[发明专利]一种基于改进遗传算法的超超临界机组主汽温PID控制方法

说明书

技术领域

本发明涉及一种火力发电厂锅炉发电机组主汽温PID的控制方法，尤其是涉及一种基于改进遗传算法的火力发电厂锅炉发电超超临界机组主汽温PID控制方法。

背景技术

火力发电厂锅炉发电机组主蒸汽温度是直流锅炉运行中需要监视的一个重要参数，具有复杂的动、静态特性和广泛的影响因素。对于喷水减温扰动下的主汽温控制，电厂实际应用中通常采用具有前馈补偿的串级PID控制策略，没有完全考虑其在变负荷时模型变化的影响，工况复杂时需手工操作和监督控制，在对象模型变化时，往往达不到理想效果。

为适应火电厂大范围负荷下主汽温大滞后、非线性、模型不确定的特点，国内外学者将各种控制方法引入到主汽温控制中。已有改进PID控制器、先进控制器和先进控制结构等被引入火电厂热工过程中，实施了稳定可靠的现场应用或仿真试验。有学者提出了基于免疫遗传算法和神经网络的PID控制、模糊自适应预测函数控制、状态变量-预测控制、神经免疫反馈控制等复合控制方法，用于超超临界机组主汽温现场控制中，获得了优良的控制品质。还有科研人员设计了一种基于自抗扰技术的汽温全程控制系统，试验结果表明，该系统有较好的控制品质，在工况大范围变化时系统输出能较好地跟踪优化启动曲线。这些研究对于探索大范围变负荷下的主汽温控制方法具有很好的促进作用，但都存在着结构复杂、参数整定规则较多等问题，使其在软硬件实现方面缺乏有效的支持，特别是对实际现场DCS层的应用造成了一定的困难。

发明内容

本发明所要解决的技术问题，就是提供一种面向DCS系统的基于改进遗传算法的超超临界机组主汽温PID控制方法，可减少现场调试人员的工作量，并使系统具有较强的稳定性和较好的鲁棒性。

为解决上述技术问题，本发明采用如下技术方案：

一种基于改进遗传算法的火力发电厂锅炉发电超超临界机组主汽温PID控制方法，方法中采用面向DCS系统的PID控制器控制，所述PID控制器在分负荷段下的参数集通过改进的遗传算法寻优得到，方法中包括有改进遗传算法，所述的改进遗传算法，包括以下步骤：

Step1:建立PID参数整定问题数学模型，包括目标函数和约束条件；

目标函数与达到控制的目的有关，约束条件与电厂锅炉的主汽温特性有关，所以不同的电厂不同的设计人员这两方面的设计可能不同。遗传算法的适应度函数是根据目标函数来编写的，而约束条件限制了遗传算法的计算范围，都要根据实际情况建立。

Step2:设置遗传参数，包括种群大小、进化代数、选择压力、交叉概率范围、变异概率范围；

Step3:采用实数编码方式编码PID参数并设置合适的参数上、下限；

参数的上下限即step1中的约束条件，与各电厂的锅炉中主汽温的特性有关。有一种方法是将现场调试人员的经验值的1/10作为下限，经验值的10倍作为上限。

Step4:建立均匀设计表，并根据均匀表对种群初始化，产生初始种群Pini；

Step5:判断适应度是否收敛，收敛则终止程序，不收敛则进入下一步骤；

Step6:计算每一代种群中个体的适应度

Step7:采用线性排序算子和精英选择策略选择优秀个体；

Step8:采用Sigmoid函数（即f(x)=1/(1+e-x)神经元的非线性作用函数，下面式子是根据sigmoid函数的原理发明人自己推出来的）公式计算交叉概率P_c：概率调整曲线采用Sigmoid函数，其计算公式为