本發明涉及熱工自動控制領域，尤其是一種基于模型預測控制的MGT-CCHP分層最優控制系統。

背景技術：

微型燃氣輪機冷熱電聯產系統由微型燃氣輪機和吸收式制冷機組成，能夠對小型住宅區或商業街區同時提供冷、熱、電三種能源。由于微型燃氣輪機的余熱能夠持續作為加熱器或制冷機的熱源，MGT-CCHP系統的平均能源利用效率高達80％，而常規燃煤電廠的效率只有30％-35％。因此，為了節約能源、降低消耗、保護環境，MGT-CCHP系統已經成為分布式能源系統最優發展前景的方向之一。

技術實現要素：

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

為解決上述技術問題，本發明提供一種基于模型預測控制的MGT-CCHP分層最優控制系統，包括：動態最優目標值設置單元1，模型預測控制單元2，擾動模型單元3，MGT-CCHP系統單元4和狀態及擾動觀測器單元5；動態最優目標值設置單元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系統單元4，MGT-CCHP系統單元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系統單元4的輸出端連接狀態及擾動觀測器單元5的輸入端，狀態及擾動觀測器單元5的輸出端連接動態最優目標值設置單元1和模型預測控制單元2。

優選的，動態最優目標值設置單元1中目標函數的構成同時考慮經濟性和擾動的影響，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濟性最優；模型預測控制單元2用于跟蹤上層動態最優目標設置單元1給出的最優目標值，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系統單元4表示被控對象；狀態及擾動觀測器單元5利用擴增狀態觀測器，基于系統輸入輸出值，估算出系統狀態量和擾動量，用于動態最優目標值設置單元1和模型預測控制單元2中的計算。

優選的，被控對象MGT-CCHP系統單元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。

優選的，模型預測控制單元2為基于狀態空間模型的多變量約束模型預測控制單元，其具體實現包括如下步驟：

(1)MGT-CCHP系統動態特性可由下面離散狀態空間模型描述：

其中x(k)∈Rⁿ是狀態變量，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是系統矩陣；

(2)擴增狀態觀測器來估計狀態及擾動值，擴增狀態觀測器如下表示：

其中L_k是觀測器增益，‘∧’符號代表估計值；

(3)擴增狀態觀測器的構建可基于常規卡爾曼濾波理論，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)

調節參數Q₀and R₀是單位陣，P_k,P_k-1分別是k,k-1時刻的狀態誤差協方差估計。

優選的，上層動態最優目標值設置單元1將靜態目標值設置單元和穩態目標計算器擴展成動態目標值設置單元。

優選的，上層動態最優目標值設置單元1具體實現包括如下步驟：

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)是優化目標函數，α_i是每個目標函數的權值；(6)和(7)是穩態約束，x_s,u_s和y_ref是狀態變量、輸入變量、輸出變量的最優設定值；(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；J₂＝||T_c-y₂||²,J₃＝||T_h-y₃||²,J₄＝||E-y₁||²代表MGT-CCHP系統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)代表閥門節流損失，負號代表閥門開度越大，節流損失越小。

優選的，模型預測控制單元2具體實現進一步包括以下步驟：

(1)考慮穩態約束(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)考慮動態控制目標函數如下

其中Q和R分別是誤差權矩陣和控制權矩陣，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，考慮兩系統之間的耦合相互作用，改善了系統的控制性能；通過采用動態目標值計算單元，在預測模型中加入擾動項，通過卡爾曼濾波器估計狀態及擾動，移除不可測擾動及模型失配對最優設定值計算和追蹤的影響，提高系統抗干擾性；動態目標值計算單元中考慮了經濟影響因素，使系統具有一定的經濟性；采用多變量預測控制策略控制MGT-CCHP系統，能較好的克服系統大慣性、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，避免因執行機構飽和從而影響系統性能。

附圖說明

圖1為本發明的MGT-CCHP系統分層控制結構示意圖。

圖2為本發明的MGT-CCHP系統采用的協調MPC控制示意圖。

圖3為本發明作為對比的多變量PID控制示意圖。

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

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

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

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

圖8為本發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分層最優控制系統，包括：動態最優目標值設置單元，模型預測控制單元，擾動模型單元，MGT-CCHP系統單元和狀態及擾動觀測器單元；動態最優目標值設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系統單元，MGT-CCHP系統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系統單元的輸出端連接狀態及擾動觀測器單元的輸入端，狀態及擾動觀測器單元的輸出端連接動態最優目標值設置單元和模型預測控制單元。

動態最優目標值設置單元1中目標函數的構成同時考慮經濟性和擾動的影響，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濟性最優；模型預測控制單元2用于跟蹤上層動態最優目標設置單元1給出的最優目標值，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系統單元4表示被控對象；狀態及擾動觀測器單元5利用擴增狀態觀測器，基于系統輸入輸出值，估算出系統狀態量和擾動量，用于動態最優目標值設置單元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，設計一種監控最優控制結構，上層是動態最優目標值設置單元，下層是模型預測控制單元，計算求解最優控制量。

MGT-CCHP系統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系統動態特性較為復雜，因此將MGT-CCHP單元看作一個集成系統，設計一個多變量MPC來提供系統控制性能。系統包括兩層結構，上層為動態最優目標值設置單元1，下層為模型預測控制單元2。

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

(1)MGT-CCHP系統動態特性可由下面離散狀態空間模型描述：

其中x(k)∈Rⁿ是狀態變量，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是系統矩陣。

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

其中L_k是觀測器增益，‘∧’符號代表估計值。

(3)擴增狀態觀測器的構建可基于常規卡爾曼濾波理論，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)

調節參數Q₀and R₀是單位陣，P_k,P_k-1分別是k,k-1時刻的狀態誤差協方差估計。

上層動態最優目標值設置單元1將靜態目標值設置單元和穩態目標計算器擴展成動態目標值設置單元，用于移除擾動對設定值計算和追蹤的影響。

上層動態最優目標值設置單元(1)的構建如下：

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)是優化目標函數(α_i是每個目標函數的權值)；(6)和(7)是穩態約束(x_s,u_s和y_ref是狀態變量，輸入變量，輸出變量的最優設定值)；(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)。

上層動態最優目標值設置單元1的具體構建如下：

(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；

(2)J₂＝||T_c-y₂||²,J₃＝||T_h-y₃||²,J₄＝||E-y₁||²代表MGT-CCHP系統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)代表閥門節流損失，負號代表閥門開度越大，節流損失越小。

在每個采樣時刻，通過求解優化問題(5)-(9)，可以求得最優設定值。

優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，因此動態最優目標值設置單元(1)是一個動態優化過程，且有能力在設定值計算中消除擾動的影響。

模型預測控制單元2具體實現包括以下步驟：

(1)考慮穩態約束(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)考慮動態控制目標函數如下

其中Q和R分別是誤差權矩陣和控制權矩陣。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)本發明中使用的模型從仿真數據中辨識得到的狀態空間模型。

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

(3)設置MPC參數為：采樣時間T_s＝2s,預測時域P＝200s，控制時域M＝10，權矩陣

對角矩陣

(4)設置輸入量約束是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所得的本發明基于模型預測控制的MGT-CCHP分層最優控制系統及方法的設定值階躍實驗結果與PID控制器效果的對比如圖4、圖5所示，設定值斜坡實驗結果與PID控制器效果的對比如圖6、圖7所示。仿真實驗結果表明本發明所提出的協調MPC控制方法輸出值能夠迅速準確地跟蹤到設定值上，且沒有超調；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。因此本發明的基于模型預測控制的MGT-CCHP分層最優控制系統控制效果優于常規PID控制器。

實施例1所得的本發明基于模型預測控制的MGT-CCHP分層最優控制系統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，代表燃氣質量的變化；然后在t＝1000s處，不可測輸出擾動y_1d＝4作用于系統的功率輸出，代表測量設備的突發故障。作為對比，測試了三種控制系統并比較其控制性能。

本發明基于模型預測控制的MGT-CCHP分層最優控制系統由DORG和MPC，DORG中目標函數的權值設置為α₁＝0.1,α₂＝1,α₃＝1,α₄＝0.01,α₅＝0.1。在該設置模式下，MGT-CCHP系統的首要任務是提供足夠的冷卻水/熱水給用于。C_F＝3.1781RMB/kg,l_F＝0.0114。MPC的參數設置如上例所示。三層控制系統包括SRG,SSTC和MPC，SRG的參數設置如DORG。兩層控制系統包括SRG和MPC。

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

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

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