[发明专利]基于非线性智能预测控制技术的超临界机组再热汽温优化控制系统

摘要

本发明公开了一种基于非线性智能预测控制技术的超临界机组再热汽温优化控制系统，该控制系统由烟气挡板控制回路和事故喷水控制回路组成，两个控制回路均包括反馈回路和前馈回路，两个控制回路的反馈回路中均以非线性智能预测控制器作为主控制器；前馈回路中均包括模糊智能前馈，模糊智能前馈的输入量为偏差量e和偏差变化率de/dt。本发明采用非线性智能预测控制能够方便地处理受限优化问题，计算过程十分清晰、简单，工程应用时，编程实施非常方便，并且控制效果优于传统PID；前馈量的加入能够实现烟气挡板开度的快速调整，有效地防止再热器金属壁温超温，控制效果上能够有效地控制再热汽温，保证了锅炉运行的经济性与安全性。

主权项

1.一种基于非线性智能预测控制技术的超临界机组再热汽温优化控制系统，其特征在于：该控制系统由烟气挡板控制回路和事故喷水控制回路组成，所述烟气挡板控制回路包括第一反馈回路和第一前馈回路，事故喷水控制回路包括第二反馈回路和第二前馈回路；所述烟气挡板控制回路的第一反馈回路的输入端接超临界机组的A侧再热汽温值设定模块，第一反馈回路的输出端接烟气挡板控制通道；所述第一反馈回路中以第一非线性智能预测控制器作为主控制器；第一前馈回路由第一模糊智能前馈和基于机组负荷指令N0的前馈量组成，第一模糊智能前馈的输入量为偏差量e和偏差变化率de/dt，基于机组负荷指令的前馈量分为两类，分别是小范围负荷变化的第一前馈和大范围负荷变化的第二前馈；所述事故喷水控制回路的第二反馈回路的输入端接超临界机组的A侧再热汽温值设定模块，第二反馈回路的输出端接A侧喷水阀开度控制模块；所述第二反馈回路中以第二非线性智能预测控制器作为主控制器；所述第二前馈回路包括第二模糊智能前馈，第二模糊智能前馈的输入量为偏差量e和偏差变化率de/dt；所述非线性智能预测控制器包括：控制作用范围设定模块，用于设定控制作用的寻优选择范围和控制分量，即控制系统中的烟气挡板开度；过程输出预测模块，用于预测未来各个采样时刻过程输出，即控制系统中的再热汽温；性能指标计算模块，用于根据设定的指标公式评估控制作用选择范围各分量对应的性能指标；最优选择模块，用于确定使得性能指标取得最小值的最优控制作用；非线性智能预测控制器的控制方法为：设u和y为分别为控制作用和过程输出，设Uk,LL,Uk,HL分别为控制作用的上限和下限；又δmax为每个采样周期内控制作用的最大允许改变量，则未来控制作用u(k)的寻优选择范围[Uk,LL,Uk,HL]为：Uk,LL＝max[u(k‑1)‑δmax,UL]；Uk,HL＝min[u(k‑1)+δmax,UH]，式中，max(.),min(.)分别为取大、取小函数，k表示第k个采样时刻，u(k)表示第k个时刻的控制作用；将控制作用范围[Uk,LL,Uk,HL]进行L等分，获得一组控制参考分量：ui＝Uk,LL+i·(Uk,HL‑Uk,LL)/L其中，i＝0,1,...,L；未来各个采样时刻过程输出的预测值为：式中，i＝1,2,...,N，u和y为分别为控制作用烟气挡板开度和过程输出再热汽温，d为扰动，NF(·)为实验数据拟合的非线性函数，k为第k个采样时刻，m和n是非线性过程的输入和输出阶次，假设过程的未来控制作用固定不变，假定为up；过程的未来扰动固定不变，即有d(k)＝d(k+i),i＝1,2,...,N；在u_p的作用下，未来第N步采样时刻的预测控制偏差和偏差变化率为：其中r为再热汽温的设定值，将和论域划分为5个模糊集；再通过以表1所示的下性能指标的模糊查询表1得到其模糊查询规则为：其中，i＝1,2,...,25，Am,Bn∈{NB,NS,ZE,PS,PB}为的模糊查询表中的模糊集，Jp为性能测量指标，λi为性能测量值；对于再热汽温控制，采用调节烟气挡板和再热喷水相结合，根据再热喷水量Wps的大小对性能指标Jp进行修正；采用同样的方法将再热喷水量Wps划分为4个模糊集，即Wps∈{ZE(零),PS(正小)，PM(正中)，PB(正大)}，则修改后的性能指标：J＝β×Jp其中β为修改系数，其值由表2确定表2在各控制分量ui中找出最接近最优控制作用uop的控制分量uL，其中，i＝0,1,...,L，即有：最优的控制作用uop所对应的指标函数Jop＝0，而uL所对应的指标JL是在所计算的性能指标序列中最小；因此，最优控制作用uop一定在控制作用uL附近；根据JL‑1,JL,JL+1数值的正负情况，计算出最优控制作用uop；若JL与JL‑1异号而与JL+1同号，则uop一定在[uL‑1,uL]之间，只要等份数M足够大，[uL‑1,uL]的区间较小，uop通过线性插值获得，即有，若JL与JL‑1同号而与JL+1异号，则uop一定在[uL,uL+1]之间，通过同样方法有，若JL与JL‑1和JL+1均为同号，则有uop＝uL前馈回路中采用基于模糊智能前馈的控制器，控制方法为：在再热汽温控制系统中，采用了基于机组负荷指令的前馈及基于再热汽温偏差及偏差变化率的智能前馈；其中，基于机组负荷指令的前馈又分为负荷小范围内变化及大幅变化时的二种前馈信号，该类前馈量与变负荷速率、负荷指令大小以及再热汽温的实际运行情况有关，该部分的前馈量为(‑30％30％)，智能前馈采用模糊控制，具体输入变量包括：机组负荷、再热汽温偏差、再热汽温偏差变化率；非线性智能预测控制器的内部模型采用了受负荷与烟气挡板开度影响的非线性模型，方法为：通过在多个负荷点上的阶跃响应试验建立多个负荷点上的线性传递函数模型，而中间负荷的模型通过已建立的相邻负荷点上的线性传递函数模型通过插值的方法计算得出；烟气挡板开度本身存在开度与再热汽温的非线性关系，能够在定再热喷水量的条件下，通过常规数据拟合的方法拟合出烟气挡板开度与再热汽温之间的非线性函数；事故喷水控制系统中采用的的控制方法为：当烟气挡板关到某一位置时，烟气挡板的调节余量已较小，切换到喷水调节再热汽温，以不致使再热汽温过高；当再热汽温已回调时，应及时关小喷水门，并根据回调情况及时关闭喷水门，尽可能减少喷水流。