Aufgrund ihrer Vorteile hoher Parameter und hoher Effizienz sind ultrasuperkritische Einheiten zu einer starken Unterstützung für die Tiefenfrequenzregelung und Spitzenlaststeuerung des Stromnetzes sowie zur Unterdrückung von Netzschwankungen geworden. Die Optimierung der Steuerungsstrategie ultrasuperkritischer Einheiten ist für den sicheren und stabilen Betrieb des Netzes von großer Bedeutung. Zur Lösung des Problems der Optimierung des koordinierten Steuerungssystems ultrasuperkritischer Einheiten wird eine intelligente Steuerungsstrategie vorgeschlagen, die auf der fehlerbasierten selbstanpassenden Störunterdrückungssteuerung und einem verstärkenden Lernalgorithmus basiert. Zunächst wird im Rahmen der fehlerbasierten selbstanpassenden Störunterdrückungssteuerung unter Berücksichtigung der Betriebsmerkmale des gekoppelte Einheit-Kessel-Prozesses das Regelobjektmodell vereinfacht und ein erweiterter Zustandsschätzer entworfen, um die nicht modellierten dynamischen Eigenschaften und externe Störungen der Einheit in Echtzeit zu schätzen und zu kompensieren. Zweitens wird eine Belohnungsfunktion erstellt und ein flexibler Akteur-Kritiker-Algorithmus verwendet, um die Regelparameter adaptiv anzupassen. Schließlich wurde die Wirksamkeit der vorgeschlagenen Steuerungsstrategie anhand einer Simulation der tatsächlichen historischen Betriebsdaten einer ultrasuperkritischen 1000-MW-Zweitschneckenheizungsanlage verifiziert.

ultrasuperkritische Einheiten; fehlerbasierte selbstanpassende Störunterdrückung; verstärkendes Lernen; adaptive Parameteranpassung