本發(fā)明涉及熱工自動控制領(lǐng)域，尤其是一種基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)。

背景技術(shù)：

微型燃氣輪機冷熱電聯(lián)產(chǎn)系統(tǒng)由微型燃氣輪機和吸收式制冷機組成，能夠?qū)π⌒妥≌瑓^(qū)或商業(yè)街區(qū)同時提供冷、熱、電三種能源。由于微型燃氣輪機的余熱能夠持續(xù)作為加熱器或制冷機的熱源，MGT-CCHP系統(tǒng)的平均能源利用效率高達80％，而常規(guī)燃煤電廠的效率只有30％-35％。因此，為了節(jié)約能源、降低消耗、保護環(huán)境，MGT-CCHP系統(tǒng)已經(jīng)成為分布式能源系統(tǒng)最優(yōu)發(fā)展前景的方向之一。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題在于，提供一種基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)，能夠改善系統(tǒng)的控制性能，提高系統(tǒng)抗干擾性。

為解決上述技術(shù)問題，本發(fā)明提供一種基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)，包括：動態(tài)最優(yōu)目標值設(shè)置單元1，模型預測控制單元2，擾動模型單元3，MGT-CCHP系統(tǒng)單元4和狀態(tài)及擾動觀測器單元5；動態(tài)最優(yōu)目標值設(shè)置單元1與模型預測控制單元2相連，模型預測控制單元2有兩路輸出端，其中第一路輸出端連接擾動模型單元3輸入端，第二路輸出端連接MGT-CCHP系統(tǒng)單元4，MGT-CCHP系統(tǒng)單元4的輸入端同時連接外部不可測擾動，擾動模型單元3和MGT-CCHP系統(tǒng)單元4的輸出端連接狀態(tài)及擾動觀測器單元5的輸入端，狀態(tài)及擾動觀測器單元5的輸出端連接動態(tài)最優(yōu)目標值設(shè)置單元1和模型預測控制單元2。

優(yōu)選的，動態(tài)最優(yōu)目標值設(shè)置單元1中目標函數(shù)的構(gòu)成同時考慮經(jīng)濟性和擾動的影響，確保在擾動存在情況下，給出的目標值下層能夠跟蹤到達且經(jīng)濟性最優(yōu)；模型預測控制單元2用于跟蹤上層動態(tài)最優(yōu)目標設(shè)置單元1給出的最優(yōu)目標值，計算出控制變量；擾動模型單元3表示不可測擾動和模型失配對模型造成的影響；MGT-CCHP系統(tǒng)單元4表示被控對象；狀態(tài)及擾動觀測器單元5利用擴增狀態(tài)觀測器，基于系統(tǒng)輸入輸出值，估算出系統(tǒng)狀態(tài)量和擾動量，用于動態(tài)最優(yōu)目標值設(shè)置單元1和模型預測控制單元2中的計算。

優(yōu)選的，被控對象MGT-CCHP系統(tǒng)單元4為三輸入三輸出對象，三個輸入量分別是燃料閥門開度、回熱閥門開度和高壓冷劑蒸汽閥門開度，三個輸出量分別是輸出功率、冷卻水溫度和生活熱水溫度。

優(yōu)選的，模型預測控制單元2為基于狀態(tài)空間模型的多變量約束模型預測控制單元，其具體實現(xiàn)包括如下步驟：

(1)MGT-CCHP系統(tǒng)動態(tài)特性可由下面離散狀態(tài)空間模型描述：

其中x(k)∈Rⁿ是狀態(tài)變量，u(k)∈R^m是輸入變量，y(k)∈R^l是輸出變量，d(k)∈R^nd是擾動項代表不可測擾動和模型失配的影響。A,B,C,D,G_d是系統(tǒng)矩陣；

(2)擴增狀態(tài)觀測器來估計狀態(tài)及擾動值，擴增狀態(tài)觀測器如下表示：

其中L_k是觀測器增益，‘∧’符號代表估計值；

(3)擴增狀態(tài)觀測器的構(gòu)建可基于常規(guī)卡爾曼濾波理論，其中：

L_k＝P_kC^T(CP_kC^T+R)^-1 (19)

P_k＝AP_k-1A^T+G_dQ₀G_d^T-AP_k-1C^T(CP_k-1C^T+R₀)^-1CP_k-1A^T (20)

調(diào)節(jié)參數(shù)Q₀and R₀是單位陣，P_k,P_k-1分別是k,k-1時刻的狀態(tài)誤差協(xié)方差估計。

優(yōu)選的，上層動態(tài)最優(yōu)目標值設(shè)置單元1將靜態(tài)目標值設(shè)置單元和穩(wěn)態(tài)目標計算器擴展成動態(tài)目標值設(shè)置單元。

優(yōu)選的，上層動態(tài)最優(yōu)目標值設(shè)置單元1具體實現(xiàn)包括如下步驟：

y_ref(k)＝Cx_s(k)+Du_s(k) (23)

u_min≤u_s(k)≤u_max (24)

y_min≤y_ref(k)≤y_max (25)

其中(5)是優(yōu)化目標函數(shù)，α_i是每個目標函數(shù)的權(quán)值；(6)和(7)是穩(wěn)態(tài)約束，x_s,u_s和y_ref是狀態(tài)變量、輸入變量、輸出變量的最優(yōu)設(shè)定值；(8)和(9)是輸入輸出約束，u_min,u_max和y_min,y_max是輸入輸出變量的上下界；

J₁＝C_F·l_F·u₁代表燃氣消耗成本，其中C_F是燃氣價格，l_F是閥門開度和燃氣流量之間的系數(shù)；J₂＝||T_c-y₂||²,J₃＝||T_h-y₃||²,J₄＝||E-y₁||²代表MGT-CCHP系統(tǒng)輸出偏離用戶需求時施加的懲罰，T_c,T_h和E是需要的冷/熱水溫度和輸出功率；J₅＝-(||u₂||²+||u₃||²)代表閥門節(jié)流損失，負號代表閥門開度越大，節(jié)流損失越小。

優(yōu)選的，模型預測控制單元2具體實現(xiàn)進一步包括以下步驟：

(1)考慮穩(wěn)態(tài)約束(6)和(7)，將其帶入(1)，可以得到

其中

(2)MPC控制器的預測模型采用(10)的標稱模型：

(3)通過預測模型(11)未來P步，未來輸出可以表示為

其中

(4)考慮動態(tài)控制目標函數(shù)如下

其中Q和R分別是誤差權(quán)矩陣和控制權(quán)矩陣，通過將(12)帶入(13)，在采樣時刻k,最小化(13)，同時滿足輸入輸出約束

得到最優(yōu)控制序列然后將控制序列的第一步施加到控制對象上。

本發(fā)明的有益效果為：將微型燃氣輪機和吸收式制冷機看做一個系統(tǒng)，考慮兩系統(tǒng)之間的耦合相互作用，改善了系統(tǒng)的控制性能；通過采用動態(tài)目標值計算單元，在預測模型中加入擾動項，通過卡爾曼濾波器估計狀態(tài)及擾動，移除不可測擾動及模型失配對最優(yōu)設(shè)定值計算和追蹤的影響，提高系統(tǒng)抗干擾性；動態(tài)目標值計算單元中考慮了經(jīng)濟影響因素，使系統(tǒng)具有一定的經(jīng)濟性；采用多變量預測控制策略控制MGT-CCHP系統(tǒng)，能較好的克服系統(tǒng)大慣性、大延遲的缺點，提高各閥門開度控制對機組負荷變化的響應速度；同時考慮了閥門開度上下限制、速率限制等實際約束，避免因執(zhí)行機構(gòu)飽和從而影響系統(tǒng)性能。

附圖說明

圖1為本發(fā)明的MGT-CCHP系統(tǒng)分層控制結(jié)構(gòu)示意圖。

圖2為本發(fā)明的MGT-CCHP系統(tǒng)采用的協(xié)調(diào)MPC控制示意圖。

圖3為本發(fā)明作為對比的多變量PID控制示意圖。

圖4為本發(fā)明方法與采用PID控制器在設(shè)定值階躍擾動實驗下得到的輸出值對比圖。

圖5為本發(fā)明方法與采用PID控制器在設(shè)定值階躍擾動實驗下得到的控制量對比圖。

圖6為本發(fā)明方法與采用PID控制器在設(shè)定值斜坡擾動實驗下得到的輸出值對比圖。

圖7為本發(fā)明方法與采用PID控制器在設(shè)定值斜坡擾動實驗下得到的控制量對比圖。

圖8為本發(fā)明方法在輸入輸出擾動下的輸出量控制效果圖。

圖9為本發(fā)明方法在輸入輸出擾動下的控制量控制效果圖。

圖10為本發(fā)明方法在模型失配情況下的輸出量控制效果圖。

圖11為本發(fā)明方法在模型失配情況下的控制量控制效果圖。

具體實施方式

如圖1、2和3所示，一種基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)，包括：動態(tài)最優(yōu)目標值設(shè)置單元，模型預測控制單元，擾動模型單元，MGT-CCHP系統(tǒng)單元和狀態(tài)及擾動觀測器單元；動態(tài)最優(yōu)目標值設(shè)置單元與模型預測控制單元相連，模型預測控制單元有兩路輸出端，其中第一路輸出端連接擾動模型單元輸入端，第二路輸出端連接MGT-CCHP系統(tǒng)單元，MGT-CCHP系統(tǒng)單元的輸入端同時連接外部不可測擾動，擾動模型單元和MGT-CCHP系統(tǒng)單元的輸出端連接狀態(tài)及擾動觀測器單元的輸入端，狀態(tài)及擾動觀測器單元的輸出端連接動態(tài)最優(yōu)目標值設(shè)置單元和模型預測控制單元。

動態(tài)最優(yōu)目標值設(shè)置單元1中目標函數(shù)的構(gòu)成同時考慮經(jīng)濟性和擾動的影響，確保在擾動存在情況下，給出的目標值下層能夠跟蹤到達且經(jīng)濟性最優(yōu)；模型預測控制單元2用于跟蹤上層動態(tài)最優(yōu)目標設(shè)置單元1給出的最優(yōu)目標值，計算出控制變量；擾動模型單元3表示不可測擾動和模型失配對模型造成的影響；MGT-CCHP系統(tǒng)單元4表示被控對象；狀態(tài)及擾動觀測器單元5利用擴增狀態(tài)觀測器，基于系統(tǒng)輸入輸出值，估算出系統(tǒng)狀態(tài)量和擾動量，用于動態(tài)最優(yōu)目標值設(shè)置單元1和模型預測控制單元2中的計算。

被控對象MGT-CCHP系統(tǒng)單元為三輸入三輸出對象，三個輸入量分別是燃料閥門開度，回熱閥門開度，高壓冷劑蒸汽閥門開度，三個輸出量分別是輸出功率，冷卻水溫度，生活熱水溫度。針對該三入三出被控對象，設(shè)計一種監(jiān)控最優(yōu)控制結(jié)構(gòu)，上層是動態(tài)最優(yōu)目標值設(shè)置單元，下層是模型預測控制單元，計算求解最優(yōu)控制量。

MGT-CCHP系統(tǒng)輸入輸出變量之間存在強耦合，且吸收式制冷機具有大滯后性，導致MGT-CCHP系統(tǒng)動態(tài)特性較為復雜，因此將MGT-CCHP單元看作一個集成系統(tǒng)，設(shè)計一個多變量MPC來提供系統(tǒng)控制性能。系統(tǒng)包括兩層結(jié)構(gòu)，上層為動態(tài)最優(yōu)目標值設(shè)置單元1，下層為模型預測控制單元2。

模型預測控制單元2為基于狀態(tài)空間模型的多變量模型預測控制單元，具體實現(xiàn)包括如下步驟：

(1)MGT-CCHP系統(tǒng)動態(tài)特性可由下面離散狀態(tài)空間模型描述：

其中x(k)∈Rⁿ是狀態(tài)變量，u(k)∈R^m是輸入變量，y(k)∈R^l是輸出變量，d(k)∈R^nd是擾動項代表不可測擾動和模型失配的影響。A,B,C,D,G_d是系統(tǒng)矩陣。

(2)狀態(tài)變量和擾動項都是不可測，因此設(shè)計擴增狀態(tài)觀測器來估計狀態(tài)及擾動值。擴增狀態(tài)觀測器如下表示：

其中L_k是觀測器增益，‘∧’符號代表估計值。

(3)擴增狀態(tài)觀測器的構(gòu)建可基于常規(guī)卡爾曼濾波理論，其中：

L_k＝P_kC^T(CP_kC^T+R)^-1 (35)

P_k＝AP_k-1A^T+G_dQ₀G_d^T-AP_k-1C^T(CP_k-1C^T+R₀)^-1CP_k-1A^T (36)

調(diào)節(jié)參數(shù)Q₀and R₀是單位陣，P_k,P_k-1分別是k,k-1時刻的狀態(tài)誤差協(xié)方差估計。

上層動態(tài)最優(yōu)目標值設(shè)置單元1將靜態(tài)目標值設(shè)置單元和穩(wěn)態(tài)目標計算器擴展成動態(tài)目標值設(shè)置單元，用于移除擾動對設(shè)定值計算和追蹤的影響。

上層動態(tài)最優(yōu)目標值設(shè)置單元(1)的構(gòu)建如下：

y_ref(k)＝Cx_s(k)+Du_s(k) (39)

u_min≤u_s(k)≤u_max (40)

y_min≤y_ref(k)≤y_max (41)

其中(5)是優(yōu)化目標函數(shù)(α_i是每個目標函數(shù)的權(quán)值)；(6)和(7)是穩(wěn)態(tài)約束(x_s,u_s和y_ref是狀態(tài)變量，輸入變量，輸出變量的最優(yōu)設(shè)定值)；(8)和(9)是輸入輸出約束((u_min,u_max和y_min,y_max是輸入輸出變量的上下界)。

上層動態(tài)最優(yōu)目標值設(shè)置單元1的具體構(gòu)建如下：

(1)J₁＝C_F·l_F·u₁代表燃氣消耗成本，其中C_F是燃氣價格，l_F是閥門開度和燃氣流量之間的系數(shù)；

(2)J₂＝||T_c-y₂||²,J₃＝||T_h-y₃||²,J₄＝||E-y₁||²代表MGT-CCHP系統(tǒng)輸出偏離用戶需求時施加的懲罰，T_c,T_h和E是需要的冷/熱水溫度和輸出功率；

(3)J₅＝-(||u₂||²+||u₃||²)代表閥門節(jié)流損失，負號代表閥門開度越大，節(jié)流損失越小。

在每個采樣時刻，通過求解優(yōu)化問題(5)-(9)，可以求得最優(yōu)設(shè)定值。

優(yōu)化問題中考慮了估計的擾動且在每個采樣時刻都是變化的，因此動態(tài)最優(yōu)目標值設(shè)置單元(1)是一個動態(tài)優(yōu)化過程，且有能力在設(shè)定值計算中消除擾動的影響。

模型預測控制單元2具體實現(xiàn)包括以下步驟：

(1)考慮穩(wěn)態(tài)約束(6)和(7)，將其帶入(1)，可以得到

其中

(2)MPC控制器的預測模型采用(10)的標稱模型：

(3)通過預測模型(11)未來P步，未來輸出可以表示為

其中

(4)考慮動態(tài)控制目標函數(shù)如下

其中Q和R分別是誤差權(quán)矩陣和控制權(quán)矩陣。通過將(12)帶入(13)，在采樣時刻k,最小化(13)，同時滿足輸入輸出約束

可以得到最優(yōu)控制序列然后將控制序列的第一步施加到控制對象上。

具體實施方式包括以下的步驟：

(1)本發(fā)明中使用的模型從仿真數(shù)據(jù)中辨識得到的狀態(tài)空間模型。

(2)引入擾動項，得到擴增狀態(tài)空間模型，并設(shè)計擴增狀態(tài)觀測器來估計狀態(tài)及擾動值。

(3)設(shè)置MPC參數(shù)為：采樣時間T_s＝2s,預測時域P＝200s，控制時域M＝10，權(quán)矩陣

對角矩陣

(4)設(shè)置輸入量約束是u_min＝[0 0 0]，u_max＝[1 1 1]；輸入量輸出量約束是y_min＝[54 0 60]；y_max＝[107 12 100]。

(5)在每個采樣時刻最小化目標函數(shù)計算得到控制量，將控制量序列的第一項施加到對象上。

(6)重復上述(5)的步驟；

實施例1所得的本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)及方法的設(shè)定值階躍實驗結(jié)果與PID控制器效果的對比如圖4、圖5所示，設(shè)定值斜坡實驗結(jié)果與PID控制器效果的對比如圖6、圖7所示。仿真實驗結(jié)果表明本發(fā)明所提出的協(xié)調(diào)MPC控制方法輸出值能夠迅速準確地跟蹤到設(shè)定值上，且沒有超調(diào)；且輸入值的變化比較平緩，可以保護閥門延長其使用壽命。對于常規(guī)PID控制器，由于未考慮不同變量之間的耦合及未在控制器的設(shè)計階段考慮控制量約束，很難對三個輸出同時具有滿意的控制效果。因此本發(fā)明的基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)控制效果優(yōu)于常規(guī)PID控制器。

實施例1所得的本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)及方法在存在不可測輸入輸出擾動下的控制效果如圖8和圖9所示。在t＝200s處，不可測輸入擾動u_1d＝0.15進入系統(tǒng)，代表燃氣質(zhì)量的變化；然后在t＝1000s處，不可測輸出擾動y_1d＝4作用于系統(tǒng)的功率輸出，代表測量設(shè)備的突發(fā)故障。作為對比，測試了三種控制系統(tǒng)并比較其控制性能。

本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)由DORG和MPC，DORG中目標函數(shù)的權(quán)值設(shè)置為α₁＝0.1,α₂＝1,α₃＝1,α₄＝0.01,α₅＝0.1。在該設(shè)置模式下，MGT-CCHP系統(tǒng)的首要任務(wù)是提供足夠的冷卻水/熱水給用于。C_F＝3.1781RMB/kg,l_F＝0.0114。MPC的參數(shù)設(shè)置如上例所示。三層控制系統(tǒng)包括SRG,SSTC和MPC，SRG的參數(shù)設(shè)置如DORG。兩層控制系統(tǒng)包括SRG和MPC。

實驗結(jié)果表明，在沒有擾動存在時，DORG和SRG能夠到達同一個最優(yōu)的設(shè)定值，然后將設(shè)定值送至下層MPC進行目標值的跟蹤。然而，由于SRG基于靜態(tài)模型的優(yōu)化不能有效處理擾動，在不可測擾動出現(xiàn)時，設(shè)定值的計算和之前保持不變，它們不再是最優(yōu)的或甚至是不可達到的，從而導致SRG+MPC出現(xiàn)大的控制偏差以及SRG+SSTC+MPC的最優(yōu)性惡化。另一方面，對于本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)，由于DORG能夠估計并移除擾動的效果，尋找新的最優(yōu)的設(shè)定值，因此該系統(tǒng)的最優(yōu)性能夠得到保證。

實施例1所得的本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)及方法在系統(tǒng)對象失配時的控制效果如圖10和11所示。假設(shè)在t＝200s，由于設(shè)備磨損和故障導致對象模型增益變化。仿真結(jié)果表明本發(fā)明基于模型預測控制的MGT-CCHP分層最優(yōu)控制系統(tǒng)及方法在經(jīng)濟性和動態(tài)控制最優(yōu)性方面均具有較好的控制性能。

盡管本發(fā)明就優(yōu)選實施方式進行了示意和描述，但本領(lǐng)域的技術(shù)人員應當理解，只要不超出本發(fā)明的權(quán)利要求所限定的范圍，可以對本發(fā)明進行各種變化和修改。