论文部分内容阅读
为了实现低碳能源和低碳经济的目标,必须大力发展可再生能源。作为完全清洁的发电方式,太阳能光热发电技术只需要较为简单的聚热装置,而不需要光伏发电中昂贵的硅晶材料,不仅降低了太阳能发电的成本,还避免了二次污染。另外,太阳能光热发电是通过光热转换获得的热能,再转换成为电,又因为热能可以以价格低廉、形式简单的方式存储,所以光热发电技术可以在没有太阳光照的时候继续发电,很好地解决太阳光照不稳定、不连续的缺点,使太阳能可以进行大规模的利用。 塔式太阳能聚热发电由于具有发电稳定、低成本等优点适合大规模建厂发电。研究塔式太阳能聚热发电不但利于我国新能源发展,而且为我国能源利用多样化提供崭新道路。但是由于太阳辐射的不稳定性,塔式太阳能聚热发电系统的工况变化范围很大,且具有非线性、大惯性、大滞后、参数时变等特点。在这种情况下,单一式模型的自适应控制器的控制效果并不理想,可能导致较大的瞬态误差。基于合成分解的多模型控制方法能有效克服上述问题。 本文首先研究塔式太阳能聚热发电的工艺流程和运行机理,以及换热系统工艺原理,将多模型控制与预测控制算法进行结合,并应用于过热蒸汽温度控制系统中。首先本文研究了多模型建模方法,提出了利用聚类分析算法对数据进行聚类得到最佳的子模型个数以及对应的数据区间,利用递推最小二乘算法进行多模型建模,并在非线性对象进行多模型建模验证,结果表明基于高斯核模糊核聚类算法的多模型建模可以有效地逼近非线性特性,可以自动寻找最佳聚类个数,且聚类效果比传统模糊核聚类好。本文深入研究了多模型的不同切换算法,通过仿真验证了不同的切换方式时多模型预测控制算法的有效性,最后将该算法应用到过热蒸汽温度控制中,解决了此类工业过程非线性系统的控制问题,仿真结果表明该方法具有较好的控制效果,防止了过热蒸汽温度的大幅度波动,减小了过热蒸汽温度的动态和稳态偏差。