Hình 4.18. Chuỗi số liệu lưu lượng nhiên liệu phục vụ thiết kế mạng nơron
Hình 4.19. Chuỗi số liệu công suất phát điện phục vụ thiết kế mạng nơron
Q trình thiết kế mạng nơron 3 tín hiệu đầu vào và 1 tín hiệu đầu ra với 2 lớp ẩn (lớp thứ nhất có 50 nơron, lớp thứ 2 có 1 nơron). Q trình huấn luyện được lặp lại 100.000 lần trên mơi trường Matlab (Hình 4.20). Mã nguồn theo Phụ lục 6.
Với cấu trúc mạng nơron đã thu được, đầu ra của mạng nơron được xác định qua hàm:
NNout = sim(net,[Công suất phát điện;Lưu lượng than; Áp suất hơi quá nhiệt])
Mơ hình mạng nơron trên mơi trường Simulink/Matlab như tại Hình 4.21.
Hình 4.21. Mơ hình mạng nơron nhận dạng hệ số hiệu chỉnh mạch Fuel Master
Kết quả tính tốn đầu ra của mạng nơron ứng với ba đại lượng đầu vào được thể hiện trên Hình 4.22.
Hình 4.22. Kết quả tính tốn của mạng nơron với thời gian luyện thực
Sai lệch giá trị đầu ra mạng nơron và giá trị huấn luyện được mơ tả tại Hình 4.23.
Hình 4.23. Sai lệnh tính tốn của mạng nơron với thời gian luyện thực
Nhận xét:
- Mạng nơron có thể nhận dạng nhu cầu nhiên liệu cấp vào lò hơi ứng với mỗi công suất phát điện và áp suất hơi quá nhiệt xác định, sai lệch tối đa trong khoản 2,7%, giá trị trung bình sai lệch 0,0025%, phương sai đạt 0,24%;
- Xét trên các khoảng thời gian khác nhau ta thu được kết luận: Khi tổ máy biến động phụ tải lớn, kết quả sai lệch thấp hơn nhiều so với giai đoạn vận hành theo nhiễu. Giá trị sai lệch trong khoảng 0-0,24%.
- Kết quả tính tốn mạng nơron gần sát với giá trị được dùng để huấn luyện, cho phép xác định hệ số điều chỉnh lượng đặt của hệ thống điều khiển cấp nhiên liệu.
4.3.4. Tác động theo thời gian dự báo
Để dự báo nhiên liệu sau một khoảng thời gian tương lai là pr,s, nghiên cứu sử
dụng phương pháp huấn luyện với các giá trị đầu vào và đầu ra mạng nơron như sau: - Công suất phát điện thực tế N te( ),MWh;
- Lưu lượng than thực tế Wthan( )t , t/h; - Áp suất hơi quá nhiệt P tqn( ), MPa; - Hệ số hiệu chỉnh (t+pr).
Sử dụng ứng dụng Matlab/simulink thiết kế mạng nơron với thời gian dự báo hệ số điều chỉnh pr =72s. Kết quả trả lại đầu ra mạng nơron và giá trị thực tế được
dẫn tại Hình 4.24.
Kết quả thu được trên Hình 4.22 và 4.24 có sự khác nhau khi thay đổi hệ số hiệu chỉnh thêm một khoảng thời gian là 72s. Hình dạng và xu hướng đồ thị khơng có sự sai khác do chỉ thay đổi thời gian lấy mẫu đầu vào của mạng nơron (giá trị của các đại lượng đầu vào như: công suất, lưu lượng than, áp suất hơi… cần được lấy tại thời điểm trong quá khứ, sớm hơn thời điểm lấy tín hiệu tác động điều chỉnh). Khi để ý
kỹ từng đoạn trên đồ thị, đặc biệt là đường mô phỏng đầu ra mạng nơron, hai hình vẽ có sự sai khác nhất định.
Hình 4.24. Kết quả đầu ra mạng nơron khi dự báo lượng đặt sau khoảng thời gian tpr
Nhận xét:
- Sai số của mạng nơron dự báo hệ số hiệu chỉnh: Gradient = 0,00512; Mu = 0,00001; Performance = 0,0000361; Sai số tương đối trong khoảng tăng-giảm tải trong giới hạn 0,24%.
- Với các số liệu offline, phương pháp đã dự báo được hệ số hiệu chỉnh lượng đặt bộ điều khiển nhiên liệu sau một khoảng thời gian nhất định, thường được xác định là nhỏ hơn độ trễ vận tải của đối tượng.
- Khi kết nối trực tuyến với hệ thống điều khiển qua các máy tính OPC, phương pháp cho phép thiết kế nơron dự báo hệ số hiệu chỉnh lượng đặt Fuel Master sau một khoảng thời gian bất kỳ.
Để có thể triển khai thực tế phương pháp sử dụng trí tuệ nhân tạo AI, cần thiết kế được thiết bị đảm bảo các đầu vào-ra như trên rồi tiến hành mô phỏng. Việc ứng dụng phương pháp nhận dạng sự thay đổi quá trình cháy và chỉnh định trực tuyến là hướng nghiên cứu mới trong tương lai.
4.4. ỨNG DỤNG MẠNG NƠRON ĐÁNH GIÁ CẤU TRÚC HỆ ĐIỀU KHIỂN PHỤ TẢI NHIỆT KHIỂN PHỤ TẢI NHIỆT
4.4.1. Kịch bản mơ phỏng
Sử dụng mơ hình điều khiển lị hơi tại Chương 2, mơ phỏng q trình vận hành của tổ máy S1 - NMNĐ Duyên Hải 1 từ 5h00 tới 17h00 ngày 30/7/2018. Công suất tổ máy từ mức 466 MW (75%RO) tăng lên 500 MW trước khi đặt công suất định mức 622.5 MW (100%RO) và giảm tải xuống công suất tối thiểu 466 MW vào cuối buổi chiều.
Hình 4.25. Q trình đáp ứng điều khiển của mơ hình điều khiển theo ba chế độ
Sai lệch công suất theo ba chế độ được thể hiện tại Hình 4.26 và Bảng 4.3. Nhận thấy, khi tổ máy vận hành ổn định tại một mức công suất, sai lệch điều khiển chỉ xuất hiện trong quá trình tăng - giảm tải. Mơ hình trả ra đáp ứng phù hợp với thực tế vận hành.
Hình 4.26. Sai lệch cơng suất theo ba chế độ vận hành
1 – Chế độ lò hơi theo tuabin; 2 – Chế độ tuabin theo lò hơi; 3 - Chế độ phối hợp
Bảng 4.3. Sai lệch công suất theo ba chế độ vận hành
Chế độ Sai lệch công suất lớn nhất (%)
Tăng tải Giảm tải Ổn định tải
Theo tuabin 4,68 3,69 0,21
Theo lò hơi 3,29 2,41 0,14
Phối hợp 2,12 1,65 0,03
Chế độ điều khiển phối hợp có sai lệch điều khiển ít nhất, phù hợp với kết quả mô phỏng theo đáp ứng lý tưởng tại Chương 2.
Để kiểm chứng kết quả đáp ứng của mơ hình, tiến hành bổ sung giá trị hiệu chỉnh lượng đặt mạch điều khiển cấp nhiên liệu theo kịch bản cụ thể như sau:
- Chế độ vận hành: Phối hợp, khi nhiệt trị than ổn định và có thay đổi; - Thời gian mô phỏng: 7h00-17h00 ngày 30/7/2018;
- Giá trị đầu vào mạng nơron:
+ Công suất phát điện thực tế (tại đầu ra của mơ hình); + Lưu lượng nhiên liệu thực tế (tại đầu ra của mơ hình); + Áp suất hơi quá nhiệt thực tế (tại đầu ra của mơ hình);
- Mục tiêu cần so sánh: Đáp ứng phụ tải điện của mơ hình khi bổ sung giá trị hiệu chỉnh từ mạng nơron tại đầu vào vòng điều khiển cấp nhiên liệu.
4.4.2. Kết quả trên Matlab/Simulink
Mơ phỏng trên mơi trường Matlab/Simulink với mơ hình điều khiển từ Chương 2 và bổ sung kết hợp nơron thu được tại Mục 4.3.3, thu được mơ hình tại Hình 4.27. Mục tiêu nhằm kiểm tra đáp ứng phụ tải điện khi sử dụng mạng nơron tác động vào lượng đặt của mạch điều khiển cấp nhiên liệu.
Chạy mơ phỏng mơ hình tương ứng với thời gian vận hành thực tế, thu được đáp ứng công suất phát điện của tổ máy tại Hình 4.28.
t
Hình 4.28. Đáp ứng cơng suất phát điện của tổ máy chế độ phối hợp
1- Đáp ứng lượng đặt; 2 - Đáp ứng khi kết hợp mạng nơron; 3 - Đáp ứng nguyên bản
Đường số 1 thể hiện đáp ứng đặt, đường số 3 trả ra với mơ hình điều khiển phối hợp nguyên bản và đường số 2 thể hiện đáp ứng khi bổ sung mạng nơron hiệu chỉnh lượng đặt hệ thống điều khiển cấp nhiên liệu.
Sai lệch cơng suất được thể hiện trên Hình 4.29, với đường số 1 là sai lệch với mơ hình ngun bản số 3 tại Hình 4.26, đường số 2 là khi kết hợp mơ hình nơron.
Hình 4.29. Sai lệch cơng suất chế độ phối hợp kết hợp mạng nơron
1 - Sai lệch với mơ hình ngun bản chế độ phối hợp; 2 - Sai lệch khi có mạng nơron
Bảng 4.4. Sai lệch công suất khi kết hợp mạng nơron
Chế độ Sai lệch công suất lớn nhất (%)
Khi bổ sung mạng nơron nhận dạng, nhu cầu nhiên liệu thực tế cần đưa vào lò hơi theo sự biến thiên của phụ tải điện, lưu lượng nhiên liệu, áp suất hơi quá nhiệt, đáp ứng cơng suất điện của mơ hình nhanh chóng tiến sát với lượng đặt (Hình 4.30). Sai lệch điều khiển khi có mạng nơron giảm so với chế độ điều khiển phối hợp.
Hình 4.30. Đáp ứng lưu lượng nhiên liệu cấp vào lò hơi
1 – Đáp ứng với mơ hình ngun bản chế độ phối hợp; 2 – Đáp ứng khi có mạng nơron
Khi kết hợp mạng nơron, đáp ứng lưu lượng nhiên liệu tiêu thụ thực tế từ mơ hình (khi phát cơng suất) đã thấp hơn so với trường hợp điều khiển phối hợp, đặc biệt trong giai đoạn tăng tải của tổ máy.
Trong thực tế, việc tổ máy đáp ứng tức thì cơng suất đặt mong muốn là không thể thực hiện được. Tuy nhiên, kết quả của nghiên cứu đã chứng minh rằng: Tổ máy vận hành hiệu quả nhất trong chế độ điều khiển phối hợp nhưng cịn có thể cải thiện chất lượng điều khiển bằng cách bổ sung đại lượng hiệu chỉnh lượng đặt đầu vào - ra của mạch điều khiển phối hợp.
t
Hình 4.31. Sai lệch cơng suất khi kết hợp mạng nơron chế độ theo lò hơi, tuabin
Tương tự, với các chế độ điều khiển theo lị hơi và theo tuabin, mạng nơron có ảnh hưởng tới đáp ứng điều khiển, khiến sai lệch công suất cực đại giảm khi tổ máy tăng-giảm tải. Đặc biệt tại chế độ theo lò hơi, khi tổ máy phát tải ổn định, dao động giảm đáng kể (đường màu vàng ít dao động). Khi tổ máy chạy ở chế độ theo tuabin ổn định cơng suất đặt, sai lệch dao động có xu hướng tăng. Điều này được lý giải là do mạng nơron hiện đang lấy đầu vào theo áp suất thực tế nên giá trị trả ra sẽ khó phù hợp với mơ hình lý tưởng đang chạy ở chế độ theo tuabin.
4.5. KẾT LUẬN CHƯƠNG 4
Từ nội dung Chương 4 rút ra những vấn đề sau:
- Ứng dụng mạng nơron để nhận dạng đặc tính vận hành của hệ điều khiển phụ tải nhiệt trong NMNĐ có thể thực hiện với độ chính xác cao.
- Ứng dụng mạng nơron vào việc hiệu chỉnh lượng đặt mạch điều khiển cấp nhiên liệu đã giúp nâng cao chất lượng đầu ra của hệ thống.
- Chế độ điều khiển phối hợp luôn là chế độ vận hành hiệu quả nhất. Trước khi xem xét đầu tư các công nghệ tiên tiến khác, nên duy trì vận hành ổn định chế độ điều khiển phối hợp tại các NMNĐ.
- Đối với quá trình tăng tải với phẩm chất nhiên liệu thay đổi mạnh, việc ứng dụng mạng nơron nhằm nhận diện nhu cầu nhiên liệu thực tế theo phẩm chất than có thể giúp hệ thống điều khiển đưa ra giá trị cài đặt lưu lượng than phù hợp, tiết kiệm lượng than tiêu thụ của tổ máy.
Các kết quả nghiên cứu cho thấy việc ứng dụng mạng nơron vào hệ điều khiển NMNĐ cung cấp khả năng nhận dạng trực tuyến, góp phần nâng cao hiệu quả của công tác chỉnh định trong NMNĐ.
KẾT LUẬN VÀ KIẾN NGHỊ Nội dung luận án đã giải quyết các vấn đề sau:
- Phân tích các mạch vịng điều khiển đối tượng quá trình nhiệt trong nhà máy nhiệt điện đốt than phun công nghệ cận tới hạn, ứng dụng mơ hình điều khiển nhà máy phục vụ nghiên cứu các chế độ vận hành và đánh giá đáp ứng của hệ thống trong các điều kiện vận hành khác nhau.
- Trình bày phương pháp sử dụng phần tử dự báo kết hợp bộ điều khiển, đồng thời xây dựng công cụ hỗ trợ công tác chỉnh định tham số bộ điều khiển trong NMNĐ. Đề xuất bộ tham số điều khiển mới cho mạch vịng điều khiển gió chính và cấp nhiên liệu tại tổ máy S1 NMNĐ Duyên Hải 1.
- Mạng nơron ứng dụng cho hệ điều khiển NMNĐ cung cấp khả năng nhận dạng trực tuyến, góp phần nâng cao hiệu quả cơng tác chỉnh định trong NMNĐ.
Các kết quả chính đạt được của luận án:
- Phân tích đặc điểm cơng nghệ, cấu trúc điều khiển, các yếu tố ảnh hưởng tới chất lượng làm việc, trình tự thực hiện chỉnh định các mạch vòng điều khiển cơ bản trong NMNĐ đốt than phun công nghệ cận tới hạn, phục vụ định hướng cho nhận dạng và chỉnh định hệ thống điều khiển trong NMNĐ.
- Sử dụng hiệu quả phần tử dự báo kết hợp bộ điều khiển để chỉnh định các mạch vòng điều khiển trong NMNĐ. Đề xuất thời gian dự báo được xác định không vượt quá 0,461 lần thời gian trễ vận tải của đối tượng. Đề xuất bộ tham số điều khiển mới cho mạch vịng điều khiển gió chính và cấp nhiên liệu tại NMNĐ Dun Hải 1.
- Ứng dụng thành công mạng nơron trong nhận dạng hệ điều khiển nhà máy cụ thể. Mạng nơron được kiểm chứng chức năng nhận dạng đặc tính vận hành của nhà máy, đánh giá các cấu trúc điều khiển và hiệu chỉnh quá trình cấp nhiên liệu tại NMNĐ Duyên Hải 1.
Kiến nghị các nghiên cứu tiếp theo:
- Hoàn thiện phần mềm và xây dựng phương án tổ chức thực hiện chỉnh định tham số bộ điều khiển tại NMNĐ Duyên Hải 1.
- Nghiên cứu kết nối mạng nơron với hệ điều khiển DCS của nhà máy để có thể triển khai nhận dạng và chỉnh định hệ điều khiển.
DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA LUẬN ÁN
[1] Nguyễn Tiến Sáng, Pikina Galina Alekceeva, Nguyễn Tiến Khang (2018), Thiết
kế bộ điều khiển dự báo bền vững sử dụng phần mềm nhận dạng đối tượng nhiệt,
Tạp chí Năng lượng nhiệt, số 143 – 9/2018, trang 23-27.
[2] Sang N.T., Dung L.D., Pikina G.A., Khang N.T. (2018). Design of the Control
System Using the Sustainable Controller incorporates Prediction Elements,
International Conference on Fluid Machinery & Automation Systems. October 27-28, 2018 Ha Noi.
[3] Nguyễn Tiến Sáng, Phạm Thị Lý, Nguyễn Hải Nam, Nguyễn Hải Anh, Nguyễn Văn Thái, Lê Nguyễn Hồng Ân (2019), Phân tích hệ điều khiển phụ tải nhiệt
của nhà máy nhiệt điện sử dụng nhiên liệu than, Tạp chí Năng lượng nhiệt, số
147 – 5/2019, trang 20-25.
[4] Nguyễn Tiến Sáng, Lê Đức Dũng, Bùi Quốc Khánh (2019), Mơ hình điều khiển
lị hơi nhà máy nhiệt điện Duyên Hải 1 sử dụng mạng nơron, Tạp chí Năng
lượng nhiệt, số 149 – 9/2019, trang 10-15.
[5] Nguyễn Tiến Sáng, Lê Đức Dũng, Bùi Quốc Khánh, Nguyễn Hữu Linh (2020),
Mô phỏng số buồng đốt than phun lò hơi nhà máy nhiệt điện duyên hải 1: trộn than á - bitum với antraxit và nâng cao hiệu suất cháy, Tạp chí Năng lượng nhiệt, số 151 - 1/2020, tr. 10-25.
[6] T.S. Nguyen, Q.K. Bui, T.K. Nguyen (2020), The Software Tuning The Controller Parameters of Overheating Objects in Thermal Power Plants, ISSN:
1024-1752, Journal of Mechanical Engineering Research and Developments – Vol 43, No.4-2020, pp.245-255. https://jmerd.net/04-2020-245-255/.(Scopus).
TÀI LIỆU THAM KHẢO
[1] Nguyễn Công Hân, Phạm Lê Dần (2007), Cơng nghệ lị hơi và mạng nhiệt, Nhà xuất bản Khoa học và Kỹ thuật.
[2] Phạm Hồng Sơn, Bùi Quốc Khánh, Nguyễn Duy Bình, Phạm Quang Đăng (2013), Hệ điều khiển DCS cho nhà máy sản xuất điện năng, Nhà xuất bản Khoa học và Kỹ thuật.
[3] Đỗ Văn Thắng (2010), Vận hành Thiết bị lò hơi và Tuabin của nhà máy Nhiệt
điện, Nhà xuất bản Giáo dục Việt Nam.
[4] Hoàng Minh Sơn (2016), Cơ sở Hệ thống điều khiển q trình, Tái bản lần thứ 4, có chỉnh sửa, bổ sung.– H. Bách khoa Hà Nội 2016. – 506tr.
[5] Bộ Công Thương (2021), Văn bản số 828/BCT-ĐL ngày 09/02/2021 về việc ý
kiến góp ý về Dự thảo Đề án Quy hoạch phát triển điện lực quốc gia thời kỳ 2021-2030, tầm nhìn tới năm 2045, Thơng báo tại http://www.erea.gov.vn/.
[6] Bùi Quốc Khánh, Phạm Quang Đăng, Nguyễn Huy Phương (2014), Điều khiển
quá trình, NXB Khoa học và Kỹ thuật.
[7] Hoàng Văn Chước (2013), Hệ thống cung cấp nhiệt, Nhà xuất bản Bách khoa, Hà Nội.
[8] Vũ Thu Diệp (2018), Nghiên cứu phát triển lý thuyết hệ điều khiển nhiều tầng
trong điều khiển quá trình nhiệt trên cơ sở chỉ số dao động mềm, Luận án Tiến
sĩ Kỹ thuật Nhiệt, Trường Đại học Bách khoa Hà Nội.
[9] Đỗ Cao Trung (2019), Nghiên cứu phương pháp chỉnh định hệ thống điều khiển
quá trình nhiệt điện trong điều kiện phụ tải biến đổi, Luận án Tiến sĩ Kỹ thuật
Nhiệt, Trường Đại học Bách khoa Hà Nội.
[10] Phạm Thị Lý (2021), Xây dựng hệ điều khiển phụ tải nhiệt phục vụ vận hành tối
ưu nhà máy nhiệt điện đốt than áp suất cận tới hạn, Luận án Tiến sĩ Kỹ thuật
điều khiển và tự động hóa, Trường Đại học Bách khoa Hà Nội.
[11] Nguyễn Chiến Thắng (2017), Nghiên cứu một số giải pháp nâng cao hiệu suất