超临界机组大滞后性对象动态过程控制优化

1、研究生学位论文选题报告及 论 文 工 作 实 施 计 划学 院： 动力工程学院 专 业： 热 能 工 程 说 明 一、论文选题报告由研究生向教研(研究)室汇报并听取意见后，整理成文填写。 二、研究生应在入学后的第三学期内完成选题报告。 三、本表一式三份，一份交学院，指导教师和研究生各存一份。研究生自存表应于答辩前交学院，作为答辩申报材料之一。一、论文选题报告 （申请时间：2012年 月 日）论文题目：超临界机组大滞后性对象动态过程控制优化 研究方向：电站热工自动化及计算机应用 课题来源国 家项 目部、省级项 目横 向联 系自 拟合 同编 号经 费 数（万元） 题目类型基 础研 究应 用研 究工

2、 程应 用其 它 自选报告内容：（课题学术和实用意义；国内外现状综述；研究目的、内容、技术路线、可行性论证；创新之处和拟解决的关键问题；预期目标等）一、国内外现状综述 1、电站热工过程控制理论的发展现状在电厂热工过程控制领域，经典控制理论在上世纪随着电子及通信技术的高度发展已广泛和较成熟应用。当前，即便在欧美发达国家，基于经典控制理论的PID串级反馈控制系统在电厂DCS中也占据着主要部分。在同样工业控制先进国家的日本，其电厂热工过程的自动控制依然约有80是由PID控制器来实现的。这是控制器基于经典控制理论PID的优点和控制对象电厂热工过程特点决定的。具体而言，表现在:基于经典控制理论的PID反

3、馈控制系统有其内在的自适应能力和鲁棒性，系统分析和综合简便，工业实现也容易；电厂热工过程中的控制对象工作机理明确，物质、能量的转换和传递关系比较明确，适宜建模，且其过程大都可用线性模型近似，多变量系统也都能较好用相应的解耦控制方式实现。然而，随着机组容量的增加、高参数复杂大系统的出现，电厂热工过程控制对自动化程度及其控制水平的要求越来越高。特别是，随着电网扩大和区域大型电网的形成，以及电负荷波动较大、谷峰差异明显和不稳定电源如风电的比例增加等新特点，对传统热工过程控制增加了新的挑战。基于现代控制理论的状态观察器、Smith预估器、自适应控制、预测控制、最优化等在优化热工过程控制中发挥了一定作用

4、，但由于依赖严格数学模型、系统鲁棒性很差，严重制约了其在电厂控制中普遍应用。然而，现代控制理论的最优控制思想，在改善经典热工控制系统特性，特别是在节能等优化控制上有很大借鉴价值和研究空间。从工业现实角度讲，短时间内对控制系统从理论实现上进行全面更新有很大困难。但是，电厂热工过程控制中依然有急待解决的问题，如控制系统在线优化、变负荷下控制稳定性、启停过程控制优化、负荷大扰动控制、超临界下的强非线性等。这是由经典控制理论本身存在的局限性决定的。运行方式的切换、设备寿命变化、电网输入扰动等引起的控制系统模型失配、强非线性、强干扰等问题，依赖传统控制理论和人工经验控制，都无法根本解决。而这些恰恰是智能

5、控制解决类似问题的优势所在。这因为，智能控制一般只依赖广义模型，且有很强的鲁棒性能、非线性逼近、自组织、自学习和自适应等能力。然而，智能控制还未形成成熟理论，其模糊控制、神经网络控制、专家系统、进化算法等在控制实现问题上仍有难点，如模糊规则确定、神经网络学习速率、专家系统实时性等等。 针对以上现实，近些年来，很多学者投入到混合控制研究上，即利用各控制理论的优点，设计基于经典、现代和智能控制理论的混杂控制系统，并取得一定进展，为热工控制理论的发展提供了新的参考方向。同时，非线性理论也取得重要突破，基本解决了反馈线性化和解耦线性化，进而为强非线性MIMO被控对象的建模和系统设计奠定坚实基础。超临界

6、机组的控制难点之处就是其强非线性特性和MIMO下的强耦合性，采用传统线性理论的小偏差法很难达到全局性精确化和全局稳定性，无法实现对对象特性的完全补偿。而非线性控制理论的引入，将为超临界机组控制的非线性类变参数控制问题提供新方法。2、超临界机组发电技术现状及其大滞后性对象的动态过程控制超临界机组源于上世纪五十年代，其制造和运行技术在欧美及日本已发展较为成熟。八十年代末，日本投产了世界首台超超临界火力发电机组。而我国起步较晚，上世纪九十年代初才投产首台且是引进的超临界机组，但进步较快，于2006年投产了具有部分国际领先水平的1000MW超超临界发电机组。然而，在超临界机组早期发展过程之中，由于对超

7、临界机组复杂的动态特性认识不足，控制技术水平相对滞后，并且在现有超临界机组控制系统设计中都采用保守的参数整定值，以牺牲在额定工作点的控制性能和经济性来满足机组的安全性和低负荷下的稳定性。相对而言，国内超临界大型机组的自动控制水平更落后于先进国家。虽然2006年北京国电智深公司自主知识产权的EDPF-NT分散控制系统中标大连庄河2600MW超临界机组主辅机一体化控制项目，并因此结束了我国在高端控制系统完全依赖进口的历史，但是，国内超临界机组的控制系统及其设备依然以外商产品为主，而且关键控制机构、控制卡件和子控制系统上还必须依赖进口。这说明，在很多方面国内DCS的研发和制造仍任重道远。 但由于超临

8、界大型机组的直流特性、强非线性、强耦合特性，国内外在超临界机组控制系统设计优化上依然共同面临着多种控制难题，如强非线性MIMO系统下解耦、强非线性对象动态过 程中模型失配、燃水比控制、容错安全机制等。尤其是在动态过程控制中包含大滞后性对象，如中速直吹式制粉燃烧系统、过热汽温、再热汽温等，增加了控制难度，具体体现在： (1) 能量平衡控制的建立。在网机组必须保证频率、电压稳定和同步于系统。电压的允许波动控制相对容易，但频率的同步要求严格，且必须保证有功功率在需求和电源间的平衡控制。这就导致发电控制的在线特性，即锅炉输出能量和汽轮发电机组要求能量的严格平衡。由于超临界大型机组的强耦合和非线性，这给

9、能量平衡机制的确立带来困难。现有直接和非直接能量平衡控制方式仍需作进一步完善，以提高整套机组控制响应能力和稳定性。 (2) 燃料量和主蒸汽流量难以精确测量。在燃煤机组中，燃烧控制的关键难点就是燃煤量至今无法精确测量，加之燃料成份的变化和磨煤机组的大滞后，实际输入锅炉热量无法准确计算。而且，主蒸汽流量也无法准确测量，这导致建立机组能量平衡控制更加困难。虽然许多学者在燃料量测量、热量测量、主蒸汽流量测量上做了大量研究工作，如炉膛温度构造辐射能信号、受热面中间点焓值构造热量信号、调节级压力构造主汽流量等，但本质问题仍尚待解决。 (3) 主汽温度控制。超临界机组给水进入锅炉后加热、蒸发、过热系一次性完

10、成，没有汽包装置进行能量和物质的缓冲，过热器受热面也很庞大，造成主汽温很难控制有大滞后特性。而且，负荷变化时，受热面内各相工质没有固定分段，给水燃比的控制和主汽温控制带来困难。虽然在主汽温控制上的智能控制应用研究较多，并发布了基于神经网路控制、模糊控制等算法的主汽温度控制方案成果，但是大多数局限于仿真研究，甚至实际应用价值不大。 (4) 动态过程优化控制。现有超临界机组控制技术，大都基于额定、稳态设计工况，而且是基于安全性、稳定性优先原则，结果导致牺牲了在动态过程中偏离设计工况时的控制最优化和经济性。这点在机组低负荷控制时尤为明显。同时，在机组大扰动动态过程中，比如AGC模式下的快速负荷控制、

11、RB或者RD下的异常动态负荷控制、系统和设备运行模式切换等，机组的控制性能很难得到较好保证，特别是当对象具有大滞后性的控制，如燃烧控制、主汽温控制等。而这方面的研究相对薄弱。二、课题学术和实用意义 超临界机组的MIMO控制系统具有强非线性、强耦合性，动态过程中大滞后性对象控制成为难点。特别是燃料量和主蒸汽流量的精确测量、热量信号的精确建构、大滞后非线性对象的精确建模、大扰动动态过程下模型失配是当前研究重点。而热工控制由传统控制理论向非线性理论、智能控制理论过渡，以解决强非线性和不精确模型及其解耦等问题，是拓展当前热工控制的关键所在。 同时，通过对先进控制方法当前不足的研究，如神经网络控制的泛化

12、能力和学习速率、模糊控制规则确定、专家知识库的在线更新等，并结合仿真、实验及项目实践，可提高现有智能控制算法在热工过程控制上的实用性。因此，结合各控制理论的优势，设计出基于经典PID控制和最优化思想、引入智能控制算法的混合控制系统，可以加强控制系统的在线辨识能力和实时性控制能力，使其能较好地工业实现和普遍应用。 总之，燃料量测量、热量信号建构、对象大滞后性和模型失配等超临界机组控制问题的解决，将在极大程度上提高热工控制系统的稳定性、准确性、快速性、安全性和经济性。同时，此应用研究的成果，对类似的过程控制领域如石化行业等也有较高参考和推广价值。 三、 研究目的、内容、技术线路、可行性论证 1、研

13、究目的 基于对超临界大型机组直流特性、强非线性和耦合性的研究，分析大滞后控制对象在动态控制过程中的模型失配，并综合先进控制方法特别是智能控制算法，最终设计出经过优化的燃料量控制、主汽温控制和水燃比控制综合方案，以更好保证超临界机组在动态过程控制中的稳定性、快速性、准确性、安全性和经济性。 2、研究内容 (1) 超临界机组燃料量控制和主汽温控制的非线性动态特性； (2) 燃料量控制和过热汽温控制的大滞后特性； (3) 热量信号构建； (4) 燃料量控制和水燃比过热气温控制系统设计； (5) 选择合适智能算法，并加以混合控制优化。 3、技术路线 (1) 数学建模。对于超临界机组的强非线性和耦合性，

14、其建模可以引入非线性理论的反馈线性化和解耦线性化加以分析。也可以选择合适的智能控制算法，利用其广义模型加以解决。此外，设计合理的新式混合控制算法，即利用广义模型和数学模型的结合来克服控制对象的大滞后性，必要时对此智能控制算法进行优化。 (2) 方案设计。确定是否设计在线辨识控制器。分析可行的热量信号、主汽流量信号构造方法，研究微过热汽温、焓值等状态信号，利用信息融合理论设计新型热量信号和水燃比信号，优化得到燃料量控制和水燃比过热汽温控制的综合方案。 (3) 辨识和分析。对数模进行结构辨识和参数辨识，最后对整个综合方案进行特性分析。 (4) 控制系统组态和校核。利用LabVIEW或者MATLAB

15、进行控制系统组态编程，并最后仿真，验证并对设计进行校核。 4、可行性论证 (1) 非线性大滞后对象建模问题，国内外学者已做了很多卓有成效的前期研究。非线性理论和智能控制方法在热工控制领域的仿真和实验研究在近些年来也有很多论文及专著成果发布。特别是国内学者关于热量信号构造、过热汽温大滞后特性的研究文献也较丰富。这些都为本研究课题的开展提供了很好的理论及前期支撑。 (2) 超临界机组控制实践表明，锅炉内反映能量和工质平衡的水燃比的状态信号有很多，单独用某一个信号必然有片面性。同样，在构造热量信号和主蒸汽流量信号时也是如此。因此，利用信息融合理论，选择互补性的信号组进行最优综合，则有望解决现有问题。

16、 (3) LabVIEW或MATLAB是热工控制系统组态和仿真的常用专业软件，可以对最终研究结果进行仿真验证分析，并具有很好的直观性。 四、创新之处与拟解决的关键问题1、创新之处(1) 基于非线性理论的智能控制系统建模。将非线性理论下的反馈线性化和解耦线性化直接引入智能控制系统，设计混合控制，以解决热量信号构建和水燃比控制建模问题；(2) 设计具有强实时性和在线辨识能力的热工过程控制系统；(3) 利用信息融合理论，综合多个互补状态信号来设计热量信号和燃水比控制方案。2、拟解决的关键问题 (1) 模型失配时，智能控制算法的在线辨识能力； (2) 控制算法的学习速率问题； (3) 非线性对象反馈线

17、性化装置设计； (4) 应用信息融合理论建构热量信号、水燃比控制时，如何选择状态信号进行组合，及其最优化性能指标确定问题。 五、预期目标1、依据信息融合理论构建热量信号和水燃比控制，并基于此设计燃料量控制系统；2、基于非线性理论和智能控制算法，设计主汽温控制系统；3、利用LabVIEW或MATLAB编程仿真，完成设计校核。(若纸不够，请另附页)主要参考文献目录：1 章卫国先进控制理论与方法导论M西安：西北工业大学出版社，2000 2 Gene FFranklin动态系统的反馈控制M北京：电子工业出版社，2004 3 Huang Yonghong，Yang XuejunGenetic-Algor

18、ithm-Based adaptive control of superheat steam temperature on a power plant boilerJIEEE Computer Society，2008：584-5884 邓良才，王广军，陈红锅炉汽温对象的在线模糊辨识J中国电机工程学报，2006，26(18)：112-1155 Kim Donghua，Lee HuanIntelligent control of nonlinear power plant using immune algorithm based multiobjective optimizationJProce

19、edings of the IEEE，2004：1388-13946 Lee K W，Mark P，Sevick D R，et alIntelligent distributed simulation and control of power plantsJIEEE Transactions on Energy Conversion，2000，15(1)：116-123 7 Chen L，Xie Y C，Shen Z L，et alModeling of the combustion optimizing based on RBF neural networksJIEEE Computer S

20、ociety，2008：95-988 Lee K W，Heo，Hoffman J A，et alModified predictive optimal control using neural network-based combined model for large-scale power plantsJ IEEE，2007：102-108 9 Liu X J，Liu J Z，Guan PNeuro-fuzzy generalized predictive control of boiler steam temperatureJJournal of Control Theory and A

21、pplications2007，5(1)：83-88 10 Fang F，Liu J Z，Tan WNonlinear inversion-based output tracking control of a boiler-turbine unitJ Journal of Control Theory and Applications2004，4：415-421 11 Wang B，Mao Z YNonlinear variable structure excitation and steam valving controllers for power system stabilityJ Jo

22、urnal of Control Theory and Applications2009，7(1)：97-102 12 Li J Q，Gu G J，Niu C LThe operation optimization based on correlation analysis of operation parameters in power plantC International Symposium on Computational Intelligence and Design，2008 13 王勇，刘吉臻，刘向杰等基于折息递推最小二乘自适应动态矩阵的过热汽温控制器设计J中国电机工程学 报，

23、2007，27(8)：70-7514 李红词超临界锅炉控制技术的分析及发展J自动化仪表，2009，30(2)：1-4 15 华志刚，吕剑虹，张铁军状态变量-预测控制技术在600MW机组再热汽温控制中的研究与应用J中国电 机工程学报，2005，25(12)：103-107 16 胡寿松自动控制原理M北京：科学出版社，200117 于长官现代控制理论及应用M哈尔滨：哈尔滨工业大学出版社，2007 18 韦巍智能控制基础M北京：清华大学出版社，2008 19 容銮恩，袁镇福，刘志敏电站锅炉原理M北京：中国电力出版社，2007：103-10420 于达人，范轶，徐志强炉膛辐射能量信号和热量信号的信息融

24、合方法J中国电机工程学报，2003，23(4)：15821 张师帅，周怀春，彭敏等基于炉膛辐射能信号的电站燃煤机组燃烧控制研究J中国电机工程学报，2002，22(11)：156 22 刘福国电站锅炉入炉煤元素分析和发热量的软测量实时监测技术J中国电机工程学报，2005，25(6)：13923 Li Chuanjiang，Zhang Zhiqiang，Qi T Z，et alA design of integrated measurement for coal inlet control in a thermal power plantCIEEE Conference on Industrial

25、 Electronics and Applications，Xian，China 200924 施壮，陈胜利，陈多柱等600MW中速磨超临界锅炉主控系统改进及应用 J中国电力，2008，41(6)：59 25 Magni L，Paderno J，Pretolani FKalman filter estimation of the coal flow in power plantsCProceedings of the 44th IEEE Conference on Decision and Control Conference，Seville，Spain，200526 Odgaard P F，

26、Lin B，Jorgensen S BObserver and data-driven-model- based fault detection in power plant coal millsJIEEE Transactions on Energy Conversion，2008，23(2)：659-66826 Fukayama Y，Hirasawa K，Shimohira KAn adaptive state estimator for pulverizer controlJIEEE Transactions on Control Systems Technology，2004，12(6

27、)：797-810 27 Odgaard P F，Stoutrup JEstimation of uncertainty bounds for the future performance of a power plantJIEEE Transactions on Control Systems Technology，2009，17(1)：199-20628 Wei Jianlin，Wang Jihong，Wu Q HDevelopment of a multisegment coal mill model using an evolutionary computation technique

28、JIEEE Transactions on Energy Conversion，2007，22(3)：718-727 29 Fan G Q，Rees N W An intelligent expert system (KBOSS) for power plant coal mill supervision and ControlJ Control Engineering Practice，1997，5(1)：101-10830 廖艳芬，马晓茜混合遗传算法在制粉系统优化中的应用J华南理工大学学报(自然科学版)，2009，37(2)：152-15731 Rangaswamy T R，Shanugam J，Thyagarajan TFuzzy based coordinated controller for thermal power plantCProceedings of India International Conference on Power Electronics，India，2006 32 杨献勇热工自动控制原理M北京：清华大学出版社，2008：20033 Satish KumarNeural NetworksMTsinghua University Press：2006， 8：304-31034 Kats