非线性预测控制算法及在高温气冷堆核电装置变负荷过程的应用

In this proposition, the nonlinear model predictive control theory and algorithm will be researched on a class of nonlinear dynamic systems that can be represented by high-temperature gas-cooled reactor(HTGR) nuclear power plant,and can be described as the Hessenberg differential-algebraic equations (DAEs).The corresponding optimal control problem for HTGR nuclear power plant with load changing will be studied. First, the structure and formulation of nonlinear model predictive controller(NMPC) based on the Hessenberg differential-algebraic equations model are studied, in order to achieve stability requirements. Then, the numerical solution of nonlinear model predictive controller will be studied based on the simultaneous method, the compatibility, convergence, convergence speed and stability of the numerical difference algorithm will be analyzed, and the research on control quality, system stability and robustness of closed-loop system will be performed. Last, the automatic load changing control strategy based on nonlinear model predictive control will be verified in the semi-physical simulation platform of HTGR nuclear power plant. The prototype software of nonlinear model predictive controller will be developed, and the control performance will be analyzed.

本课题针对以高温气冷堆核电站为代表的一类可描述为Hessenberg微分-代数方程的非线性动态系统，研究其非线性预测控制器的相关理论和算法设计，以及相应的变负荷优化控制命题。 首先研究基于Hessenberg微分-代数方程模型的非线性控制器命题的构造与设计，以实现稳定性要求，继而, 研究采用全联立法进行非线性预测控制器的数值求解问题，分析数值求解中差分格式算法的相容性、收敛性、收敛速度及稳定性等问题, 进而进行闭环系统的控制品质分析及系统稳定性的研究; 最后研究非线性预测控制器的实现问题，在高温气冷堆核电站半实物仿真平台上，进行自动变负荷控制的仿真验证，完成基于机理模型的非线性预测控制器软件原型系统。

本课题针对以高温气冷堆核电站为代表的一类可描述为Hessenberg微分-代数方程的非线性动态系统，首先研究了其非线性预测控制算法设计和相应的变负荷优化控制命题构造。在微分-代数方程组离散化方法与稳定性分析方面，发现对于index-1的DAEs系统，采用有限元正交Radau配置离散化方法具有更高的稳定性保证。通过有限元正交配置将DAEs系统预测控制优化命题转化为大规模非线性规划（NLP）问题，对于高温气冷堆核电站模型，其离散化后NLP问题规模可以达到100万维以上，会产生数值求解问题。课题组在算法构造上，提出采用集结策略来降低优化问题的维数；在求解效率上，针对模型预测控制算法二次规划问题，提出了在线与离线求解结合、收敛深度的优化终止策略等快速求解方法，提高了非线性预测控制优化命题的数值求解效率。由于多变量系统的闭环控制性能与NMPC算法参数之间关系复杂，课题组将自适应参数整定过程与NMPC在线滚动优化同步进行，提出了基于一种非线性规划的NMPC参数设计方法，在变负荷过程中可以保证系统具有良好的性能。闭环无偏性是控制算法在实际应用时必须具备的基本特性，课题组基于MVU滤波器，突破了积分白噪声的假设，提出了在噪声统计特性未知下的无偏预测控制算法，并将闭环无偏条件推广到基于机理模型的非线性预测控制算法中。课题组完善了高温气冷堆核电站半实物仿真平台，并采用研发的基于机理模型的非线性预测控制算法，进行自动变负荷控制的仿真验证。针对变负荷过程的控制问题，课题组以机理模型为主线，进一步开展了变负荷过程非线性的度量，基于组分曲线的非线性模型预测控制算法等研究。本课题的研究探索了直接将严格机理模型用于闭环控制时的算法构造，求解方法与效率，参数整定方法等问题，这为后续非线性预测控制的实际应用提供方法及技术支撑。