单元机组协调控制系统的建模与控制优化研究
|
摘要
作为单元制发电机组的控制中枢,协调控制系统已经成为现代电厂自动化系统中最为核心的组成单元,在电力企业经济效益的提高、生产过程能耗的降低以及设备故障率的减少等方面起到了重要的作用。火电厂单元机组协调控制系统是
个多变量系统,具有强耦合、非线性、参数时变、大迟延等特性。这些复杂性不仅使得建立单元机组非线性动态模型成为难点,而且增加了协调控制系统控制参数整定的复杂性,以致难以获得满意的控制效果。
本文针对托克托发电有限责任公司(简称,托电)600MW机组协调控制系统的建模和控制器参数优化问题,应用先进的模型辨识及仿真优化方法,以协调控制仿真系统为研究对象,使用Matlab/Simulink仿真工具,主要完成了以下4个方面的研究工作：
1、建立单元机组非线性动态模型。以一种单元机组非线性动态模型为研究对象,提出了基于改进的遗传算法工具箱(GAOT)的参数辨识方法。仿真结果表明辨识得到的模型是有效可靠的。
2、建立协调控制仿真系统。由分散控制系统(DCS)算法说明书和协调控制系统SAMA图建立基于Simulink的协调控制仿真回路,将仿真回路和单元机组模型构成闭环,得到协调控制仿真系统。
3、优化协调控制系统。使用遗传算法优化协调控制系统控制器参数,在此基础上,使用Simulink中的Signal Constraint模块进一步优化参数,实现两种优化方法的融合。优化后的协调控制系统的控制性能和鲁棒性有明显的改善。
4、模糊自整定PID控制器应用于协调控制系统。研究了设计及优化模糊自整定PID控制器的方法,使用DCS常规算法模块实现了查询表的功能,并将其应用于协调控制系统。仿真结果表明其控制性能明显优于传统PID控制器,是切实可行的控制方案。
本文提出的系统建模和控制优化方法不仅具有理论研究价值,更具有工程应用意义,对其他电厂协调控制系统的建模和优化工作起到了借鉴作用。
As the control center of a power generation unit, the coordinated control system (CCS) is the core of a modern power plant, plays an important role in the improvement of power enterprises'efficiency, reduction of the process of productions'energy consumption and the equipments'incidence. CCS is a multi-variable nonlinear control system, which is a generally strongly coupled, nonlinear and time varying system with large settling times. The complexities make it difficult to establish nonlinear dynamic model of the unit, and increase difficulties of tuning of the controller parameters, which make it hard to achieve satisfying effect.
The paper aims at the modeling the system, and the controller parameters' optimization of the 600MW unit CCS in Tuoketuo Power Plant. Advanced model identification and simulations optimization methods were used, and the coordinated control simulation system was chosen as the study subject, Matlab/Simulink was used as a simulation tools. The main study works of this dissertation are summarized as follows:
1、Modeling of the nonlinear dynamic model of the unit. The nonlinear dynamic model was chosen as the study subject, the method of parameters identification based on improved genetic algorithm toolbox was proposed. The simulation results show the identified model is valid and reliable.
2、Establishment of the coordinated control simulation system. From the DCS algorithm instructions and SAMA of the CCS, the coordinated control simulation circuit based on Simulink was obtained. The CCS simulation system was got by closing the circuit and the unit model.
3、Optimization of the CCS. The CCS controller parameters were optimized by GAOT, on this basis, the parameters was optimized further by the Signal Constraint (S-C) Blockset, which makes the two methods integration. The control performance of CCS is improved obviously.
4、Fuzzy self-tuning PID controllers apply to CCS. The design and optimization method of the fuzzy self-tuning PID controller was studied. The fuzzy control inquiry platform was composed by making use of DCS conventional functional modules, which was applied to CCS. The simulation results show that the performance of the fuzzy self-tuning PID controller is better than the traditional PID and the scheme is feasible.
The methods of system modelling and control optimization proposed by this paper not only have theory research value, but also have engineering application meanings, which have some reference for CCS'modelling and optimization work of the other power plants.
个多变量系统,具有强耦合、非线性、参数时变、大迟延等特性。这些复杂性不仅使得建立单元机组非线性动态模型成为难点,而且增加了协调控制系统控制参数整定的复杂性,以致难以获得满意的控制效果。
本文针对托克托发电有限责任公司(简称,托电)600MW机组协调控制系统的建模和控制器参数优化问题,应用先进的模型辨识及仿真优化方法,以协调控制仿真系统为研究对象,使用Matlab/Simulink仿真工具,主要完成了以下4个方面的研究工作：
1、建立单元机组非线性动态模型。以一种单元机组非线性动态模型为研究对象,提出了基于改进的遗传算法工具箱(GAOT)的参数辨识方法。仿真结果表明辨识得到的模型是有效可靠的。
2、建立协调控制仿真系统。由分散控制系统(DCS)算法说明书和协调控制系统SAMA图建立基于Simulink的协调控制仿真回路,将仿真回路和单元机组模型构成闭环,得到协调控制仿真系统。
3、优化协调控制系统。使用遗传算法优化协调控制系统控制器参数,在此基础上,使用Simulink中的Signal Constraint模块进一步优化参数,实现两种优化方法的融合。优化后的协调控制系统的控制性能和鲁棒性有明显的改善。
4、模糊自整定PID控制器应用于协调控制系统。研究了设计及优化模糊自整定PID控制器的方法,使用DCS常规算法模块实现了查询表的功能,并将其应用于协调控制系统。仿真结果表明其控制性能明显优于传统PID控制器,是切实可行的控制方案。
本文提出的系统建模和控制优化方法不仅具有理论研究价值,更具有工程应用意义,对其他电厂协调控制系统的建模和优化工作起到了借鉴作用。
As the control center of a power generation unit, the coordinated control system (CCS) is the core of a modern power plant, plays an important role in the improvement of power enterprises'efficiency, reduction of the process of productions'energy consumption and the equipments'incidence. CCS is a multi-variable nonlinear control system, which is a generally strongly coupled, nonlinear and time varying system with large settling times. The complexities make it difficult to establish nonlinear dynamic model of the unit, and increase difficulties of tuning of the controller parameters, which make it hard to achieve satisfying effect.
The paper aims at the modeling the system, and the controller parameters' optimization of the 600MW unit CCS in Tuoketuo Power Plant. Advanced model identification and simulations optimization methods were used, and the coordinated control simulation system was chosen as the study subject, Matlab/Simulink was used as a simulation tools. The main study works of this dissertation are summarized as follows:
1、Modeling of the nonlinear dynamic model of the unit. The nonlinear dynamic model was chosen as the study subject, the method of parameters identification based on improved genetic algorithm toolbox was proposed. The simulation results show the identified model is valid and reliable.
2、Establishment of the coordinated control simulation system. From the DCS algorithm instructions and SAMA of the CCS, the coordinated control simulation circuit based on Simulink was obtained. The CCS simulation system was got by closing the circuit and the unit model.
3、Optimization of the CCS. The CCS controller parameters were optimized by GAOT, on this basis, the parameters was optimized further by the Signal Constraint (S-C) Blockset, which makes the two methods integration. The control performance of CCS is improved obviously.
4、Fuzzy self-tuning PID controllers apply to CCS. The design and optimization method of the fuzzy self-tuning PID controller was studied. The fuzzy control inquiry platform was composed by making use of DCS conventional functional modules, which was applied to CCS. The simulation results show that the performance of the fuzzy self-tuning PID controller is better than the traditional PID and the scheme is feasible.
The methods of system modelling and control optimization proposed by this paper not only have theory research value, but also have engineering application meanings, which have some reference for CCS'modelling and optimization work of the other power plants.
引文
[1]王家兴.模糊预测控制在单元机组协调控制中的研究与应用[D].北京：华北电力大学,2008年1月.
[2]蒋毅恒.基于遗传编程的协调控制系统建模和设计[D].北京：华北电力大学,2008年4月.
[3]李实.600MW超临界机组协调控制系统研究[D].北京：华北电力大学,2007年3月.
[4]田亮.单元机组非线性动态模型的研究[D].北京：华北电力大学,2005年4月.
[5]刘红娜.单元机组协调控制应用研究[D].北京：华北电力大学,2008年5月.
[6]朱北恒.火电厂热工自动化系统试验[M].北京：中国电力出版社,2006年1月.
[7]王鹏.火电厂单元机组协调控制系统的研究[D].兰州理工大学,2008年6月.
[8]焦力兴.基于遗传算法进行PID参数寻优的热工系统的应用研究[D].北京：华北电力大学学,2008年12月.
[9]邓莎潘,维加.单元机组协调控制系统研究现状分析[J].电站系统工程,2010,26(5)：51-54.
[10]王东.330MW机组协调控制系统的优化设计与实现[D].北京：华北电力大学,2008年5月.
[11]Bell R D,Astrom K J.Simplified models of boiler-turbine units[R].Report TFRT-3191,Lund Institute of Technology,1987.
[12]de Mello F P.Boiler models for system performance studies[J].IEEE Transaction on Power Systems,1991,6(1):66-74.
[13]Cheres E.Small and medium size drum boiler models suitable for long term dynamic response[J].IEEE Transaction on Energy Conversion,1990,5(4):686-692.
[14]田亮,曾德良,刘吉臻等.简化的330MW机组非线性动态模型[J].中国电机工程学报,2004年8月,24(8)：180-187.
[15]韩忠旭,齐小红,刘敏.单元机组的实用非线性数学模型及其应用[J].中国电机工程学报,2006年1月,26(1)：58-65.
[16]房方,刘吉臻,谭文.单元机组协调控制系统的一种工程化设计方法[C].2008电站热工控制研讨会暨自动化信息化技术交流年会论文集,2008年11月,49-58.
[17]吕剑虹,陈来九,陈建勤等.基于模糊规则的热工过程非线性模型的研究[J].中国电机工程学报,2002,22(11)：132-137.
[18]田晓栋,牛玉.遗传算法对电站控制用模型的辨识研究[J].仪器仪表用户,2009,16(1)：131-133.
[19]刘红波,李少远,柴天佑等.协调控制系统多变量PID控制器的自整定方法[J].自动化仪表,2003年6月,24(6)：10-13.
[20]Tan W, Liu J Z,Fang F.Tuning of PID controllers for boiler-turbine units[J].ISA Transactions,2004,43(4):571-583.
[21]Liu H B,Li S Y,Chai T Y. Intelligent decoupling control of power plant main steam pressure and power output[J].Electrical Power and Energy System,2003,25:809-819.
[22]林金星,沈炯,李益国.基于免疫优化的机炉协调系统模糊增益调度H∞鲁棒控制[J].中国电机工程学报,2008,28(17)：92-98.
[23]Dongfeng WANG,Baohai HUANG and Li MENG. Predictive Control for Boiler-Turbine Unit Using ANFIS [C].2009 International Conference on Test and Measurement, Dec.2009,2:1-4.
[24]房方,魏乐等.基于动态扩展算法的大型燃煤机组非线性协调控制系统设计[J].中国电机工程学报,2007,27(26)：102-107.
[25]Fang Fang,Le Wei. Back stepping-based nonlinear adaptive control for coal-fired utility boiler-turbine units [J]. Applied Energy,2011(88):814-824.
[26]刘吉臻,陈彦桥等.500 MW单元机组模糊多模协调控制系统[J].动力工程,2003,23(6)：2790-2794.
[27]房方,刘吉臻,谭文.单元机组协调系统的非线性内模控制[J].中国电机工程学报,2004年4月,24(4)：195-199.
[28]薛亚丽,李东海,吕崇德等.基于遗传算法的机炉协调系统PID控制器优化[J].热能动力工程,2006年1月,21(1)：80-84.
[29]Robert Dimeo,Kwang Y.Lee. Boiler-Turbine Control System Design Using a Genetic Algorithm [J]. IEEE Transactions on Energy Conversion, December 1995,10(4):752-759.
[30]徐小方.单元机组模糊多模型协调控制研究[D].兰州理工大学,2008年5月.
[31]Zelei Zhu,Zhongxu Han. Application of Analog Flexible Fuzzy Control to Coordinated Control System to Improve Load Response Speed ofGenerating Unit to AGC[C].2010 International Conference on Power System Technology,2010,10:1-5.
[32]王爽心,杨辉,李亚光.协调控制系统神经网络PID优化控制与仿真研究[J].中国电机工程学报,2007,27(35)：96-101.
[33]张德珍.协调控制系统的动态数学模型及其智能算法研究[D].保定：华北电力大学,2002年5月.
[34]王琛.超超临界机组非线性动态模型的研究[D].北京：华北电力大学,2010年7月.
[35]赵建军.预测控制在单元机组协调控制系统中的应用研究[D].保定：华北电力大学,2006年5月.
[36]罗德柱,马宪民,卢文科.600MW机组协调控制系统分析[J].热力发电,2006(10)：1-4.
[37]HAN Zhong-xu, GAO Chun-yu and LI Dan. The Parameter Estimation for a Non-linear Mathematical Model of Boiler-turbine-generator Unit [J].2007 Second IEEE Conference on Industrial Electronics andApplications,2007,1767-1770.
[38]房方.先进控制策略在单元机组协调控制系统中的应用研究[D].北京：华北电力大学,2005年7月.
[39]刘恒涛.直冷式空冷机组协调控制策略分析[D].北京：华北电力大学学,2009年5月.
[40]Wen Tan,Fang Fang,Liang Tian,etc. Linear control of a boiler-turbine unit:Analysis and design[J]. ISA TRANSACTIONS,2008,47 (2):189-196.
[41]田亮,曾德良,刘鑫屏等.500MW机组简化的非线性动态模型[J].动力工程,2004,24(4)：522-527.
[42]飞思科技研发中心MATLAB 6.5辅助优化计算与设计[M].北京：电子工业出版社,2003年1月.
[43]郑力新,周凯汀,王华珍等.遗传算法技术在控制系统模型辨识中的应用[J].自动化仪表2002,23(4)：11-14.
[44]王永林,王杰.基于GAOT的PID控制器参数整定研究[J].郑州大学学报(工学版),2005,26(2)：102-105.
[45]王京茹.火电厂过程控制系统仿真建模研究[D].北京：北京交通大学,2006年3月.
[46]唐世浩,宋启疆.遗传算法中初始种群与交叉、变异率对解的影响及其解决方案[J].科技通报,2001,17(3)：1-7.
[47]朱小娟,高庆忠,宋福圣.基于自适应混合遗传算法的协调控制系统[J].自动化与仪器仪表,2009年,第3期,3-6.
[48]徐春梅.基于遗传算法的系统建模与PID控制方法研究[D].武汉大学,2005年4月.
[49]Jeffery A. Joines, Michael G. Kay.A Genetic Algorithm for Function Optimization:A Matlab Implementation [DB/OL].http://www.ie.ncsu.edu/mirage/GAToolBox/gaot,1998-06-12.
[50]刘长良,于希宁,姚万业等.基于遗传算法的火电厂热工过程模型辨识[J].中国电机工程学报,2003,23(3)：170-174.
[51]梁杨,谷俊杰.基于遗传算法的超临界机组模型的参数辨识[J].电力科学与工程,电力科学与工程,2010,26(7)：38-41.
[52]李平康.火电厂自动发电控制(AGC)过程建模与优化控制研究[D].北京：北京交通大学,2006年1月.
[53]毕贞福.火力发电厂热工自动控制实用技术[M].北京：中国电力出版社,2008年2月.
[54]常慧玲,杨云岗.集散控制系统的应用现状及发展方向[J].山西冶金,2006,(1)：10-12.
[55]魏春岭Ovation DCS在托克托电厂的设计应用[J].世界仪表与自动化,2004,29-32.
[56]Emerson Process Company.Ovation Algorithms Reference Manual, Revision 4, January 2004.
[57]赵志刚,康海东.协调控制系统在大唐托克托电厂600 MW机组的应用[J].内蒙古电力技.术,2005,23(5)：20-23.
[58]徐向阳,王战领.托电2号机组协调控制系统的优化[J].华北电力技术,2005,12,9-11
[59]金传伟.基于遗传算法的PID参数优化与仿真[J].微计算机信息,2002,18(7)：72-73.
[60]Robert M.Dimeo, Kwang Y.Lee. GENETICS-BASED CONTROL OF A MIMO BOILER-TURBINE PLANT [C]. Proceedings of the 33rd Conferenceon Decisionand Control Lake Buena Vista,FL-December 1994,3512-3517.
[61]楼顺天.基于MATLAB的系统分析与设计[M].西安：西安电子科技大学出版社,2001年5月.
[62]周克良,戴建国.基于MATLAB仿真的两种策略融合的PID控制[J].安徽冶金科技职业学学院学报,2006,16(1)：32-34.
[63]滕青芳.基于NCD工具箱的非线性系统PID控制器优化设计[J].电气传动自动化,2002,24(3)：32-34.
[64]顾生杰.基于SIMULINK的非线性优化PID控制[J].自动化与仪器仪表,2006,62-64.
[65]李平康,孙继伟.火电厂热控系统参数优化的MATLAB实现[J].华北电力技术,2001,(4)：17-19.
[66]盖志武,王述洋,林根深MATLAB/NCD优化模糊控制的仿真研究[J].计算机仿真,2004,21(10)：130-133.
[67]王庆利.先进控制策略在单元机组协调控制系统中的应用研究[D].东北大学,2008年7月.
[68]Xiang jie, Liu Ping-Guan,and C.W.Chan. Nonlinear Multivariable Power Plant Coordinate Control by Constrained Predictive Scheme [J]. IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, SEPTEMBER 2010,18(5):1116-1125.
[69]林琛.智能算法在单元机组协调控制系统中的应用研究[D].北京：华北电力大学,2009年2月.
[70]周大兵,李玉榕.模糊PID控制器及在DCS系统中的应用[J].工业控制与应用,2005年, 24(12)：41-43.
[71]陈海荣,钱向明,邱晓华.基于MATLAB的模糊控制器设计及其性能分析[J].金华职业技术学院学报,2005,5(3)：9-12.
[72]张文波.利用DCS常规功能模块搭建模糊控制查询表[J].发电设备,2005,4,263-266.
[73]于浩洋Matlab实用教程-控制系统仿真与应用[M].北京：化学工业出版社,2009年5月.
[74]雷英杰MATLAB遗传算法工具箱及应用[M].西安：西安电子科技大学出版社,2005年4月.
[2]蒋毅恒.基于遗传编程的协调控制系统建模和设计[D].北京：华北电力大学,2008年4月.
[3]李实.600MW超临界机组协调控制系统研究[D].北京：华北电力大学,2007年3月.
[4]田亮.单元机组非线性动态模型的研究[D].北京：华北电力大学,2005年4月.
[5]刘红娜.单元机组协调控制应用研究[D].北京：华北电力大学,2008年5月.
[6]朱北恒.火电厂热工自动化系统试验[M].北京：中国电力出版社,2006年1月.
[7]王鹏.火电厂单元机组协调控制系统的研究[D].兰州理工大学,2008年6月.
[8]焦力兴.基于遗传算法进行PID参数寻优的热工系统的应用研究[D].北京：华北电力大学学,2008年12月.
[9]邓莎潘,维加.单元机组协调控制系统研究现状分析[J].电站系统工程,2010,26(5)：51-54.
[10]王东.330MW机组协调控制系统的优化设计与实现[D].北京：华北电力大学,2008年5月.
[11]Bell R D,Astrom K J.Simplified models of boiler-turbine units[R].Report TFRT-3191,Lund Institute of Technology,1987.
[12]de Mello F P.Boiler models for system performance studies[J].IEEE Transaction on Power Systems,1991,6(1):66-74.
[13]Cheres E.Small and medium size drum boiler models suitable for long term dynamic response[J].IEEE Transaction on Energy Conversion,1990,5(4):686-692.
[14]田亮,曾德良,刘吉臻等.简化的330MW机组非线性动态模型[J].中国电机工程学报,2004年8月,24(8)：180-187.
[15]韩忠旭,齐小红,刘敏.单元机组的实用非线性数学模型及其应用[J].中国电机工程学报,2006年1月,26(1)：58-65.
[16]房方,刘吉臻,谭文.单元机组协调控制系统的一种工程化设计方法[C].2008电站热工控制研讨会暨自动化信息化技术交流年会论文集,2008年11月,49-58.
[17]吕剑虹,陈来九,陈建勤等.基于模糊规则的热工过程非线性模型的研究[J].中国电机工程学报,2002,22(11)：132-137.
[18]田晓栋,牛玉.遗传算法对电站控制用模型的辨识研究[J].仪器仪表用户,2009,16(1)：131-133.
[19]刘红波,李少远,柴天佑等.协调控制系统多变量PID控制器的自整定方法[J].自动化仪表,2003年6月,24(6)：10-13.
[20]Tan W, Liu J Z,Fang F.Tuning of PID controllers for boiler-turbine units[J].ISA Transactions,2004,43(4):571-583.
[21]Liu H B,Li S Y,Chai T Y. Intelligent decoupling control of power plant main steam pressure and power output[J].Electrical Power and Energy System,2003,25:809-819.
[22]林金星,沈炯,李益国.基于免疫优化的机炉协调系统模糊增益调度H∞鲁棒控制[J].中国电机工程学报,2008,28(17)：92-98.
[23]Dongfeng WANG,Baohai HUANG and Li MENG. Predictive Control for Boiler-Turbine Unit Using ANFIS [C].2009 International Conference on Test and Measurement, Dec.2009,2:1-4.
[24]房方,魏乐等.基于动态扩展算法的大型燃煤机组非线性协调控制系统设计[J].中国电机工程学报,2007,27(26)：102-107.
[25]Fang Fang,Le Wei. Back stepping-based nonlinear adaptive control for coal-fired utility boiler-turbine units [J]. Applied Energy,2011(88):814-824.
[26]刘吉臻,陈彦桥等.500 MW单元机组模糊多模协调控制系统[J].动力工程,2003,23(6)：2790-2794.
[27]房方,刘吉臻,谭文.单元机组协调系统的非线性内模控制[J].中国电机工程学报,2004年4月,24(4)：195-199.
[28]薛亚丽,李东海,吕崇德等.基于遗传算法的机炉协调系统PID控制器优化[J].热能动力工程,2006年1月,21(1)：80-84.
[29]Robert Dimeo,Kwang Y.Lee. Boiler-Turbine Control System Design Using a Genetic Algorithm [J]. IEEE Transactions on Energy Conversion, December 1995,10(4):752-759.
[30]徐小方.单元机组模糊多模型协调控制研究[D].兰州理工大学,2008年5月.
[31]Zelei Zhu,Zhongxu Han. Application of Analog Flexible Fuzzy Control to Coordinated Control System to Improve Load Response Speed ofGenerating Unit to AGC[C].2010 International Conference on Power System Technology,2010,10:1-5.
[32]王爽心,杨辉,李亚光.协调控制系统神经网络PID优化控制与仿真研究[J].中国电机工程学报,2007,27(35)：96-101.
[33]张德珍.协调控制系统的动态数学模型及其智能算法研究[D].保定：华北电力大学,2002年5月.
[34]王琛.超超临界机组非线性动态模型的研究[D].北京：华北电力大学,2010年7月.
[35]赵建军.预测控制在单元机组协调控制系统中的应用研究[D].保定：华北电力大学,2006年5月.
[36]罗德柱,马宪民,卢文科.600MW机组协调控制系统分析[J].热力发电,2006(10)：1-4.
[37]HAN Zhong-xu, GAO Chun-yu and LI Dan. The Parameter Estimation for a Non-linear Mathematical Model of Boiler-turbine-generator Unit [J].2007 Second IEEE Conference on Industrial Electronics andApplications,2007,1767-1770.
[38]房方.先进控制策略在单元机组协调控制系统中的应用研究[D].北京：华北电力大学,2005年7月.
[39]刘恒涛.直冷式空冷机组协调控制策略分析[D].北京：华北电力大学学,2009年5月.
[40]Wen Tan,Fang Fang,Liang Tian,etc. Linear control of a boiler-turbine unit:Analysis and design[J]. ISA TRANSACTIONS,2008,47 (2):189-196.
[41]田亮,曾德良,刘鑫屏等.500MW机组简化的非线性动态模型[J].动力工程,2004,24(4)：522-527.
[42]飞思科技研发中心MATLAB 6.5辅助优化计算与设计[M].北京：电子工业出版社,2003年1月.
[43]郑力新,周凯汀,王华珍等.遗传算法技术在控制系统模型辨识中的应用[J].自动化仪表2002,23(4)：11-14.
[44]王永林,王杰.基于GAOT的PID控制器参数整定研究[J].郑州大学学报(工学版),2005,26(2)：102-105.
[45]王京茹.火电厂过程控制系统仿真建模研究[D].北京：北京交通大学,2006年3月.
[46]唐世浩,宋启疆.遗传算法中初始种群与交叉、变异率对解的影响及其解决方案[J].科技通报,2001,17(3)：1-7.
[47]朱小娟,高庆忠,宋福圣.基于自适应混合遗传算法的协调控制系统[J].自动化与仪器仪表,2009年,第3期,3-6.
[48]徐春梅.基于遗传算法的系统建模与PID控制方法研究[D].武汉大学,2005年4月.
[49]Jeffery A. Joines, Michael G. Kay.A Genetic Algorithm for Function Optimization:A Matlab Implementation [DB/OL].http://www.ie.ncsu.edu/mirage/GAToolBox/gaot,1998-06-12.
[50]刘长良,于希宁,姚万业等.基于遗传算法的火电厂热工过程模型辨识[J].中国电机工程学报,2003,23(3)：170-174.
[51]梁杨,谷俊杰.基于遗传算法的超临界机组模型的参数辨识[J].电力科学与工程,电力科学与工程,2010,26(7)：38-41.
[52]李平康.火电厂自动发电控制(AGC)过程建模与优化控制研究[D].北京：北京交通大学,2006年1月.
[53]毕贞福.火力发电厂热工自动控制实用技术[M].北京：中国电力出版社,2008年2月.
[54]常慧玲,杨云岗.集散控制系统的应用现状及发展方向[J].山西冶金,2006,(1)：10-12.
[55]魏春岭Ovation DCS在托克托电厂的设计应用[J].世界仪表与自动化,2004,29-32.
[56]Emerson Process Company.Ovation Algorithms Reference Manual, Revision 4, January 2004.
[57]赵志刚,康海东.协调控制系统在大唐托克托电厂600 MW机组的应用[J].内蒙古电力技.术,2005,23(5)：20-23.
[58]徐向阳,王战领.托电2号机组协调控制系统的优化[J].华北电力技术,2005,12,9-11
[59]金传伟.基于遗传算法的PID参数优化与仿真[J].微计算机信息,2002,18(7)：72-73.
[60]Robert M.Dimeo, Kwang Y.Lee. GENETICS-BASED CONTROL OF A MIMO BOILER-TURBINE PLANT [C]. Proceedings of the 33rd Conferenceon Decisionand Control Lake Buena Vista,FL-December 1994,3512-3517.
[61]楼顺天.基于MATLAB的系统分析与设计[M].西安：西安电子科技大学出版社,2001年5月.
[62]周克良,戴建国.基于MATLAB仿真的两种策略融合的PID控制[J].安徽冶金科技职业学学院学报,2006,16(1)：32-34.
[63]滕青芳.基于NCD工具箱的非线性系统PID控制器优化设计[J].电气传动自动化,2002,24(3)：32-34.
[64]顾生杰.基于SIMULINK的非线性优化PID控制[J].自动化与仪器仪表,2006,62-64.
[65]李平康,孙继伟.火电厂热控系统参数优化的MATLAB实现[J].华北电力技术,2001,(4)：17-19.
[66]盖志武,王述洋,林根深MATLAB/NCD优化模糊控制的仿真研究[J].计算机仿真,2004,21(10)：130-133.
[67]王庆利.先进控制策略在单元机组协调控制系统中的应用研究[D].东北大学,2008年7月.
[68]Xiang jie, Liu Ping-Guan,and C.W.Chan. Nonlinear Multivariable Power Plant Coordinate Control by Constrained Predictive Scheme [J]. IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, SEPTEMBER 2010,18(5):1116-1125.
[69]林琛.智能算法在单元机组协调控制系统中的应用研究[D].北京：华北电力大学,2009年2月.
[70]周大兵,李玉榕.模糊PID控制器及在DCS系统中的应用[J].工业控制与应用,2005年, 24(12)：41-43.
[71]陈海荣,钱向明,邱晓华.基于MATLAB的模糊控制器设计及其性能分析[J].金华职业技术学院学报,2005,5(3)：9-12.
[72]张文波.利用DCS常规功能模块搭建模糊控制查询表[J].发电设备,2005,4,263-266.
[73]于浩洋Matlab实用教程-控制系统仿真与应用[M].北京：化学工业出版社,2009年5月.
[74]雷英杰MATLAB遗传算法工具箱及应用[M].西安：西安电子科技大学出版社,2005年4月.