基于粒子群算法與自適應PID控制的給水系統優化研究

于 浩

(中國大唐集團公司上海分公司,上海 200042)

0 前言

目前我國整體發電方式中，污染相對較高的燃煤發電依然是我國電力能源供給中的主要來源。相較于亞臨界燃煤機組，超(超)臨界機組較高地熱效率使其更為契合國家當前節能環保的產業政策，已成為我國已建和在建火電機組的主力軍[1]。

實際上，我國的超(超)臨界燃煤機組在整體工藝、運行方式、控制方法方面仍有較大的優化空間。但火力發電廠的系統紛繁復雜給提升自動調節品質帶來了一定的困難。以給水控制為例，控制過程不僅要協調負荷變化，還要保證主汽溫度的穩定，進而保證電廠的正常運行[2-3]。因此，文獻[4]對給水控制系統進行解耦，利用給水調節器消除燃料擾動對蒸汽溫度的影響。文獻[5]通過在控制系統中增加前饋、變參數等技術提升控制效果。但給水控制系統需要同時兼顧主汽溫度與負荷調節，使其控制優化仍面臨諸多難題[6-7]。

本文基于350 MW超臨界火電機組給水系統對其控制策略及模型建立進行闡述。利用粒子群算法辨識給水模型控制參數，結合自適應PID控制方法建立給水模型，并通過仿真分析驗證了方法的應用價值。

1 粒子群算法的給水模型辨識

1.1 粒子群優化算法

粒子群優化算法(Particle Swarm Optimization，簡稱PSO算法)作為一智能尋優控制算法，會根據種群中的個體信息共享與搜尋解的最佳極值，來解決各種參數的尋優問題。

vid(t+1)=wvid(t)+c1φ1(pid(t)-xid(t))+c2φ2(pgd(t)-xgd(t))

(1)

xid(t+1)=xid(t)+vid(t+1)

(2)

式中c1和c2——正常數;

φ1和φ2——均勻分布在0至1之間的正常數;

w——慣性權重。

考慮到c1和c2的大小對自身極值(pbest)和全局極值(gbest)的搜索能力有一定影響。因此，為提高早期粒子群的全局搜索能力對c1和c2進行如下改進，以期提高解的尋優收斂率

(3)

式中R1、R2、R3、R4——初始設定值;

T——最大迭代次數;

n——當前迭代次數。

慣性權重w表示原有速度在下次迭代中所占的比例，w值越大則表明當前速度受前一速度的影響越大

(4)

1.2 給水模型辨識

為了進一步改善模型控制精度，利用粒子群算法對上述給水模型參數進行優化。以國內某350 MW超臨界機組為依托，分別提取40%、60%、80%負荷下的歷史數據，辨識出不同工況下的給水中間點焓值數學模型[9-10]。受現場噪聲、傳輸、檢測儀器等多方面對測量結果的影響，使得歷史數據存在一定數量的異常值，對異常值進行識別并修補，是模型辨識的重要環節。本文對建模數據進行剔除離群值、去零值、平滑過渡處理，從而得到更精確的數學模型。

對數據進行預處理，給水流量及焓值的變化趨勢如圖1至圖6所示。

圖1 40%負荷給水擾動

圖2 40%負荷焓值變化

圖3 60%負荷給水擾動

圖4 60%負荷焓值變化

圖5 80%負荷給水擾動

圖6 80%負荷焓值變化

粒子群算法參數設置如表1所示：

表1 粒子群算法參數設置

針對本文的研究對象，選取的模型結構為

(5)

采用的誤差準則為

(6)

不同負荷下的參數擬合效果如圖7、圖8、圖9所示。

圖7 40%負荷給水粒子群辨識效果

圖8 60%負荷給水粒子群辨識效果

圖9 80%負荷給水粒子群辨識效果

如表2所示，列出了相應的傳遞函數。

表2 粒子群算法辨識結果

2 給水自適應PID控制

依據粒子群算法辨識結果，對同階模型中的參數K、T進行平滑處理，選用二次曲線進行擬合，相應的擬合表達式見式(7)、式(8)。其中，f為機組負荷(%)。實際擬合效果如圖10所示

T=-0.03f2+2.1f+84.8

(7)

K=0.000 4f2-0.036f-0.66

(8)

圖10 模型參數平滑處理

結合自適應PID控制的原理，對350 MW超臨界機組給水模型進行升負荷控制。依據經驗公式(7)、公式(8)對PID參數不斷的進行修正，從而達到實時調整的效果。

3 仿真分析

基于以上原理，開展仿真分析。從1 800 s開始，以1%/min做升負荷實驗，負荷從40%升到80%。由于整個實驗過程中焓值變化不明顯，可將其設為固定值。此外，為了驗證PID控制的穩定性，在5 400 s時，對系統加入8%的擾動。在機組負荷上升過程中，相應的負荷響應曲線與負荷控制輸出曲線如圖11、圖12所示?？梢钥闯鲈谡{節過程中，雖然存在一定的偏差，但升至滿負荷時，系統能夠快速進入穩態運行。并且存在外部擾動時，擾動對系統影響很小,有效的增強了系統的穩定性。

圖11 升負荷響應曲線

圖12 升負荷控制器輸出曲線

4 結論

本文針對某350 MW超臨界機組進行分析，基于粒子群算法并利用機組三種負荷下的運行數據辨識給水模型控制參數，結合自適應PID控制方法建立給水模型。仿真實驗結果證明粒子群算法辨識結果誤差基本滿足要求，在自適應PID參數調節中會存在偏差，但升至滿負荷時，系統可以在極短的時間內達到穩定。當施加外部干擾時，外部干擾對系統的影響小。因此，基于粒子群算法的自適應PID給水模型具有很好的魯棒性，在實際工程中有良好的應用價值。