Application of Nonlinear Model-Based Predictive Control to Fossil Power Plants

该项目的目标是开发 实用，多变量，非线性，模型预测 控制（NMPC）的化石发电厂。 的 方法涉及开发通用的， 第一原理，降阶模型， 主要的静态和动态特性， 电站 这种模式是必要的， 预测植物的行为。 由于模型不会 完全符合真实的植物结构， 模型的参数必须使用 预测误差方法或非线性最小二乘法。 然后，该模型将用于估计过程 最优控制序列的真实的时间状态。

The objective of this project is the development of practical, multivariate, nonlinear, model predictive control (NMPC) for fossil power plants. The approach involves the development of a generic, first-principles, reduced-order model which captures the dominant static and dynamic characteristics of a power plant. This model is necessary in order to predict the plant behavior. Since the model will not exactly match the true plant structure, the parameters of the model must be estimated using prediction error methods or nonlinear least squares. This model will then be used to estimate process states in real time for an optimal control sequence.