成果介绍
在风能、太阳能等新能源电源大规模入网的形势下,为确保电网的供电品质,大容量超临界、超超临界火电机组参与电网一次调频和自动发电量控制(AGC),进行深度调峰已成为常态。为提高火电机组的深度调峰能力,采用先进控制策略提高机组重要参数的控制效果十分重要。
本项目在国家自然科学基金项目的资助下,进行了一系列理论、仿真及软件开发研究,研制了基于人工神经网络的智能优化控制系统,在火电机组汽温、协调等子系统得以成功应用。
该系统采用先进的人工神经网络建模和群体智能优化技术,针对机组负荷、汽压、过热汽温等重要控制参数,研制了一整套包括神经网络逆控制、神经网络预测优化控制等在内的先进控制算法,开发了优化控制软件,通过数据接口与机组DCS系统双向通讯,实现机组负荷、主汽压及过热汽温等参数的的实时优化控制。
成果亮点
将先进的人工智能、神经网络建模、智能控制技术应用于火电厂优化控制,大大改善机组的协调控制、汽温控制效果,增强机组对一次调频、AGC、深度调峰的适应能力。
团队介绍
本团队在国内电站仿真开发、培训、技能竞赛等方面具有重大行业影响力,团队主要成员参与完成的STAR-90仿真技术处于国际领先水平,曾获国家十大科技成就荣誉,在国内电站仿真开发、培训、技能竞赛等方面具有重大行业影响力,团队主要成员参与完成的STAR-90仿真技术处于国际领先水平,曾获国家十大科技成就荣誉,产品遍布全国并出口多个国家。技术应用于我国航天员培训,为航天事业发展做出重要贡献。
团队负责人马永光教授是电力仿真培训委员会主任委员,组织编写了多项行业仿真标准,负责全国范围内的电力仿真培训基地认证。以团队骨干教师为依托,自动化系为中电联认可的全国唯一的仿真培训指导教师、高级指导教师培训基地;团队每年承担诸多行业、集团技能运行大赛的组织、命题、裁判工作,形成了全国范围内的专家考评团队。
依托仿真开发、培训、技能鉴定、技能竞赛中积累的丰富经验,团队开展电站智能培训指导系统、运行经济性指导系统、电站故障诊断、电站优化控制领域的研究,取得诸多成果。
成果资料
产业化落地方案