多模型內模控制器在主汽溫的應用研究

(廣西電網公司電力科學研究院，廣西 南寧 530023)

1 引言

火電廠的過熱汽溫控制系統是主要的系統之一，主汽溫是鍋爐在生產過程中的經濟性和安全性的主要參數。主汽溫過高，過熱器容易被燒壞，影響機組的安全運行；過熱汽溫過低，會導致全廠的發電效率降低[1]，因此，有必要對提高過熱汽溫控制品質進行研究。目前，火電廠的過熱汽溫控制方案大多數采用串級PID控制。但被控對象是個典型的大慣性、大遲延并且對象參數隨工況變化而時變的特點，基于串級PID 控制運行效果并不夠好。Smith預估控制[2]是有效抑制大遲延，但要對象精準模式，在運行工況多變情況下現實比較困難。而基于對象辨識的自適應控制計算量大，并且控制規律復雜，很難滿足機組現場運行實時性的要求[3]。

內模控制[4-6](internal model control，IMC)出現引起了控制界的很大關注。內模控制是結構簡單、調節參數少的一種控制器并基于數學模型設計，對于改善大滯后系統的魯棒性控制及抗擾性，具有顯著的效果。為了解決不確定系統的控制問題，20 世紀70 年代初提出多模型自適應控制[7]，其算法簡單、具有良好實時性、易于實現等特點，這種控制策略適用于工程實踐中。本文針對火電廠過熱汽溫大時滯、大慣性、時變參數的特性提出一種基于多模型內模串級的控制方案。在若干典型工況下建立多個固定模型，和相應的設計內模控制器，標準的粒子群尋優,容易陷入局部最優,所以使用二階振蕩粒子群算法來提高全局搜索能力,并用其算法對內模控制器參數進行尋優；在不同運行工況下平滑切換控制器，實現全工況安全穩定運行。

2 多模型內模控制系統的設計

2.1 控制系統的結構設計

本文所設計過熱汽溫多模型內模IMC-PI(內模-比例積分)串級控制系統結構圖如圖1所示。

圖1 控制系統的結構

導前區與PI控制器組成副回路，PI控制器發揮粗調作用。內模控制器與整個控制對象組成主回路，精確調節作用。

2.2 控制器設計

(1) 內部模型G被分解成為兩部分的被控對象：

G=G+G-

(1)

其中對象穩定部分為G+，不穩定部分和時滯環節為G-。

(2)模型誤差的魯棒設計

內模控制器的結構如圖2 所示。

圖2 內模控制系統一般結構

內模傳統的控制器Q為:

(2)

對于典型的一階加純滯后對象

(3)

內模控制器的Q設計為

(4)

F為低通濾波器，表達方式為

(5)

當被控對象不同工況下的模式確定后，內膜控制器中可調整參數是低通濾波器時間常數L。參數L整定簡單，便于工程實際應用。

3 粒子群算法

3.1 二階震蕩粒子群算法

粒群算法的進化方程從控制角度來分析，為了改善粒子群的多樣性，使用二階振蕩函數方程來提高粒子群算法的全局和局部搜索能力，從而使粒子群算法不易進入局部最優。仿真表明，此方法可以加快粒子群算法的收斂速度，并能突出算法的全局最優性。速度和位置更新方程為：

vi,j(t+1)=wvi,j(t)+c1r1[pi,j-(1+ξ1)xi,j(t)+ξ1xi,j(t-1)]+c2r2[pg,j-(1+ξ2)xi,j(t)+ξ2xi,j(t-1)]

(6)

xi,j(t+1)=xi,j(t)+vi,j(t+1),j=1,2,…,d

(7)

其中ξ1，ξ2為隨機數。

4 適應度函數選擇

為得到較好的控制效果，最小目標函數是采用誤差絕對值時間積分性能指標[8]；同時在目標函數中引入的平方項，是為了防止控制輸出信號過大。采用如下：

作為目標函數

(8)

在目標函數中引入懲罰控制，是為了產生過段超調，并將超調量作為優化函數指標，最優函數優化指標為

Ife(t)<0

(9)

其中u(t)作為控制器輸出量，e(t)為誤差量；w1,w2和w3為權值。w1=0.998,w2=0.002,w3=99。

5 模型的選取及參數整定

由動力學可知，發電機組的主汽溫傳遞函數隨機組負荷變化而變化，當機組負荷上升或下降時，模型傳遞函數常數將隨之變化；根據機組運行時負荷的變化，選取多個典型的工況下的數學模型。

表1 過熱汽溫4 種負荷的模型參數及等效一階滯后模型

文獻[9]給出4種典型工況情況下的惰性區和導前區模型傳遞函數，副回路是由導前區和PI控制器組成，并整定副回路控制器參數，將整定好的副調節器與惰性區對象看成一個整體對象，通過階躍響應擬合成一階函數，如表1 所示。內模控制器的性能指標只與濾波器參數L有關，也是唯一需要優化的參數。其中，負荷有效增大的過程中主回路的時間常數L的大小通過二階震蕩粒子群算法尋優得出如表2。

表2 火電廠典型負荷下的控制器參數

6 仿真研究

6.1 給定值擾動實驗

給定值擾動以75%負荷時候工況時，以單位階躍作為給定值擾動，從圖3中可以看出多模型內模控制器的特性與傳統的PID控制相對比，多模型內模控制器調節時間明顯優于PID控制器。

圖3 給定值擾動下輸出的響應曲線

6.2 外擾實驗

給定值為0的情況下，以75%負荷時的工況為運行條件下，擾動為階躍響應。圖4外擾單位階躍作用下的系統輸出響應曲線。

由圖4可看出：在克服外擾上，基于內模原理設計的控制器，消除外擾的速度更快且超調小，因此在過熱汽溫控制中，它比傳統的PID控制具有更大的優越性。

圖4 外擾作用下輸出響應曲線

6.3 變工況實驗

當工況變化范圍很大時候，傳統的串級PID系統很難保證控制系統均有良好的控制品質。如圖5所示，在75%負荷工況，t=1800s，負荷變為37%時。常規串級PID控制閉環輸出發生震蕩發散，而多模型內模控制閉環輸出只產生很小的波動。

圖5 變工況時輸出相應

7 結論

本文針對火力電廠主汽溫大慣性、大延遲等特點提出一種多模型內模切換控制方案。該控制方案采用了串級控制結構,副調節是采用PI控制器對調節對象進行粗調，并能快速消除系統的內部擾動,內模控制器作為主調節器。使用二階振蕩粒子群算法對內模控制參數進行優化,控制器具有超調量小，調節速度快，魯棒性強。在多模型切換的情況下，可實現主汽溫在全工況條件下安全穩定運行。

[1] 彭道剛，楊平，王志萍，等.模糊免疫PID在主汽溫控制系統的應用[J].計算機測量與控制，2005(13)：250-251.

[2] Astrom KJ,Bell RD.Drum-BoilerDynamics [J].Automatica,2000,(36):363-3 78.

[3] 于達仁，徐志強.超臨界機組控制技術及發展[J].熱能動力工程，2001，16 (2)：116-121.

[4] 金秀章，劉吉臻，牛玉廣，等.自適應內模控制在主蒸汽溫度控制系統中的應用研究[J].中國電機工程學報，2003，23(10)：225-229.

[5] 楊錫運，徐大平，張彬.再熱汽溫系統的內模解耦控制[J].動力工程，2004，24(4)：529-532.

[6] 范永勝，徐治皋，陳來九.基于動態機理分析的鍋爐過熱汽溫自適應模糊控制系統研究 [J].中國電機工程學報，1997，17(1)：23-28.

[7] 王偉，李曉理.多模型自適應控制[M].北京：科學出版社，2001：1-7.

[8] L.Wang,“Application of adaptive genetic algorithms in PID controller design”,J.Xi′An Univ.Sci.& Tech,2005,25(1):93-95.

[9] 楊錫運，徐大平，柳亦兵，等.過熱汽溫多模型預測函數控制策略的研究[J]動力工程，2005，25 (4)：537-540.

[10] Kennedy J，Eberhart R.Particle swarm optimization [C]//ProIEEEInt.Conf on Neural Networks.Perth，1995：1942-1948.

[11] Johansen T A,Foss B A.Multiple Model Approaches to Modeling and Control [J].International Journal of Control,1999,72 (7/8):575-576.

[12] 孫萬云，魏樂.單元機組過熱汽溫控制系統的負荷適應性[J].動力工程，2005，25(4)：523-527.

[13] Kennedy J，Eberhart R.Particle swarm optimization[C]//ProIEEEInt.Conf on Neural Networks.Perth，1995：1942-1948.

[14] Wang L.“Application of adaptive genetic algorithms in PID controller design”,J.Xi′An Univ.Sci.& Tech.2005,25(1)::93-95.

[15] 黃 宇，韓 璞，李永玲 .主汽溫系統模糊自適應內模控制[J].中國電機工程學報，2008，28(2)：523-527.

[16] 楊智，陳志堂，范正平，等.基于改進粒子群優化算法的PID控制器整定[J].控制理論與應用，2010，27(10)：1345-1352.