面向未来电力系统的氧氢燃料改进型Graz循环的热力学建模与主动干扰抑制解耦控制

《International Journal of Hydrogen Energy》：Thermodynamic modeling and active disturbance rejection decoupled control of an oxygen-hydrogen-fueled revised Graz cycle towards future power systems

本研究基于模块化建模方法建立了修订格拉兹循环的动态热力学模型，并验证其准确性。针对系统固有的欠阻尼振荡特性，提出融合主动干扰抑制控制与简化解耦网络的新型控制策略，通过三种典型负荷曲线仿真验证，该策略在功率跟踪、温度稳定及系统效率方面均优于传统方法，为氢能发电系统提供新解决方案。

　　随着全球变暖问题日益严峻，国际社会普遍认识到加快从以化石燃料为基础的能源系统向以可再生能源为核心的能源系统转型的重要性。然而，可再生能源如太阳能和风能的间歇性、波动性和随机性给系统的稳定性和功率平衡带来了重大挑战。为了解决这些问题，功率-气体（Power-to-Gas）技术因其高能量密度、大规模和长期储能特性而受到广泛关注。氢气作为这一技术的关键载体，成为实现能源系统灵活性的重要手段。

在这一背景下，近年来许多研究致力于开发高效的氢燃料发电系统。这些研究可以大致分为两类。一类是传统燃气-蒸汽联合循环的氢燃料混合改造，由西门子、三菱电力和通用电气等知名燃气轮机制造商主导。另一类则是对新型燃气轮机循环的研究，其中代表性的成果是将燃料电池与传统蒸汽发电系统和燃气轮机循环相结合，从而实现更高的效率。尽管这些系统达到了64%至70%的效率，但其广泛应用受到现有燃料电池输出功率的限制。因此，基于涡轮机械技术，提出了一种氢/氧燃烧的Graz循环，其净效率为68.43%。在此基础上，进一步优化了热分布，开发了更高效、更经济的修订版Graz（R-Graz）循环，其净效率提升至70.39%。R-Graz循环因其高效率、零排放和技术可行性，具有在未来氢能源发电系统中广泛应用的潜力。

R-Graz循环是一种半封闭式燃气轮机联合循环，其热力配置和经济性分析在设计点上已被详细研究。该循环的部分负荷性能特征也得到了进一步探讨，显示出其在宽负荷范围内仍能保持高效率。然而，关于R-Graz循环的动态特性分析和控制研究却仍显不足。因此，对这一具有前景的循环进行全面建模、动态分析和控制研究既是必要的，也具有重要的科研价值。

在燃气轮机联合循环的动态建模中，不同的建模目的采用不同的建模方法，其中主流的是模块化建模技术。早在1983年，W. I. Rowen就提出了一种模块化仿真模型，该模型通过分别处理动态和静态链接，以方框图的形式串联表达，使得模型的扩展、简化和维护变得非常便捷。随后，许多学者在此基础上优化了模型，并成功将其扩展到联合循环的建模中。为了进一步提高非线性能力，组件的机制和特性图被整合到模型中，同时通过建立体积模块，提高了瞬态精度。Ma等人通过使用特性图和相似性外推方法，成功实现了燃气轮机及其联合循环的高保真实时非线性模型。

在关注循环的具体输入-输出特性时，许多学者也对黑箱识别方法给予了高度重视。例如，C. Evans等人在频域中对双轴燃气轮机进行了直接估计，以物理频率进行解读。M. Basso则报告了在PGT10B1燃气轮机中使用非线性自回归外生（NARX）模型进行识别的经验。此外，为了简化和方便建模，许多标准化软件平台被用于联合循环建模，如Modelica/Dymola、APROS和ASPEN等。近年来，随着人工智能在某些领域取得的显著成果，各种智能算法也被应用于联合循环的动态建模中。

在联合循环的控制器设计方面，传统的比例-积分/比例-积分-微分（PI/PID）控制器仍然在工业控制中占据主导地位，这得益于其结构简单和参数设置便捷。这些控制器被广泛应用于联合循环的几乎所有控制回路，包括功率、转速、温度和空气/燃料比回路。然而，面对宽负荷运行条件下的强非线性和交叉耦合特性，传统的PI/PID控制器逐渐无法满足严格的控制要求。因此，许多先进的控制算法被提出以应对这些控制难题。最常见的方法是通过结合自适应控制、模糊控制和优化算法来优化PI/PID控制器。例如，J. W. Kim等人结合模糊规则和遗传算法，使PI控制器具备参数自适应能力，从而提高了重型燃气轮机的速度和温度控制性能。此外，为了应对执行器约束和系统非线性，模型预测控制（MPC）被探索用于实现联合循环电厂的优化控制，包括功率、温度和转速的控制。鉴于时间推移过程中不可避免的参数变化，如操作环境的变化和设备的老化，鲁棒控制方法被应用于联合循环电厂，以增强系统的鲁棒性。在伊朗Damavand联合循环电厂的实际应用中，开发了多种鲁棒方法用于转速和温度控制，展示了其整体控制性能的鲁棒性。

此外，受人工智能在某些领域取得的显著成果启发，一些智能控制算法也被应用于联合循环电厂。在这一方面，西门子团队处于研究的前沿，他们开发了工业基准，以弥合强化学习与实际工业问题属性之间的差距，并推出了世界上首个智能燃气轮机控制器。实际运行结果证明了强化学习技术在实际燃气轮机行业中的有效性。

从上述文献综述中，可以得出以下关键见解：

- 在联合循环的建模方面，已有大量实践研究。根据不同研究目的，提出了多种建模方法，其中主流的是灵活且简洁的模块化建模方法。
- 传统的PI/PID控制在联合循环的工业控制中仍然占据主导地位，而其他先进的控制方法在仿真中取得了满意的控制结果，但实际应用较少。

综上所述，一种简洁的模块化建模方法，通过将系统的静态关系和动态过渡过程表达为组件的特性图和体积模块，已在多种热力系统的建模中取得了显著成功。因此，本文采用这一成熟的方法对R-Graz循环进行建模。

在控制研究方面，可以发现上述先进方法为何鲜少被实际应用的原因：

- 由于计算复杂性较高，这些方法对工程师来说较为晦涩，难以在当前的控制平台上实现。
- 此外，某些基于模型的控制方法需要准确的数学模型，而获取热力系统的此类模型极具挑战性。

为此，本文尝试研究一种结构简单且模型无关的控制方案，即主动扰动抑制控制（ADRC），用于R-Graz循环。ADRC专注于估计和抑制扰动和不确定性，通过数据驱动的修改成为PID的一种革新。其核心是一个扩展状态观测器（ESO），可以提供一个包含内部不确定性和外部扰动的综合项的估计。凭借其结构简单和强大的鲁棒性，ADRC在过去几十年中被广泛应用于各种工业系统，如化工系统、热力系统和燃气轮机系统，取得了满意的控制效果。

此外，本文还提出了一种新型的主动扰动抑制解耦控制综合方法，用于R-Graz循环。该方法将简化解耦网络与分布式ADRC相结合，以缓解交叉耦合的影响。

在本文的研究中，首先建立了R-Graz循环的热力学模型，并在MATLAB/Simulink环境中进行开发。动态分析揭示了该循环的显著欠阻尼振荡特性，这是其封闭循环性质所固有的。随后，为R-Graz循环设计了一个逐步的控制系统，包括控制策略设计、系统特性分析和控制器设计。特别地，我们提出了一种新型的控制综合方法，将分布式ADRC与简化解耦网络（SD-ADRC）相结合，用于R-Graz系统的功率和排气温度控制。通过在新的电力系统中进行三种典型负荷曲线的对比测试，验证了SD-ADRC的可行性与优越性，结果表明SD-ADRC在功率跟踪、排气温度维持、稳定性和效率方面均表现出色。

本文的结构如下，第二部分简要介绍了R-Graz循环的热力配置。第三部分建立了循环组件的数学模型，并在MATLAB/Simulink环境中开发了瞬态模型，其准确性也通过大量设计和非设计工况测试得到了验证。第四部分逐步设计了R-Graz循环的控制系统，包括控制策略设计、系统特性分析和新型SD-ADRC方法设计。随后，第五部分在新的电力系统的三种典型负荷曲线下进行对比测试，以验证SD-ADRC的优越性。最后，第六部分给出了结论。

在R-Graz循环的描述中，该循环是一种新型的半封闭式焦耳-布拉叶顿循环，其在宽负荷范围内具有高效率的特性。R-Graz循环的简化流程图如图1所示。与Ref. [13]不同，本研究中HTT被设计为三个阶段，并通过HPT2不同位置的冷却蒸汽进行冷却。

R-Graz循环由两个主要子循环组成：上循环是一个布雷顿循环，用红色实线表示；下循环则是一个其他类型的循环。上循环通过燃气轮机将热能转化为机械能，随后进入余热锅炉回收余热，生成蒸汽驱动汽轮机发电。下循环则通过压缩机将气体压缩，并在冷凝器中冷却，再返回燃气轮机进行循环使用。这种结构使得R-Graz循环能够在宽负荷范围内保持较高的效率，同时具备零排放的环保优势。

在热力学建模方面，为了平衡计算成本和模拟效率，首先开发了一种采用循环组件的集总参数表示的航空热模型。随后，本节对R-Graz循环的动态行为进行了分析。该模型通过组件的特性图和体积模块，将系统的静态关系和动态过渡过程进行建模，从而提高了瞬态精度。此外，通过大量的设计和非设计工况测试，验证了该模型的准确性和适用性，为后续的循环研究奠定了基础。

在控制系统的开发中，功率厂的运行目标是在确保安全和高效运行的前提下，尽可能快速地响应电网的负荷需求。在此背景下，功率厂的控制系统可以大致分为两大类。第一类是主负荷控制回路，负责整体负荷调节并确保系统中的质量守恒。第二类则包括辅助控制回路，负责维持关键运行参数的稳定。这些回路的协调运行对于系统的整体性能至关重要。

在控制策略的设计中，我们提出了一种结合分布式ADRC和简化解耦网络（SD-ADRC）的新型控制综合方法。该方法通过将解耦网络与ADRC相结合，有效缓解了系统中的交叉耦合影响，从而提高了系统的控制精度和响应速度。此外，通过对比测试，验证了SD-ADRC在三种典型负荷曲线下的可行性与优越性，结果表明该方法在功率跟踪、排气温度维持、系统稳定性和效率方面均表现出色。

在案例研究和讨论中，基于上述模拟结果，我们将SD-ADRC应用于R-Graz模型。在本节中，我们假设R-Graz系统被集成到一个以可再生能源为主的未来电力系统中。首先定义了典型的负荷曲线，然后对R-Graz系统在SD-ADRC控制下的运行可行性与优越性进行了分析。结果表明，在可再生能源主导的电力系统中，R-Graz系统结合SD-ADRC控制能够有效应对负荷变化，提高系统的稳定性和效率。

在结论部分，本文建立了R-Graz循环的热力学模型，并对其动态特性进行了分析。此外，提出了一种结合分布式ADRC和简化解耦网络（SD-ADRC）的新型控制综合方法，用于应对R-Graz循环的交叉耦合特性，从而实现宽负荷范围内的高效运行。通过大量的设计和非设计工况测试，验证了所开发的瞬态模型的准确性和适用性。基于该模型，对系统的动态特性进行了深入研究，为R-Graz循环在氢能源发电系统中的实际应用提供了理论基础和技术支持。

本文的研究成果不仅为R-Graz循环的动态建模和控制研究提供了新的思路，也为氢能源发电系统在可再生能源主导下的应用提供了实践依据。通过将ADRC与解耦网络相结合，有效缓解了系统中的交叉耦合影响，提高了系统的控制精度和响应速度。此外，SD-ADRC在三种典型负荷曲线下的表现验证了其在功率跟踪、排气温度维持、系统稳定性和效率方面的优越性。

在实际应用中，R-Graz循环的高效性和环保性使其成为未来能源系统的重要组成部分。通过结合先进的控制策略，能够有效应对负荷变化，提高系统的灵活性和稳定性。此外，SD-ADRC的结构简单和模型无关特性，使其在实际工程中具备更高的可行性和实用性。这种控制方案不仅能够适应宽负荷范围内的运行需求，还能够应对系统中的不确定性，提高整体控制性能。

综上所述，本文的研究成果具有重要的理论和实践意义。通过建立R-Graz循环的热力学模型，并对其动态特性进行分析，为该循环的进一步研究提供了基础。同时，提出的SD-ADRC控制策略为应对交叉耦合特性提供了有效的解决方案，为氢能源发电系统在可再生能源主导下的应用提供了技术支持。这些研究成果不仅推动了氢能源发电技术的发展，也为实现更加清洁、高效和可持续的能源系统提供了新的方向。