超臨界機組大滯后性對象動態(tài)過程控制優(yōu)化

1、研究生學(xué)位論文選題報告及 論 文 工 作 實 施 計 劃學(xué) 院： 動力工程學(xué)院 專 業(yè)： 熱 能 工 程 說 明 一、論文選題報告由研究生向教研(研究)室匯報并聽取意見后，整理成文填寫。 二、研究生應(yīng)在入學(xué)后的第三學(xué)期內(nèi)完成選題報告。 三、本表一式三份，一份交學(xué)院，指導(dǎo)教師和研究生各存一份。研究生自存表應(yīng)于答辯前交學(xué)院，作為答辯申報材料之一。一、論文選題報告 （申請時間：2012年 月 日）論文題目：超臨界機組大滯后性對象動態(tài)過程控制優(yōu)化 研究方向：電站熱工自動化及計算機應(yīng)用 課題來源國 家項 目部、省級項 目橫 向聯(lián) 系自 擬合 同編 號經(jīng) 費 數(shù)（萬元） 題目類型基 礎(chǔ)研 究應(yīng) 用研 究工

2、 程應(yīng) 用其 它 自選報告內(nèi)容：（課題學(xué)術(shù)和實用意義；國內(nèi)外現(xiàn)狀綜述；研究目的、內(nèi)容、技術(shù)路線、可行性論證；創(chuàng)新之處和擬解決的關(guān)鍵問題；預(yù)期目標等）一、國內(nèi)外現(xiàn)狀綜述 1、電站熱工過程控制理論的發(fā)展現(xiàn)狀在電廠熱工過程控制領(lǐng)域，經(jīng)典控制理論在上世紀隨著電子及通信技術(shù)的高度發(fā)展已廣泛和較成熟應(yīng)用。當前，即便在歐美發(fā)達國家，基于經(jīng)典控制理論的PID串級反饋控制系統(tǒng)在電廠DCS中也占據(jù)著主要部分。在同樣工業(yè)控制先進國家的日本，其電廠熱工過程的自動控制依然約有80是由PID控制器來實現(xiàn)的。這是控制器基于經(jīng)典控制理論PID的優(yōu)點和控制對象電廠熱工過程特點決定的。具體而言，表現(xiàn)在:基于經(jīng)典控制理論的PID反

3、饋控制系統(tǒng)有其內(nèi)在的自適應(yīng)能力和魯棒性，系統(tǒng)分析和綜合簡便，工業(yè)實現(xiàn)也容易；電廠熱工過程中的控制對象工作機理明確，物質(zhì)、能量的轉(zhuǎn)換和傳遞關(guān)系比較明確，適宜建模，且其過程大都可用線性模型近似，多變量系統(tǒng)也都能較好用相應(yīng)的解耦控制方式實現(xiàn)。然而，隨著機組容量的增加、高參數(shù)復(fù)雜大系統(tǒng)的出現(xiàn)，電廠熱工過程控制對自動化程度及其控制水平的要求越來越高。特別是，隨著電網(wǎng)擴大和區(qū)域大型電網(wǎng)的形成，以及電負荷波動較大、谷峰差異明顯和不穩(wěn)定電源如風(fēng)電的比例增加等新特點，對傳統(tǒng)熱工過程控制增加了新的挑戰(zhàn)?；诂F(xiàn)代控制理論的狀態(tài)觀察器、Smith預(yù)估器、自適應(yīng)控制、預(yù)測控制、最優(yōu)化等在優(yōu)化熱工過程控制中發(fā)揮了一定作用

4、，但由于依賴嚴格數(shù)學(xué)模型、系統(tǒng)魯棒性很差，嚴重制約了其在電廠控制中普遍應(yīng)用。然而，現(xiàn)代控制理論的最優(yōu)控制思想，在改善經(jīng)典熱工控制系統(tǒng)特性，特別是在節(jié)能等優(yōu)化控制上有很大借鑒價值和研究空間。從工業(yè)現(xiàn)實角度講，短時間內(nèi)對控制系統(tǒng)從理論實現(xiàn)上進行全面更新有很大困難。但是，電廠熱工過程控制中依然有急待解決的問題，如控制系統(tǒng)在線優(yōu)化、變負荷下控制穩(wěn)定性、啟停過程控制優(yōu)化、負荷大擾動控制、超臨界下的強非線性等。這是由經(jīng)典控制理論本身存在的局限性決定的。運行方式的切換、設(shè)備壽命變化、電網(wǎng)輸入擾動等引起的控制系統(tǒng)模型失配、強非線性、強干擾等問題，依賴傳統(tǒng)控制理論和人工經(jīng)驗控制，都無法根本解決。而這些恰恰是智能

5、控制解決類似問題的優(yōu)勢所在。這因為，智能控制一般只依賴廣義模型，且有很強的魯棒性能、非線性逼近、自組織、自學(xué)習(xí)和自適應(yīng)等能力。然而，智能控制還未形成成熟理論，其模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)、進化算法等在控制實現(xiàn)問題上仍有難點，如模糊規(guī)則確定、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率、專家系統(tǒng)實時性等等。 針對以上現(xiàn)實，近些年來，很多學(xué)者投入到混合控制研究上，即利用各控制理論的優(yōu)點，設(shè)計基于經(jīng)典、現(xiàn)代和智能控制理論的混雜控制系統(tǒng)，并取得一定進展，為熱工控制理論的發(fā)展提供了新的參考方向。同時，非線性理論也取得重要突破，基本解決了反饋線性化和解耦線性化，進而為強非線性MIMO被控對象的建模和系統(tǒng)設(shè)計奠定堅實基礎(chǔ)。超臨界

6、機組的控制難點之處就是其強非線性特性和MIMO下的強耦合性，采用傳統(tǒng)線性理論的小偏差法很難達到全局性精確化和全局穩(wěn)定性，無法實現(xiàn)對對象特性的完全補償。而非線性控制理論的引入，將為超臨界機組控制的非線性類變參數(shù)控制問題提供新方法。2、超臨界機組發(fā)電技術(shù)現(xiàn)狀及其大滯后性對象的動態(tài)過程控制超臨界機組源于上世紀五十年代，其制造和運行技術(shù)在歐美及日本已發(fā)展較為成熟。八十年代末，日本投產(chǎn)了世界首臺超超臨界火力發(fā)電機組。而我國起步較晚，上世紀九十年代初才投產(chǎn)首臺且是引進的超臨界機組，但進步較快，于2006年投產(chǎn)了具有部分國際領(lǐng)先水平的1000MW超超臨界發(fā)電機組。然而，在超臨界機組早期發(fā)展過程之中，由于對超

7、臨界機組復(fù)雜的動態(tài)特性認識不足，控制技術(shù)水平相對滯后，并且在現(xiàn)有超臨界機組控制系統(tǒng)設(shè)計中都采用保守的參數(shù)整定值，以犧牲在額定工作點的控制性能和經(jīng)濟性來滿足機組的安全性和低負荷下的穩(wěn)定性。相對而言，國內(nèi)超臨界大型機組的自動控制水平更落后于先進國家。雖然2006年北京國電智深公司自主知識產(chǎn)權(quán)的EDPF-NT分散控制系統(tǒng)中標大連莊河2600MW超臨界機組主輔機一體化控制項目，并因此結(jié)束了我國在高端控制系統(tǒng)完全依賴進口的歷史，但是，國內(nèi)超臨界機組的控制系統(tǒng)及其設(shè)備依然以外商產(chǎn)品為主，而且關(guān)鍵控制機構(gòu)、控制卡件和子控制系統(tǒng)上還必須依賴進口。這說明，在很多方面國內(nèi)DCS的研發(fā)和制造仍任重道遠。 但由于超臨

8、界大型機組的直流特性、強非線性、強耦合特性，國內(nèi)外在超臨界機組控制系統(tǒng)設(shè)計優(yōu)化上依然共同面臨著多種控制難題，如強非線性MIMO系統(tǒng)下解耦、強非線性對象動態(tài)過 程中模型失配、燃水比控制、容錯安全機制等。尤其是在動態(tài)過程控制中包含大滯后性對象，如中速直吹式制粉燃燒系統(tǒng)、過熱汽溫、再熱汽溫等，增加了控制難度，具體體現(xiàn)在： (1) 能量平衡控制的建立。在網(wǎng)機組必須保證頻率、電壓穩(wěn)定和同步于系統(tǒng)。電壓的允許波動控制相對容易，但頻率的同步要求嚴格，且必須保證有功功率在需求和電源間的平衡控制。這就導(dǎo)致發(fā)電控制的在線特性，即鍋爐輸出能量和汽輪發(fā)電機組要求能量的嚴格平衡。由于超臨界大型機組的強耦合和非線性，這給

9、能量平衡機制的確立帶來困難?，F(xiàn)有直接和非直接能量平衡控制方式仍需作進一步完善，以提高整套機組控制響應(yīng)能力和穩(wěn)定性。 (2) 燃料量和主蒸汽流量難以精確測量。在燃煤機組中，燃燒控制的關(guān)鍵難點就是燃煤量至今無法精確測量，加之燃料成份的變化和磨煤機組的大滯后，實際輸入鍋爐熱量無法準確計算。而且，主蒸汽流量也無法準確測量，這導(dǎo)致建立機組能量平衡控制更加困難。雖然許多學(xué)者在燃料量測量、熱量測量、主蒸汽流量測量上做了大量研究工作，如爐膛溫度構(gòu)造輻射能信號、受熱面中間點焓值構(gòu)造熱量信號、調(diào)節(jié)級壓力構(gòu)造主汽流量等，但本質(zhì)問題仍尚待解決。 (3) 主汽溫度控制。超臨界機組給水進入鍋爐后加熱、蒸發(fā)、過熱系一次性完

10、成，沒有汽包裝置進行能量和物質(zhì)的緩沖，過熱器受熱面也很龐大，造成主汽溫很難控制有大滯后特性。而且，負荷變化時，受熱面內(nèi)各相工質(zhì)沒有固定分段，給水燃比的控制和主汽溫控制帶來困難。雖然在主汽溫控制上的智能控制應(yīng)用研究較多，并發(fā)布了基于神經(jīng)網(wǎng)路控制、模糊控制等算法的主汽溫度控制方案成果，但是大多數(shù)局限于仿真研究，甚至實際應(yīng)用價值不大。 (4) 動態(tài)過程優(yōu)化控制。現(xiàn)有超臨界機組控制技術(shù)，大都基于額定、穩(wěn)態(tài)設(shè)計工況，而且是基于安全性、穩(wěn)定性優(yōu)先原則，結(jié)果導(dǎo)致犧牲了在動態(tài)過程中偏離設(shè)計工況時的控制最優(yōu)化和經(jīng)濟性。這點在機組低負荷控制時尤為明顯。同時，在機組大擾動動態(tài)過程中，比如AGC模式下的快速負荷控制、

11、RB或者RD下的異常動態(tài)負荷控制、系統(tǒng)和設(shè)備運行模式切換等，機組的控制性能很難得到較好保證，特別是當對象具有大滯后性的控制，如燃燒控制、主汽溫控制等。而這方面的研究相對薄弱。二、課題學(xué)術(shù)和實用意義 超臨界機組的MIMO控制系統(tǒng)具有強非線性、強耦合性，動態(tài)過程中大滯后性對象控制成為難點。特別是燃料量和主蒸汽流量的精確測量、熱量信號的精確建構(gòu)、大滯后非線性對象的精確建模、大擾動動態(tài)過程下模型失配是當前研究重點。而熱工控制由傳統(tǒng)控制理論向非線性理論、智能控制理論過渡，以解決強非線性和不精確模型及其解耦等問題，是拓展當前熱工控制的關(guān)鍵所在。 同時，通過對先進控制方法當前不足的研究，如神經(jīng)網(wǎng)絡(luò)控制的泛化

12、能力和學(xué)習(xí)速率、模糊控制規(guī)則確定、專家知識庫的在線更新等，并結(jié)合仿真、實驗及項目實踐，可提高現(xiàn)有智能控制算法在熱工過程控制上的實用性。因此，結(jié)合各控制理論的優(yōu)勢，設(shè)計出基于經(jīng)典PID控制和最優(yōu)化思想、引入智能控制算法的混合控制系統(tǒng)，可以加強控制系統(tǒng)的在線辨識能力和實時性控制能力，使其能較好地工業(yè)實現(xiàn)和普遍應(yīng)用。 總之，燃料量測量、熱量信號建構(gòu)、對象大滯后性和模型失配等超臨界機組控制問題的解決，將在極大程度上提高熱工控制系統(tǒng)的穩(wěn)定性、準確性、快速性、安全性和經(jīng)濟性。同時，此應(yīng)用研究的成果，對類似的過程控制領(lǐng)域如石化行業(yè)等也有較高參考和推廣價值。 三、 研究目的、內(nèi)容、技術(shù)線路、可行性論證 1、研

13、究目的 基于對超臨界大型機組直流特性、強非線性和耦合性的研究，分析大滯后控制對象在動態(tài)控制過程中的模型失配，并綜合先進控制方法特別是智能控制算法，最終設(shè)計出經(jīng)過優(yōu)化的燃料量控制、主汽溫控制和水燃比控制綜合方案，以更好保證超臨界機組在動態(tài)過程控制中的穩(wěn)定性、快速性、準確性、安全性和經(jīng)濟性。 2、研究內(nèi)容 (1) 超臨界機組燃料量控制和主汽溫控制的非線性動態(tài)特性； (2) 燃料量控制和過熱汽溫控制的大滯后特性； (3) 熱量信號構(gòu)建； (4) 燃料量控制和水燃比過熱氣溫控制系統(tǒng)設(shè)計； (5) 選擇合適智能算法，并加以混合控制優(yōu)化。 3、技術(shù)路線 (1) 數(shù)學(xué)建模。對于超臨界機組的強非線性和耦合性，

14、其建?？梢砸敕蔷€性理論的反饋線性化和解耦線性化加以分析。也可以選擇合適的智能控制算法，利用其廣義模型加以解決。此外，設(shè)計合理的新式混合控制算法，即利用廣義模型和數(shù)學(xué)模型的結(jié)合來克服控制對象的大滯后性，必要時對此智能控制算法進行優(yōu)化。 (2) 方案設(shè)計。確定是否設(shè)計在線辨識控制器。分析可行的熱量信號、主汽流量信號構(gòu)造方法，研究微過熱汽溫、焓值等狀態(tài)信號，利用信息融合理論設(shè)計新型熱量信號和水燃比信號，優(yōu)化得到燃料量控制和水燃比過熱汽溫控制的綜合方案。 (3) 辨識和分析。對數(shù)模進行結(jié)構(gòu)辨識和參數(shù)辨識，最后對整個綜合方案進行特性分析。 (4) 控制系統(tǒng)組態(tài)和校核。利用LabVIEW或者MATLAB

15、進行控制系統(tǒng)組態(tài)編程，并最后仿真，驗證并對設(shè)計進行校核。 4、可行性論證 (1) 非線性大滯后對象建模問題，國內(nèi)外學(xué)者已做了很多卓有成效的前期研究。非線性理論和智能控制方法在熱工控制領(lǐng)域的仿真和實驗研究在近些年來也有很多論文及專著成果發(fā)布。特別是國內(nèi)學(xué)者關(guān)于熱量信號構(gòu)造、過熱汽溫大滯后特性的研究文獻也較豐富。這些都為本研究課題的開展提供了很好的理論及前期支撐。 (2) 超臨界機組控制實踐表明，鍋爐內(nèi)反映能量和工質(zhì)平衡的水燃比的狀態(tài)信號有很多，單獨用某一個信號必然有片面性。同樣，在構(gòu)造熱量信號和主蒸汽流量信號時也是如此。因此，利用信息融合理論，選擇互補性的信號組進行最優(yōu)綜合，則有望解決現(xiàn)有問題。

16、 (3) LabVIEW或MATLAB是熱工控制系統(tǒng)組態(tài)和仿真的常用專業(yè)軟件，可以對最終研究結(jié)果進行仿真驗證分析，并具有很好的直觀性。 四、創(chuàng)新之處與擬解決的關(guān)鍵問題1、創(chuàng)新之處(1) 基于非線性理論的智能控制系統(tǒng)建模。將非線性理論下的反饋線性化和解耦線性化直接引入智能控制系統(tǒng)，設(shè)計混合控制，以解決熱量信號構(gòu)建和水燃比控制建模問題；(2) 設(shè)計具有強實時性和在線辨識能力的熱工過程控制系統(tǒng)；(3) 利用信息融合理論，綜合多個互補狀態(tài)信號來設(shè)計熱量信號和燃水比控制方案。2、擬解決的關(guān)鍵問題 (1) 模型失配時，智能控制算法的在線辨識能力； (2) 控制算法的學(xué)習(xí)速率問題； (3) 非線性對象反饋線

17、性化裝置設(shè)計； (4) 應(yīng)用信息融合理論建構(gòu)熱量信號、水燃比控制時，如何選擇狀態(tài)信號進行組合，及其最優(yōu)化性能指標確定問題。 五、預(yù)期目標1、依據(jù)信息融合理論構(gòu)建熱量信號和水燃比控制，并基于此設(shè)計燃料量控制系統(tǒng)；2、基于非線性理論和智能控制算法，設(shè)計主汽溫控制系統(tǒng)；3、利用LabVIEW或MATLAB編程仿真，完成設(shè)計校核。(若紙不夠，請另附頁)主要參考文獻目錄：1 章衛(wèi)國先進控制理論與方法導(dǎo)論M西安：西北工業(yè)大學(xué)出版社，2000 2 Gene FFranklin動態(tài)系統(tǒng)的反饋控制M北京：電子工業(yè)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 鄧良才，王廣軍，陳紅鍋爐汽溫對象的在線模糊辨識J中國電機工程學(xué)報，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，劉吉臻，劉向杰等基于折息遞推最小二乘自適應(yīng)動態(tài)矩陣的過熱汽溫控制器設(shè)計J中國電機工程學(xué) 報，

23、2007，27(8)：70-7514 李紅詞超臨界鍋爐控制技術(shù)的分析及發(fā)展J自動化儀表，2009，30(2)：1-4 15 華志剛，呂劍虹，張鐵軍狀態(tài)變量-預(yù)測控制技術(shù)在600MW機組再熱汽溫控制中的研究與應(yīng)用J中國電 機工程學(xué)報，2005，25(12)：103-107 16 胡壽松自動控制原理M北京：科學(xué)出版社，200117 于長官現(xiàn)代控制理論及應(yīng)用M哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2007 18 韋巍智能控制基礎(chǔ)M北京：清華大學(xué)出版社，2008 19 容鑾恩，袁鎮(zhèn)福，劉志敏電站鍋爐原理M北京：中國電力出版社，2007：103-10420 于達人，范軼，徐志強爐膛輻射能量信號和熱量信號的信息融

24、合方法J中國電機工程學(xué)報，2003，23(4)：15821 張師帥，周懷春，彭敏等基于爐膛輻射能信號的電站燃煤機組燃燒控制研究J中國電機工程學(xué)報，2002，22(11)：156 22 劉福國電站鍋爐入爐煤元素分析和發(fā)熱量的軟測量實時監(jiān)測技術(shù)J中國電機工程學(xué)報，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 施壯，陳勝利，陳多柱等600MW中速磨超臨界鍋爐主控系統(tǒng)改進及應(yīng)用 J中國電力，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 廖艷芬，馬曉茜混合遺傳算法在制粉系統(tǒng)優(yōu)化中的應(yīng)用J華南理工大學(xué)學(xué)報(自然科學(xué)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 楊獻勇熱工自動控制原理M北京：清華大學(xué)出版社，2008：20033 Satish KumarNeural NetworksMTsinghua University Press：2006， 8：304-31034 Kats