燃气轮机神经网络前馈控制对一次调频的影响

1、第44卷第2期2015年6月熬力it年THERMAL TURBINEVol. 44 No. 2Jun 2015127127文章编号：1672-5549(2015)02-0127-06令轮inioi经网络削馈控制恋一乐谧频的酌晌邓奇超，刘尚明，孙晖（清华大学热能工程系热科学与动力工程教育部重点实验空北京100084）摘要：频率是保证电力系统稳定的重要指标之一。随着电力系统的快速发展其复杂性也不斯增加，对电 网频率的控制显得更加困难，但也更加重要。根据发电机和负荷的频率特性建立了电力系统模型，并提出了 神经网络前馈控制在此基越上分析对比了不同控制策略的一次调频效果聂后用仿真验证了神经网络前饬 披制

2、的优勞对改进燃气轮机电厂的控制策略有积极的够响。关键词：人工神经网络；苗馈；一次调频；电网系统中图分类号：TK472文猷标识码：Adoi： 10. 13707/j. cnki. 31-1922/th. 2015. 02. 013Effect of Gas Turbine Feed Forward Neural Networks onPrimary Frequency RegulationDENG Qi-chao 丄Shang-ming, SUN Hui(Key Laboratory for Thermal Science and Power Engineer of Ministry of Ed

3、ucationDepartment of Thermal Engineering Tsinghua University Beijing 100084 China)Abstract: Ir order to guarantee the power quality* power grid and management of gas turbine power plant* a series of requirements about primary frequency regulation arc developed. Because the gas turbine unit is a mult

4、i-variable nonlinear system with delay, there are some defects on the traditional PID control Thus, a feed forward controller consisting of neural network is presented The simulation result shows that the controller can improve the effect of the primary frequency regulation and it has a positive imp

5、act on the improvement of control strategy of gas turbine.Key words： artificial neural network； feed forward； primary frequency regulation； power system127频率是衡量电能质量的三大参数之一，它是 保证用电设备和发电机正常运行的垂要指标，在 电力系统正常的情况下，系统的功率和负荷的有 功功率是相等的。如果功率或负荷发生变化会 引起系统用电频座的变化，因此需要对系统实施 频率控制，使其稳定在50 Hz。频率的调节分为 三种分别是一次调频、二次调频

6、以及三次调 频。一次调频与燃气轮机的控制系统有直接关 系，它的作用是当电网的功率或电力设备的负荷 因为事故或其它原因发生变化，导致有功功率不 平衡，引起频率的波动时快速改变机组功率，减 小频率的变化。在水电、风电等领域的一次调频 已经有不少国内外的学者进行过研究2如，与之相 比燃气轮机机组具有更强的可控性，对调频应承 担更大责任。而且随着装机容駅越来越高，对发 电质量也提出了更高的要求，所以改进燃气轮 机机组的一次调频效果也显得更加重要。本文利 用神经网络的万能近似特征，训练出燃气轮机机 组的逆系统作为前馈控制器，达到了更为迅速更 为理想的控制效果。1神经网络结构本文采用BP神经网络方法，它属

7、于静态网 络，如图1所示。它一般是3层结构：输入层、隐 含层和输出层，同层之间互不影响，但前一层的结 果会影响后一层的输出，且不存在反馈关系。BP 神经网络是通过误差的反向传播修正各层的连接127127收積日期：2015-01-27 修订日期：2015-04-27作者简介:邓奇超（1991-）.男.湖北武汉人,2013年毕业于清华大学热能工程系能源动力系统及自动化专业.现攻读清华大学热能工程系 动力机械及匸程热物理硕士学位，主耍从事燃气轮机建模与控制算法的研究.127127127第2期燃气轮机神经网络前馈控制对一次调频的彩响或取为(一1,1)内的双曲正切S型函数(4)以该神经网络作为燃气轮机燃

8、料量的前馈控 制器。同时,为了弥补前馈控制无法满足精确控 制的缺陷，加入PI反馈环节作为辅助调节，控制 逻辑如图3所示图3神经网络控制系统权值。隐含层图1 BP神经网络结构文献5介绍了 BP神经网络结构，BP网络 模型包括其输入输出模型、传递函数模型、误差计 算模型和自学习模型。隐层节点输岀为。(1) 输出层节点输出为Y*=y(Z：T4XO 厂砧(2)式中；诃,为输入层到隐含层的权值系数；诚为 隐含层到输出层的权值系数；仍、bk为偏置值。而传递函数是反映下层输入对上层节点刺激 脉冲强度的函数,又称刺激函数一般取为(01) 内连续取值的Sigmoid函数：/(j)=r+F其误差计算方式为aC式中

9、：为输岀层节点的期望输出；卩为节点的 实际输出。BP神经网络具有学习功能，根据经验数据进 行有师学习，自动修正权重矩阵3“，其修正过程 根据下式进行： (6) 式中：9为学习因子。此权值的修正过程将一直循环进行下去，直 到误差满足要求;或循环次数达到上限为止。燃气轮机是一个多输入多输出的对象，输入 参数包括燃料量、环境温度、空气湿度、大气压力 等，输出参数包括功率、排气温度、空气流量、转速 等。根据本文研究的需要，为简化模型，这里只考 虑如下的主要参数:燃料量、环境温度、功率和转 速。对于并网的燃气轮机，转速跟随电网频率，所 以输出童只有功率。以某燃气轮机在不同负荷、 不同环境温度下的运行参数为训练数据，其中，负 荷和环境温度为输入，燃料流量率为输出。在Matlab环境下，对BF神经网络进行训 练，隐含层设置5个神经元。由于温度和负荷 对燃料需求量的影响具有单调性,所以训练结果 容易收敛，误差收敛情况如图2所示。训练完成 后神经网络的输出与训练值的偏差在0. 1%以2电力系统建模在电力系统中，有发电部分和用电部分，这两 部分的功频关系完全相反发电机的功率和电网 频率呈负相关，而用电设备的负荷和电网频率呈 正相关，这两部分的功频关系可以用下式