項(xiàng)航
摘要:過熱蒸汽溫度對電廠的安全經(jīng)濟(jì)運(yùn)行具有重要影響。過熱汽溫對象為典型的大遲延、大慣性以及非線性時(shí)變系統(tǒng),受多種擾動的影響,使得常規(guī)的串級PID控制系統(tǒng)很難獲得良好的控制品質(zhì)。本文針對超臨界壓力直流鍋爐高溫過熱器設(shè)計(jì)了一種基于預(yù)測控制的串級控制系統(tǒng)。其中,主控制器采用動態(tài)矩陣控制,副控制器采用比例控制器。為驗(yàn)證所提方案的有效性,在不同的負(fù)荷工況下分別驗(yàn)證了所建立控制系統(tǒng)的跟蹤能力以及抗干擾能力。結(jié)果表明,該控制系統(tǒng)的魯棒性好,自適應(yīng)能力強(qiáng),抗干擾能力好,控制品質(zhì)得到了有效的提升。
關(guān)鍵詞:過熱汽溫;動態(tài)矩陣控制;預(yù)測控制;自適應(yīng)
中圖分類號: ? TK123 ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A
0引言
在火力發(fā)電廠的運(yùn)行過程中,鍋爐出口過熱蒸汽溫度是鍋爐的主要參數(shù)之一,也是整個(gè)汽水行程中工質(zhì)的最高溫度,對電廠的安全經(jīng)濟(jì)運(yùn)行具有重要影響。過熱蒸汽溫度過高會導(dǎo)致設(shè)備損壞,壽命減短,而溫度過低則會引起熱效率降低。因此,為保證電廠運(yùn)行的安全性和經(jīng)濟(jì)性,要求蒸汽溫度被嚴(yán)格控制在給定值附近[1]。
鍋爐過熱汽溫對象為典型的大遲延、大慣性以及非線性時(shí)變系統(tǒng);目前過熱汽溫控制系統(tǒng)多采用串級PID控制。當(dāng)過熱汽溫對象的動態(tài)特性發(fā)生明顯變化時(shí),常規(guī)的串級PID控制系統(tǒng)很難獲得良好的控制品質(zhì)。因此,尋找更加有效的過熱汽溫控制方法具有重要意義[2,3]。
對于具有大慣性和大滯后特點(diǎn)的控制對象,預(yù)測控制是一種有效的解決途徑。作為預(yù)測控制的一種,動態(tài)矩陣控制(dynamic matrix control, DMC)具有良好的魯棒性,能較好地適應(yīng)對象結(jié)構(gòu)、參數(shù)和環(huán)境變化等不確定因素的影響,系統(tǒng)結(jié)構(gòu)也相對簡單[4]。許多學(xué)者已將其應(yīng)用到過熱汽溫的控制,如孫明等[5]提出一種DMC與自抗擾控制相結(jié)合的串級控制策略,以補(bǔ)償時(shí)滯及不確定性擾動。王勇等[4]提出一種將DMC與修正的遞推最小二乘算法相結(jié)合的自適應(yīng)控制策略,以降低老數(shù)據(jù)的影響,增強(qiáng)新數(shù)據(jù)的作用,從而提高預(yù)測性能。
本文針對600MW超臨界壓力鍋爐過熱汽溫對象,建立了一種基于預(yù)測控制的串級控制方法。其中,主控制器采用動態(tài)矩陣控制(DMC),副控制器采用比例控制器。將該控制方法應(yīng)用于火電廠鍋爐過熱汽溫控制,在不同的負(fù)荷工況下分別驗(yàn)證了所建立控制系統(tǒng)的跟蹤能力以及抗干擾能力。仿真研究結(jié)果表明,該控制系統(tǒng)具有良好的控制品質(zhì)和較強(qiáng)的自適應(yīng)能力。
1 過熱汽溫控制系統(tǒng)結(jié)構(gòu)
如圖1,在傳統(tǒng)過熱汽溫串級控制框架下,構(gòu)造串級預(yù)測控制方案:保持P控制器作用于副回路對象來組成廣義被控對象,然后采用DMC使整個(gè)閉環(huán)系統(tǒng)的動態(tài)和穩(wěn)態(tài)性能指標(biāo)滿足要求。記該系統(tǒng)為DMC-P串級控制(DMC-P cascade control, DMC-P-CC)系統(tǒng)。
在圖1中:w為過熱汽溫的設(shè)定值;u為減溫水閥門開度;d為輸出量擾動。副回路采用比例控制器后,由惰性區(qū)與閉環(huán)副回路構(gòu)成的廣義被控對象的慣性依然很大,而預(yù)測控制的強(qiáng)魯棒性對于大慣性對象具有很好的控制效果。
2 動態(tài)矩陣控制
動態(tài)矩陣控制(DMC)基于對象的階躍響應(yīng),一般適用于線性穩(wěn)定系統(tǒng)。若被控對象具有非線性特征,則首先需要在工作點(diǎn)處進(jìn)行線性化。DMC利用時(shí)間域的信息建立過程模型,利用數(shù)學(xué)方法與過程未來行為和實(shí)際行為進(jìn)行匹配,以預(yù)測系統(tǒng)的下一狀態(tài)。DMC作為預(yù)測控制的一種,其原理也是基于預(yù)測模型,滾動優(yōu)化和反饋校正[6]。
2.1 預(yù)測模型
在k時(shí)刻,假定在控制作用保持不變時(shí)未來P個(gè)時(shí)刻輸出的初始預(yù)測值為,則在M個(gè)連續(xù)的控制增量作用下,未來各時(shí)刻的輸出預(yù)測值為:
式中,,向量的前一個(gè)下標(biāo)表示預(yù)測的未來輸出個(gè)數(shù),后一個(gè)下標(biāo)為控制量變化的次數(shù); ;動態(tài)矩陣A是由階躍響應(yīng)采樣值組成的P ? M矩陣,即:
式(1)中,,其各元素是在未加入控制增量時(shí)的輸出預(yù)測值,也即是向量的前P個(gè)元素。其中,N為建模時(shí)域,且滿足N ? P ? M;可根據(jù)前一時(shí)刻的一步控制預(yù)測經(jīng)移位后得到,即:
其中,為k - 1時(shí)刻經(jīng)反饋校正后的一步控制預(yù)測向量;S為移位矩陣:
2.2 滾動優(yōu)化
DMC通過優(yōu)化來確定合適的控制策略,使被控對象未來P個(gè)時(shí)刻的輸出與給定的期望值相接近;另一方面,在控制過程中,一般不希望控制量發(fā)生過度變化,可通過在優(yōu)化性能指標(biāo)中添加軟約束來予以考慮。綜上,取優(yōu)化性能指標(biāo)如下:
通過極值的必要條件,得到M個(gè)控制增量的最優(yōu)值為:
式中,為P個(gè)時(shí)刻的期望值;;;其中,qi (i = 1, 2, ?,P)和rj (j = 1, 2, ?,M)均為權(quán)重系數(shù),分別表示對跟蹤誤差和控制量變化的抑制。
求得DUM(k)后,取其首元素Du(k)作為當(dāng)前時(shí)刻的控制增量,到下一時(shí)刻,按照相同的策略求取Du(k+1),此為滾動優(yōu)化。
2.3 反饋校正
將計(jì)算出的Du(k)作用于實(shí)際對象,根據(jù)式(1)可得一步控制作用下的未來輸出預(yù)測值:
式中,。向量和的構(gòu)成及含義同前述相似。
當(dāng)計(jì)算出k時(shí)刻的即時(shí)控制量后,就可以得到其作用下的系統(tǒng)輸出值,但由于可能存在模型失配以及擾動的影響等未知因素,求得的預(yù)測值可能偏離實(shí)際值,因此需要利用實(shí)際輸出信息進(jìn)行反饋校正。在下一時(shí)刻時(shí)檢測系統(tǒng)實(shí)際輸出y(k + 1),并與經(jīng)計(jì)算得到的預(yù)測輸出構(gòu)成輸出誤差:
進(jìn)一步,根據(jù)預(yù)測誤差對式(5)中的一步控制預(yù)測向量進(jìn)行反饋校正:
式中,,hs (s = 1, 2, ?, N)為誤差校正系數(shù)。
3 仿真試驗(yàn)及分析
控制對象為某600MW超臨界壓力直流鍋爐高溫過熱器,其在典型負(fù)荷下的傳遞函數(shù)模型如表1[7]。模型的輸入為減溫水(kg/s)的變化,輸出為過熱蒸汽溫度(℃)的變化。由表1可知,被控對象呈現(xiàn)出較大的慣性特征,且當(dāng)鍋爐負(fù)荷變化時(shí),對象的動態(tài)特性將有明顯改變。
將本文的串級預(yù)測控制(DMC-P-CC)系統(tǒng)應(yīng)用于上述對象。同時(shí),為檢驗(yàn)所設(shè)計(jì)控制系統(tǒng)的性能與品質(zhì),和傳統(tǒng)的PID-P串級控制(DMC-P-CC)系統(tǒng)進(jìn)行對比。
利用MATLAB平臺對系統(tǒng)進(jìn)行仿真。試驗(yàn)過程中取采樣周期T = 10 s,建模時(shí)域N = 100,預(yù)測時(shí)域P = 20,控制時(shí)域M = 5,采樣時(shí)間為10 s,誤差權(quán)系數(shù)qi = 1,控制權(quán)系數(shù)rj = 0.2,誤差校正系數(shù)取hs = 1。副控制器采用P控制器,其比例帶為δ1 = 0.04。
利用100%負(fù)荷下的過熱汽溫對象模型建立控制對象的動態(tài)矩陣A和相應(yīng)的階躍響應(yīng)預(yù)測模型,在100%負(fù)荷工況下,兩類控制系統(tǒng)的單位階躍響應(yīng)如圖2。為了驗(yàn)證DMC-P-CC系統(tǒng)的自適應(yīng)能力,保持各控制器參數(shù)及階躍響應(yīng)預(yù)測模型不變,分別以表1中75%和50%負(fù)荷時(shí)的過熱汽溫對象模型替代100%負(fù)荷時(shí)的對象模型,對應(yīng)的控制系統(tǒng)單位階躍響應(yīng)如圖3和4。
從圖2-4可以看出,在三種負(fù)荷下DMC-P-CC均能使系統(tǒng)達(dá)到收斂,而PID-P-CC雖然在100%負(fù)荷下控制性能良好,但在75%負(fù)荷時(shí)已開始出現(xiàn)較大幅度的振蕩,雖然最終結(jié)果收斂,但調(diào)節(jié)時(shí)間顯著增加;當(dāng)負(fù)荷為50%時(shí),PID-P-CC已無法使系統(tǒng)收斂,失去控制作用。與此同時(shí),對比兩種控制方案的結(jié)果可以看出,DMC-P-CC的調(diào)節(jié)時(shí)間明顯短于PID-P-CC,超調(diào)量也遠(yuǎn)小于PID-P-CC。因此,DMC-P-CC的控制品質(zhì)明顯優(yōu)于傳統(tǒng)的PID-P-CC。
抗干擾能力也是控制系統(tǒng)性能的一項(xiàng)重要體現(xiàn),為了進(jìn)一步驗(yàn)證所提控制算法的有效性,對DMC-P-CC系統(tǒng)的抗干擾能力進(jìn)行驗(yàn)證。鑒于50%負(fù)荷下,PID-P-CC系統(tǒng)無法收斂,因此主要針對100%負(fù)荷以及75%負(fù)荷工況進(jìn)行擾動仿真試驗(yàn)。在某一相同時(shí)刻,分別在兩個(gè)系統(tǒng)輸出端加入一個(gè)幅值為0.5的擾動,兩種負(fù)荷下系統(tǒng)對擾動的響應(yīng)如圖5和6所示。
由圖5和6可以看出,當(dāng)系統(tǒng)產(chǎn)生擾動時(shí),兩種控制系統(tǒng)都受擾動的影響較強(qiáng),但DMC-P-CC比PID-P-CC的調(diào)節(jié)時(shí)間快,能夠更快地使系統(tǒng)恢復(fù)至設(shè)定值狀態(tài)。在75%負(fù)荷工況下,兩種控制方法的對比更加明顯,受擾動影響,PID-P-CC產(chǎn)生大幅長時(shí)間振蕩后才重新達(dá)到穩(wěn)定,而DMC-P-CC只需較短的時(shí)間即可達(dá)到穩(wěn)定狀態(tài)。因此,DMC-P-CC的抗擾動性能優(yōu)于傳統(tǒng)的PID-P-CC系統(tǒng)。
4 結(jié)論
本文針對超臨界壓力直流鍋爐高溫過熱器設(shè)計(jì)了一種串級控制系統(tǒng)。其中,主控制器采用動態(tài)矩陣控制(DMC),副控制器采用比例控制器。在不同的負(fù)荷工況下分別驗(yàn)證了所建立控制系統(tǒng)的跟蹤能力以及抗干擾能力。結(jié)果表明,相比于傳統(tǒng)的PID串級控制,所建立的控制系統(tǒng)能更好地克服對象大慣性和滯后性的影響,魯棒性更好,自適應(yīng)能力更好,且控制系統(tǒng)的抗干擾能力也有所增加,控制品質(zhì)較高,適用于電廠過熱汽溫控制。
參考文獻(xiàn)
[1]趙偉杰.火電廠鍋爐主蒸汽溫度智能控制的研究[D].唐山:華北理工大學(xué),2015.
Zhao W J.Research on intelligent control of power plant boiler main steam temperature[D].Tangshan:North China University of Science and Technology,2015 (in Chinese).
[2]Ghaffari A,Mehrabian A R,Mohammad-Zaheri M.Identification and control of power plant de-superheater using soft computing techniques [J].Engineering Applications of Artificial Intelligence,2007,20(2):273-287.
[3]Wang Z J,Wang G J,Chen H.Adaptive PID cascade control for superheated steam temperature based on inverse model[J].Journal of Engineering for Gas Turbines and Power,2011,133(11):111602.
[4]王勇,劉吉臻,劉向杰,等.基于折息遞推最小二乘自適應(yīng)動態(tài)矩陣的過熱汽溫控制器設(shè)計(jì)[J].中國電機(jī)工程學(xué)報(bào),2007,27(8):70-75.
Wang Yong,Liu Jizhen,Liu Xiangjie,et al.Design of superheat steam temperature controller based on discount recursive least square adaptive DMC[J].Proceedings of the CSEE,2007,27(8):70-75(in Chinese).
[5]孫明,董澤.二次再熱機(jī)組汽溫系統(tǒng)的串級自抗擾預(yù)測控制[J].中國電機(jī)工程學(xué)報(bào),2019,39(18):5415-5423.
Sun Ming,Dong Ze.Cascade active disturbance rejection predictive control for superheated steam temperature of ultra-supercritical double-reheat unit[J].Proceedings of the CSEE,2019,39(18):5415-5423(in Chinese).
[6]錢積新,趙均,徐祖華.預(yù)測控制[M].北京:化學(xué)工業(yè)出版社,2007.
Qian Jixin,Zhao Jun,Xu Zuhua.Predictive control[M].Beijing:Chemical Industry Press,2007(in Chinese).
[7]范永勝,徐治皋,陳來九.基于動態(tài)特性機(jī)理分析的鍋爐過熱汽溫自適應(yīng)模糊控制系統(tǒng)研究[J].中國電機(jī)工程學(xué)報(bào),1997,17(1):23-28.
Fan Yongsheng,Xu Zhigao,Chen Laijiu.Study of adaptive fuzzy control of boiler superheated steam temperature based on dynamic mechanism analysis[J].Proceedings of the CSEE,1997,17(1):23-28(in Chinese).