一种基于深度调峰百万千瓦燃煤机组协调预测控制方法与流程

1.本发明涉及火电机组自动控制的技术领域，尤其涉及一种基于深度调峰百万千瓦燃煤机组协调预测控制方法。

背景技术：

2.清洁能源的消纳给火电机组带来了很大的调峰压力，导致火电机组的运行方式发生了极大改变，主要特点如下：负荷率降低，机组低负荷工况下运行时间更长；电网功频调节需求加剧，大范围变工况运行更加频繁，火电机组灵活性改造正积极开展，加剧了协调控制系统的设计难度。
3.据统计，pid控制在火电机组的协调控制中的应用率高达98％。然而，超超临界火电机组的协调被控对象的动态特性随工况而变化，其大迟滞、非线性、时变等特性在大范围变工况的运行方式下被进一步放大，采用传统的pid控制很难取得优良的控制品质，导致深调时关键参数波动大、控制效果差，以及变负荷率较低，agc考核速率和精度不理想，主汽压力控制偏差较大，主汽温度波动大、常需手动干预，故需针对超超临界机组协调对象，设计出更为先进、有效的控制策略。

技术实现要素：

4.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述现有存在的问题，提出了本发明。
6.因此，本发明解决的技术问题是：采用传统的pid控制方法很难取得优良的控制品质，导致深调时关键参数波动大、控制效果差，以及变负荷率较低，agc考核速率和精度不理想，主汽压力控制偏差较大，主汽温度波动大、常需手动干预。
7.为解决上述技术问题，本发明提供如下技术方案：采集数据；基于所述数据，辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况点下的局部传递函数模型；针对不同负荷工况点下的局部传递函数模型，设计对应的局部模型预测控制器，并对各局部模型预测控制器的输出量作加权处理，得到最终的控制量。
8.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述数据包括燃料量指令b、总给水量指令w、汽机综合阀位指令μ、输出量为实发功率ne、机侧主蒸汽压力p0、分离器温度tsp。
9.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型包括利用最小二乘法建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型。
10.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优
选方案，其中：所述百万千瓦燃煤机组深度调峰工况包括30％—40％pe的工况，所述pe为百万千瓦燃煤机组额定功率，以及典型工况点为310mw、350mw、390mw。
11.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述深度调峰工况下不同工况点下的局部传递函数模型包括深度调峰工况下各负荷点上燃料量指令b的扰动模型、深度调峰工况下各负荷点上给水量指令w的扰动模型、深度调峰工况下各负荷点上汽机综合阀位指令μ的扰动模型。
12.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述典型工况点分别对应的局部预测控制器为mpc310、mpc350、mpc390。
13.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述局部预测控制器同时满足的约束条件包括：
14.u
min
≤ui≤u
max
15.δu
min
≤δui≤δu
max
16.y
min
≤y≤y
max
17.其中，ui为局部控制器的最优控制率，u
min
、u
max
分别为输入量的下限和上限，δu
min
、δu
max
分别为输入量增量的下限和上限，y
min
、y
max
分别为输出量的下限和上限，δui为控制增量。
18.作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：通过最小化下式所示的代价函数ji求取所述控制增量δui：
[0019][0020]
其中，n
p
、nc分别表示预测时域、控制时域，q、r分别表示输出量、输入量的权重矩阵，r(k+j)表示k+j时刻的设定值，y(k+j|k)表示k时刻对未来k+j时刻输出y的预测值。
[0021]
作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：还包括，以机组的实发功率ne为调度变量φ，各局部控制器的加权值如下式所示：
[0022][0023][0024][0025]
其中，σ
310
、σ
350
、σ
390
为gaussian调度函数的宽度，t为矩阵转置。
[0026]
作为本发明所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法的一种优选方案，其中：所述最终的控制量为各局部控制器的加权和：
[0027]
u＝ρ
310
(φ)u
310
+ρ
350
(φ)u
350
+ρ
390
(φ)u
390
[0028]
其中，ρ
310
(φ)和u
310
分别为310mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
350
(φ)和u
350
分别为350mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
390
(φ)和u
390
分别为390mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令。
[0029]
本发明的有益效果：本发明显著提高了机组负荷调节性能与机组运行稳定性，机组的主汽压力和主汽温度等关键参数波动显著减小，有效提高了百万千瓦燃煤机组的运行灵活性，同时在深度调峰运行中，主汽压力的最大动态偏差仅为0.4mpa、主汽温偏差在
±
6℃范围内和再热汽温偏差在
±
8℃范围内，有效提升了百万千瓦燃煤机组协调控制系统在深度调峰时的控制性能。
附图说明
[0030]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0031]
图1为本发明一个实施例提供的一种基于深度调峰百万千瓦燃煤机组协调预测控制方法的被控对象数学模型结构示意图。
具体实施方式
[0032]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0033]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0034]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0035]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0036]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0037]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例
如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0038]
实施例1
[0039]
参照图1，为本发明的一个实施例，提供了一种基于深度调峰百万千瓦燃煤机组协调预测控制方法，包括：
[0040]
s1：采集数据。
[0041]
s2：基于数据，辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况点下的局部传递函数模型。
[0042]
需要说明的是，s1～s2步骤具体包括：
[0043]
如图1所示，将百万千瓦燃煤机组的协调被控对象看作一个“3输入3输出”的多变量系统，其中输入量为燃料量指令b、总给水量指令w、汽机综合阀位指令μ，输出量为实发功率ne、机侧主蒸汽压力p0、分离器温度tsp。
[0044]
优选的，采用现场阶跃响应试验数据来建立百万千瓦燃煤机组深度调峰工况(30％—40％pe，pe指百万千瓦燃煤机组额定功率)下的传递函数模型，试验前确定典型工况点为310mw、350mw、390mw，当机组稳定运行在上述目标工况点时，将机组运行模式切为base方式(汽机主控和锅炉主控在手动状态)，各子系统投自动，运行人员通过手操器，给予相应输入量一定的正向阶跃扰动，待对象稳定后，再进行相同幅度的反向阶跃扰动，记录全部相关数据，并最终辨识出完整的协调系统被控对象的传递函数模型，具体的，进行现场阶跃响应试验时，将机组运行模式切为base方式，首先对燃料量指令b进行阶跃扰动，给水量指令w、汽机综合阀位指令μ保持不变，记录实发功率ne、机侧主蒸汽压力p0、分离器温度tsp；其次对给水量指令w进行阶跃扰动，燃料量指令b、汽机综合阀位指令μ保持不变，记录实发功率ne、机侧主蒸汽压力p0、分离器温度tsp；最后对汽机综合阀位指令μ进行阶跃扰动，燃料量指令b、给水量指令w保持不变，记录实发功率ne、机侧主蒸汽压力p0、分离器温度tsp。
[0045]
其中，辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型包括利用最小二乘法建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型，其主要功能是根据对象的历史信息和未来输入，预测系统未来的输出。
[0046]
进一步的，深度调峰工况下不同工况点下的局部传递函数模型包括深度调峰工况下各负荷点上燃料量指令b的扰动模型、深度调峰工况下各负荷点上给水量指令w的扰动模型、深度调峰工况下各负荷点上汽机综合阀位指令μ的扰动模型，其具体表现形式如表1～表3所示：
[0047]
表1：深度调峰工况下各负荷点上燃料量指令b的扰动模型表。
[0048][0049]
表2：深度调峰工况下各负荷点上给水量指令w的扰动模型表。
[0050][0051]
表3：深度调峰工况下各负荷点上汽机综合阀位指令μ的扰动模型表。
[0052][0053]
其中，s为拉普拉斯算子。
[0054]
s3：针对不同负荷工况点下的局部传递函数模型，设计对应的局部模型预测控制器，并对各局部模型预测控制器的输出量作加权处理，得到最终的控制量。
[0055]
需要说明的是，针对3个典型工况点分别设计相应的局部预测控制器为mpc310、mpc350、mpc390。
[0056]
优选的，局部预测控制器同时满足的约束条件包括：
[0057]umin
≤ui≤u
max
[0058]
δu
min
≤δui≤δu
max
[0059]ymin
≤y≤y
max
[0060]
其中，ui为局部控制器的最优控制率，u
min
、u
max
分别为输入量的下限和上限，δu
min
、δu
max
分别为输入量增量的下限和上限，y
min
、y
max
分别为输出量的下限和上限，δui为控制增量。
[0061]
进一步的，通过最小化下式所示的代价函数ji求取控制增量δui：
[0062]
[0063]
其中，n
p
、nc分别表示预测时域、控制时域，q、r分别表示输出量、输入量的权重矩阵，r(k+j)表示k+j时刻的设定值，y(k+j|k)表示k时刻对未来k+j时刻输出y的预测值。
[0064]
通过上式求得该局部控制器的最优控制率为ui＝δui+u
i-1
，u
i-1
为i-1时刻的输入量。
[0065]
更进一步的，以机组的实发功率ne为调度变量φ，各局部控制器的加权值如下式所示：
[0066][0067][0068][0069]
其中，σ
310
、σ
350
、σ
390
为gaussian调度函数的宽度，t为矩阵转置。
[0070]
最终的控制量为各局部控制器的加权和，即最终全局的最优控制作用u为这3个局部控制器作用的加权和，如下式所示：
[0071]
u＝ρ
310
(φ)u
310
+ρ
350
(φ)u
350
+ρ
390
(φ)u
390
[0072]
其中，ρ
310
(φ)和u
310
分别为310mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
350
(φ)和u
350
分别为350mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
390
(φ)和u
390
分别为390mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令。
[0073]
本发明方法的预测控制因具有预估控制对象变化、提前调节，以及处理约束的能力，具有极高的工程应用价值；考虑到百万千瓦燃煤机组协调控制系统是典型的非线性过程，故将多模型思想与预测控制相结合。基本思想是选取数个典型工况点建立对象的线性模型集，以复现机组深调时协调被控对象变工况运行时的动态特性，接着针对每个局部模型设计对应的局部预测控制器，最终将局部控制作用整合成全局作用，实现控制目的，解决百万千瓦燃煤机组深度调峰运行时的机炉协调系统控制难题，提升百万千瓦燃煤机组协调控制系统性能，保证机组安全、稳定、经济运行。
[0074]
实施例2
[0075]
本实施例为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种基于深度调峰百万千瓦燃煤机组协调预测控制方法的验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
[0076]
传统的技术方案：pid控制在燃煤机组的协调控制中的应用率很高，然而，百万千瓦燃煤机组的协调被控对象的动态特性随工况而变化，其大迟滞、非线性、时变等特性在大范围变工况的运行方式下被进一步放大，采用传统的pid控制很难取得优良的控制品质，导
致深调时关键参数波动大、控制效果差，以及变负荷率较低，agc考核速率和精度不理想，主汽压力控制偏差较大，主汽温度波动大、常需手动干预，为验证本方法相对于传统方法能提升控制效果，能有效减少实发功率ne、机侧主蒸汽压力p0、分离器温度tsp的参数波动。本实施例中将采用传统pid控制和本方法分别对机组协调控制系统进行实时控制效果对比。
[0077]
测试环境：将百万千瓦燃煤机组投入协调控制方式，在深度调峰运行方式下先后投入传统pid控制方法以及本方法。
[0078]
当机组使用原dcs协调系统(即传统pid控制方法)时：
[0079]
(1)负荷控制方面：负荷跟踪性能一般，变负荷率只能设为3mw/min，较难满足电网两个细则考核指标；
[0080]
(2)主汽压力控制方面：在变负荷过程中经常出现1.0～1.9mpa幅度的控制偏差，且较长时间难以到达稳态；
[0081]
(3)主汽温度控制方面：由于协调控制系统的水煤比控制不佳，在较大幅度变负荷过程中，主汽温度波动幅度达到30℃以上，机组稳定性和经济性受到明显影响。
[0082]
机组投入本方法后，进行300mw至400mw的变负荷试验，变负荷速率为10mw/min，单次变负荷幅度为50mw，变负荷试验中机组实际负荷严格按照设定变负荷速率变化，动态过程平稳，无振荡，过调量很小，实际速率、响应延迟时间、动态控制偏差、稳态控制精度均满足要求；在数次大幅度降负荷试验中，主汽压力的动态偏差能够控制在
±
0.39mpa，在负荷稳定时的稳态偏差《
±
0.1mpa，控制非常平稳；在数次大幅度的变负荷试验中，单次变负荷试验主汽温控制偏差仅为2℃～3℃的，整个负荷段的控制偏差也在15℃以内。
[0083]
仿真及工程应用表明，深度调峰下的百万千瓦燃煤机组协调系统多模型预测控制取得了优良的控制效果。
[0084]
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
[0085]
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0086]
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、ram、rom等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此
外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
[0087]
如在本技术所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
[0088]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：

1.一种基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，包括：采集数据；基于所述数据，辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况点下的局部传递函数模型；针对不同负荷工况点下的局部传递函数模型，设计对应的局部模型预测控制器，并对各局部模型预测控制器的输出量作加权处理，得到最终的控制量。2.如权利要求1所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述数据包括燃料量指令b、总给水量指令w、汽机综合阀位指令μ、输出量为实发功率ne、机侧主蒸汽压力p0、分离器温度tsp。3.如权利要求1或2所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型包括利用最小二乘法建立百万千瓦燃煤机组在深度调峰工况下不同工况下的局部传递函数模型。4.如权利要求3所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述百万千瓦燃煤机组深度调峰工况包括30％-40％pe的工况，所述pe为百万千瓦燃煤机组额定功率，以及典型工况点为310mw、350mw、390mw。5.如权利要求4所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述深度调峰工况下不同工况点下的局部传递函数模型包括深度调峰工况下各负荷点上燃料量指令b的扰动模型、深度调峰工况下各负荷点上给水量指令w的扰动模型、深度调峰工况下各负荷点上汽机综合阀位指令μ的扰动模型。6.如权利要求5所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述典型工况点分别对应的局部预测控制器为mpc310、mpc350、mpc390。7.如权利要求6所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述局部预测控制器同时满足的约束条件包括：u
min
≤u
i
≤u
max
δu
min
≤δu
i
≤δu
max
y
min
≤y≤y
max
其中，u
i
为局部控制器的最优控制率，u
min
、u
max
分别为输入量的下限和上限，δu
min
、δu
max
分别为输入量增量的下限和上限，y
min
、y
max
分别为输出量的下限和上限，δu
i
为控制增量。8.如权利要求7所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，通过最小化下式所示的代价函数j
i
求取所述控制增量δu
i
：其中，n
p
、n
c
分别表示预测时域、控制时域，q、r分别表示输出量、输入量的权重矩阵，r(k+j)表示k+j时刻的设定值，y(k+j|k)表示k时刻对未来k+j时刻输出y的预测值。9.如权利要求8所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，还包括，以机组的实发功率ne为调度变量φ，各局部控制器的加权值如下式所示：
其中，σ
310
、σ
350
、σ
390
为gaussian调度函数的宽度，t为矩阵转置。10.如权利要求9所述的基于深度调峰百万千瓦燃煤机组协调预测控制方法，其特征在于，所述最终的控制量为各局部控制器的加权和：u＝ρ
310
(φ)u
310
+ρ
350
(φ)u
350
+ρ
390
(φ)u
390
其中，ρ
310
(φ)和u
310
分别为310mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
350
(φ)和u
350
分别为350mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令，ρ
390
(φ)和u
390
分别为390mw负荷对应的局部控制器的加权值和该局部控制器计算得到的优化输入指令。

技术总结

本发明公开了一种基于深度调峰百万千瓦燃煤机组协调预测控制方法，包括：采集数据；基于所述数据，辨识并建立百万千瓦燃煤机组在深度调峰工况下不同工况点下的局部传递函数模型；针对不同负荷工况点下的局部传递函数模型，设计对应的局部模型预测控制器，并对各局部模型预测控制器的输出量作加权处理，得到最终的控制量。本发明显著提高了机组负荷调节性能与机组运行稳定性，机组的主汽压力和主汽温度等关键参数波动显著减小，有效提高了百万千瓦燃煤机组的运行灵活性，同时在深度调峰运行中，主汽压力的最大动态偏差、主汽温偏差和再热汽温偏差范围较小。热汽温偏差范围较小。热汽温偏差范围较小。