灵活运行空冷机组频域自适应背压控制与优化

在“双碳”目标驱动能源转型背景下，针对灵活运行空冷火电机组变工况频繁导致的汽轮机背压调节品质问题，提出一种频域自适应PID控制算法。考虑变工况模型的实用性与精确性，基于机组现场运行数据，采用改进粒子群算法对空冷机组多工况进行动态系统辨识，然后基于多工况运行被控对象的标称模型，采用传递函数组态方式自适应方法，实时计算PID控制器的优化参数，以适应灵活运行下被控对象模型参数的变化，克服了PID控制器结构以及参数固定导致的控制品质问题。仿真结果表明，频域自适应PID控制器可以很好地跟踪负荷不同工况点下模型参数的变化，使得背压控制一直保持良好的控制品质。     

基于模糊自适应内模控制的主蒸汽温度控制系统研究

采用一阶时滞模型作为主蒸汽温度广义被控对象模型,设计基于模糊自适应内模控制的主蒸汽温度控制系统。在不同典型工况辨识得到不同对象模型参数,根据模型参数和模糊自适应规则自动整定控制器参数。对所设计的控制系统进行仿真和实际应用。结果表明,在外部扰动或模型不能准确匹配及不同工况运行时,此控制策略较传统串级PID控制和Smith预估控制具有更好的控制品质。     

基于状态变量多模型的主汽温控制系统

针对主汽温系统大惯性、非线性的特点,提出了基于状态变量多模型的控制方案,即先采用状态反馈补偿主汽温系统的惯性,同时调整状态反馈系数矩阵,使得补偿后被控对象开环稳态增益稳定不变;再针对不同工况下对象特性的变化,对各工况控制子系统进行模态综合,以PID作为控制器,实现大范围控制.对主汽温系统的仿真结果表明,该方案可以较好地解决系统的大惯性和非线性问题.     

模糊自整定PID控制及其在过热汽温系统中的应用

在工业生产过程中,许多被控对象随着运行工况的变化,其对象特性参数或结构将发生很大改变,单一参数的控制器难以获得所需的调节效果。针对这种情况,基于模糊逻辑的智能性和PID控制器的简单实用性,提出了模糊自整定PID控制策略。PID控制器参数的整定被分为粗调和细调2个阶段,粗调阶段基于发电机组负荷进行模糊预整定,基本适应运行工况的大范围变化,细调阶段基于系统的被调性能指标进行再整定,以进一步适应运行工况的小范围变化并克服各种可能的干扰。对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温度被控对象进行了仿真研究。仿真结果表明：所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能。     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

基于SIS的预测控制应用研究

火力发电厂厂级监控信息系统(SIS)作为一种以优化机组运行、提高运行经济性为主要目标的信息系统,已在火电厂厂级管理方面发挥了重要作用.为了更加有效地利用SIS平台上的大量数据,提出了基于SIS平台的动态矩阵预测控制.以湖北某电厂SIS为例,将锅炉过热蒸汽温度作为控制对象,蒸汽流量作为扰动量来反映锅炉运行工况的变化.采用神经网络辨识方法建立被控对象的动态模型并将动态矩阵控制算法应用到蒸汽温度控制系统.仿真结果表明,基于仿真数据建立的过热蒸汽温度神经网络动态模型,能够很好地预测被控对象在不同运行工况下的动态特性,基于神经网络模型的动态矩阵控制策略优于传统PID的控制效果.     

基于神经网络辨识改进的自适应PID控制器

针对工业生产过程具有时变、非线性、不确定和难以建立精确数学模型的特性,提出了用神经网络辨识被控对象,并针对常规PID控制器存在的设计复杂、计算量大、控制精度较差和参数值实时更新复杂等问题,提出采用基于BP网络辨识改进的自适应PID控制器。通过仿真与实验表明,神经网络辨识模型能较好的辨识被控对象的输出特性,同时该控制器的控制性能优于传统的PID控制器。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

一种复合模糊控制方法在主汽温控制中的应用

针对主汽温被控对象的大迟延、大惯性、时变和非线性的动态特性,提出一种模糊控制和传统PID控制相结合的办法,既发挥了模糊控制对非线性或不确定性对象的良好控制作用,同时又保留了传统PID控制的优势,并且增加了控制器参数在线自动调整的功能,这样满足了多种工况下被控对象主汽温的自适应要求。通过MATLAB仿真平台的结果可以看出,利用该方法能获得较好的动态控制品质和精度。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

主汽温系统模糊自适应内模控制

基于内模控制理论,针对火电厂主汽温被控对象的大惯性、大迟延、时变、多干扰的特点,设计了内模-比例串级控制系统,并将量子遗传算法应用于滤波器参数的寻优。并在此基础上结合T-S模糊建模和自适应控制技术,提出了模糊自适应内模控制(fuzzy adaptive internal model control,FAIMC)策略。该方案实现简单,对工况变化具有优良的适应性。对某超临界600 MW直流锅炉主汽温系统4种典型工况进行仿真控制,其过渡过程时间短,超调量小,适用于大惯性、大迟延过程的控制,控制效果明显优于串级PID控制。为克服负荷变化对主汽温系统性能的影响,采用模糊自适应内模控制策略分别进行了升降负荷实验。仿真结果表明：提出的控制系统能较好的适应对象动态模型的大幅度变化,保持较优的调节性能。     

基于内模原理电站锅炉汽温控制策略的工程应用

针对电站锅炉汽温被控对象大滞后、大惯性的特点，设计了一种新的基于内模控制原理的过热汽温控制策略。该控制策略已成功应用于徐州电厂6号机组670t／h超高压锅炉，现场调试和机组运行结果表明，这种基于内模控制原理的控制策略具有结构简单、在线调整参数少、可以明显提高控制回路的鲁棒性及抗干扰能力。现场试验结果表明，与传统串级比例-积分-微分（PID）调节方案相比，无论对于稳态过程或动态过程，新控制策略的调节品质均有明显提高。     

基于局部神经网络模型的过热汽温多模型预测控制的研究

针对锅炉过热汽温的特点，设计串级过热汽温控制系统。主调节器采用基于局部神经网络模型的多模型预测控制，即由主蒸汽流量确定的不同工作点，用神经网络建立局部动态模型，进而建立一组局部神经网络预测控制器，然后通过加权合成的方式获得最终的控制信号；副调节器采用基于多个简单比例控制器的加权合成比例控制。该控制方案融合了神经网络、多模型控制和预测控制的特点。仿真结果表明，在负荷大范围变化的工况下，控制系统仍保持了良好的控制性能，具有较强的鲁棒性。     

基于MCP-PID控制器的电站锅炉汽温控制

针对应用常规PID控制电站锅炉汽温过程时大负荷变动下的控制品质不佳问题,研究了应用具有高鲁棒性的MCP-PID控制器的可行性。为考察新控制器用于汽温控制的变负荷适应性,特别设计了用按某点负荷过程模型设计的控制器去控制多点负荷汽温过程的仿真试验。仿真试验结果表明：与用常规PID控制相比,MCP-PID汽温控制具有超调量小、调整时间短、扰动抑制强和变负荷适应性强的优势。     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

过热汽温智能控制系统研究

经过分析某超临界600MW直流锅炉高温过热器动态特性,过热器动态特性随机组的运行工况变化而变化,可以认为用蒸汽流量就能近似表示运行工况。在此基础上,提出了串级过热汽温智能控制系统。该智能控制系统中的副调节器仍然采用比例调节器;设计该主调节器时,把整个副回路和主对象看成广义被控对象,主调节器是一个自整定PID控制器,需要用到被控对象的Jacobian信息。随后构造了一个径向基函数(RBF)神经网络对被控对象进行辨识,从而求出了被控对象的Jacobian信息。最后将文中提出的智能控制系统用到了某超临界600MW直流锅炉的过热汽温控制中,仿真结果表明,用这种方法建立的过热汽温控制系统在机组运行工况发生变化时,具有较好的控制品质和较强的自适应能力。     

自适应内模控制在主蒸汽温度控制系统中的应用研究

主汽温被控对象是一个典型的变时滞、变参数对象，该文提出了对象时滞与蒸汽流量之间的关系，并以火电厂主汽温被控对象为参考模型设计自适应控制律，使控制器内部模型的参数逐步逼近被控对象的参数直至相等，同时根据内部模型参数的变化随时整定控制器的参数。控制器采用内模控制结构，并在集散控制系统上实施。应用结果表明，在参数不匹配和出现负荷扰动的情况下，控制系统均有满意的控制能力。     

基于自抗扰控制的火电厂主汽温控制系统及其参数整定

自抗扰控制器（ADRC）是通过改进经典比例积分微分（PID）控制的缺陷而形成的新型控制器,性能优良并且算法简单。针对火电厂过热汽温控制系统的大滞后、大惯性以及动态特性随工况变化的不确定性等特点,为了提高控制系统的动态性能和鲁棒性,文中给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数而实现干扰补偿。在电厂热工过程控制实时仿真平台STAR-90上,使用集散控制系统自身控制模块实现了自抗扰控制系统的构建,这对于工程实际应用具有重要意义。以某超临界600 MW直流锅炉发电机组仿真机的主汽温为对象,进行ADRC控制下的变工况、10%扰动和快速减负荷（RB）实时仿真试验。结果表明,用ADRC技术建立的过热汽温控制系统与PID控制系统相比,该系统对被控对象特性的不确定性和外部扰动具有较强的适应性和鲁棒性,具有优良的控制性能。