基于對象特性預估補償的汽溫控制方案

　　日前，300MW以上大型火電機組均按整機自動化的標準設計，應能實現自動發電控制（AGC）。但火電機組整機自動控制性能往往受各子控制系統（如主汽溫、燃燒控制系統等）性能的限制。因此，保證各子系統的控制性能滿足工藝流程控制精度的要求至關重要，大型火電機組汽溫控制系統性能很難滿足工藝流程控制精度的要求，其原因是主蒸汽溫度的干擾因素很多、很頻繁、且擾動量很大，主蒸汽溫度的工作點一般既要考慮保護過熱器的安全，還要zui大限度地降低機組煤耗量和提高機組熱效率。因此，要求負荷擾動下，過熱器出口溫度的zui大動態偏差為±8℃;其它擾動下的zui大動態偏差為±5℃。顯然，這樣的控制要求是比較苛刻的。
　　
　　國內機組目前采用的常規汽溫控制方案主要有串級控制系統、導前汽溫微分信號的雙回路控制系統、按溫差方式控制的分段控制系統等，但投運效果均不太理想。原因是大容量鍋爐在不同運行工況時，汽溫對象的時變性、非線性和大純滯后特性十分明顯，采用*控制理論和人工智能控制方法所研究的汽溫控制方案不少，但多數為仿真研究報道，真正應用于現場的成果不多，且具有很大程度的針對性和局限性。
　　
　　300MW及以上大型發電機組均采用DCS控制系統，應充分利用機組現有DCS資源，研究一種既簡單實用、又通用且性能優良的汽溫智能控制系統，以*解決長期以來存在的汽溫控制問題十分必要。文中提出的基于對象特性預估補償的模糊PID汽溫控制方案，經300MW及以上容量火電機組汽溫控制的現場應用表明，將多種控制策略有機地融合在一起，綜合應用于汽溫控制系統中，相互協調、配合，以便從不同側面解決汽溫控制中的諸多問題，確實是解決此類問題行之有效的方案。
　　
　　一、基于對象特性預估補償的模糊PID汽溫控制系統
　　
　　基于汽溫惰性區特性預估補償的模糊PID汽溫控制系統原理框圖見圖1，　　
　　l.l反饋控制部分
　　
　　由圖1可知，該系統所采用的閉環控制方案是zui簡單的單回路PID控制，常規的串級控制系統雖依靠副回路可有效克服內擾，但如果主、副2個控制器參數配合不好，控制效果也不理想，現場運行已多次證實了這一點。因為汽溫對象的非線性和時變性已決定了在某一個運行工況下確定的控制器*參數，當運行工況變化后，將不可能維持在*狀態。因此2個控制器參數間原來的配合關系很可能變得不協調，而影響控制效果，所以本方案采用了l個PID控制器。當然，采用該反饋控制系統結構的前提條件是汽溫惰性區特性能得到較好補償。
　　
　　1.2惰性區特性在線預估補償
　　
　　大純滯后系統的控制方案是采用Smith預估補償器，因它能實現動態特性的"*補償"，但這確實在具有時變非線性對象動態特性的汽溫控制系統中很難實現。本方案對于汽溫特性的補償采用的是Smith預估補償器的改進方案，將原來的固定參數Smith預估補償器由在線智能預估模型所替代，其補償原理如圖2所示。　　
　　由圖2可得知，當“惰性區特性在線智能預估”模塊的動態特性W（s）能較準確地表示汽溫對象惰性區動態特性W1（s）時，則可實現對汽溫動態特性的近似*補償。補償后的等效汽溫對象動態特性W*（s）為：　　
　　通過對典型工況下對象特性現場試驗進行模型辨識后得知，過熱汽溫對象惰性區（即屏式過熱器或高溫段過熱器）的動態特性是隨機組負荷變化的非線性多容對象，只要能根據機組負荷的變化，在線預測過熱汽溫對象惰性區的動態特性，并及時修改Smith預估補償器模型的參數，就可實現惰性區特性的補償。
　　
　　系統辨識方法很多，除了以zui小二乘法（LS）為基礎的傳統系統辨識方法外，近年來根據傳統辨識方法的不足和局限，將神經網絡（NN）、模糊理論、遺傳算法（GA）及小波變換等知識應用于系統辨識中也取得了較好的辨識效果。但真正在生產現場的控制系統中完成實時系統辨識任務，還存在諸如系統辨識所需計算時間較長、實時性差等許多制約其在線應用的問題。所以，本文采用的是將不同負荷階段的大量現場試驗數據進行離線辨識后得到所對應負荷工況的模型參數，然后整理成易于查找的表格形式存放于DCS中。在實時控制過程中，根據機組負荷大小，從數據庫中提取對應的模型參數，對Smith預估補償器模型進行刷新。經過在300MW機組上實際應用表明，補償后的汽溫等效對象有效地減少了容積滯后，降低了對象階次，使控制系統的魯棒性明顯提高。
　　
　　1.3控制器參數的模糊調整
　　
　　汽溫對象惰性區動態特性的補償不可能達到"*補償"的效果，只能實現近似*補償。運行工況變化時，汽溫導前區的動態特性也隨之改變。所以，控制器所面對的還是一個非線性、時變性的被控對象。要想保證閉環控制系統的性能，*辦法就是跟隨對象的變化，及時調整控制器參數。本方案對控制器參數的在線調整包括2部分。
　　
　　首先，隨著機組在不同負荷階段主汽溫動態特性的變化，及時修改控制器的整定參數，以達到汽溫對象動態特性隨運行工況的不同而變化時，控制系統的工作性能基本不變。然后，再根據控制系統運行過程中的汽溫偏差及其變化速度的大小和方向，采用模糊推理規則在線調整控制器的比例增益。這樣，就可在各種運行狀態下，均能使主蒸汽溫度工作在所要求的誤差范圍內。理論分析和試驗均表明，這種在線調整方式既簡單又能有效提高控制器的自適應能力。
　　
　　1.4前饋控制部分
　　
　　為使該系統在受到蒸汽側和燃燒側的干擾時也能保證汽溫動態偏差在規定范圍內，引入2個前饋控制信號，即鍋爐負荷指令的微分前饋控制信號和鍋爐熱量的比例微分前饋控制信號，如圖1所示。
　　
　　鍋爐負荷指令前饋信號的引入為的是在鍋爐負荷要求信號變化時，根據其變化速率形成一定的減溫水動態超調量，以滿足汽溫在負荷指令變化的動態過程中對減溫水量的需求，提高汽溫控制系統抵抗負荷側干擾的能力。隨著鍋爐負荷指令變化過程的結束，該前饋信號消失，所以該前饋信號只是在鍋爐負荷指令變化過程中起作用。
　　
　　根據鍋爐熱量的前饋信號經PID控制器運算后改變減溫水的大小，其作用等效為鍋爐熱量的PD前饋。該信號既可根據鍋爐熱量給出相應的減溫水量，又可根據爐膛熱負荷的變化速度及時調整減溫水的變化量，以提高汽溫控制系統抵抗燃燒側干擾的能力。
　　
　　二、現場投運效果
　　
　　該方案應用于300MW及以上容量的機組，先后在配有直吹式和中儲式制粉系統的鍋爐主汽溫控制中取得了很好的控制效果。經一系列現場調試，定值擾動和負荷擾動試驗，機組啟、停磨煤機的考驗后，證明其控制品質不僅滿足各種工況的運行要求，且超過了工藝流程所要求的標準。在5℃的定值擾動下，過熱器出口汽溫波動的zui大偏差±1℃;在15%ECR以上幅度，3%ECR/min速率的負荷擾動下，過熱器出口汽溫波動的zui大動態偏差小于±4℃，zui大靜態偏差小于±1.5℃。300MW機組在負荷擾動下的部分現場運行記錄曲線如圖3所示。　　
　　1——主蒸汽溫度；2——機組實際負荷；3——鍋爐負荷指令
　　
　　圖3300MW機組在負荷擾動下的現場運行記錄曲線
　　
　　三、結論
　　
　　基于特性預測補償的模糊PID汽溫控制系統將*控制理論、智能決策方法與經典的反饋、前饋控制方案有機結合在一起，實現了對大型火電機組過熱蒸汽溫度的有效控制。該方案中所采用的各種前饋、反饋與*控制方法和智能決策手段均具有其針對性，可根據實際機組汽溫動態、靜態特性的差異將這些控制策略合理、有機結合，以達到*效果。這些控制策略之間不存在相互干擾，是一個相互協調的有機整體。試驗運行表明，各控制策略之間具有相對的獨立性、互補性和相容性。同時，該系統還具有非常實用和通用的特點，適用于不同容量、不同類型（如直吹式或倉儲式制粉系統）的機組。該方案的實現經濟實惠，基本不需硬件投入，只需利用原機組配有的DCS就可經組態后實現全部控制功能。該系統可在不同類型的DCS上實現，具有較好的推廣應用前景。