西门子6ES7317-2FK14-0AB0

西门子6ES7317-2FK14-0AB0

发布商家
浔之漫智控技术-西门子PLC代理商
联系人
聂航(先生)
电话
15221406036
手机
15221406036
微信
15221406036
价格
¥666.00/件

西门子6ES7317-2FK14-0AB0

    1. 引言

    随着电力行业竞争的加剧,许多发电企业采取各种各样的手段来适应新形势的发展。虽然没有人能够预测未来将如何,但直接的措施就是降低运行和维护成本、降低煤耗,提高机组可用率。本文将以MidAmerican Energy 公司的George Neal 电站 3 号机组改造项目为例,介绍Smartprocess 蒸汽温度优化器在蒸汽温度控制中的应用,以提高汽温控制品质,减少炉管泄漏,终实现发电成本的降低。

    2. 用户背景

    George Neal电站位于IOWA州密苏里河边。其3号机组容量为515MW,采用Foster-Wheeler对冲式汽包炉和GE公司汽轮机,6台MPS-89磨煤机分别为前后炉墙的24个燃烧器供应煤粉。过热蒸汽温度通过一级和二级喷水控制,再热蒸汽温度通过喷水、过热挡板和再热挡板进行控制。锅炉控制系统采用WDPF系统。

    控制系统改造前,蒸汽温度的过度震荡过大,限制了机组响应速度,低负荷下响应速度为1%/min,高负荷下响应速度为0.3%/min。因此,用户会同EPRI和控制系统供应商艾默生公司讨论,决定利用Smartprocess 蒸汽温度优化器来改进负荷动态变化情况下的温度响应,从而实现负荷响应速度的提高。Smartprocess 蒸汽温度优化器是艾默生公司电力优化软件包中一个非常重要的模块,它采用预测控制和模糊逻辑来增强汽温控制回路的前馈作用,达到提高汽温控制品质的目的。

    3. 工程规划

    整个控制系统改造工程要实现两个任务:一是改进蒸汽温度控制,提高机组负荷响应能力;二是对比常规PID控制方式,记录优化系统的改进效果。整个工程的主要步骤包括:

    > 记录现有系统设计方案和性能
    > 优化当前系统并进行试验
    > 设计和安装蒸汽温度控制系统
    > 测试和记录控制系统的性能
    > 准备测试报告

    4. 现有系统评估

    现有的控制系统是一套常规PID控制系统。过热器二级喷水采用串级控制,一个外回路控制器,两个内回路控制器。过热器一级喷水也采用串级控制,内外回路控制器均有两个。烟气挡板由一个再热温度控制器控制在一个预先配置的范围。再热喷水控制回路为单PID回路。现有控制系统中唯一特殊的就是蒸汽温度控制回路中没有任何前馈信号。图1为二级喷水控制回路的功能框图,TTFuzz模块为优化后增加的前馈模块。



    优化工作开始前,记录现有回路中PID控制器和其它的可调整模块的整定设置。然后对现有的PID参数进行调整,以期提高控制响应品质。过热喷水调节参数进行比较大的调整,负荷响应速度改善非常明显。进一步的试验分析表明当前的参数设置在某个工况下非常接近优化器给出的设定值。烟气挡板调节设置和再热喷水设置都做过很小的改动。

    5. 模型辨识与测试

    要设计多变量控制器,必须先建立过程模型。建立过程模型的方法有很多种,实用的是模型辨识。模型辨识(或者系统辨识)需要采集机组特定运行工况试验下的控制器输入输出以及扰动变量数据。这些试验用于激励出建模所需的所有过程模型特征。典型的试验包括:开环阶跃试验、伪随机二元序列试验和频率响应试验。如果需要,还可进行闭环设定值阶跃试验。如果已知扰动量对过程对象有很大的影响,则必须进行扰动试验。

    就本工程而言,所有的蒸汽温度控制回路都进行开环阶跃试验和闭环设定值响应试验。此外,还进行了反映扰动效果的负荷变化和磨煤机起停试验。所有测试耗时5天完成。DCS的历史站用于记录所有的测试数据。整套试验采集150个数据点;并且试验期间,这些点在历史站上的采集死区配置为接近0。如果采集数据的死区过大,模型辨识软件将无法产生好的效果。高保真度数据对辨识模型的**度是至关重要的。

    试验结束后,数据将从历史站中提取出来,然后开始模型辨识阶段。由于本项目采用了两种不同的控制技术,所以需要两种不同的模型。

    6. 控制器设计

    本工程所采用的Smartprocess 蒸汽温度优化器包含两种独立的技术。模型预测控制用于调整外回路控制器的设定值,而动态前馈系统则用于动态补偿内回路的设定值。图1给出了控制系统如何和常规控制系统接口。其它回路也采用类似的方案实现。

    模型预测控制系统采用Aspen Target控制器,而动态前馈采用TTFuzz控制器。Target控制器有5个控制变量、5个被控变量和许多扰动变量。TTFuzz控制器有6个前馈输出和大约40个扰动输入变量。

    Aspen Target控制器采用带非线性校正系数(神经网络)的线性小二乘模型(PLS: Partial Least Squares),具体的组合方式可以参考混合模型。这种合成模型克服了纯神经网络模型的外推泛化问题。神经网络模型有两种学习规则,Kalman和可变矩阵。神经网络的隐层数和隐层节点数都是可调的。

    TTFuzz前馈控制器属于Takagi-Sugeno模型,用于补偿影响过程对象的可测量扰动。基于这些扰动变量,前馈控制器将产生前馈补偿信号以补偿PID回路的扰动。**的补偿计算需要**的过程模型和扰动影响模型。前馈概念可以这样理解:从控制变量到被控变量的模型(传递函数)可以通过各种试验获得,如同扰动变量到被控变量的建模过程。由于扰动的当前值是可测量的,那么它对被控变量的影响也是能够确定的,从而可以得出控制变量的修正值,实现扰动对被控变量影响的小化。

    7. 工程实施

    这两种控制器都在直接连接WDPF数据高速公路的Sun Ultra工作站上实现。数据接口软件用于实现控制器和常规DCS逻辑的数据交换。另外,绘制了新的操作界面,用于切换选择控制模式和常规控制模式,并允许操作人员根据需要起动和停止控制策略。现有的蒸汽控制界面也经过一定的修改,可以显示出当前的控制模式。

    由于再热汽温有两个控制变量,所以TTFuzz控制器必须协调控制档板和再热喷水阀。再热喷水对机组热效率有负面影响,因而从控制策略上讲,要尽可能减小喷水量。综合考虑以上因素,整个控制策略如下:

    > 如果喷水修正值为负而且喷水阀门尚未全关,则仅采用喷水修正值。
    > 如果喷水修正值为负而且喷水阀门已经关闭,则继续保持喷水阀门关闭,剩余修正由挡板回路完成。
    > 如果喷水修正值为正(阀门开启),则会首先调整挡板直至饱和后,才使用喷水控制。

    8. 验收

    验收过程包括了非常详细的测试方案,以确保整个优化系统的所有组成部分都能够满足要求。测试包括三种运行类型和四种不同的控制器组合,总共12项测试。运行类型包括:

    > 从全负荷(约500MW)降至400MW,然后回升到全负荷。
    > 从380MW降至280MW,然后返回380MW
    > 一台磨煤机停运

    控制器配置方案有:
    > 全部采用原来的PID控制器整定设置
    > 采用新的PID控制器整定设置
    > 采用新的PID控制器整定设置和TTFuzz控制器
    > 采用新的PID控制器整定设置和TTFuzz、Aspen Target控制器在

    Neal 3号机组,吹灰是连续进行的,这是蒸汽温度控制的一个主要扰动。为了减小因吹灰所导致的测试结果差异,在每次测试期间,都进行同样的吹灰步骤。也就是说,每次测试中的吹灰过程是相同的,以使其对蒸汽温度的影响相似。

    9. 优化结果

    WDPF的历史存储和检索系统(即历史站)用于记录这些测试结果。图2显示了在三种不同控制器配置下高负荷段的过热汽温响应曲线。为了能够量化分析回路特性,所有的测试数据都进行平均误差、大误差和标准差分析。测试结果表明:与旧的PID整定参数相比,新的PID整定参数非常好地改进了的回路性能;带TTFuzz的PID比不带TTFuzz的PID的控制效果也有明显提高;增加Aspen Target控制后,回路性能有了一定的边际改善。



    图3显示了四种控制配置下低负荷试验的标准差分析。由于机组在多数运行工况下都达不到再热蒸汽设计温度,所以再热温度的控制结果可能容易令人误解。图4显示了磨F停运后的测试结果。




    10. 总结

    本项目表明Smartprocess 蒸汽温度优化器所具备的控制技术能够显著提高蒸汽温度控制性能,虽然试验结果有一定差异,但总体而言,混合使用两种控制器的控制效果佳。此外,蒸汽温度优化器自1999年5月末投运以来,机组在整个夏天未出现过炉管泄漏。厂方的运行主管人员确信蒸汽温度控制性能的改善,是减少炉管泄漏的主要原因

风能作为一种取之不尽、清洁无污染的可再生能源,它的开发利用已经受到了的普遍重视。作为风力资源丰富的国家之一,我国在风力发电机组的国产化方面取得了较快的进展,“九五”期间实现了600kW风力发电机组96%的国产化率,成功开发了600kW失速型风力发电机组控制系统这一关键技术。目前,我们承担了国家863“兆瓦级变速恒频风力发电机组电气控制系统”的研制攻关任务,研制工作正在积极有效地开展中。
    变速恒频风力发电机组与失速型风力发电机组相比,其中一个很大的优点是额定风速以上输出功率平稳。变速恒频风力发电机组运行在额定风速以上时,既要使额定功率点以上输出功率平稳,避免波动,又要使发电机组传动系统具有良好的柔性,同时还要考虑对风电机组实现有效保护。目前我们研制的兆瓦级变速恒频风电机组主要采用了变桨距控制技术。变桨距控制技术是在风速过高时,通过调整桨叶节距,改变气流对叶片功角,从而改变风电机组获得的空气动力转距,使机组功率输出保持稳定。本控制策略采用了功率反馈闭环控制系统,来实现变速恒频机组额定风速以上的控制目标。
    [B]变桨距机构介绍[/B]
    变桨距执行机构是由机械和液压系统组成,它沿着风机的纵向轴调节风机的桨叶。因为桨叶的惯量很大,且变桨距执行机构不应该消耗大量的功率,所以执行机构具有的限制能力,其动态特性是在桨距角和桨距速率上均具有饱和限制的非线性动态,当桨距角和桨距速率小于饱和限度时,桨距动态呈线性。变桨执行机构如图1所示。

[/ALIGN]
    执行机构的模型描述了来自控制器的桨距角指令到该指令的激励之间的动态。其数学模型可以描述成如下的一阶系统实际控制系统中的给定值是从桨距角偏差到比例阀的-DC10V~+DC10V控制电压。

[/ALIGN]
    [B]控制器设计[/B]
    本控制器的基本目的是通过调节桨距角来调节功率恒定输出。如图2所示,通过电量采集测出当前发电机输出功率P。与给定功率P*相比,计算出功率误差△P。功率的偏差作为PID控制器的输入量,控制器根据厶户发出叶片参考桨距角的β*的命令,然后计算出当前桨距角误差△β=β*-β(当前桨距角β),而后根据变距机构的参数确定桨距变化速率。参考桨距角限制在0~92°范围内,控制器在这一范围内,按照新的桨距角要求调节风力机桨叶。图2方框内是PID控制器,比例、积分、微分增益Kp、Ki、Kd的稳定数值范围由图所示的闭环传递函数的劳斯稳定判据确定。比例、积分、微分的增益通过模拟得到具体值,其原则是使风机功率输出维持在额定输出功率。

[/ALIGN]
    [B]仿真结果[/B]
    由图3仿真结果可知:
    1)桨距角变化速率在液压系统允许的-5°/s~+5°/s的范围内变化。
    2)桨距角β的变化与风速v的变化趋势一样,风速v增加,平均桨距角β增大;相反,风速v降低,平均桨距角β减小。
    3)风机叶片瞬时吸收的功率Pmech和风能利用系数Cp变化趋势显示,桨距角β的变化限制了叶片瞬时吸收的功率Pmech,叶片工作在较低的效率上。
    4)发电机输出功率Pe能够通过桨距角β的变化作用在额定功率附近平滑变化,保持恒功率。
    5)发电机转速的波动被(Pmech-Pe)和机组的惯性影响。

[/ALIGN]
    [B]实现方法[/B]
    基于风力发电机组电控系统工作在恶劣的自然环境和强电磁干扰中,对控制系统的可靠性和抗干扰性要求很高,为此我们选用了西门子S7-300(CPU选用的是315—2DP)系列可编程序控制器作为整个电控系统的控制核心。S7-300控制器内部自带有连续PID控制器功能“CONT_C”,实际使用中我们只需要调用“CONT_C”,并为其设定相关参数即可。“CONT_C”的部分使用程序如下:
    I_ITL_ON:=
    D_SEL:=
    CYCLE:=
    SP_INT:="DB8".an_power_set ∥功率给定值
    PV_IN:="DB3".an_power ∥发电机输出功率
    PV_PER:=
    MAN :=
    GAIN :="DB8".GAINl ∥比例常数
    TI :="DB8".TI1 ∥积分常数
    TD :="DB8".TD1 ∥微分常数
    TM_LAG:=
    DEADB_W:="DB8".an_deadband1 ∥功率调节死区
    LMN_HLM:="DB8".∥输出桨距角上限值
    LMN_LLM:="DB8".∥输出桨距角下限值
    PV_FAC:=
    PV_OFF:=
    LMN_FAC:=
    LMN_OFF:=
    I_TLVAL:=
    DISV :=
    LMN :="DB8".out_pitch ∥输出参考桨距角
    LMN_PER:=
    QLMN_HLM:=

    系统程序的流程图如下:


人气
43
发布时间
2023-05-25 01:36
所属行业
PLC
编号
31636909
我公司的其他供应信息
相关西门子产品
拨打电话
微信咨询
请卖家联系我