动态矩阵预测控制在火电厂中的应用与展望

潘岩 潘维加

(长沙理工大学电气与信息工程学院,湖南 长沙 410004)

动态矩阵预测控制在火电厂中的应用与展望

潘岩 潘维加

(长沙理工大学电气与信息工程学院,湖南 长沙 410004)

随着火电机组单机容量的不断增大,传统PID控制难以满足大型火电机组的控制要求。动态矩阵预测控制是一种先进控制算法,适用于大滞后、大惯性被控对象的控制,应用潜力巨大。在广泛收集动态矩阵预测控制相关研究资料的基础上,分别阐述了动态矩阵预测控制算法和改进后的动态矩阵预测控制算法在火力发电厂热工控制系统中的应用现状,并进行了分析比较。最后对动态矩阵预测控制在未来火力发电厂中的应用,提出了一些看法。

火电厂 热工控制系统 预测控制 动态矩阵 复合控制 仿真

0 引言

最近几十年,预测控制发展迅速,这主要得益于计算机运算速度的提高,为复杂算法的实现提供了条件。预测控制算法不是由某些理论推导所得,而是在工业实践中逐渐得出的,有较强的实用性。动态矩阵控制(dynamic matrix predictive control,DMC)属于预测控制算法。动态矩阵控制算法由卡特勒(Cutler)等人于1980年提出[1-2],他指出实现动态矩阵控制主要经历三个步骤,即预测模型、滚动优化和反馈校正。预测模型与经典控制不同,主要依赖于已获得的历史信息,对下一步的输入进行控制。其对于对象的结构要求不高,这一特点恰恰适应了火力发电厂中被控对象模型难以准确建立且特性常常伴随工况变化而改变的情况。滚动优化是控制过程的又一突出特点,即没有设置全局性能指标,每优化一次,指标都会有所提升,只是不同时刻其相对形式相同。这种优化不是一次完成,有助于提升控制品质。反馈校正解决了实施过程中有关非线性的影响,从整体上提升了动态矩阵控制算法的控制效果,实用性很强。

1 DMC在热控系统中的应用

火力发电厂实施自动化控制有着重大意义[3]。电力生产要求火力发电厂热工控制系统具有安全性、技术性、先进性的特点,以保证机组最优经济运行的需求。现阶段,我国火力发电厂热工控制系统设计形式较为多样,但绝大部分都是以传统PID控制为基础的。这种方案对模型要求较高,对多变量对象的控制效果不理想,导致诸如磨煤机等被控设备在许多发电厂依然以人工手动方式运行,效率不高,经济性难以实现最佳。

1.1 动态矩阵预测控制现状

动态矩阵预测控制理论经过长时间的发展与总结,理论基础较为成熟。相关文献表明,人们对这种先进控制理论进行了大量的仿真试验,进一步证实了理论的价值与意义。文献[4]作者对预测控制算法在热工控制系统中的应用进行了总结,明确指出预测控制与其他控制方案结合的理念与趋势,有力地证明了预测控制可以应用到热工过程控制,并能取得较好的控制品质。文献[5]作者调研了优化控制软件的需求,基于我国现阶段的情况,针对火力发电厂繁杂工业控制的难点、常规控制的不足,对预测控制、模糊控制、神经网络控制等当前主流控制算法进行比较,并设计出开放性的控制软件,这类软件经受住了实际应用的考验。文献[6]作者以Matlab软件为基础,调用函数mpccon(),成功设计了输入/输出无约束的预测控制器,并将其应用于仿真机。文献[7]作者针对工业过程中对象特性改变的情况,提出了切换的动态矩阵控制方案。试验结果表明,切换的动态矩阵控制方案鲁棒性较好,优于传统PID控制方案。文献[8]作者采用动态矩阵预测对主汽温度进行控制,并与传统PID控制方案进行比较,其响应曲线明确反映了动态矩阵预测控制方案的优势。文献[9]作者设计了针对再热汽温的动态矩阵预测控制方案,有较强的使用价值。文献[10]作者将动态矩阵预测控制应用于机炉协调控制系统,针对电网峰谷差与日俱增、机组负荷频繁增减,以及主蒸汽压力与负荷耦合的情况,提出多变量动态矩阵预测控制方案,对负荷预测控制系统进行建模,并在不同负荷下分别进行仿真。仿真结果证明了其策略的可靠性和良好的鲁棒性。文献[11]作者详细阐明了动态矩阵预测控制的优点,并将Matlab软件作为平台,搭建出动态矩阵预测控制算法界面。通过输入已知模型,选择适当参数,成功达到预期目标。

1.2 改进的动态矩阵预测控制现状

随着时间的推移,动态矩阵控制理论也有了进一步发展。常规单输入单输出算法推广为多输入多输出。在应用过程中,人们还常常将动态矩阵与其他控制算法相结合,特别是与PID控制、神经网络控制、模糊控制以及自适应控制的结合成为了人们关注的热点,发展空间与潜力很大。经过不断的仿真与应用,针对在试验和生产过程中遇到的问题,人们提出并尝试了很多改进与优化措施,进一步完善了动态矩阵预测控制理论,大幅提高了实用价值。文献[12]作者分别基于动态矩阵控制和传统PID控制方案,对锅炉燃料调节系统进行仿真试验,详尽分析并综合两种控制方案的特点,提出了DMC-PID共同作用的第三种控制方案。这一种设计是对单一控制方案的改进,在一定程度上克服了单纯动态矩阵控制方案中多层次过于复杂和无法分辨干扰源的问题,取得了较好的试验效果。文献[13]作者应用DMC-PID方案实现了锅炉汽包水位控制,现场应用前景良好。文献[14]作者针对动态矩阵控制理论算法运算量大、实用性低的不足,对其进行了优化,设计了两种动态矩阵控制的简化方案。该方案的关键在于分别引入控制增量衰减因子α与β,力求将控制增量ΔU(k+1)在M步内变为0,即停止控制。两种简化后的运算,使得对于矩阵的求逆变成对于纯数字的求逆,成功实现了减化运算步骤,降低了设备要求,提高了可行性。同时作者基于这两种控制方案,以主汽温度控制系统、主汽压力控制系统、单元机组负荷控制系统为例,分别进行仿真试验,研究了鲁棒性,并与其他方案进行比较。由仿真曲线可知,系统响应速度略有下降,但无超调,实用性显著提高,试验效果较为理想。文献[15]作者直接从产生偏差的原因入手,采用简化后的动态矩阵控制算法对锅炉燃烧系统进行控制,其特点在于设置一个前馈环节补偿,避免了高阶求逆的复杂运算,达到了预期效果,且最终基本消除偏差,试验成功。文献[16]作者对低速钢球磨煤机进行动态矩阵预测控制。由于钢球磨煤机涉及的参数较多,诸如磨煤机出口温度、磨煤机负荷及磨煤机电流等,大部分电厂没有实现自动化运行,而作者及其团队以最佳存煤量为设定值,内回路大量采用PID控制,以力求尽快抑制干扰,外回路利用动态矩阵控制实现全局优化。综合两种方案的优点,并在实施过程中巧妙设置了三层结构,取得了良好的效果。该系统运行于陕西秦岭发电厂6号炉乙侧,实现了自动化控制,调节效果好,过渡时间短,钢耗减少,煤粉细度均匀,经济性有所提高。文献[17]作者提出了串级控制与动态矩阵控制结合的控制方案,仿真研究得到了较为完美的曲线,效果很好。

2 动态矩阵预测控制展望

动态矩阵预测控制自提出以来,在实践中日趋完善,其应用范围也逐步扩大,从局部控制发展到应用于整个系统,从应用于小机组升级至大机组,从单输入单输出的单一控制方案完善成为与其他先进控制理论相结合的复合控制方案,动态矩阵预测控制都表现出了极强的实用性。文献[18]作者对1 000 MW超超临界机组的特性和模型进行了分析,采用了双层结构的多变量约束预测控制(MCPC)方案,充分利用了动态矩阵滚动优化的特点,完成了整体MCPC控制系统的方案设计和建模仿真。与传统PID控制方案相比,仿真曲线振荡和超调几乎可以忽略,试验十分成功。从文献[18]不难看出,对于算法本身的简化,伴随硬件水平的提升,已不再是人们追求的重点;在物质基础的保障下,控制系统的复杂程度已经有了较大的提高,对于控制品质的追求成为主流趋势;同时,动态矩阵预测控制算法与其他先进控制理论的结合使用也是日渐普遍。与传统PID控制方案的联合使用已经取得了良好的经济效果,文献[19]和文献[20]作者分别应用DMC-PID方案,对过热汽温、再热汽温进行控制,取得了令人满意的效果。不同控制理念的组合可以极大地发挥各种算法的特点,其不同于新理论的创造,周期短,更贴近实际,对于问题的解决针对性强,发挥取长补短的效果。动态矩阵预测控制与模糊PID控制、模糊控制、遗传算法等先进控制理论的结合使用,也将逐步应用于实际生产,创造出应有的价值。

3 结束语

随着工业自动化水平的不断提升,计算机技术的不断发展,我国火力发电厂在很大程度上实现了自动化生产。但随着机组容量的迅速扩大,充分暴露了传统控制方案的不足。这使得人们在应用过程中针对原有的不足之处进行了改进,提出了很多先进控制方法。动态矩阵预测控制算法作为先进控制理论,以其作用于大惯性、大滞后对象时具有良好的性能,以及对模型的低要求得到了人们的肯定。我国科研人员利用仿真软件进行了大量仿真研究,提出了很多实用性很强的改进措施,并在一定程度上投入了工业应用。计算机技术的飞速发展和超大规模集成电路的产生,进一步为动态矩阵预测控制提供了空间。但目前动态矩阵预测控制仍存在一些问题,诸如不能识别扰动原因、计算量相对较大、实时性受影响等依然制约着其在现场的应用范围与深度。伴随科学技术的不断腾飞,相信动态矩阵预测控制能发挥更大的作用,提升火力发电厂的自动化水平,提高火力发电厂的运行效率,更好地满足现代电力生产的要求。

[1] 马文学,钟汉枢.动态矩阵控制研究进展及应用现状[J],重庆高等专科学校学报,2005,20(1):49-52.

[2] Cutler C R,Ramaker B L.Dynamic matrix control a computer control algorithm[C]//Proceedings of the 1980 Joint Automatic Control Conference,San Francisco:American Automatic Control Council,1980.

[3] 姜宝申.火力发电厂自动控制系统发展初探[J].科技与企业, 2012(8):308.

[4] 王国玉,韩璞.预测控制及其在热工过程控制中的应用[J].电站系统工程,2002,18(3):53-56.

[5] 倪勇坚.电厂控制系统的优化软件设计与实现[D].西安:西安电子科技大学,2012.

[6] 符晓玲.输入/输出无约束的模型预测控制器设计[J].信息与电脑,2010(6):51-52.

[7] 李宏光,廖一波.工业生产过程中的切换动态矩阵控制[J].控制理论与应用,2010,27(9):1277-1283.

[8] Rovnak J A,Corlis R.Dynamic matrix based control offossile power plant[J].IEEE.Transactions on Energy Conversion 1991.6(2):320-326.

[9] Sanchez L A,Arroyo F G,Villavicencio R A.Dynamic matrix control of steam temperature in fossil power plant[C]//IFAC Control of Power Plants and Power Systems,London:Pergamon Press,1995: 275-280.

[10] 李玉红,王东风,刘红军,等.机炉协调系统的动态矩阵控制仿真研究[J].电力科学与工程,2004(4):11-14.

[11] 杨丽华,赵文杰.基于MATLAB动态矩阵控制算法设计仿真[J].仪器仪表用户,2012,19(4):64-66.

[12] 黄成静.动态矩阵控制在电厂热工控制系统中的应用[D].保定:华北电力大学,2002.

[13] 刘红军,韩璞,王东风.锅炉汽包水位系统DMC-PID串级控制仿真研究[J].系统仿真学报,2004,16(3):450-453.

[14] 李玉红.简化动态矩阵控制及其在热工系统中的仿真研究[D].保定:华北电力大学,2005.

[15] 高明全,易维新,董书怀.动态矩阵控制在工业锅炉燃烧系统的应用[J].自动化技术与应用,2002,21(3):4-6.

[16] 成保国.火电厂磨煤机优化控制系统的应用[J].西北电力技术,2006(2):17-19.

[17] 谢剑英,席裕庚,季雪伟.预测-IPD串级控制及其应用[J].控制理论与应用,1991,8(2):196-200.

[18] 王国良,阎威武,陈世和,等.1 000 MW超超临界机组的多变量约束预测控制的研究[J].控制理论与应用,2012,29(12):1573-1578.

[19] 郭伟,姚少杰.基于PID的DMC算法性能分析及其在过热蒸汽温度控制中的仿真[J],热力发电,2008,37(1):50-53.

[20] 张嘉英,王文兰.基于动态矩阵控制的再热汽温控制系统[J].电力自动化设备,2010,30(8):71-74.

Application and Outlook of the Dynamic Matrix Predictive Control in Fossil Power Plant

Along with the continuously increasing of the unit capacity in fossil power plants,the traditional PID control is difficult to satisfy the control requirements for large scale fossil power units.Dynamic matrix predictive control is an advanced control algorithm,it is suitable for the controlled objects with large time delay and large inertia,so it possesses huge potential for application.On the basis of collecting relative research materials for dynamic matrix predictive control,the current status of applications of dynamic matrix predictive algorithm and the improved dynamic matrix predictive control algorithm in fossil power plants are described respectively and compared.In addition,some comments for the applications of dynamic matrix predictive control in future power plants are proposed.

Fossil power plant Process automated control system Predictive control Dynamic matrix Composite control Simulation

TP273

A

修改稿收到日期:2014-06-16。

潘岩(1990-),男,现为长沙理工大学控制理论与控制工程专业在读硕士研究生;主要从事火力发电过程先进控制技术的研究。