Прогнозное управление моделью с адаптивным фильтром Калмана для форсированного двигателя на природном газе с предсмесью

Стабильность электроснабжения при резких скачках потребления

Современные города и заводы всё чаще полагаются на двигатели, работающие на природном газе, для выработки электроэнергии, особенно в локальных или резервных электростанциях. Но когда люди внезапно включают или выключают приборы, эти двигатели ощущают изменение как резкий «рывок» на валу. Если система управления не сможет среагировать быстро и плавно, скорость генератора — а значит, частота и напряжение сети — будут колебаться. В этой статье исследуется более умный способ поддерживать стабильную работу газового генератора при неожиданных изменениях нагрузки, улучшая и качество электроэнергии, и чистоту выхлопа.

Почему газовые генераторы сложно контролировать

Крупные газовые двигатели, используемые на электростанциях, часто готовят смесь топлива и воздуха до турбокомпрессора — такая схема дешевле и обеспечивает более равномерное распределение смеси по цилиндрам. Однако потому, что единый регулятор топлива и единый регулятор воздуха одновременно влияют и на скорость двигателя, и на качество смеси, система ведёт себя как тесно переплетённый узел: изменение одной настройки тянет за собой несколько эффектов. Плюс к этому газы проходят по длинным трубам и через турбину, прежде чем попасть в цилиндры, что вводит задержки и делает проявление эффекта регулировки медленным. Все это затрудняет удержание и частоты двигателя, и баланса воздух–топливо в жёстких пределах при резких изменениях электрической нагрузки на генераторе.

Прогностический «автопилот» для двигателя

Чтобы справиться с этими сложностями, авторы опираются на метод, известный как модельно-прогнозное управление — его можно представить как автопилот, который использует математическую модель двигателя, чтобы заглянуть на короткое время в будущее. На каждом шаге контроллер вычисляет, как должны двигаться две основные заслонки — одна для смеси воздух–топливо, другая для топлива — чтобы скорость и состав оставались на целевом уровне при соблюдении ограничений на скорость перемещений заслонок. В статье контроллер переформулирован так, чтобы работать с изменениями скорости и состава, а не с их абсолютными значениями. Этот приём помогает системе автоматически устранять постоянные смещения, вызванные неточностью модели, без добавления сложности, которая затруднила бы реализацию на реальном контроллере двигателя.

Более внимательное «слушание»: адаптивный оценщик, учитывающий шум

Ключ к быстрой реакции — точное знание требуемого в каждый момент момента крутящего момента нагрузки генератора, но этот параметр нельзя измерить напрямую. Вместо этого авторы разработали компактный оценщик на базе фильтра Калмана — математического инструмента, который объединяет зашумлённые измерения в лучшее приближение. Вместо отслеживания всех деталей двигателя они свели задачу к скорости двигателя и неизвестному крутящему моменту нагрузки, получив простую модель второго порядка, которая может работать очень быстро. Затем они добавили хитрый адаптивный механизм: когда фильтр обнаруживает, что скорость двигателя изменяется так, что это указывает на новую нагрузку, он временно становится более «подвижным», придавая больший вес быстрым изменениям. Когда ситуация стабилизируется, чувствительность снижается, чтобы не позволять случайным шумам датчиков вводить систему в заблуждение.

Регулировка силы управления при смене нагрузки

Оценённый крутящий момент нагрузки служит не только уведомлением контроллера о том, что «что-то изменилось». Он используется для обновления локальной рабочей точки двигателя и для вычисления небольшой матрицы поправок, которая перестраивает, как выход прогностического контроллера воздействует на реальный двигатель. Вместо того чтобы хранить полный набор разных контроллеров для каждой возможной нагрузки, метод содержит один базовый контроллер, спроектированный для номинальной точки — например, 1500 об/мин при стандартной смеси и без нагрузки. Когда нагрузка меняется, поведение двигателя меняется, но матрица поправок компенсирует это смещение, так что базовый контроллер по-прежнему работает хорошо. Одновременно постоянные положения заслонок «предсдвигаются» в соответствии с новой оценкой нагрузки, чтобы прогностическая часть лишь доводила систему от правильной отправной точки.

Что показывают эксперименты на реальном двигателе

Команда испытала свой подход на полноразмерном газовом генераторе мощностью 155 киловатт. Они сравнили три внутренних оценщика — медленный но спокойный фильтр, быстрый но шумный, и их адаптивную версию — а затем сравнили три полноценных стратегии управления: традиционную пару настроенных ПИ-регуляторов, прогностический контроллер без адаптации и новую адаптивную прогностическую схему. Адаптивный фильтр способен обнаруживать и отслеживать ступенчатые изменения крутящего момента нагрузки в течение нескольких десятых долей секунды, оставаясь при этом почти свободным от шума, когда система стабильна. При интеграции с прогностическим контроллером и схемой переключения усилений это приводит к значительно меньшим колебаниям скорости и более быстрому восстановлению после ступенчатых изменений нагрузки, а также позволяет поддерживать соотношение воздух–топливо близким к идеальному значению.

Почему это важно для надёжного и более чистого энергоснабжения

Проще говоря, статья показывает, как генератор может «чувствовать» внезапные изменения электрического спроса быстрее и реагировать более интеллектуально — благодаря компактному адаптивному оценщику, сочетающемуся с прогностическим контроллером, способным подстраивать своё поведение на ходу. Предложенная схема уменьшает амплитуду и длительность отклонений скорости и состава смеси от целей при смене нагрузки, что помогает удерживать подаваемую мощность в пределах требуемой частоты и не превышать нормы по выбросам. Поскольку большая часть тяжёлых расчётов выполняется заранее, а онлайн‑алгоритмы лёгки, метод применим для встроенных компьютеров реальных энергогенерирующих установок, открывая путь к более надёжным и экологичным агрегатам на природном газе.

Цитирование: Xiong, W., Gong, Q., Huang, S. et al. Model predictive control with adaptive Kalman filter for premixed turbocharged natural gas engine. Sci Rep 16, 9102 (2026). https://doi.org/10.1038/s41598-026-39850-4

Ключевые слова: управление двигателем на природном газе, прогнозное управление моделью, адаптивный фильтр Калмана, возмущение нагрузки генератора, стабильность соотношения воздух/топливо