基于主汽压动态特性的机组协调预测控制研究

马亮

(华电漯河发电有限公司，河南 漯河 462000)

0 引言

随着新能源的接入，电网调度对火电机组自动发电量控制(AGC)的要求也将进一步提高。由于火电机组锅炉的大惯性、大迟延和非线性特性，使得常规的各种协调控制策略在调节机组负荷的同时，往往会出现主蒸汽压力(以下简称主汽压)大幅波动的现象，这影响机组的安全、稳定运行[1-3]。如何在调负荷的同时保证主汽压的稳定，是当前亟待研究解决的问题。

为此，有研究提出首先建立机组的模型，在模型基础上做进一步的控制策略优化研究方法[4-15]，目前研究工作多在机组模型和控制策略仿真研究上，工程应用不多。此外，也有研究提出先进的控制策略以改善主汽压控制效果[16-18]，如根据增量式观测器IFO-KΔx的状态空间描述，将IFO-KΔx状态反馈与常规比例-微分-积分(PID)相结合，并提出了“正踢”和“反踢”的概念，在克服锅炉时滞和惯性方面取得较好效果。也有在PID基础上创新出的先进控制方法[19-23]，如设计出非线性机炉协调控制器并将其转化为基于反推PID方法的协调控制器；将对角递归神经网络与PID控制方法相结合，实现了对变量控制系统的优化控制；将微分几何法进行非线性解耦合PI调节律结合的思想引入到控制系统的设计中。这些先进的控制算法为主汽压的控制提供了较为新颖的思路。

本文先建立机组预测模型，再在模型基础上做控制策略研究。为此，研究建立了330 MW机组主汽压模型，并将该模型作为机组主汽压预测模型，在此基础上提出了一种基于主汽压预测的机组协调控制策略，并在330 MW机组上实际应用。实际运行结果表明：该控制策略能有效减少机组主汽压波动，同时机组在调节负荷动态过程中，其负荷波动幅度也减小。

1 机组汽压模型

研究机组为330 MW热电联产机组，汽轮机为双缸双排汽、一次中间再热纯凝式汽轮机，锅炉为亚临界控制循环汽包炉。

由于机组各环节理论建模已在相关文献[4-12]中有详细介绍，并且笔者已在相关文章中推导过本文机组的实际模型[24]，在此直接引用。

1.1 主汽压模型

由文献[24]可得出330 MW机组主汽压数学模型由下面各环节的方程联合构成。

制粉系统环节方程

(1)

式中：qm3为磨煤机输出的煤粉量；qm0为输入燃料指令；s为函数的自变量。

锅炉吸热量环节方程

(2)

式中：Qw为锅炉有效吸热量。

锅炉能量平衡方程

(3)

式中：pd为汽包压力；pt为主汽压；μt为汽轮机调节阀开度。

汽轮机能量平衡方程

(4)

式中：Pe为机组输出电功率。

过热器差压特性方程

pt=pd-0.00038Qw1.4。

(5)

1.2 机组汽压模型验证

根据上述数学模型，在机组分散控制系统(DCS)中利用逻辑功能块构建出汽压模型，如图1所示[24]。图1中：k1为燃料增益；k2为过热器阻力系数；kt为汽轮机动态时间；Cb为锅炉蓄热系数。

该模型输入为燃料指令和机组负荷，输出为主汽压。为了验证该模型的准确性，调阅负荷从300 MW变化到280 MW，主汽压从16.3 MPa变化到15.3 MPa的相关历史记录，将机组实际运行数据与模型输出数据进行比对，结果如图2示。

图1 在DCS上构建汽压模型Fig.1 Steam pressure modeling on DCS

图2 模型主汽压与实际压力比较Fig.2 Comparison of main steam pressures from modeling and measuring

从图2可以看出，模型的主汽压与实际压力具有很好的吻合性，动态偏差较小，说明汽压模型具有较好的准确性。

2 预测模型及协调控制策略

原机组采用以锅炉跟随方式为基础的协调控制系统，虽然锅炉侧采用了汽轮机调节级压力比修正的前馈信号，但在主汽压调节方面还是有滞后性，因此机组投入AGC运行时主汽压依然波动大。

实际运行结果表明：当机组负荷改变时，必须根据机组动态特性超调改变燃料量，使锅炉燃烧释放的能量快速跟上负荷的变化要求，实现能量动态平衡。为了保证调负荷的同时，维持主汽压的稳定，在协调控制中引入主汽压预测(其协调控制策略如图3所示)，目的是根据当前负荷指令和燃烧指令，通过主汽压预测模型，计算出主汽压预测值，主汽压预测值与当前主汽压值的偏差代表当前产生的能量与所需能量的差值，该差值输入到锅炉主控制器中用来动态修正入炉燃料量需求。通过此能量差实现对燃料量的超前控制来实现主汽压的平稳。

图3 基于主汽压预测的协调控制策略Fig.3 Coordinated control strategy based on the main steam pressure prediction

图3中的主汽压预测模型与上述主汽压模型略有不同。由于本控制策略是以锅炉跟随为基础的协调控制策略，因此认为机组能够快速响应机组负荷指令，故用机组负荷指令近似替代式(4)中的机组负荷，由此构建了主汽压预测模型。

图3中：P0为实际负荷指令；p0为主汽压给定值；μb为锅炉燃烧率指令；K为修正系数，根据本文机组情况，取值为0.8。

将主汽压预测模型应用于协调控制策略中，通过改造前后机组运行工况的变化来验证实际效果。图4、图5、图6分别为机组负荷由250 MW升至300 MW过程中，燃料量变化、主汽压变化、机组负荷跟踪曲线的对比图。

图4 燃料量输出对比曲线Fig.4 Comparison curve of coal output

图5 主汽压对比曲线Fig.5 Main steam pressure comparison curve

图6 机组负荷对比曲线Fig.6 Unit load comparison curve

从以上对比分析可以看出，基于主汽压预测的控制策略要优于常规控制策略。

(1)机组燃料量指令超前输出，根据负荷指令和当前实时燃料量，利用预测模型能够超前预测出主汽压的变化趋势，从而超前、准确、快速地改变燃料量，减少了常规控制策略下的燃料频繁波动，有利于锅炉的稳定燃烧。

(2)变负荷过程中，主汽压较为平稳，波动幅度较小。原有的以锅炉跟随为基础的协调控制策略，在负荷指令变化时，机侧调节阀开度变化快速响应负荷需求，炉侧要等到主汽压变化才会改变燃料量，加上锅炉固有的大惯性、大延迟，导致主汽压波动较大，难以稳定，影响机组的安全、稳定运行。而采用基于主汽压预测的控制策略，在负荷指令变化时能够超前预测主汽压的变化趋势，超前精准调节燃料量，因而可以避免主汽压往复、频繁波动，达到平抑主汽压波动的效果。

(3)负荷跟踪及时、平稳。在原有的以锅炉跟随为基础的协调控制策略中，当机组负荷指令变化时，虽然机侧通过调节阀动作能够较快响应负荷需求，但实际上是利用锅炉自身蓄热，如果不能及时改变燃料量，总的负荷率不变，会引起机组负荷的往复波动。在基于主汽压预测的控制策略中，能够利用预测模型，计算出锅炉的能量需求，从而超前、准确地改变燃料量，及时弥补锅炉的能量变化。一方面提高响应速度，快速跟踪负荷指令，另一方面负荷波动较小，变化平稳。

3 结束语

通过机理分析及机组相关的实际运行数据，建立了机组主汽压模型。将主汽压模型适当改变构成了主汽压预测模型，并将其引入到实际机组协调控制策略中。控制结果表明：在机组变负荷过程中，由于根据机组动态特性提前调整入炉燃料量，使得燃料量波动较小，在机组变负荷的同时保证了主汽压的稳定，取得了较好的控制效果。