超臨界機組脫硝系統模型預測控制研究

李 泉，尹 峰，羅志浩

（國網浙江省電力公司電力科學研究院，杭州 310014）

超臨界機組脫硝系統模型預測控制研究

李 泉，尹 峰，羅志浩

（國網浙江省電力公司電力科學研究院，杭州 310014）

針對超臨界機組脫硝控制中出口煙氣中NOX含量波動大、經常超出環保標準等問題，采用先進預測控制技術，建立脫硝系統出口NOX濃度數學模型，根據模型采用模型預測控制算法，使其快速響應目標要求，有效解決了脫硝控制中的大滯后、受干擾強烈等問題。將模型預測算法應用于脫硝控制系統中，通過具體實例介紹了該方法的應用步驟，通過現場應用證明了該方法的有效性。

預測；脫硝模型；大滯后；現場應用

0 引言

脫硝控制系統具有非線性、大遲延、分布參數和擾動因素多等特點，機組實際運行時脫硝系統出口煙氣中NOX（氮氧化物）含量經常出現波動大、超出環保指標等情況。

為保證機組的安全環保運行，對脫硝系統出口煙氣中NOX含量控制提出了較高的要求，采用模型預測控制算法，有效提高了脫硝系統的控制品質。

1 脫硝控制中的問題

某廠超臨界機組脫硝常規控制系統采用噴氨控制，控制機組的脫硝效率，同時兼顧脫硝系統出口煙氣中NOX含量在一定范圍內波動。該系統采用常規PID控制系統，對于脫硝效率這類大遲延對象，控制效果不是很理想，在啟停磨煤機和變負荷過程中經常出現出口煙氣中NOX含量大幅波動的現象，遠遠超出了環保標準，需要運行人員頻繁干預。

如何兼顧好脫硝效率和出口煙氣中NOX含量的波動范圍是該機組脫硝控制系統始終存在的一大難題，當采用控制機組脫硝效率的方式時，常規PID控制系統很難保證脫硝效率在設定值附近波動的同時，脫硝系統出口煙氣中NOX含量也達到環保標準。

改進后的脫硝控制方法以控制機組出口煙氣中NOX含量為主，同時兼顧脫硝效率，當脫硝效率未達上限前以控制機組出口煙氣中NOX含量為主，當效率超過上限值后，自動增加出口煙氣中NOX含量設定值，使效率始終在上限值以內。具體控制邏輯如圖1所示。

圖1 脫硝系統控制偏差邏輯

2 模型預測控制原理

模型預測控制算法由三部分組成，即預測模型、滾動優化和反饋校正。預測模型根據對象的歷史信息和未來輸入預測其未來輸出，具有展示系統未來動態行為的功能，觀察對象在不同控制策略下的輸出變化。預測控制的優化是一種有限時段的滾動優化，滾動優化即通過使某一性能指標達到最優來確定未來的控制作用，這一性能指標涉及到系統未來的行為，這一行為是根據預測模型由未來的控制策略決定的。為防止模型失配或環境干擾引起的控制對理想狀態的偏離，需要進行反饋校正，該校正作用只是對本時刻的控制起作用。預測控制不僅基于模型，而且利用了反饋信息，構成了閉環優化。

3 脫硝系統建模

首先需要建立脫硝控制系統數學模型，針對某廠600 MW超臨界機組脫硝控制系統具體建模方法如下：

（1）噴氨量對SCR（選擇性催化還原）脫硝裝置出口煙氣中NOX含量的數學模型。

SCR脫硝裝置是通過控制噴氨量使得煙氣中NOX含量在SCR反應器中發生還原反應進而使反應器出口煙氣中NOX含量達到標準要求。對于SCR裝置的控制系統來說，其被控變量為SCR出口煙氣中NOX含量，噴氨量是控制系統中的控制變量。

通過試驗獲得的噴氨流量對SCR裝置出口煙氣中NOX含量的數學模型為：

式中：s為頻域算子。

（2）SCR裝置入口煙氣中NOX含量對SCR裝置出口煙氣中NOX含量的數學模型。

影響SCR裝置出口煙氣中NOX含量的一個主要擾動因素來自于SCR裝置入口煙氣中NOX含量，在噴氨量不變的情況下，當SCR裝置入口煙氣中NOX含量增加時，SCR裝置出口煙氣中NOX含量也會隨之增加。SCR裝置入口煙氣中NOX含量會隨煤種成分和燃燒狀態的變化而變化。我國現役大型燃煤火電機組，均采用直吹式制粉系統，一臺鍋爐配備多臺磨煤機，在運行過程中，經常會出現不同磨煤機送入不同煤種的情況，而燃燒狀態的改變會影響燃燒溫度，導致煙氣中NOX含量的變化，這就造成了SCR裝置入口煙氣中NOX含量的不斷變化，進而使SCR裝置出口煙氣中NOX含量偏離期望值，因此建模時需要將SCR裝置入口煙氣中NOX含量作為系統的一個擾動變量，以反映煤質的變化和燃燒狀態變化對SCR裝置出口煙氣中NOX含量的影響，建立SCR裝置入口煙氣中NOX含量對SCR裝置出口煙氣中NOX含量的擾動通道模型。

通過試驗獲得的SCR裝置入口煙氣中NOX含量對SCR裝置出口煙氣中NOX含量的數學模型為：

（3）磨組啟停對SCR裝置出口煙氣中NOX含量的數學模型。

磨組啟停對SCR裝置出口煙氣中NOX含量影響較大，尤其當磨組啟動時，出口NOX濃度很容易超出環保標準，因此建立磨組啟停對SCR裝置出口煙氣中NOX含量的模型是抑制SCR裝置出口煙氣中NOX含量超標的重要手段。一般根據不同層磨組的情況加入加權系數，上層磨組對SCR裝置出口煙氣中NOX含量的模型權重較大。

通過試驗獲得磨組啟停對SCR裝置出口煙氣中NOX含量的數學模型為：

式中：k為加權系數。

4 控制策略

建立數學模型后，采用預測控制算法對脫硝系統進行優化控制，其控制原理圖如圖2所示。

圖2 脫硝預測控制系統

在圖2中，主通道模型和擾動模型加入預測控制系統后，系統根據各種模型預測被控對象SCR裝置出口煙氣中NOX含量未來時刻的變化情況，根據未來有限時域的控制偏差進行滾動優化獲得最優的控制量，同時將預測模型偏差送入控制系統來實時校正，保證了系統的魯棒性。

在上述控制策略中當調節閥門開度達到上、下限值后需要對預測控制器進行約束優化，具體方法是將閥門開度上、下限作為預測控制器上下限的約束條件，在此范圍內產生優化控制量以防止積分飽和問題。

5TOP優化平臺

使用國網浙江省電力公司電力科學研究院研發的TOP7熱工優化控制系統，并應用其脫硝優化組件，實現脫硝系統的模型預測控制。該產品基于電站優化控制的最新要求自主研發，在考慮介入DCS（分散控制系統）實時控制要求的同時，充分滿足對高級優化控制算法的運算能力要求。

TOP7系統硬件主要包括：機柜及配套組件、冗余網絡交換機、上位高性能計算服務器、下位控制處理器、冗余24 V電源及切換器、MODBUS通訊卡件、I/O卡件、可折疊收縮式KVM顯示器和相應的接線端子牌及繼電器。系統網絡拓撲圖如圖3所示。

脫硝控制優化策略在TOP優化平臺上實施，優化控制平臺從原DCS取得生產數據，經過多種優化算法的加載，完成控制功能，并將優化結果送回原DCS。其中上位軟件需要完成組態、監控、通信、數據管理、數據優化以及數據記錄等相關功能。

采用上述優化控制算法前，在變負荷的過程中脫硝系統控制一般需要進行人工干預，應用優化系統后，脫硝系統響應平穩，完全處于自動狀態，不需運行人員操作干預。圖4是在機組AGC（自動發電控制）變負荷工況下的響應曲線。

圖3 TOP系統網絡

圖4 AGC工況脫硝預測控制系統響應曲線

圖4 中，機組負荷由460 MW變化到310 MW，再由310 MW變化到430 MW，SCR裝置出口煙氣中NOX含量響應比較平穩，動態偏差在±10 mg/m3以內，滿足現場運行工況的要求。整個過程處于自動調整狀態，未出現人工干預的情況。

6 結語

在目前運行的火電機組上，應用本文研究的脫硝系統模型預測控制算法以及實施方案，對分散控制系統組態只需做少量修改，即可明顯改善脫硝系統的控制品質，提高鍋爐運行的安全性和環保性，具有較大的借鑒意義。

[1]石磊.燃煤鍋爐 SCR法煙氣脫硝技術[J].鍋爐技術，2009，40（2）∶76-80.

[2]劉曉敏．煙氣脫硝SCR裝置噴氨優化研究[J].熱力發電，2012，41（7）∶81-83.

[3]劉長良，姚萬業，翟永杰，等.一種改進的遺傳算法及其在熱工過程控制中的應用[J].自動化儀表，2002，23（9）∶13-16.

[4]林建勇.選擇性催化還原脫硝工藝及控制系統[J].太原科技，2007（9）∶73-74.

[5]周鑫，吳佳.火電廠SCR煙氣脫硝系統建模與噴氨量最優控制[J].浙江電力，2015，34（11）∶15-19.

（本文編輯：張 彩）

Model Predictive Control of Denitrification System for Supercritical Unit

LI Quan，YIN Feng，LUO Zhihao

（State Grid Zhejiang Electric Power Research Institute，Hangzhou 310014，China）

During denitrification control，NOXat the exit of supercritical unit fluctuates badly and often exceeds the environmental protection standards.An advanced predictive control technology is adopted to establish a mathematical model of NOXconcentration at the exit of denitrification system.On the basis of the model,a model predictive control algorithm is used to respond to the demand of the target，effectively eliminating the large lag of the mechanism，strong interference of the control system and other issues.The model predictive control algorithm is applied in denitrification control system.Through an implementation case，the paper introduces the application steps，and by field application it demonstrates that the method is effective.

prediction；denitrification model；large lag；field application

X773

A

1007-1881（2016）11-0034-03

2016-05-31

李 泉（1979），男，高級工程師，主要研究方向為發電廠先進控制技術的應用。