Um den Anforderungen der Last des Stromnetzes gerecht zu werden, befindet sich die überkritische Einheit oft in einem Zustand erheblicher Arbeitsbedingungsänderungen, wodurch herkömmliche koordinierte Steuerungsstrategien nicht in der Lage sind, den Anforderungen an die koordinierte Betriebsführung zwischen der Einheit und dem Netz gut gerecht zu werden, was sich auf die Lastreaktionsgeschwindigkeit der Einheit auswirkt und zu erheblichen Schwankungen der Parameter wie des Hauptdampfdrucks führt. In diesem Sinne wird eine auf neuronalen Netzwerken und dem Partikel-Schwarm-Optimierungsalgorithmus (PSO) basierende koordinierte prädiktive Optimierungssteuerungsmethode vorgeschlagen und eine überkritische 600-MW-Einheit als Objekt genommen, ein Modell für Steuerung, Vorhersage und Optimierung (MPOC) mit der Matlab-Software erstellt und diese Steuermethode mit einer Simulationseinheit für die Stromerzeugung verifiziert. Die Ergebnisse zeigen, dass diese Methode die Lastreaktionsgeschwindigkeit der Einheit erheblich verbessern kann und die Anforderungen an die Steuerung von Parametern wie dem Hauptdampfdruck erfüllt.

überkritische Einheit; koordiniertes Steuerungssystem; prädiktives Modell; neuronale Netzwerke; Partikel-Schwarm-Optimierungsalgorithmus