本发明属于电网平衡控制领域，尤其涉及二次再热机组快速响应电网需求的控制方法及系统。
背景技术：
1、随着能源结构的转型和可再生能源比例的持续增长，电网面临着前所未有的调峰挑战。二次再热超超临界燃煤机组，作为当前热电联产领域的技术前沿，以其高效率和低排放特性，成为支撑电网稳定运行的关键力量。这类机组通过两次蒸汽再热过程显著提高了热力循环效率，且在降低污染物排放方面展现出显著优势。然而，尽管二次再热技术在效率提升方面取得了显著成就，其在应对电网快速变化的需求方面仍存在一些技术和操作上的局限。
2、如授权公告号为cn112910017b的专利公开了电网功率缺口下超超临界二次再热机组的一次调频方法，首先计算出电网频率偏离标准频率差值，并根据频率差计算出相应的一次再热器旁路阀开度，使一次再热器旁路阀打开一定开度，部分蒸汽绕过一次再热器直接进入高压缸，提高蒸汽在汽轮机中的做功速度，进而提高二次再热机组的一次调频响应速度，使电网频率尽快恢复正常值；为了防止一次再热器超温，当一次再热器壁管温度达报警值时，一次再热器旁路阀超驰全关。
3、以上现有技术存在以下问题：1）炉侧再热汽温控制和机侧调峰能力受限成为了制约机组灵活性的主要瓶颈，2）针对负荷高峰期对风光电能平衡的快速响应，无法做到智能调控和实现精准快速的负荷跟踪和自动调节；
技术实现思路
1、针对现有技术的不足，本发明提出了二次再热机组快速响应电网需求的控制方法，该方法通过集成传感器获取炉侧与机侧运行数据，经预处理后构建并训练多变量预测控制模型，实现炉侧最优控制，其次通过引入动态补偿策略，优化炉侧实时热流分布，确保炉侧控制精准性，第三，利用机侧调峰策略与粒子群算法，获取机侧最优控制参数，第四，构建风光电出力预测模型，根据预测结果动态调整二次再热机组出力，当出力需求超过阈值时，应用前置炉侧和机侧控制参数控制机组进行发电，确保电网需求快速响应；本发明有效提高了二次再热机组的响应速度和运行效率，满足电网快速变化的需求。
2、为实现上述目的，本发明提供如下技术方案：
3、二次再热机组快速响应电网需求的控制方法，包括：
4、步骤s1、通过集成传感器获取二次再热机组炉侧与机侧属性数据、监测运行数据和负荷需求功率数据，对采集的数据进行预处理；
5、步骤s2、构建多变量预测控制模型，根据预处理的炉侧运行数据和多变量预测控制模型，获得炉侧初始控制变量参数；
6、步骤s3、引入动态补偿策略，获取炉膛内部温度场，根据获取的炉膛内部温度场和动态补偿策略，获得炉侧实时热流分布信息，将获取的实时热流分布信息反馈到多变量预测控制模型，对获得的初始控制变量参数进行补偿校正；
7、步骤s4、引入机侧调峰策略，根据机侧属性数据，利用评估算法评估并获得汽轮机初步调峰界限，同时根据获取的初步调峰界限和机侧运行数据，通过粒子群算法构建的参数搜索模型，获得机侧初始控制变量参数；
8、步骤s5、构建并训练风光电出力预测模型，根据获取的风光电出力数据和负荷需求功率数据，利用风光电出力预测模型计算得到二次再热机组出力输出功率；
9、步骤s6、设置二次再热机组出力阈值为0，将获取的二次再热机组出力输出功率反馈到多变量预测控制模型和机侧调峰策略，获得炉侧前置控制变量参数和机侧前置控制变量参数；
10、步骤s7、将二次再热机组出力输出功率与二次再热机组出力阈值进行比较，若大于，则利用获取的前置炉侧最优控制变量参数和前置机侧最优控制变量参数控制二次再热机组，根据计算的二次再热机组出力输出功率进行发电，并输出与二次再热机组出力输出功率相等的功率值，对风光电出力缺失的功率进行补足，若小于等于，则二次再热机组保持停止状态。
11、具体地，步骤s5中风光电出力预测模型构建的具体步骤包括：
12、s501、按照晴、多云、阴和雨天气状态，收集对于历史风光电出力数据、负荷平衡功率需求数据和天气因子数据，并对收集的数据进行预处理，构建多天气状态输入序列；其中，表示第i种天气状态数据，表示第i种天气状态数据中第n个风光电出力数据，表示第i种天气状态数据中第m个负荷平衡功率需求数据，表示第i种天气状态数据中第k个天气因子数据；
13、具体地，步骤s5中风光电出力预测模型构建的具体步骤还包括：
14、s502、利用随机森林算法，通过集成的形式构建包括晴预测子模型、多云预测子模型、阴预测子模型和雨预测子模型的风光电出力预测模型；
15、s503、将输入到多天气状态输入序列，按照天气状态类型输入到光电出力预测模型内对应的子模型中进行训练；
16、s504、利用历史风光电出力数据和对应时刻的负荷平衡功率需求数据，获取历史真实出力误差，同时利用对应历史时刻预测得到的风光电出力数据和负荷平衡功率需求数据，获取历史预测出力误差；
17、s505、设置训练阈值，根据历史真实出力误差与历史预测出力误差，获取二次训练误差，将获取的二次训练误差与进行比较，若小于则训练完成，否则进行训练直到满足阈值条件为止。
18、具体地，预测得到二次再热机组出力输出功率的具体计算过程包括：
19、s506、收集预测当天前30个小时的风光电出力数据、负荷平衡功率需求数据和天气因子数据，并将前30个小时的风光电出力数据和天气因子数据输入到训练完成的风光电出力预测模型中，输出未来12小时的风光电出力数据；
20、s507、根据获取的未来12小时的风光电出力数据和负荷平衡功率需求数据，利用负荷需求平衡方程，计算得到二次再热机组出力输出功率，负荷需求平衡方程为：，其中，表示t时刻负荷平衡所需功率数据，表示t时刻风光电出力预测功率数据，表示t时刻二次再热机组出力输出功率。
21、具体地，步骤s3的具体流程步骤包括：
22、s301、通过炉侧属性数据构建炉侧三维几何模型，利用网格算法将炉侧三维几何模型划分为n个监测区域，将并通过部署的炉侧传感器获取炉内n个监测区域的温度分布数据；
23、s302、根据获取的温度分布数据，通过限元分析结合热辐射和对流体力学算法，计算得到炉内每一个区域的热流分布图谱；
24、s303、将获取的每一个区域的热流分布图谱反馈到初始控制变量参数，利用动态温度补偿公式，计算得到初始控制变量参数的校正值，对初始控制变量参数进行补偿校正。
25、具体地，动态温度补偿公式具体为：
26、，
27、其中，表示初始控制变量参数第i个参数的补偿量，表示参数动态调整因子，表示炉内第j个监测区域对应的实时温度数据，表示炉内第j个监测区域对应的期望温度数据，n表示炉内监测区域的个数，表示温度偏差对应的校正参数，表示温度变化速率对应的校正参数，表示温度累积偏差对应的校正参数，表示二次再热机轮组工作运行一次的时间长度。
28、具体地，多变量预测控制模型，构建的具体步骤包括：
29、s201、将集成传感器获取的炉侧属性数据、运行数据和负荷需求功率数据进行预处理，获取炉侧控制变量数据；
30、s202、利用支持向量机构建一个多变量预测控制模型，并将获取的炉侧控制变量数据输入到多变量预测控制模型模型中进行训练；
31、s203、设定多变量预测控制模型目标函数和对应的约束条件对炉侧运行成本、运行效率和排放进行限制，使得最小化燃料消耗同时保持输出功率满足负荷功率需求；
32、具体地，多变量预测控制模型，构建的具体步骤还包括：
33、s204、将构建的目标函数和对应的约束条件集成到多变量预测控制模型进行训练获取训练完成的多变量预测控制模型；
34、s205、将训练完成的多变量预测控制模型集成到炉侧控制子系统内，通过传感器实时收集炉侧运行数据，并将实时收集炉侧运行数据输入到多变量预测控制模型中得到炉侧初始控制变量参数。
35、具体地，s203中的 目标函数和对应的约束条件具体包括：
36、目标函数具体公式为：，
37、约束条件为：
38、，
39、其中，表示炉侧目标约束函数，表示炉侧运行一个周期的燃料消耗成本，表示炉侧运行一个周期对应的污染排放总量，表示t时刻二次再热机组实际的输出功率值；表示t时刻的燃料消耗量，依次表示单位时间内燃料消耗量的最大值和最小值，表示t时刻送入炉内的风速，依次表示t时刻送入炉内风速的最大值和最小值，表示t时刻二次再热机组能够输出功率的最大阈值，表示炉侧运行一个周期内污染排放总量的阈值，表示对应的加权系数。
40、具体地，步骤s4中初步调峰界限对应的初始调峰区间具体公式为：
41、，
42、其中，表示初始调峰区间，表示安全裕度系数，表示t时刻汽轮机能够稳定运行的最低输出功率，表示t时刻汽轮机从停机状态启动至满负荷或从满负荷停机所造成的额外能量损失，表示汽轮机在单位时间内能够增加或减少的输出功率量。
43、具体地，步骤s4中参数搜索模型中设置了汽轮机反应目标函数和约束条件，具体为：
44、，
45、其中表示机侧运行效率目标函数，表示当前时刻二次再热机组出力输出功率和前一时刻二次再热机组出力输出功率的差值，表示对应的变化时间，表示汽轮机运行的效率，该值通过汽轮机历史运行数据，利用支持向量机构建的汽轮机效率预测模型，预测得到；表示对应的加权系数。
46、二次再热机组快速响应电网需求的控制系统，包括：数据处理模块、炉侧控制模块、机侧控制模块、风光电出力预测模块和反馈控制模块；
47、所述数据处理模块，用于利用集成传感器收集炉侧与机侧的监测数据及负荷需求功率数据，并对收集的数据进行预处理；
48、所述风光电出力预测模块，用于构建并训练风光电出力预测模型，根据训练的模型计算得到预测得到风光电出力数据，通过预测得到的风光电出力数据和负荷需求功率数据计算得到二次再热机组出力输出功率；
49、具体地，炉侧控制模块包括多变量控制单元和动态补偿单元；
50、多变量控制单元，用于构建多变量预测控制模型，并根据获取的炉侧运行数据和控制策略获取炉侧初始控制变量参数；动态补偿单元，用于构建动态补偿策略，根据获取炉膛内部温度场信息和补偿策略，计算得到炉侧实时热流分布信息，并利用热流分布信息对炉侧初始控制变量参数进行补偿校正。
51、具体地，机侧控制模块包括调峰评估单元和参数计算单元；
52、调峰评估单元，用于根据获取的机侧属性数据，利用评估算法对汽轮机进行综合评估，获得汽轮机初步调峰界限；参数计算单元，用于根据获取的初步调峰界限和机侧运行数据，通过通过粒子群算法，获得机侧初始控制变量参数。
53、具体地，反馈控制模块包括参数反馈优化单元和判别控制单元；
54、参数反馈优化单元，用于根据获取的二次再热机组出力输出功率对炉侧初始控制变量参数和机侧初始控制变量参数进行反馈优化，获得炉侧前置控制变量参数和机侧前置控制变量参数；判别控制单元，用于设置二次再热机组出力阈值，并将阈值与获得的二次再热机组出力输出功率进行比较，获得是否进行发电，若进行发电，则利用获得的炉侧前置控制变量参数和机侧前置控制变量参数控制机组进行发电，并输出与二次再热机组出力输出功率相等的功率值。
55、一种计算机可读存储介质，其上存储有计算机指令，当计算机指令运行时执行二次再热机组快速响应电网需求的控制方法。
56、一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现二次再热机组快速响应电网需求的控制方法。
57、与现有技术相比，本发明的有益效果是：
58、本发明针对现有技术的不足，通过构建多变量预测控制模型和引入动态补偿策略，能够更精确地预测和调控二次再热机组的炉侧运行参数，特别是炉侧再热汽温，从而有效突破炉侧再热汽温控制的瓶颈，提高机组的整体灵活性，其次，通过引入机侧调峰策略和粒子群算法构建的参数搜索模型，能够基于机侧属性数据和运行数据，快速评估并优化汽轮机的调峰界限，进而提升机侧的调峰能力，确保机组在负荷高峰期能够稳定、高效地运行；第三，通过风光电出力预测模型的构建和训练，能够实现对风光电出力的准确预测，并结合负荷需求功率数据，通过负荷需求平衡方程计算得到二次再热机组出力输出功率，该过程不仅实现了对风光电能平衡的快速响应，还能够实现精准快速的负荷跟踪和自动调节，确保机组在风光电出力波动时能够保持稳定的功率输出。
1.二次再热机组快速响应电网需求的控制方法，其特征在于，具体步骤包括：
2.如权利要求1所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述步骤s5中风光电出力预测模型构建的具体步骤包括：
3.如权利要求2所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述步骤s5中风光电出力预测模型构建的具体步骤还包括：
4.如权利要求3所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述预测得到二次再热机组出力输出功率的具体计算过程包括：
5.如权利要求4所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述步骤s3的具体流程步骤包括：
6.如权利要求5所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述动态温度补偿公式具体为：
7.如权利要求6所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述多变量预测控制模型，构建的具体步骤包括：
8.如权利要求7所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述多变量预测控制模型，构建的具体步骤还包括：
9.如权利要求8所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述s203中的 目标函数和对应的约束条件具体包括：
10.如权利要求9所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述步骤s4中初步调峰界限对应的初始调峰区间具体公式为：
11.如权利要求10所述的二次再热机组快速响应电网需求的控制方法，其特征在于，所述步骤s4中参数搜索模型中设置了汽轮机反应目标函数和约束条件，具体为：
12.二次再热机组快速响应电网需求的控制系统，其基于权利要求1-11中任一项所述的二次再热机组快速响应电网需求的控制方法实现，其特征在于，包括：数据处理模块、炉侧控制模块、机侧控制模块、风光电出力预测模块和反馈控制模块；
13.如权利要求12所述的二次再热机组快速响应电网需求的控制系统，其特征在于，所述炉侧控制模块包括多变量控制单元和动态补偿单元；
14.如权利要求13所述的二次再热机组快速响应电网需求的控制系统，其特征在于，所述机侧控制模块包括调峰评估单元和参数计算单元；
15.如权利要求14所述的二次再热机组快速响应电网需求的控制系统，其特征在于，所述反馈控制模块包括参数反馈优化单元和判别控制单元；
16.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，当计算机指令运行时执行权利要求1-11任一项所述的二次再热机组快速响应电网需求的控制方法。
17.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-11任一项所述的二次再热机组快速响应电网需求的控制方法。
