和試驗步驟：

a、試驗工況選擇

試驗工況至少應(yīng)包括三個工況，分別為重載工況、中等負載工況和輕載工況，所述重載工況為92～98％額定出力，所述中等負載工況為70～80％額定出力，所述輕載工況為50～60％額定出力，并在運行人員允許的條件下，可在上述負荷之間或更低負荷(低負荷試驗工況選擇應(yīng)以不危及鍋爐穩(wěn)定燃燒為前提)增加試驗工況點，試驗工況點的增加能夠提高變參數(shù)全過程汽輪機模型的模型精度；

b、測點、測量步長、測試時長

為通過現(xiàn)場試驗獲得變參數(shù)全過程汽輪機模型的參數(shù)-負荷特性，需要對試驗的測點進行選擇，這些測點包括：機組實發(fā)功率、綜合閥位指令、調(diào)節(jié)級壓力、再熱器壓力、中壓缸排汽壓力、機組轉(zhuǎn)速，

測量步長應(yīng)不高于100ms，

測試時長以擾動開始前不少于5s，擾動后系統(tǒng)達到新穩(wěn)態(tài)為準，一般在擾動后200s以內(nèi)；

c、試驗步驟

試驗步驟為：1)試驗測點接入，在確保機組安全穩(wěn)定運行的前提下，通過硬接線等方法將測點引入錄波儀；2)錄波；3)施加擾動，擾動的類型可以為原動機建模試驗中規(guī)定的擾動或一次調(diào)頻試驗擾動，由現(xiàn)場運行條件確定。

所述步驟三中基于粒子群算法進行模型參數(shù)辨識和變參數(shù)特性擬合得到變參數(shù)全過程汽輪機模型，包括以下步驟：

a、數(shù)據(jù)預(yù)處理

刪除原始數(shù)據(jù)頭部過長的穩(wěn)態(tài)數(shù)據(jù)和尾部已經(jīng)達到穩(wěn)態(tài)的數(shù)據(jù)，主要保留擾動響應(yīng)過程，這些數(shù)據(jù)為模型辨識用的有效數(shù)據(jù)，在獲得有效數(shù)據(jù)后，采用滑動平均等算法對現(xiàn)場數(shù)據(jù)進行濾波處理；

b、基于粒子群算法的模型參數(shù)辨識

采用PSO算法對當前辨識工況的模型參數(shù)進行辨識，獲取與實測數(shù)據(jù)最一致的模型參數(shù)；

c、多個典型工況辨識

對選定的多個典型工況重復(fù)步驟(a)-(b)，完成可變參數(shù)在不同典型工況下的取值辨識；

d、獲得模型參數(shù)隨負荷的變化特性

利用基于試驗數(shù)據(jù)辨識的可變參數(shù)隨負荷(即工況)變化結(jié)果，根據(jù)曲線外形采用擬合的方法獲取模型可變參數(shù)隨負荷的變化特性，從而獲得基于變參數(shù)法的全過程汽輪機數(shù)學(xué)模型。

本發(fā)明主要涉及一種考慮關(guān)鍵參數(shù)隨工況變化特性的全過程汽輪機建模及辨識方法，結(jié)合機理分析、現(xiàn)場試驗、粒子群算法等建立汽輪機模型結(jié)構(gòu)及其關(guān)鍵參數(shù)隨工況的變化特性，得到基于關(guān)鍵參數(shù)隨工況變化特性的全過程汽輪機模型，其優(yōu)勢在于(1)在對汽輪機建模時將關(guān)鍵參數(shù)隨工況的變化特性納入建模范疇，考慮了汽輪機模型隨工況的變化特性，能夠反映大范圍工況變動下機組的特性變動，模擬大信號擾動下的機組響應(yīng)特性；(2)參數(shù)隨工況的變化特性基于現(xiàn)場試驗，能夠反映建模機組的實際特性；(3)采用粒子群算法辨識模型參數(shù)，較傳統(tǒng)人工試湊法更加準確、高效。將此方法用于電力系統(tǒng)動態(tài)仿真、汽輪機調(diào)節(jié)系統(tǒng)仿真、優(yōu)化等領(lǐng)域，可采用數(shù)值仿真方法獲得機組在大信號擾動時的準確功率響應(yīng)、壓力響應(yīng)等。

附圖說明

下面結(jié)合附圖對本發(fā)明作進一步描述：

圖1是本發(fā)明的建模流程；

圖2是本發(fā)明的基于變參數(shù)法的全過程汽輪機模型結(jié)構(gòu)；

圖3是本發(fā)明運用現(xiàn)場試驗方法獲取汽輪機典型工況響應(yīng)特性中的試驗步驟；

圖4是本發(fā)明的粒子群算法—汽輪機系統(tǒng)辨識模型；

圖5是本發(fā)明的基于變參數(shù)法的全過程汽輪機模型原理框圖；

圖6是本發(fā)明的參數(shù)隨工況變化特性；

圖7是本發(fā)明的功率響應(yīng)結(jié)果。

具體實施方式

下面結(jié)合圖1至圖7對本發(fā)明技術(shù)方案進一步展示，具體實施方式如下：

實施例一

本發(fā)明提供了一種考慮關(guān)鍵參數(shù)隨工況變化特性的全過程汽輪機系統(tǒng)建模及辨識方法，下面結(jié)合附圖對本發(fā)明作進一步說明，包括如下步驟：

步驟一：運用機理分析方法建立考慮關(guān)鍵參數(shù)隨機組運行工況變化特性的全過程汽輪機數(shù)學(xué)模型，根據(jù)連續(xù)性方程和弗留格爾公式建立通用容積環(huán)節(jié)模型和汽輪機主要容積環(huán)節(jié)模型，結(jié)合汽輪機各缸的功率模型，得到完整的汽輪機功率輸出模型，模型中考慮運行工況的變化對關(guān)鍵參數(shù)的影響，從而得到關(guān)鍵參數(shù)隨工況變化時的全過程汽輪機模型；

步驟二：進行典型工況下的現(xiàn)場擾動試驗，獲取工況變化對汽輪機功率輸出特性影響的試驗數(shù)據(jù)，給出現(xiàn)場擾動試驗方法，包括試驗工況選擇、測點、測量步長、試驗時長和操作步驟；

步驟三：結(jié)合步驟一所建立的全過程汽輪機模型和步驟二獲得的現(xiàn)場試驗數(shù)據(jù)，進行基于粒子群算法-汽輪機系統(tǒng)模型的汽輪機系統(tǒng)模型參數(shù)辨識，根據(jù)多個工況下參數(shù)的辨識結(jié)果，獲取參數(shù)隨工況的變化特性，得到考慮關(guān)鍵參數(shù)隨工況變化特性的全過程汽輪機模型。

優(yōu)選的，考慮關(guān)鍵參數(shù)隨機組運行工況變化特性的全過程汽輪機數(shù)學(xué)模型

(1)根據(jù)連續(xù)性方程和弗留格爾公式建立通用容積環(huán)節(jié)模型

對通用容積系統(tǒng)，由連續(xù)性方程可得：

蒸汽質(zhì)量可用密度和體積表示為：

W＝ρV_vs (2)

對采用噴嘴調(diào)節(jié)方式的凝汽式汽輪機，流出三個容積環(huán)節(jié)的流量近似正比于對應(yīng)容積的入口壓力，從而得到：

對(3)式兩邊同時對時間t求導(dǎo)可得：

假設(shè)溫度在討論的變工況過程中變化不大，近似為常量，則可得：

進一步可寫為：

聯(lián)立式(1)和(6)可得：

進一步整理可得

記

則式(8)可寫為：

對式(9)兩端同時取拉普拉斯變換，并假設(shè)初始條件為穩(wěn)態(tài)條件，得：

D_in(s)-D_out(s)＝T_vssD_out(s)或

式(10)即通用容積環(huán)節(jié)一階慣性模型。

(2)汽輪機主要容積環(huán)節(jié)模型

利用上述所得通用容積環(huán)節(jié)一階慣性模型可得汽輪機(以普遍采用的一次中間再熱、凝汽式汽輪機為例)高壓缸前汽室容積環(huán)節(jié)模型、再熱環(huán)節(jié)模型和低壓連通管容積模型。分述如下。

1)高壓缸前汽室容積環(huán)節(jié)模型

將上文所得通用容積環(huán)節(jié)模型應(yīng)用到高壓缸前汽室容積環(huán)節(jié)可得其數(shù)學(xué)模型如下：

式中，T_CH為高壓缸前汽室容積時間常數(shù)：

由連續(xù)性條件可知，流入高壓缸前汽室的流量等于流出調(diào)節(jié)汽閥的流量，即；

D_inCHPu＝D_outGVPu

(13)

實際運行中的大型火電機組一般運行在噴嘴調(diào)節(jié)方式下，此時多個汽閥逐個動作，并在相鄰動作的汽閥之間存在一定的重疊度。在小擾動條件下，可以假設(shè)調(diào)節(jié)汽閥的開度-流量特性為線性關(guān)系，從而得到調(diào)門閥位指令P_GVOrdPu與調(diào)門流量D_outGVPu公式：

D_outGVPu＝K_GVP_GVOrdPu

(14)

式中：K_GV為調(diào)門指令-流量變換系數(shù)：

從而得到流入高壓缸的流量：

D_inCHPu＝K_GVP_GVOrdPu

(16)

由式(16)和(11)可得完整的高壓缸前汽室容積環(huán)節(jié)模型：

應(yīng)當指出，該模型的輸入為調(diào)門指令，輸出為流入高壓缸的蒸汽流量。

2)再熱環(huán)節(jié)容積模型

將通用容積環(huán)節(jié)模型應(yīng)用到再熱器及其連接管道上，可得再熱環(huán)節(jié)容積模型：

式中：T_RH為再熱環(huán)節(jié)容積時間常數(shù)：

在正常負荷運行時，中壓調(diào)門處于全開狀態(tài)，因此不必單獨建立其模型。

3)低壓連通管環(huán)節(jié)容積模型

將通用容積環(huán)節(jié)模型應(yīng)用到低壓連通管環(huán)節(jié)可得其數(shù)學(xué)模型：

式中：T_CO為低壓連通管環(huán)節(jié)容積時間常數(shù)：

(3)汽輪機做功環(huán)節(jié)模型

做功環(huán)節(jié)模型采用功率系數(shù)模型：

N_totalTurΔPu＝K_HPP_inHPΔPu+K_IPP_RHΔPu+K_LPP_COΔPu

(22)

式中：P_inHPΔPu、P_RHΔPu和P_COΔPu分別為高壓缸、中壓缸和低壓缸進口壓力變化，等于各自的流量變化，用流量偏差可寫為：

N_totalTurΔPu＝K_HPD_outCHPu+K_IPD_outRHPu+K_LPD_outCOPu

(23)

(4)基于變參數(shù)的全過程汽輪機模型

對運行中的確定火電機組，其功率與機組運行工況存在對應(yīng)關(guān)系。因此，選擇功率作為汽輪機工況變化的標志參數(shù)，對上述汽輪機容積環(huán)節(jié)模型和功率模型中的與狀態(tài)相關(guān)的參數(shù)進行動態(tài)更新，從而得到變參數(shù)全過程汽輪機模型：

式中，括號包含N_last表示隨機組功率變化而動態(tài)更新該參數(shù)。

由此得到了變參數(shù)的汽輪機模型，如圖2所示，當參數(shù)變化時，能夠反映機組在各個不同運行工況的實際特性，因而是一種全過程汽輪機模型。應(yīng)當指出，圖中有部分延時環(huán)節(jié)和轉(zhuǎn)換系數(shù)未給出，原因是這些環(huán)節(jié)主要與信號傳遞延時、基準值選擇等外在因素有關(guān)。

優(yōu)選的，運用現(xiàn)場試驗方法獲取汽輪機典型工況響應(yīng)特性

主要包括試驗工況選擇、測點選擇和試驗步驟，分述如下。

(1)試驗工況選擇

按照機組在電力系統(tǒng)中的主要功能不同，選擇不同試驗工況。目前，并入交流主網(wǎng)運行的火電機組一般都要求承擔(dān)調(diào)頻任務(wù)，對此應(yīng)在機組能夠運行到的負荷范圍內(nèi)選擇典型工況。典型試驗工況至少應(yīng)包括三個工況，分別為重載工況(95％額定出力附近)、中等負載工況(75％額定出力附近)和輕載工況(55％額定出力附近)，并在運行人員允許的條件下，可在上述負荷之間或更低負荷(低負荷試驗工況選擇應(yīng)以不危及鍋爐穩(wěn)定燃燒為前提)增加試驗工況點，試驗工況點的增加能夠提高變參數(shù)全過程汽輪機模型的模型精度。

(2)測點、測量步長、測試時長

為通過現(xiàn)場試驗獲得變參數(shù)全過程汽輪機模型的參數(shù)-負荷特性，需要對試驗的測點進行選擇，這些測點包括：機組實發(fā)功率、綜合閥位指令、調(diào)節(jié)級壓力、再熱器壓力、中壓缸排汽壓力、機組轉(zhuǎn)速。

測量步長應(yīng)不高于100ms。

測試時長以擾動開始前不少于5s，擾動后系統(tǒng)達到新穩(wěn)態(tài)為準，一般在擾動后200s以內(nèi)。

(3)試驗步驟

關(guān)鍵試驗步驟如圖3所示，包括：1)試驗測點接入，在確保機組安全穩(wěn)定運行的前提下，通過硬接線等方法將測點引入錄波儀；2)錄波；3)施加擾動，擾動的類型可以為原動機建模試驗中規(guī)定的擾動或一次調(diào)頻試驗擾動，由現(xiàn)場運行條件確定。

優(yōu)選的，基于粒子群算法的模型參數(shù)辨識和參數(shù)隨工況變化特性求取

(1)數(shù)據(jù)預(yù)處理

刪除原始數(shù)據(jù)頭部過長的穩(wěn)態(tài)數(shù)據(jù)和尾部已經(jīng)達到穩(wěn)態(tài)的數(shù)據(jù)，主要保留擾動響應(yīng)過程，該過程為模型辨識用的有效數(shù)據(jù)。在獲得有效數(shù)據(jù)后，采用滑動平均等算法對現(xiàn)場數(shù)據(jù)進行濾波處理。

(2)基于粒子群算法(Particle Swarm Optimization,PSO)的模型參數(shù)辨識辨識模型結(jié)構(gòu)如圖4所示，采用PSO算法對當前工況的模型參數(shù)進行辨識，獲取與實測數(shù)據(jù)最一致的模型參數(shù)，這些參數(shù)即變參數(shù)全過程汽輪機模型中的動態(tài)變化參數(shù)。目標函數(shù)可選用功率響應(yīng)的ITAE指標，即

式中：N_TΔTest為實測功率，N_TΔIden為辨識功率響應(yīng)，t為時間。

(3)多個典型工況辨識

對選定的多個典型工況重復(fù)步驟(1)-(2)，完成可變參數(shù)在不同典型工況下的取值辨識。

(4)獲得模型參數(shù)隨負荷的變化特性

利用基于試驗數(shù)據(jù)辨識的可變參數(shù)隨負荷(即工況)變化結(jié)果，根據(jù)曲線外形采用擬合的方法獲取模型可變參數(shù)隨負荷的變化特性。從而獲得如圖5所示的基于變參數(shù)法的全過程汽輪機數(shù)學(xué)模型。

實施例二

根據(jù)本發(fā)明所提供的一種基于變參數(shù)法的全過程汽輪機建模及辨識方法，以某電廠汽輪機為研究對象展開驗證，該汽輪機為超臨界、一次中間再熱、單軸、三缸、四排汽凝汽式，其相關(guān)參數(shù)如表1所示。

表1實施例汽輪機相關(guān)參數(shù)

表中：p₀為主汽壓力。

用說明書所述的方法建立基于變參數(shù)法的全過程汽輪機模型；通過現(xiàn)場試驗，獲取汽輪機系統(tǒng)的輸入、輸出數(shù)據(jù)；再通過圖4所示的粒子群算法-汽輪機系統(tǒng)辨識模型辨識出待定參數(shù)，對多個工況進行辨識，可得關(guān)鍵參數(shù)隨負荷的變化趨勢，以KGV為例，其隨工況變化特性如圖6所示。進一步可得到其多項式擬合模型為：

式中：N_pu為機組功率。

類似地，可得其他參數(shù)隨負荷的變化特性，將上述基于辨識結(jié)果擬合的參數(shù)-負荷特性帶入汽輪機變參數(shù)模型，可得基于變參數(shù)法的全過程汽輪機模型，利用該模型仿真與現(xiàn)場實測的對比結(jié)果如圖7所示。

由上述對比結(jié)果可得如下結(jié)論：采用本發(fā)明所述的基于變參數(shù)法的全過程汽輪機模型和辨識方法，能夠得到準確反映實際汽輪機特性的汽輪機系統(tǒng)模型。這種模型和參數(shù)辨識方法具有結(jié)構(gòu)簡單、物理意義明確、便于實施的特點，可用于電力系統(tǒng)仿真、汽輪機調(diào)節(jié)。