王勝 章家?guī)r

摘要：針對火力發(fā)電鍋爐主蒸汽溫度控制對象具有時變、強耦合、非線性和擾動大等特點，將改進的廣義預(yù)測控制應(yīng)用于其控制系統(tǒng)中.該方法不僅保留了廣義預(yù)測控制算法的基本特征和優(yōu)點，而且算法更簡單，不必進行矩陣的大量計算，從而減小了在線計算量，確保了系統(tǒng)的快速性，并能夠?qū)⑤斎牒芎玫乜刂圃诩s束范圍之內(nèi)，最后通過仿真分析與工程應(yīng)用驗證.改進的廣義預(yù)測控制超調(diào)量小、調(diào)節(jié)時間短、抗干擾能力強，有效的提高了主蒸汽溫度控制系統(tǒng)的穩(wěn)定性.

關(guān)鍵詞：火力發(fā)電;鍋爐;主蒸汽溫度;廣義預(yù)測控制

中圖分類號：TK323 ?文獻標(biāo)識碼：A ?文章編號：1673-260X（2019）12-0049-05

主蒸汽溫度是鍋爐蒸汽控制過程中主要的控制參數(shù)之一，保證其優(yōu)良的控制效果對提高機組熱效率和安全經(jīng)濟生產(chǎn)都具有重要的實際意義[1-3].如果主蒸汽溫度過高，主蒸汽管道、調(diào)速汽閥和汽缸等金屬部件的機械強度將會降低，從而威脅著機組的安全性;如果主蒸汽溫度過低，將會導(dǎo)致機組的熱效率降低[4-5].因此，必須嚴(yán)格控制主蒸汽溫度，使其維持在給定值附近，即溫度波動在設(shè)定值的±10℃左右.

目前，從安全運行角度考慮，廣泛采用常規(guī)PID控制策略來進行減溫.但是影響主汽溫因素很多，如減溫水流量、蒸汽流量等，且主汽溫對象動態(tài)特性隨運行工況的變化而變化[6].因此，常規(guī)的PID控制難以取得優(yōu)良的控制效果.近些年來，國內(nèi)外針對鍋爐的主汽溫的研究越來越多.如預(yù)測控制[7]、模糊控制[8]以及神經(jīng)網(wǎng)絡(luò)控制[9]等.文獻[7]采用于改進的動態(tài)矩陣算法應(yīng)用于主蒸汽溫度控制系統(tǒng)，該策略改善了預(yù)測控制的動態(tài)性能，但是未驗證模型失配的情況.文獻[8]將模糊控制和PID控制相結(jié)合，設(shè)計了模糊自整定PID控制器，它根據(jù)輸出的變化，不斷地調(diào)整PID參數(shù)，但本質(zhì)上還是變參數(shù)的PID控制，未能有效的克服主汽溫大慣性對控制系統(tǒng)造成的影響.文獻[9]針對熱電廠過熱蒸汽溫度這一重要的參數(shù)，在優(yōu)化控制器參數(shù)的基礎(chǔ)上，提出了改進的模型控制方案，但該方案只進行了仿真研究，并未投入工程試驗.

為此，本文通過對火力發(fā)電鍋爐主汽溫控制系統(tǒng)的研究，提出了基于改進的廣義預(yù)測控制策略，并通過仿真和工程應(yīng)用進行驗證，結(jié)果表明，該策略提高了系統(tǒng)的穩(wěn)定性，對模型失配也適用，具有很強的實用性.

1 主蒸汽溫度動態(tài)特性

主汽溫系統(tǒng)由汽包、一級過熱器、一級噴水減溫器、二級過熱器、二級噴水減溫器組成，其具體結(jié)構(gòu)如圖1所示[10].

從圖1可以看出主蒸汽溫度變化主要是由于蒸汽流量擾動、煙氣流速擾動和減溫水流量擾動引起的.當(dāng)D發(fā)生變化時，過熱器的對流放熱系數(shù)就會發(fā)生變化，從而導(dǎo)致了蒸汽溫度的改變.管道煙氣是借助過熱器的管壁進行熱傳遞來加熱主蒸汽的，當(dāng)煙氣流速Q(mào)發(fā)生變化時，主蒸汽溫度也隨之發(fā)生變化.W變化是導(dǎo)致主蒸汽溫度變化的主要原因，當(dāng)下工廠廣泛采用調(diào)節(jié)減溫水流量來調(diào)節(jié)主蒸汽溫度，由于大型鍋爐的過熱器管路很長，故減溫水?dāng)_動時控制對象的延遲和慣性是比較大的[11].

根據(jù)工業(yè)生產(chǎn)現(xiàn)場的數(shù)據(jù)，運用最小二乘辨識法求得主蒸汽溫度在減溫水流量擾動下動態(tài)特性的數(shù)學(xué)模型，通常是用包含純滯后的多階慣性環(huán)節(jié)傳遞函數(shù)來表示.設(shè)主蒸汽溫度傳遞函數(shù)的多階慣性加純延遲的模型為：

2 改進的廣義預(yù)測控制

廣義預(yù)測控制（GPC）是D.W.Clarke等人于1987年提出，具體包括預(yù)測模型、滾動優(yōu)化和反饋校正三個基本環(huán)節(jié)，反映出其具有良好的控制效果，在預(yù)測控制算法領(lǐng)域，它的針對性很強.在絕大多數(shù)含有時滯現(xiàn)象的工業(yè)場所中有廣泛的應(yīng)用，經(jīng)濟效益顯著[12-15].

2.1 預(yù)測模型

火力發(fā)電鍋爐的主汽溫控制系統(tǒng)對象線性化的CARIMA模型可以表示為：

2.2 滾動優(yōu)化

其中N為預(yù)測長度，M為控制長度，？姿（j）控制加權(quán)系數(shù)，一般取常數(shù)，y（k+j）是主汽溫控制系統(tǒng)的輸出，？棕（k+j）則是參考軌跡.

2.3 輸出預(yù)測

為了預(yù)測第j步的輸出，一般采用遞推算法求解Diophantine方程，具體可參考文獻[15].其第j步的主汽溫預(yù)測輸出可以表示為：

由上述分析可知，傳統(tǒng)的廣義預(yù)測控制需要進行矩陣求逆運算，計算量很大，不適合要求快速響應(yīng)的實時控制系統(tǒng).因此，本文采用的是階梯式廣義預(yù)測控制算法，通過給未來控制量施加階梯式控制的約束，從而避免了復(fù)雜的矩陣的運算，運算過程簡單，響應(yīng)快速，同時也提高了算法的穩(wěn)定性和抗干擾能力，可以很好地滿足控制系統(tǒng)實時性的要求.

3 仿真分析

為了驗證本文提出的方法的控制效果，采用matlab軟件進行仿真.仿真時采用如下不同負(fù)荷的傳遞函數(shù)[16]，即50%負(fù)荷下的傳遞函數(shù)為·e-183s;100%負(fù)荷下的傳遞函數(shù)為·e-65s.按照式子（2）和（3）將其轉(zhuǎn)化為相對應(yīng)的差分方程并在Simulink環(huán)境下建立火力發(fā)電鍋爐主蒸汽溫度控制系統(tǒng)模型.根據(jù)此模型分別采用廣義預(yù)測控制和本文提出的階梯式廣義預(yù)測控制策略兩種方法進行仿真比較，所選取的參數(shù)如下：采樣周期T=1s，預(yù)測長度N=400;控制長度M=4.從圖2可以看出，在50%負(fù)荷工況下，未加入干擾時階梯式廣義預(yù)測基本無超調(diào)，調(diào)節(jié)時間為140s，廣義預(yù)測控制超調(diào)量為9.4%，調(diào)節(jié)時間為500s;當(dāng)在1000s時加入10%的干擾時，采用階梯式廣義預(yù)測控制主汽溫控制系統(tǒng)的超調(diào)量為5.21%，調(diào)節(jié)時間為281.66s.而采用廣義預(yù)測控制時主汽溫控制系統(tǒng)的超調(diào)量為12.96%，調(diào)節(jié)時間為583.3s.從圖3可以看出在100%負(fù)荷工況下，未加入干擾時階梯式廣義預(yù)測控制基本無超調(diào)，調(diào)節(jié)時間為187.5s，而廣義預(yù)測控制超調(diào)為13.1%，調(diào)節(jié)時間為625s;當(dāng)在1000s加入干擾時，階梯式廣義預(yù)測控制超調(diào)為4.9%，調(diào)節(jié)時間為312s，而廣義預(yù)測控制超調(diào)量為14.2%，調(diào)節(jié)時間為562.5s.可見本文提出的階梯式廣義預(yù)測控制具有很強的穩(wěn)定性和抗干擾能力，具體的仿真圖如下所示.

在實際生產(chǎn)過程中，主蒸汽溫度控制系統(tǒng)容易受到外界的干擾，從而處于失配狀態(tài).本文分別將50%負(fù)荷和100%負(fù)荷傳遞函數(shù)K、T、？子同時增加30%，驗證在模型失配情況下，本文提出的控制策略的有效性.從圖4可以看出，在50%負(fù)荷工況下，采用階梯式廣義預(yù)測控制策略在未加入干擾時，其超調(diào)量為2.8%，調(diào)節(jié)時間為69.76s;當(dāng)在1000s加入10%干擾以后，其超調(diào)量為5.9%，調(diào)節(jié)時間為244.18s.而在采用廣義預(yù)測控制策略未加入干擾時超調(diào)量為25.5%，調(diào)節(jié)時間為906.9s，當(dāng)在1000s加入10%干擾時超調(diào)量為17.2%，調(diào)節(jié)時間為697.6s.由圖5可知，在100%負(fù)荷工況下，采用階梯式廣義預(yù)測控制時其超調(diào)量為4.5%，調(diào)節(jié)時間為94.59s;當(dāng)在1000s加入10%的干擾時，其超調(diào)量為5.8%，調(diào)節(jié)時間為324.32s.而采用廣義預(yù)測控制未加入干擾時其超調(diào)量為27.57%，調(diào)節(jié)時間為750s;加入干擾時其超調(diào)量為20.37%，調(diào)節(jié)時間為561.22s.從以上分析可知，本文提出的階梯式廣義預(yù)測控制策略可以很好的解決模型失配問題，具體的仿真圖如下所示.

4 工程應(yīng)用

本文以某鋼鐵發(fā)電廠3車間150t發(fā)電鍋爐為實踐對象，其控制系統(tǒng)為浙大中控DCS系統(tǒng)，額定發(fā)電功率為42MW.本項目設(shè)計的自動燃燒優(yōu)化控制系統(tǒng)，從電廠原有的DCS集散系統(tǒng)中用OPC進行數(shù)據(jù)采集與發(fā)送，對原有控制系統(tǒng)的控制閥門、傳感器、數(shù)字或模擬儀表等硬件不需要做任何調(diào)整.只是在原來的監(jiān)控組態(tài)畫面中添加若干項優(yōu)化后的組態(tài)設(shè)置，并在兩套系統(tǒng)內(nèi)都設(shè)置一鍵切換功能，使原有系統(tǒng)和優(yōu)化系統(tǒng)之間可自由切換，在優(yōu)化系統(tǒng)上設(shè)計雙機無擾單回路切換，使得當(dāng)優(yōu)化系統(tǒng)發(fā)生故障時可自動無擾切換回原DCS系統(tǒng)，在系統(tǒng)切出時保證原控制系統(tǒng)能正常運行，不受影響.燃燒優(yōu)化控制系統(tǒng)結(jié)構(gòu)框圖如圖6所示.

燃燒優(yōu)化控制系統(tǒng)使用Kepware OPC軟件與原DCS系統(tǒng)進行通信，通過Kingview軟件設(shè)計組態(tài)畫面.圖7為階梯式廣義預(yù)測控制主蒸汽溫度曲線，圖8為廣義預(yù)測控制主蒸汽溫度曲線.主蒸汽溫度設(shè)定的平衡點為480℃，兩個圖監(jiān)控的時間跨度均為1個小時.比較圖7和圖8可知，將本文設(shè)計的優(yōu)化算法運用到鍋爐主蒸汽溫度控制中時，主蒸汽溫度曲線的波動大大減小，穩(wěn)定性顯著提升，并且在下午三點加入50%的干擾，可以看出主汽溫波動很小，超調(diào)不超過±5℃，并且迅速恢復(fù)到平穩(wěn)狀態(tài).由圖8可以看出，當(dāng)采用廣義預(yù)測控制算法時，加入干擾時，主汽溫能恢復(fù)到平穩(wěn)位置的時間緩慢，且波動很大.因此，本文提出的階梯式廣義預(yù)測控制策略相對于傳統(tǒng)的廣義預(yù)測控制能更加快速的調(diào)節(jié)主汽溫，具有良好的控制品質(zhì).

5 結(jié)論

針對鍋爐主蒸汽的溫度控制具有非線性、大滯后等問題，本文提出了改進的廣義預(yù)測控制策略，該策略克服了傳統(tǒng)廣義預(yù)測控制運算復(fù)雜的問題.再通過仿真分析和工程實際應(yīng)用，該方法針對模型的參數(shù)變化及系統(tǒng)的純滯后問題進行了改善，使得系統(tǒng)抗干擾能力增強，最終的控制效果令人滿意.

參考文獻：

〔1〕Zhongda Tian， Shujiang Li， Yanhong Wang. Generalized Predictive PID Control for Main Steam Temperature Based on Improved PSO Algorithm[J]. Journal of Advanced Computatioanl Intelligence and Intelli-gent Informatics， 2017， 21（3 TN.123）：507-517.

〔2〕方彥軍，胡文凱.基于改進遺傳算法的直流鍋爐主蒸汽溫度自校正控制[J].電力自動化設(shè)備，2013，33（5）：125-129，135.

〔3〕Zhongda Tian. Main steam temperature control based on GA-BP optimised fuzzy neural network[J]. International Journal of Engineering Systems Modelling and Simulation， 2017， 9（3）： 150-160.

〔4〕張華，沈勝強，郭慧彬.多模型分形切換預(yù)測控制在主汽溫度調(diào)節(jié)中的應(yīng)用[J].電機與控制學(xué)報，2014（2）：108-114.

〔5〕賈立，柴宗君.火電機組主蒸汽溫度神經(jīng)模糊-PID串級控制[J].控制工程，2013，20（5）：877-881.

〔7〕葉向前，崔春雷，易鳳飛，等.基于改進型動態(tài)矩陣預(yù)測的主蒸汽溫度串級控制策略研究[J].熱力發(fā)電，2013，42（7）：50-55.

〔8〕武彬，張欒英.模糊自整定PID控制在主汽溫控制中的應(yīng)用[J].計算機仿真，2015，32（2）：387-390.

〔9〕Tomas Nahlovsky. Optimization of Fuzzy Controller Parameters for the Temperature Control of Superhe-ated Steam[J]. Procedia Engineering， 2015， 100： 1547-1555.

〔10〕左為恒，祝維靖，劉百成.一種改進的鍋爐主蒸汽溫度多級智能控制系統(tǒng)的應(yīng)用研究[J].化工自動化及儀表，2017，44（7）：662-666.

〔11〕弓鏘，劉春艷.熱電廠主蒸汽溫度控制策略仿真研究[J].計算機仿真，2014，31（7）：144-147.

〔12〕馬草原，朱信尚，韓永剛，高愛杰.基于PSO的自適應(yīng)廣義預(yù)測微燃機控制[J].控制工程，2019，26（02）：179-184.

〔13〕盧丹丹，袁楓林，丁帥，等.間歇反應(yīng)器自適應(yīng)廣義預(yù)測控制研究[J].控制工程，2015（5）：891-895.

〔14〕安愛民，王靜，張浩琛，等.基于廣義預(yù)測控制策略的微生物燃料電池控制[J].化工學(xué)報，2016，67（3）：1048-1054.

〔15〕CLARKE D W， MATHDI C， TUFFS P S. Generalized predictive control （I）： The basic algorithm[J].Automatica， 1987， 23（2）： 137-148.

〔16〕劉長良，馬增輝，開平安.電站過熱汽溫系統(tǒng)的內(nèi)模PID控制及其仿真[J].系統(tǒng)仿真學(xué)報，2014，26（11）：2722-2726，2733.