基于分层卡尔曼滤波的抛物面槽式太阳能发电厂预测温度调节与热能管理

《Clean Energy》：Hierarchical Kalman Filter-Based Predictive Temperature Regulation and Thermal Energy Management for Parabolic Trough Solar Power Plants

　　

摘要

抛物面槽式聚光太阳能（CSP）发电站在高度变化的太阳辐照条件下运行，这给传热流体（HTF）温度调节和热能储存（TES）管理带来了挑战。尽管模型预测控制（MPC）在 CSP 应用中已被广泛研究，但在计算高效的控制架构内整合预测温度调节、状态估计和 TES 监督管理的探索仍不充分。本研究提出了一种基于卡尔曼滤波分层模型的预测控制框架，该框架将受限 MPC、离散卡尔曼滤波状态估计和基于规则的 TES 调度管理相结合，适用于 50 MW 抛物面槽式 CSP 电站。所提出的框架使用在德令哈 CSP 电站现场记录的实时运行气象测量数据进行评估，并在选定的晴天空中叠加受控的云瞬态扰动，以系统地评估抗扰能力，并在相同运行条件下与传统的比例 - 积分（PI）控制器进行比较。两种控制器均实现了令人满意的稳态温度调节，在 96% 以上的运行周期内，将 HTF 出口温度保持在规定的±5 K 运行带内。然而，在云瞬态扰动期间，MPC 控制器将最大温度偏差从 6.74 K 降低到 4.98 K，并将恢复时间从 31.4 分钟减少到 15.7 分钟。这些结果表明，所提出的框架提高了抗扰性和运行韧性，同时保持了与传统 PI 控制相当的温度跟踪性能。

图形摘要

在新标签页中打开下载幻灯片