技術特征：

1.基于導前擾動模型的亞臨界機組協調預測函數控制算法，包括如下步驟：

1)將預測函數控制應用于亞臨界單元機組協調控制系統的壓力閉環回路，形成預測函數控制系統，所述的壓力閉環回路帶有遲延慣性環節；亞臨界單元機組協調控制系統的負荷閉環回路采用PID控制，負荷指令對煤量前饋系統采用基準線加微分的方式；

2)將實際汽機調門指令作為擾動信號源，超前作用于預測函數控制系統，根據預測函數控制系統的預測模型獲得最優控制律；

3)在最優控制律的基礎上進行簡化，將指數系數簡化為乘數系數，將預測時域優化長度簡化為預測調整系數，得到簡化的最優控制律。

2.根據權利要求1所述的亞臨界機組協調預測函數控制算法，其特征在于，所述的預測函數控制系統包括煤量對壓力的預測模型和調門對壓力的預測模型，通過調門對壓力的預測模型作用于預測函數控制系統，同時負荷指令通過煤量前饋系統產生信號與預測控制指令疊加作用于壓力控制主通道；

所述煤量對壓力的預測模型，用來近似煤量對壓力特性的數學模型，其為：

$G_{m1}\left(s\right)=\frac{K_{m1}}{T_{m1}s+1}{e}^{-T_{dm1}s},$

式中，K_m1為模型增益，T_m1為模型慣性時間，T_dm1為模型純遲延時間；

所述調門對壓力的預測模型，用來近似調門對壓力特性的數學模型，其為：

$G_{m2}\left(s\right)=\frac{K_{m2}}{T_{m2}s+1}{e}^{-T_{dm2}s},$

式中，K_m2為模型增益，T_m2為模型慣性時間，T_dm2為模型純遲延時間。

3.根據權利要求2所述的亞臨界機組協調預測函數控制算法，其特征在于，

當采用一個基函數時，有：

u(k+i)＝u(k)，i＝1,2,…,H-1，

Bu(k+i)＝ff+u(k)，i＝1,2,…,H-1，

Tu(k+i)＝Tu(k)，i＝1,2,…,H-1，

上式中，k表示采樣時刻，H表示預測時域步長，u為最優控制量，Bu為汽機調門控制指令，ff為負荷至煤量前饋信號，Tu為鍋爐煤量指令；

各預測模型的預測輸出為：

$\left\{\begin{array}{c}{y}_{m1}(k+H)={\mathrm{\α}}_{m1}^H{y}_{m1}\left(k\right)+K_{m1}(1-{\mathrm{\α}}_{m1}^H)u\left(k\right)\\ y_{m2}(k+H)={\mathrm{\α}}_{m2}^H{y}_{m2}\left(k\right)+K_{m2}(1-{\mathrm{\α}}_{m2}^H)Tu\left(k\right)\end{array}\right.$

上式中，α_m1為煤量對壓力的預測模型G_m1(s)差分方程系數，α_m2為調門對壓力的預測模型G_m2(s)差分方程系數；

預測模型的總輸出為：

y_m(k+H)＝y_m1(k+H)+y_m2(k+H)

根據優化指標的極值獲得最優控制律為：

$\begin{array}{c}u\left(k\right)=\frac{c(k+H)-{\mathrm{\β}}^{H}c\left(k\right)-(1-{\mathrm{\β}}^H)y\left(k\right)-{\mathrm{\α}}_{m1}^H{y}_{m1}\left(k\right)}{K_{m1}(1-{\mathrm{\α}}_{m1}^H)}\\ -\frac{{\mathrm{\α}}_{m2}^H{y}_{m2}\left(k\right)+K_{m2}(1-{\mathrm{\α}}_{m2}^H)Tu\left(k\right)-y_m\left(k\right)}{K_{m1}(1-{\mathrm{\α}}_{m1}^H)}\end{array}$

上式中，c為設定值，β為系統期望閉環動態特性，y(k)為被控量，y_m1(k)為煤量對壓力的預測模型輸出，y_m2(k)為調門對壓力的預測模型輸出，y_m(k)為y_m1(k)和y_m2(k)疊加后輸出。

4.根據權利要求3所述的火電機組汽溫預測函數控制算法，其特征在于，所述的預測調整系數包括參考軌跡預測調整系數b和控制預測調整系數a，簡化的最優控制律如下：

$\begin{array}{c}u\left(k\right)=\frac{c(k+H)-\mathrm{\β}*b*c\left(k\right)-(1-\mathrm{\β}*b)*y\left(k\right)-{\mathrm{\α}}_{m1}*a*y_{m1}\left(k\right)}{K_{m1}*(1-{\mathrm{\α}}_{m1}*a)}\\ -\frac{{\mathrm{\α}}_{m2}*a*y_{m2}\left(k\right)+K_{m2}*(1-{\mathrm{\α}}_{m2}*a)*Tu\left(k\right)-y_m\left(k\right)}{K_{m1}*(1-{\mathrm{\α}}_{m1}*a)}\end{array}$

上式中，T_s為采樣周期，T_R為參考軌跡時間常數；