电力系统装备中燃气轮机发电机组控制的研究与应用

李利生，张路，黄蕾

（中国航发控制系统研究所，江苏 无锡 214000）

随着电力系统的快速发展和能源结构的调整，燃气轮机发电机组作为一种灵活高效的发电装备，具有高效、快速响应和灵活调节等特点，被广泛应用于电力系统中，研究燃气轮机发电机组的控制技术，对提高电力系统的可靠性、稳定性和经济性具有重要意义。

1 燃气轮机发电机组的基本原理

1.1 燃气轮机发电机组的组成和基本原理

燃气轮机发电机组是一种重要的电力装备，它由燃气轮机和发电机2 部分组成。燃气轮机作为动力设备，负责将燃气能源转化为机械能，驱动发电机产生电能。

燃气轮机发电机组是基于热力学和电磁感应原理，将燃气能源转化为机械能，再将机械能转化为电能，其工作原理如下：燃气轮机采用燃气燃烧产生高温高压的气体流，气体流通过一个涡轮，将其动能转化为机械能，推动涡轮机转动。涡轮机与发电机相连，带动发电机转动，产生电能，发电机通过电子控制柜的控制，可以调节发电机的输出功率。在燃气轮机发电过程中，利用高温废气自发的烟气能量，再利用余热锅炉或热回收装置将其余热转化为蒸汽或热水，进一步驱动蒸汽涡轮机发电，提高能源利用效率。

1.2 燃气轮机控制系统原理架构

燃气轮机控制系统采集来自燃气轮机及辅助系统传感器的模拟量信号、开关量信号、频率量信号，接受来自就地控制盘、远程控制盘、CCR 间工程师站相关指令、信号，按照控制规律计算并输出模拟量、开关量信号，通过泵、电磁阀、调节阀等执行机构，调节燃机燃料供给、控制辅助系统，从而实现对燃气轮机的控制。控制系统同时接收来自PMS 系统指令信号，实现机组负荷分配控制。控制系统对机组运行过程中的参数进行监视、限制、告警对严重的故障执行设定的故障处理措施，从而实现对燃机机组运行的安全保护。控制系统同时将燃机运行参数和安全保护数据通讯到HMI 人机交互界面，监控软件对这些信息进行分类显示，呈报给操作人员。

2 燃气轮机发电机组控制的关键技术

2.1 故障检测与诊断技术

燃气轮机发电机组是一种常见的发电设备，其稳定运行和可靠性对于电力系统的正常运行至关重要。故障检测与诊断技术可以帮助实时监测设备的运行状态，及时发现并诊断故障，从而采取相应的措施进行修复或维护。故障检测与诊断技术的主要目标是通过对监测数据进行分析和处理，识别和定位燃气轮机发电机组的故障，这些技术通常依赖于传感器和监测设备，在运行过程中收集各种参数数据，如振动、温度、压力、流量等，识别出异常的模式或特征，并通过与预设的故障数据库进行比对，确定可能的故障类型。

图1 控制系统网络结构图

故障检测与诊断技术的关键步骤包括数据采集、数据预处理、特征提取和故障诊断。机组需要通过合理的传感器布置和数据采集系统，实时采集并记录燃气轮机的运行数据，对数据进行预处理，包括数据清洗、滤波和归一化等，以减少噪声和提高数据质量。控制系统使用信号处理和模式识别技术，提取数据中的关键特征，并建立合适的模型进行故障分类和诊断，通过与预设的故障数据库进行匹配，确定故障的类型和位置，从而指导后续的维修和保养工作。

2.2 发电机组与电力系统的协调运行技术

发电机组与电力系统的协调运行技术旨在确保发电机组与电力系统的稳定运行，实现电力供应的可靠性、安全性和经济性。

发电机组与电力系统的协调运行技术主要包括频率控制、电压控制和无功功率调节等方面。通过频率控制，发电机组能够根据电力系统的负荷需求变化，调整自身的功率输出，保持电力系统的频率稳定；通过电压控制，发电机组能够根据电力系统的电压变化，调整输出电压，保持电力系统的电压稳定；通过无功功率调节，发电机组能够根据电力系统的无功功率需求，调整无功功率输出，维持电力系统的功率平衡。

2.3 全权限数字电子控制技术（FADEC）

全权限数字电子控制技术（FADEC）采用数字化的控制系统，实现对燃气轮机的全面控制和管理，提高系统的可靠性、稳定性和效率。FADEC 的核心是一个集成了传感器、执行器和计算机控制单元的数字电子控制系统，它通过精确测量和分析各种参数，如发动机速度、压力、温度等，实时监测燃气轮机的运行状态。基于这些数据，FADEC 可自动调整燃料供给、点火时机和碳化防护等参数，以优化燃气轮机的性能。

图2 燃机机组控制系统组成示意图

FADEC 的优势在于其精确的控制能力和快速的响应速度。传统的机械或液压控制系统存在一定的时滞，而数字电子控制系统可实现毫秒级的响应，提供更精确的控制，FADEC 还具有自适应控制的能力，即根据发电机组的工作负荷和环境条件，自动调整控制策略，以实现最佳性能。另外，FADEC 还具有自诊断和自修复能力，能够实时监测系统的健康状态，识别故障并采取相应的措施。当发现故障时，FADEC 自动切换到备用系统，确保发电机组的可靠运行，提高了系统的可靠性，减少了维修和停机时间。

3 燃气轮机发电机组的控制策略

3.1 常规控制策略

3.1.1 负荷调节控制

负荷调节控制是燃气轮机发电机组常规控制策略中的重要部分，旨在确保发电机组能够根据电网负荷的变化来实现负荷平衡，并生成稳定的电能供应。发电机组的负荷调节控制主要涉及到燃料供给系统和电力输出部分，其关键目标是实现负荷变化时的快速响应和稳定控制。其主要工作如下：第一，负荷检测和采集：负荷调节控制需要实时监测电网负荷的变化情况，并采集相应的负荷信号，使用负荷传感器或测量装置来实时监测负荷需求，并将负荷信号传输给控制系统。第二，预测和计划：基于实时负荷数据以及历史负荷曲线等信息，负荷调节控制进行负荷预测和计划，对负荷趋势进行分析和预测，系统可提前计划并做出相应的负荷调整措施，以满足未来的负荷需求。第三，燃料供给控制：负荷增加时，负荷调节控制会增加燃气轮机发电机组的燃料供给量，以增加发电机组的输出功率，控制燃油阀门的开启度或调整燃气流量，实现燃料供给的控制，负荷减少时，则相应减少燃料供给。第四，输出功率控制：负荷调节控制需要根据负荷的变化来控制发电机组的输出功率，控制发电机的励磁系统和转子速度，实现对输出功率的调节，还可以考虑机组的并网逆变控制，以确保发电机组能够按需输出所需的电能。

3.1.2 频率调节控制

发电机组的输出频率直接影响到电力系统的稳定性和正常运行。频率调节控制的主要目标是使发电机组的输出频率维持在标准值（通常为50Hz 或60Hz），并及时对负荷变化做出相应的调节，以保持系统频率的稳定。在负荷增加时，控制系统会增加发电机组的输出功率以满足需求；在负荷减小时，控制系统会相应地减少输出功率。频率调节的精度和响应速度非常重要，以确保系统对负荷变化能够快速而准确地做出反应。

频率调节控制一般涉及到燃料供给系统和机械运行部分，主要包括以下几个方面。一是燃料供给控制：频率调节需要根据负荷变化来控制燃料供给量，负荷的增加会导致燃气轮机增加燃料的供给以增加功率，而负荷的减小会相应地降低燃料供给，燃料供给控制应根据负荷的变化速率来调整，以确保频率稳定。二是换能器的调节：发电机组的换能器（如蒸汽涡轮发电机组）也需要根据负荷变化做出相应调整，负荷增加时，换能器可能需要提供额外的蒸汽以增加功率输出；负荷减小时，换能器则需要相应减少蒸汽供给，频率调节控制需要与换能器的调节策略进行协调和同步。三是机械惯性的补偿：频率调节控制还需要考虑机械部件的惯性特性，在负荷突然变化时，机械部件惯性会导致频率的瞬时波动，控制系统需要及时感知负荷变化并通过相应的补偿措施来减小频率的波动。

3.1.3 电压调节控制

电压调节控制是燃气轮机发电机组常规控制策略中的重要组成部分，其主要目的是确保发电机组输出的电压稳定在预定的水平，以满足电力系统的要求。电压调节控制主要涉及到励磁系统和电力输出部分，其关键任务是监测和调整发电机的输出电压，使其保持在标准范围内。一是电压检测和采集：电压调节控制需要实时监测发电机的输出电压，并采集相应的电压信号，使用电压传感器或测量装置来监测输出电压，并将信号传输给控制系统。二是电压稳定性控制：电压调节控制需要实时监测输出电压的稳定性，并根据需求进行相应的调整，在电网负荷变化或短路等故障情况下，控制系统会根据反馈信号对励磁电流进行调节，以保持输出电压稳定。三是励磁系统调节：励磁系统是控制发电机输出电压的关键部分，通过调节励磁电流或磁场强度，实现对输出电压的调节。在低电压情况下，调节系统会增加励磁电流或提高磁场强度，从而提高输出电压；在高电压情况下，则相反地减少励磁电流或降低磁场强度。四是电压补偿控制：电压调节控制还可以考虑电压补偿措施，以调整输出电压的波动或压降。例如，通过采用无功功率补偿装置或自动电压调节器（AVR）等设备，对输出电压进行动态补偿和调节，使其维持在预定的范围内。

3.2 先进控制策略

3.2.1 模型预测控制

模型预测控制（Model Predictive Control，MPC）是燃气轮机发电机组先进控制策略中的一种重要方法，它利用数学模型来预测系统的未来行为，并根据这些预测结果来制定最优的控制策略。模型预测控制的主要思想是建立一个数学模型来描述发电机组的动态行为，并根据该模型进行预测，以确定未来一段时间内最合适的控制策略，它可以考虑多个控制变量和约束条件，并通过数学优化方法求解最优控制策略。

在燃气轮机发电机组中应用模型预测控制有以下几个关键步骤。步骤一，建立数学模型：需要建立一个准确的数学模型来描述燃气轮机发电机组的动态行为，该模型应包括燃气轮机的热力学特性、燃料供给系统、机械运行部分以及与电力系统的交互等方面。步骤二，预测控制：使用建立的数学模型对未来一段时间内的系统行为进行预测，预测考虑负荷需求、燃料供给变化以及其他外部影响因素，通过预测得到未来时间内发电机组的状态、输出功率、频率和电压等信息。步骤三，优化问题求解：根据预测结果，通过数学优化方法求解最优的控制策略，优化问题设置为多目标或单目标问题，例如，最小化能耗、最大化效率或最小化频率、电压偏差等，需要考虑系统的约束条件，如燃料供给限制、机械运行极限、电力系统需求等。步骤四，控制执行：根据优化求解得到的最优控制策略，通过控制器实施相应的调节，根据预测的状态和输入变量进行实时调整，以实现发电机组的稳定运行和性能优化。

3.2.2 自适应控制

自适应控制能根据系统的实时反馈信息自主地调整控制参数和策略，以适应不同的工作条件和负荷需求。自适应控制的主要思想是通过不断地监测系统的输出和状态信息，以及与系统动态行为相关的测量量，自适应地调整控制器的参数和输入来实现控制目标。

自适应控制在燃气轮机发电机组中的应用步骤如下。步骤一，参数辨识：需要对燃气轮机发电机组的动态行为进行建模，并对模型中的未知参数进行估计和辨识，参数辨识通过采用标识试验或其他系统辨识方法进行，从而得到系统的数学模型和参数。步骤二，自适应控制器设计：根据估计得到的系统模型和参数，设计自适应控制器。自适应控制器通常由2 部分组成：自适应参数估计器和调节器，自适应参数估计器用于在线估计系统的未知参数，而调节器根据估计的参数来调整控制策略和参数。步骤三，系统监测和反馈：自适应控制需要实时监测系统的输出和状态信息，以及与系统动态行为相关的测量量，这些信息用于更新自适应参数估计器，并作为反馈信号给调节器进行调整。步骤四，自适应参数更新：根据系统的实时反馈信息，自适应控制器通过自适应参数估计器来更新系统的未知参数，更新算法根据系统的性能指标和误差准则进行选择，以实现最优的参数调整。步骤五，控制策略调整：根据更新后的参数，调节器可自主地调整控制策略和参数，以实现对燃气轮机发电机组的最优控制，调节器可根据预定义的控制目标和性能指标来调整控制器的输出，如输出功率、频率、电压等。

3.2.3智能控制

智能控制是燃气轮机发电机组先进控制策略中的一种创新方法，它基于人工智能和机器学习技术，通过对系统数据进行分析和学习，实现对发电机组的智能化控制。智能控制的主要思想是利用先进的计算和优化方法，通过对大量的实时监测数据进行分析和学习，从中提取系统的状态模式和性能特征，以实现对发电机组的优化控制。

智能控制在燃气轮机发电机组中的应用步骤如下。一是数据采集与处理：首先，需要收集和处理燃气轮机发电机组的实时数据，这些数据可以包括发电机组的工作状态、输出功率、温度、压力等多个方面的信息，对于大规模数据，还可以考虑使用数据预处理和降维技术来提取有效的特征。二是智能建模与训练：基于采集到的数据，可以利用机器学习和智能建模技术构建发电机组的模型。常见的方法包括神经网络、支持向量机、决策树等，利用历史数据进行训练和优化，得到智能控制模型。三是实时预测与优化：利用训练好的智能控制模型，对发电机组的行为进行实时预测和优化，通过对当前状态的预测，可以提前做出相应的调整，使发电机组达到更优化的性能状态。四是智能调节与控制：根据智能控制模型的预测结果，调节发电机组的控制参数和输入，以实现对发电机组的智能控制，这包括对燃料供给、负荷分配、冷却系统等的调节和优化。

4 结语

本文研究了燃气轮机发电机组控制的关键技术和控制策略。通过对燃气轮机发电机组的故障检测与诊断技术、优化调度技术、协调运行技术和全权限数字电子控制技术等关键技术的探讨，介绍了常规控制策略和先进控制策略，利于提高燃气轮机发电机组的运行效率和响应速度，确保电力系统的稳定供电。未来，应进一步研究燃气轮机发电机组的智能化控制技术，结合人工智能和大数据分析等方法，实现更精确、高效的控制策略，进一步提高电力系统的运行效率和安全性。