一种多热源供热机组联合控制方法、系统、设备及存储介质与流程

控制;调节装置的制造及其应用技术1.本发明属于供热机组控制领域，涉及一种多热源供热机组联合控制方法、系统、设备及存储介质。背景技术：2.目前在我国居民供热中，主要由热电厂对外提供供热抽汽对居民热网循环水进行加热，但往往由于热网供热面积和热网传输长度的制约，在热电厂对外供热调整中往往采用粗放的调整模式，仅仅根据当前汽温以及热网回水温度进行粗放的手动调整，且每天的调整频率很低，缺乏精细化目标的控制。为了保证居民供热质量不受影响，该类供热机组控制模式很容易造成供热资源的大幅度浪费，不利于实现供热机组的节能降碳运行。3.对于涉及远距离传输热网，热网系统的惯性和迟延较大，系统传输和响应惯性时间合计快达到7小时左右，该类对象的特性对于热网回水温度控制来说，采用常规方法的话基本不具备可控性。4.由于供热距离较远、供热面积较大，目前在多热源机组供热控制中采用粗放的手动调整方式进行供热负荷的调整，且每天早晚仅操作一次，无法实现自动、精细化的调整。5.常规控制中，即使采用了闭环调整也仅仅是基于pid控制器，该控制器本身无法实现对长距离、大范围的供热管网控制，无法实现快速、精细化的反馈调节。技术实现要素：6.本发明的目的在于克服上述现有技术的缺点，提供一种多热源供热机组联合控制方法、系统、设备及存储介质，实现对多热网机组的供热负荷快速、精准控制。7.为达到上述目的，本发明采用以下技术方案予以实现：8.一种多热源供热机组联合控制方法，包括以下过程：9.s1，采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令；10.s2，将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数，作为每台机组的热负荷指令设定值；11.s3，获取每台机组的热负荷反馈值；12.s4，将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令；13.s5，采用控制指令对对应供热机组进行调节。14.优选的，s1中，广义预测控制算法计算中，采用热网供水温度设定值和热网供水温度反馈值作为的设定值和反馈值。15.优选的，s1中，前馈控制值包括供热负荷指令偏值和供热负荷预测值。16.优选的，s3中，热负荷反馈值通过供热抽汽流量、供热抽汽焓值以及供热疏水焓值计算得到。17.进一步，热负荷反馈值为：[0018][0019]其中，为供热负荷反馈值；为供热抽汽流量；为供热抽汽焓值；为供热疏水焓值。[0020]优选的，s5中，控制指令经过f(x)折现函数线性化处理后对对应供热机组进行调节。[0021]优选的，对供热机组进行调节包括对供热抽汽调节阀和低压缸进汽阀进行调节。[0022]一种多热源供热机组联合控制系统，包括：[0023]热负荷指令获取模块，用于采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令；[0024]热负荷指令设定值获取模块，用于将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数，作为每台机组的热负荷指令设定值；[0025]热负荷反馈值计算模块，用于计算每台机组的热负荷反馈值；[0026]控制指令获取模块，用于将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令；[0027]供热机组调节模块，用于采用控制指令对供热机组进行调节。[0028]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述多热源供热机组联合控制方法的步骤。[0029]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述多热源供热机组联合控制方法的步骤。[0030]与现有技术相比，本发明具有以下有益效果：[0031]本发明构建了基于热负荷预测的前馈控制+基于广义预测控制的反馈控制相结合的联合供热机组闭环运行控制模式。结合单元机组热负荷指令+构建的单元机组热负荷反馈，将广义预测控制+热负荷预测的前馈+反馈的复合控制模式三者结合，不仅可以提升供热机组的调整快速性和及时性，同时通过广义预测控制构建的反馈回路，实现对供热抽汽流量的精准快速调整。附图说明[0032]图1为本发明的热负荷指令构建原理图；[0033]图2为本发明的供热机组调节流程图。具体实施方式[0034]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0035]需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。[0036]除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。[0037]本发明所述的多热源供热机组联合控制方法，包括以下过程：[0038]s1，采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令。[0039]广义预测控制算法计算中，采用热网供水温度设定值和热网供水温度反馈值作为的设定值和反馈值。[0040]前馈控制值包括供热负荷指令偏值和供热负荷预测值。[0041]s2，将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数，作为每台机组的热负荷指令设定值。[0042]s3，获取每台机组的热负荷反馈值，热负荷反馈值通过供热抽汽流量、供热抽汽焓值以及供热疏水焓值计算得到。[0043]热负荷反馈值为：[0044][0045]其中，为供热负荷反馈值；为供热抽汽流量；为供热抽汽焓值；为供热疏水焓值。[0046]s4，将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令。[0047]s5，采用控制指令对对应供热机组进行调节。[0048]具体的，控制指令经过f(x)折现函数线性化处理后对对应供热机组进行调节，包括对供热抽汽调节阀和低压缸进汽阀进行调节。[0049]如图1所示，在多热源供热机组热负荷指令构建中，结合了前馈与反馈控制相结合的控制模式，其中广义预测控制的输出属于反馈控制部分，供热负荷指令偏值和供热负荷预测值属于前馈控制部分。[0050]其中，反馈控制部分是为了保证对热网供水温度的精细化调整，保证了整个供热调节系统的精度，在反馈控制中以热网供水温度设定值和热网供水温度反馈值作为控制器的设定值和反馈值，在反馈控制器类型选择中采用了广义预测控制算法，广义预测控制算法属于基于对象模型的控制算法，其根据对象模型进行控制率的计算，可以很好的解决这种大迟延、大惯性对象的控制问题，避免热网供水温度的波动，提升系统的控制精度。[0051]前馈控制中主要分为两个部分，一部分为供热负荷指令偏值，一分部为供热负荷预测值。供热负荷指令偏值用于给运行人员提供一个灵活的、可手动干预和调整的空间；另一部为供热负荷预测值，其可根据当前环境温度、太阳辐射、热网回水温度以及居民室温等因素进行供热负荷的预测。[0052]综合广义预测控制器的反馈输出+供热负荷指令偏值+供热负荷预测值作为联合供热机组的热负荷指令。[0053]图2为单元机组供热调节部分，该部分控制逻辑为图1的延展部分。其中图1给出的供热机组的热负荷指令乘以每台机组热负荷优化分配系数，作为该机组的热负荷指令设定值；同时，结合供热抽汽流量、供热抽汽焓值以及供热疏水焓值，构建该机组的热负荷反馈值，其中热负荷反馈值构建公式如下：[0054][0055]其中，为供热负荷反馈值；为供热抽汽流量；为供热抽汽焓值；为供热疏水焓值。[0056]pid控制器接收供热机组的热负荷指令和热负荷反馈值进行控制率的计算，并给出控制指令，控制指令经过f(x)折现函数线性化处理后分别作用于供热抽汽调节阀和低压缸进汽阀，保证供热抽汽量的准确、快速、实时的调整。[0057]本实施例中，采用广义预测控制器代替传统的pid控制器，同时结合供热负荷的预测值，通过以未来负荷预测为主，广义预测控制器调节为辅的主要策略，来实现对多热网机组的供热负荷快速、精准控制。[0058]下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节，请参照本发明方法实施例。[0059]本发明再一个实施例中，提供了一种多热源供热机组联合控制系统，该多热源供热机组联合控制系统可以用于实现上述多热源供热机组联合控制方法，具体的，该多热源供热机组联合控制系统包括热负荷指令获取模块、热负荷指令设定值获取模块、热负荷反馈值计算模块、控制指令获取模块以及供热机组调节模块。[0060]其中，热负荷指令获取模块用于采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令。[0061]热负荷指令设定值获取模块用于将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数作为每台机组的热负荷指令设定值。[0062]热负荷反馈值计算模块，用于计算每台机组的热负荷反馈值。[0063]控制指令获取模块用于将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令。[0064]供热机组调节模块用于采用控制指令对供热机组进行调节。[0065]本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于多热源供热机组联合控制方法的操作，包括：s1，采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令；s2，将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数，作为每台机组的热负荷指令设定值；s3，获取每台机组的热负荷反馈值；s4，将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令；s5，采用控制指令对对应供热机组进行调节。[0066]再一个实施例中，本发明还提供了一种计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。[0067]可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关多热源供热机组联合控制方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：s1，采用广义预测控制算法得到反馈控制值，采用前馈控制值对反馈控制值进行补偿，得到热负荷指令；s2，将每台机组的热负荷指令与乘以每台机组热负荷优化分配系数，作为每台机组的热负荷指令设定值；s3，获取每台机组的热负荷反馈值；s4，将每台机组的热负荷指令设定值和热负荷反馈值进行控制率的计算，得到控制指令；s5，采用控制指令对对应供热机组进行调节。[0068]本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0069]本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0070]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0071]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0072]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。[0073]应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主题内容，也不应该认为申请人没有将该主题考虑为所公开的发明主题的一部分。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!