强化学习性能最优控制框架及其在高压给水加热器运行优化中的应用
作者:周东阳; 曹军; 毕胜山; 邵壮; 司风琪
更新时间:
针对现阶段火电机组运行工况波动频繁的问题,针对复杂动态过程难以辨识、控制器设定值无法确定的问题,提出了基于历史运行数据和强化学习算法的性能最优控制框架。该框架首先在现有控制器的输出上叠加少量随机噪声,然后利用均匀化网格算法构造并维护具有典型工况的数据缓冲区,最后基于粒子群优化离线求解性能最优控制策略函数。本文以高压给水加热器的控制任务为研究对象,得到了一种在无需系统辨识和设定点的情况下,在变工况下保持控制品质和换热性能的控制器求解方法。为了验证所提出的框架的通用性,利用600MW机组高压加热器的仿真模型对水位控制过程进行了分析。结果表明,基于强化学习的性能优化控制框架不需要建立系统模型,可以直接利用历史运行数据求解以累积性能优化为目标的控制策略函数,不仅在动态过程中,在稳态下,可以获得更好的控制质量,该系统还可以保持较好的性能,相当于同时实现设定点优化和设定点跟踪控制。