摘要
在现阶段“双碳”目标下，需要提高新能源消纳能力实现电力系统的绿色低碳转型，然而新能源自身的波动性和间歇性给电网的安全运行带来了巨大的挑战。超临界机组作为我国火力发电的主力，充分挖掘其灵活性运行需求下的潜力已成为当今发电领域的关键课题。本文在分析超临界机组灵活性改造方案后从建立精确的数学模型和设计先进的控制策略两方面出发进行研究。 选择超临界机组协调控制系统作为被控对象进行数据驱动建模，首先建立新型的T-S模糊模型增量结构，通过添加Tent混沌搜索策略与自适应种群规模对狮群算法进行改进，使用超临界机组实际运行数据进行聚类，引入强化学习方法自动设置此过程中的关键参数，然后通过指数加权最小二乘法获取所需的广义预测控制器的预测模型。最后使用基准测试函数验证了改进算法的有效性，并基于实际数据完成了某600MW超临界机组宽负荷运行工况下的动态数学模型辨识。 基于上述模型，结合强化学习设计了分层控制策略将负荷的跟踪问题和经济问题分开处理，上层选择广义预测控制处理多变量带约束的负荷跟踪问题，得到系统的最优控制序列，并引入了积分模态减小稳态误差，下层选择强化学习方法提升灵活运行需求下的经济性，接收上层最优控制序列并根据近几个时刻系统运行的状态对控制量进行修正，最后通过负荷跟踪测试和抗干扰测试验证了所设计的控制策略在灵活性运行需求下的可行性和有效性。
NETL