變論域模糊控制器單元機組SCR煙氣脫硝控制研究

廖 鵬，潘維加

(長沙理工大學 電氣與信息工程學院，長沙 410114)

變論域模糊控制器單元機組SCR煙氣脫硝控制研究

廖 鵬，潘維加

(長沙理工大學 電氣與信息工程學院，長沙 410114)

SCR煙氣脫硝系統的脫硝率由噴氨量來控制，而噴氨流量控制系統控制噴氨量，因此，優化噴氨流量控制系統能有效提高脫硝率；設計了一種基于變論域的模糊控制器來實現噴氨量的優化控制，并采用 MATLAB 仿真軟件對此控制方案進行仿真，并與傳統的控制方案的結果進行對比分析；結果表明，基于變論域的模糊控制噴氨流量系統相對于傳統的PID控制，其超調小，且魯棒性較強，有效地提高了控制品質。

噴氨量；變論域；模糊控制；MATLAB仿真

0 引言

如今火力發電過程中產生的大量氮氧化物對環境產生了嚴重的影響，對氮氧化物的控制勢在必行。噴氨流量控制系統是一個大慣性，大延遲系統，利用傳統的PID控制不能有效的控制氨氣的噴入量，非常容易造成氨氣的過量噴入，造成二次污染。近年來，人們不斷地提出了各種智能的控制方案，以求得到良好的控制效果。文獻[1]中作者提出了一種NOx排放量的多步超前預測控制，優化了過量空氣控制，以及各種燃燒器的空氣流量和燃料平衡，以達到最小的氮氧化物形成，給系統在線控制提供參考。文獻[2]作者基于輸出敏感度法的RBF神經網絡模型，該模型通過改變網絡神經元的數量，在線優化神經網絡的結構，對整個網絡結構進行優化。仿真實驗結果顯示，在工況變動較快的情況下，采用SA-RBF神經網絡對噴氨量進行優化比傳統PID控制具有更好的控制品質。文獻[3]作者提出一種串級PID比例控制模型，該模型引入了反應器出口NOx濃度偏差前饋，加強了控制系統調節的及時性，有效控制噴氨閥門的開度，但是系統調節時間過長。

本文建立了基于變論域模糊控制器的噴氨流量控制系統模型，并利用MATLAB仿真軟件進行仿真研究，把控制系統的仿真運行曲線與傳統的基于PID控制的噴氨流量控制系統的仿真曲線進行比較，對結果進行分析，得出結論。

1 噴氨流量控制系統分析

1.1 SCR煙氣脫硝效率的主要影響因素

在SCR煙氣脫硝控制系統中，SCR煙氣脫硝效率受眾多因素的影響：催化劑是SCR煙氣脫硝系統中最主要的部分，其反應活性以及排布方式都對脫硝效率有重大影響；反應溫度影響著催化劑的活性，同時，反應溫度過高會使一些副反應發生，產生其他大氣污染物；空速反應了脫硝煙氣在催化劑內停留的時間，在催化劑內停留的時間越長，反應越充分，脫硝效率越高，但是過長的停留時間會使氨氣氧化，降低脫硝效率；氨氮摩爾比是脫硝效率最直接的反映，理論上來說，1 mol氨能處理1 mol的NOx，氨的含量不足，會使脫硝效率變低，氨的含量過高，會造成二次污染。

1.2 SCR煙氣脫硝噴氨流量控制策略分析

在影響SCR煙氣脫硝控制系統脫硝效率的因素中，空速和催化劑的性能以及排布方式是設定好的，SCR入口NOx濃度和反應溫度是不受SCR系統控制的，在脫硝方案中，根據脫硝系統的性能確定以及環保規定，設定一定的氨氮摩爾比是常用的控制方式。在實際運行中，燃煤產生的NOx濃度也是不斷變化的，在控制系統中，要根據脫硝系統中的NOx含量要確定氨的需求量。因此，控制器的輸入是實際需氨量的偏差和需氨量的偏差變化率，輸出是需氨量。控制系統調節原理如圖1所示。

圖1 控制系統調節原理圖

在此控制策略中，SCR反應器出口NOx濃度是被調量，噴氨量是調節量，被控對象是氨氣流量調節閥和SCR反應器。根據反應器出口煙氣中NOx濃度與設定值的偏差以及偏差變化率，通過控制器的調節，得到實際氨氣流量需求量，調節流量調節閥開度，把需氨量噴入SCR反應器。

2 變論域模糊控制設計方案

2.1 噴氨流量變論域模糊控制系統設計

根據SCR煙氣脫硝噴氨流量控制系統需氨量偏差以及偏差變化率，分別乘上各自的伸縮因子函數，得到控制器的輸入量，通過控制器的調節，得到控制器的輸出，在通過輸出伸縮因子函數的調節，作用到被控對象。SCR煙氣脫硝噴氨流量變論域模糊控制系統原理如圖2所示。

圖2 噴氨流量控制系統變論域模糊控制方案原理圖

其中,F1(s)、F2(s)分別為流量調節閥和SCR反應器的傳遞函數；R為反應器出口NOx濃度給定值，Y為反應器出口NOx濃度，α(e),α(ec)分別為偏差和偏差變化率論域伸縮因子的函數，β(u)表示輸出論域伸縮因子的函數。為了使模糊控制器達到無差調節，在控制系統中加入積分環節。Ke為誤差量化因子，Kec為誤差變化率量化因子，Ku為控制量比例因子，K為并聯積分環節的積分常數。

2.2 變論域模糊控制算法伸縮因子的設計

變論域模糊控制器的核心是伸縮因子的設計，目前來說，伸縮因子的形式不是統一的，文獻[5]中作者選用的論域伸縮因子函數為：

(1)

本文設計的是一個雙輸入單輸出的控制器，若采用文獻[5]中伸縮因子的函數，即把α(e),α(ec)分別表示偏差和偏差變化率論域伸縮因子的函數，把β(u)表示輸出論域伸縮因子的函數，從偏差和偏差變化率論域伸縮因子的函數式中可以看出，它們只與本身的變化有關系，但是在實際的控制過程中，偏差和偏差變化率是互相影響的，當偏差的論域變化時，會通過系統輸入的變化，影響偏差變化率論域的收縮，進而，系統的收斂速率也降低了。本文采用了一種用偏差以及偏差變化率共同作用輸入論域伸縮因子的函數，即：

(2)

其中:τ∈(0,1]，ε為較小的正數。

本文選取的伸縮因子函數的系數為：τ=1，ε=0.5，k=100。

2.3 變論域模糊控制器的設計

本文采用了一個二維模糊控制器，其輸入變量為反應器出口NOx濃度與設定值偏差e以及偏差變化率，輸出變量為流量調節閥門開度u。設定偏差e的基本論域為[-3,3]，定義其量化等級為[-6,6]，設初始的量化因子為k1=2；變化率ec的基本論域為[-20,20]，定義其量化等級為[-5,5]，設初始的量化因子為k2=0.25；控制量u的基本論域為[5,100]，定義其量化等級為[-5,5]，設初始的比例因子為k3=9.5。

為提高控制精度，在設計模糊子集時將e和ec均分為7個模糊集：負大(NB)，負中(NM)，負小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)；將u也分為7個模糊集：負大(NB)，負中(NM)，負小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)。

根據控制經驗，建立模糊控制規則表，見表1。

表1 模糊控制規則表

本文根據表1設計了模糊控制器，其輸入和輸出的隸屬度函數采用三角形函數，并且應用重心法進行反模糊化運算。

3 超臨界機組噴氨流量控制系統仿真與分析

3.1 SCR煙氣脫硝噴氨流量變論域模糊控制系統仿真

根據文獻[6]中，被控對象噴氨流量調節閥模型傳遞函數為：

SCR反應器模型傳遞函數為：

用Matlab構建基于變論域模糊控制的SCR煙氣脫硝噴氨流量控制系統的仿真模型，如圖3所示。

圖3 SCR煙氣脫硝模糊控制系統仿真圖

其中，R為SCR反應器出口NOx濃度給定值，W為噴氨量擾動；Fun函數為輸出論域伸縮因子的函數，Fun1為輸入偏差論域伸縮因子的函數，Fun2為輸入偏差變化率論域伸縮因子的函數。

3.2 SCR煙氣脫硝噴氨流量變論域模糊控制與傳統PID控制比較

將圖2中的模糊控制器換成PID控制器，構建SCR煙氣噴氨流量脫硝控制系統PID控制仿真模型，其系統傳遞函數不變。

設置需氨量給定值R=1，仿真時間為2 500 s。通過仿真，得到仿真曲線如圖4所示。圖中，實線為變論域模糊控制曲線，虛線為PID控制曲線。此時，變論域模糊控制器的最優參數為Ke=1.2，Kec=0.4，Ku=9，并聯的積分環節其最優參數為K=-0.000 6。PID控制器的最優參數為Kp=-0.5，Ki=-0.002。

圖4 NOx濃度給定值為1時仿真曲線圖

從圖中可以看出，基于PID控制噴氨流量控制系統的曲線有超調，但是超調量低于20%，基于變論域模糊控制的噴氨流量控制系統的曲線略有超調。基于變論域模糊控制的噴氨流量控制系統的系統穩定時間要比基于PID控制的快，PID控制大約為1 200 s，變論域模糊控制大約為1 150 s。由此可知，變論域模糊控制具有較好的抗超調能力。

設置噴氨量擾動0.2，即W=0.2，仿真時間為2 000 s。得到仿真圖如圖5所示。

圖5 20%噴氨量擾動的仿真曲線

從圖中可以看出，基于PID控制的噴氨流量控制系統和基于變論域模糊控制的噴氨流量控制系統的曲線都能平穩到0，但是變論域模糊控制恢復穩定的時間低于PID控制器，說明其具有良好的抗內擾能力。

設置被控對象的時間常數T=12 000，τ=80，仿真時間為2 000秒。得到仿真圖如圖6所示。

圖6 T=12 000，τ=80時控制系統的仿真曲線

從圖中可以看出，當被控對象傳遞函數發生變換后，即τ大于60后，基于PID控制的噴氨流量控制系統的曲線發生振蕩，不能穩定下來，但是基于變論域模糊控制的噴氨流量控制系統的曲線的超調略微增加，能夠保證系統的穩定，說明其具有良好的魯棒性。

把PID控制器的最優參數改變，設置其為Kp=-1，Ki=-0.002 2，改變變論域模糊控制器的最優參數，設置其為Ke=5，Kec=0.8，Ku=50，K=-0.001，仿真時間為2 000 s。得到仿真圖如圖7所示。

圖7 改變控制器參數系統的仿真曲線

從圖中可以看出，變論域模糊控制器參數變化時，噴氨流量控制系統依然能夠保持穩定，并且仿真曲線較為平滑，而PID控制器的參數變化時，控制系統不能保證穩定。通過仿真實驗得出結論，當Ke，Kec變化較大，Ku在小于150，0>K>-0.002時，變論域模糊控制器均具有較好的控制品質。

4 結論

本文提出采用變論域模糊控制器對超臨界機組SCR煙氣脫硝噴氨流量控制系統氨氣流量閥門控制。仿真結果表明該方案可以準確的根據NOx變化實現對需氨量的控制，與傳統的PID控制系統相比較，本文設計的基于變論域模糊控制系統具有較強的抗超調能力，且在抗內擾過程中能夠較快的恢復穩定，由此可知本設計方案具有較強的魯棒性和較高的控制品質[7-14]。

[1] J Smrekar,P Potonik.A Senegacnik.Multi-step-ahead prediction of NOx emissions for a coal-based boiler[J].Applied Energy,2013(106):89-99.

[2] 趙 乾.SCR煙氣脫硝系統模擬優化及噴氨量最優控制[D].重慶：重慶大學,2012.

[3] 王 立,賀悅科.SCR煙氣脫硝自動控制系統及其在三河電廠的應用[J].華北電力技術,2009,29(3),29-31.

[4] 梁昭峰,李 兵,裴旭東. 過程控制工程[M].北京:北京理工大學出版社.2010.

[5] 李洪興.變論域自適應模糊控制器[J].中國科學,E輯,1999,29(1):32-42.

[6] 朱孝強.Urea——SCR煙氣脫硝系統控制策略研究[D].南京：東南大學,2012.

[7] 張志超.電廠 SCR 脫硝系統建模與優化控制[D].北京：華北電力大學，2015.

[8] 陳立軍,周正興,趙麗麗.先進控制策略在火電廠熱工控制中的應用[J].東北電力大學學報,2009,29(1),58-61.

[9] 周長城,金保昇,朱孝強,等.自適應模糊方法在煙氣脫硝噴氨量控制系統中的應用[J].環境工程,2014,32,482-487.

[10] 孫雅麗,鄭 驥,姜 冰.燃煤電廠煙氣氮氧化物排放控制技術發展現狀[J].環境科學與技術.2011,6G(34):174-179.

[11] Zhou H,Zheng L G,Cen K F.Computational intelligence approach for NOx emissions minimization[J].Energy Conversion and Management,2010(51):580-586.

[12] 孫道林,吳華成,孫偉晉.電廠不同運行時間 SCR 脫硝催化劑動力學特征研究[J].華北電力技術,2015,3(8):18-22.

[13] 溫苗苗.尿素選擇性催化還原系統的優化與仿真[D].武漢：武漢理工大學.2009.

[14] 俞 逾.選擇性催化還原系統的建模與仿真[D].重慶：重慶大學,2007.

Research on SCR Flue Gas Denitration of Unit on Variable Fuzzy Controller

Liao Peng, Pan WeiJia

(College of Electrical and Information Engineering, Changsha University of Science and Technology, Changsha 410114，China)

The denitrification rate of SCR flue gas denitrification system is controlled by the amount of ammonia, and the amount of ammonia spray controlled by ammonia flow control system. Therefore, optimizing the flow control system effectively improve the rate of denitrification. A fuzzy controller based on variable universe is designed to realize the optimal control of the amount of ammonia injection, and used Matlab simulation software to simulating, analysised and compared with the results of the traditional control scheme. The results show that, compared with the traditional PID control, the fuzzy control spray ammonia flow system based on the variable universe has smaller overshoot and stronger robustness, which can effectively improve the control quality of the control system.

spray ammonia amount; variable universe; fuzzy control;Matlab simulation

2016-07-22；

2016-09-06。

廖 鵬(1992-)，男，湖南婁底人，碩士研究生，主要從事火電廠過程檢測與控制技術方向的研究。

潘維加(1959-)，男，湖南長沙人，研究生導師，主要從事火電廠過程檢測與控制技術方向的研究。

1671-4598(2017)01-0084-04

10.16526/j.cnki.11-4762/tp.2017.01.024

TK323

A