超临界机组的多变量模型预测控制

管彦诏，李金旭（山东大学，250000）

超临界机组的多变量模型预测控制

管彦诏，李金旭
（山东大学，250000）

本文从工程应用角度总结和分析了超超临界机组控制发展现状和控制难点，在分析了超超临界机组输入-输出关系基础上，提出了一种以输入为燃料量、汽轮机调门开度和给水流量以及输出为机前压力、机组负荷和分离器出口蒸汽温度的火电机组多模型预测控制方案，并给出了具体实施方案与步骤，仿真试验结果表明所提出的方法控制效果良好，具有较好的推广应用价值。

超超临界；火电机组；多变量；多模型；模型预测

0　引言

我国的能源结构决定了我国电力是以燃煤发电为主。按照国家制订的2020年电力发展规划，我国发电装机容量将从目前14亿千瓦增加到2020年的18亿千瓦，其中燃煤机组比例约占总装机容量的75%左右，而超超临界机组具有继承性好，容易实现大型化的特点，因此在火电机组中比重不断加大。超超临界机组锅炉传统控制多采用常规PID加前馈控制，其优点是控制结构简单并具有一定的鲁棒性 ，但实际应用控制效果并不理想 ，不能适应负荷的大幅变化，常出现负荷和压力偏差较大的情况。而预测控制（Model predictive control，MPC）技术可以较好地解决时滞和多变量控制中存在的问题，并且已在在许多领域成功应用。近年来，预测控制技术也被推广至火电机组控制领域，

本文针对超超临界机组协调控制的特点，提出了一种以输入为燃料量、汽轮机调门开度和给水流量以及输出为机前压力、机组负荷和分离器出口蒸汽温度的火电机组多模型预测控制方法，并给出了具体的方案与详细实施步骤，仿真试验结果表明所提出的方法控制效果良好，具有较好的推广应用价值。

1　超超临界机组多模型预测控制

在一定的工况段范围内，机组的模型可以近似为线性模型，通过施加阶跃扰动可以建立起输入输出的阶跃响应矩阵关系。

其中，

预测控制完成带有约束的滚动优化过程：

对优化指标J求极值得到当前k时刻的控制变量为：

A为机组预测模型的的动态矩阵，W为设定值向量，Q为误差权矩阵，R为控制权矩阵。误差权矩阵Q表征了在未来P个时域内对误差控制程度，而控制权矩阵R则表征了对控制增量的约束程度。实际的控制工程往往从系统整体经济指标（综合考虑产出和控制能量、生产物料的节约）的角度去制定控制策略。实际中，多变约束控制将预测控制的滚动优化与整体经济指标线性优化相结合，将全局线性规划与滚动优化相结合的策略，由此实现系统稳态和动态优化的结合。

火电机组在负荷变化过程中要将系统由一个稳态控制过渡到另一个稳态。现有成熟的MPC技术多采用线性模型，非线性过程建模与控制在实际过程中应用非常困难，因此采用多个线性模型来解决过程的非线性是一种切实可行的方法。在建立好局部的动态模型后，设计适用于负荷变化的多模型预测控制策略也非常重要，因为模型是局部的，过程动态特性却是全局的，当使用模型进行大范围预测时，将出现较大程度失真。多模型预测控制（MMPC）是非线性预测控制的一种基本形式 ，是采用多个线性化的局部模型来描述同一个非线性对象，MMPC控制针对局部模型设计控制器，以切换或加权形式获得全局输出。多模型预测控制针对多个局部模型分别设计预测控制器，每个控制周期中得到多组控制输出增量通过加权形式获得实际控制输出增量，这样能够平滑过渡不同时期的控制输出，有效提高机组的负荷和压力响应特性，从而适应大范围的工况变化，模型切换采用插值的方式进行加权。以负荷L（k）为调度变量的话，插值规则可以定义为：

采用模型预测技术，可以有效克服控制对象的大迟延、大滞后特性。通过多变量模型预测控制技术以及智能逻辑进行状态判断，从而实现混合模型的无扰切换。在一定的工况段范围内，机组的模型可以近似为线性模型，通过施加阶跃扰动可以建立起相应的输入输出阶跃响应矩阵关系。

建立机组25%，50%，75%及100%MCR四个负荷段的模型，模型之间的切换采用插值方式进行，确保MPC控制的准确性。

对于多模型预测控制用于协调控制的基本实施思路如图1所示：

超超临界机组的协调控制系统可简化为一个三输入三输出系统，输入为燃料量M （%），汽轮机调门开度μT（ %）和给水流量W（%）；输出为机前压力 P¬T（MPa），机组负荷 NE（MW） ，分离器出口蒸汽温度 （θ）或焓值 （KJ/kg），其相互间的作用关系如图4 所示。燃料量增大，负荷、压力、温度均增大；调门开度增大，负荷增大，压力、温度降低；给水流量增大，负荷、压力增大，温度降低。图中实线为强相关关系，虚线为弱相关关系，在调节系统构建与参数配置时，弱相关关系将予以忽略，而通过对各强相关分量的不同系数配比.

首先通过模型辨识方法建立机组25%，50%，75%及100%BMCR负荷段3*3传递函数模型矩阵。其中预测控制的过程变量（CV）选取为机前压力、机组负荷和中间点温度，控制变量（MV）选取为调门开度、锅炉给煤量和给水量，扰动变量选取为煤质波动量和负荷波动量。若主汽压力或负荷偏离设定值，则通过预测控制算法运算得到煤量、给水流量和调门开度偏置值叠加到协调控制回路的煤主控，给水主控和汽机主控的动态前馈回路上进行校正，从而达到理想的控制效果。

2　模型预测预测控制实施步骤

控制方案的投运分为仿真阶段和现场实施两个阶段，具体实施步骤如下：

（1）步骤1：控制器前期设计

在应用预测控制器时，需要对过程对象非常熟悉。所以，在这个步骤中需要熟悉过程对象的相关知识并与操作人员进行交流，以完成控制器的前期设计和预测控制器的控制变量。

（2）步骤2：过程对象数据测试

在对象的初步测试中，需要一定时间确认预测控制器所涉及变量的信号是否正常，变量所涉及的变送器或者阀门如果出现故障都要修复，以确保预测控制器的顺利投入。如果确认预测控制器投入所涉及的变量均正常，进行过程对象的测试。测试通过对每一个输入变量进行扰动试验，同时记录、采集过程的数据。

图1　MPC先进控制系统的整体示意图

（3）步骤3：过程模型辨识

数据测试完成后，通过利用对象测试得到的数据来进行对象模型辨识，将对象测试时所得到的数据通过系统辨识得到系统的传递函数矩阵或者阶跃响应模型，进而建立对象模型。

（4）步骤4：建立控制器配置文件及离线仿真

通过辨识的对象模型，利用机组的仿真模型进行仿真和参数调整，从而确定被控变量设定值、控制变量和被控变量的上下限等，评估控制器的性能后可以进一步调整参数来得到期望的性能。

（5）步骤5：控制器在线试运行

预测控制器在线控制程序需要以试运行模式运行一段时间，来检验程序是否正常运行，同时检验模型的准确性，开始控制器的输出不加到被控对象上，所有的控制变量上下限将被固定在与当前设定值非常接近的范围内，同时控制器将只能有很小的动作，跟踪和观察预测控制器运行的平稳性。如果预测控制器运行正常，则可以将控制变量施加到对象上，评测控制器的实际控制性能，并进行相应调整。

（6）步骤6：预测控制器维护

对于预测控制器，根据控制对象的运行状况，需要进行控制性能的评估，通过维护和参数调整来确保性能最优。对火电机组来说，每次大修后建议进行一次预测控制器的维护。

3　超超临界机组多模型预测控制应用

针对某1000MW机组超超临界机组全激励仿真系统，其锅炉和汽轮机均为上海电气产品，锅炉采用ASTOM技术，汽轮机采用SIEMENS技术。MPC控制器的参数设置为预测步长600s，控制步长200s。操作变量（μ，M，W）和被控变量（Ne，P，θ）如前述选择，Ne和P设为定值控制，θ设为区间控制。操作变量和被控变量的权矩阵选为Q=diag［1000 200 80］，R=diag ［10 10 10］。

本文主要考察滑压控制模式下的超超临界机组变负荷时不同方法的控制效果。在变负荷过程中，PID控制和MPC控制的输出功率均很好地跟踪了负荷指令，MPC控制效果优于PID。MPC控制的主蒸汽压力下降较平滑，稳态工况时压力均能够跟踪准确，具有较好的稳态性能和动态性能；PID控制的主蒸汽压力下降滞后较严重，在稳态工况时压力有偏差，MPC控制效果明显好于PID控制效果。全激励仿真系统的控制结果显示出MPC在多变量控制中的优势。

4　结语

本文详细分析了超超临界火电机组控制发展现状和控制难点。针对超超火电机组临界机组协调控制的输入-输出关系，提出了以输入为燃料量、汽轮机调门开度和给水流量以及输出为机前压力、机组负荷和分离器出口蒸汽温度的多模型预测控制方案，仿真试验结果表明所提出的方法控制效果良好，具有较好的推广应用价值。

［1］ 冯道显，河源电厂600MW超超临界机组锅炉特点，电力勘测设计， 2005，Vol.12， No.6， 52-55.

［2］ 匡江红， 陈端雨. 1000MW级火电机组锅炉发展综述.动力工程，2003，23（1）： 2127-2134.

［3］ 王建国，苟晓卫，郭勇，广义预测控制在火电机组中的研究进展及应用前景，华东电力2011年第12期

［4］ 席裕庚.预测控制.国防工业出版社.1993

［5］ 邵慧鹤. 工业过程高级控制. 上海： 上海交通大学出版社，2003.

［6］ 许超，自适应多变量约束控制（AMCC）及其软件实现技术的研究，上海交通大学，2002

［7］ S. Joe Qin， Thomas A. Badgwell， A survey of industrial model predictive control technology， Control Engineering Practice， 2003（11）：733-764

Multivariable model predictive control for supercritical unit

Guan Yanzhao，Li Jinxu
（Shandong University，250000）

This paper from the point of view of engineering application， this paper summary and analysis of the ultra supercritical unit control development present situation and the difficulty of control，on the analysis of the ultra super critical unit input - output based on the relationship，and puts forward a kind of input for fuel，steam turbine control valve open degree and water flow and output for machine pressure，the unit load and separator outlet steam temperature of thermal power units and multi model prediction control scheme，and gives the specific implementation plan and steps，simulation test results show that the proposed method has good control effect， has good popularization and application value.

ultra supercritical；thermal power unit；multi variable；multi model；model prediction