火力发电厂低碳电力生产高效率的自动控制方法研究

赵殿瑞，裴振英，刘伟乾

（1.沈阳工程学院 仿真中心，辽宁 沈阳 110136；2.保利铁新煤业有限公司，山西 晋中 031302）

随着火力发电技术的发展，分析低碳电力生产高效率的自动控制方法，结合对电厂的负荷、煤种的变化特性进行燃烧调整和运行参数分析［1］，建立低碳电力生产高效率控制约束参量模型，根据电力生产的运行状态对锅炉的负荷、入炉煤种、温度等参数的自适应调节［2］，实现对电厂生产高效率的自动控制，相关的研究在促进生产效率优化，实现节能减排中具有重要意义。

火力发电厂低碳电力生产高效率的自动控制方法研究是建立在运行工况分析的基础上，提取运行工况的特征参量，结合对状态参数的分析，提高控制能力。传统方法主要有广义回归神经网络控制方法、模糊PID控制方法、基于遗传算法的燃烧过程控制方法等［3-5］，根据低碳电力生产的输出参数，对运行参数建模分析，但智能化水平不高，模糊性较大。因此，本文提出基于非线性动态规划设计的自动控制方法，以锅炉燃烧运行的最佳配比为控制目标函数，构建约束参量模型，提取锅炉燃烧的工况特征参量集，采用非线性动态规划方法进行优化设计，根据烟气中NOx的含量和锅炉效率进行动态寻优，实现控制优化，最后进行仿真实验分析。

1 约束参量模型及优化目标

1.1 约束参量分析

为了实现低碳电力生产高效率的自动控制，构建低碳电力生产高效率的自动控制，结合锅炉效率软测量模型进行过程控制优化，分析烟道温度与优化目标的逻辑关系，建立煤气量供给与阀门控制的优化关系，得到中间反馈动态补偿模型［6］，如图1所示。

图1 控制结构模型

根据图1进行控制对象分析，采用风机压缩的推动方式［7］，进行低碳电力生产过程中的锅炉燃烧过程优化，得到各个回路的设定状态方程为

式（1）表示尾部烟道流动和释放热量的相关性关系。通过计算锅炉燃烧过程中的实时工况样本集，采用模糊自适应学习方法，调节烟气含氧量，得到燃烧调整的状态转移模型。采用非线性动态函数约束控制的方法，得到低碳电力生产控制约束对象为

采用人工经验调整方法，更新电力负荷状态参量，建立递归关系式：

式中，εt(i，j)表示锅炉运行工况的边界条件；εt(j)表示发电站的样本采样频率耦合特性；bj(k)表示反平衡模型状态函数。根据上述分析，构建了低碳电力生产控制约束参量模型，进行自动控制算法优化设计［8］。

1.2 控制优化目标

以锅炉燃烧运行的最佳配比为控制目标函数，构建约束参量模型。以烟气含氧量、锅炉燃烧效率、燃料低位热值等参数为约束参量集，计算(n+1)：n+1时刻抽头权向量估计，由低碳电力生产高效控制的递推公式得到反馈动态调节函数。锅炉效率软测量模型为

根据锅炉燃烧实时指标NOx排放量，得到低碳电力生产高效控制的预设定值：

根据经济和排放指标要求，得到锅炉燃烧效率 目标值为

根据二元假设准则作出高效率生产的碳排放判决准则：

式中，N为采样点数，预测锅炉实时燃烧效率。根据碳排放量，得到氧量设定值的上限Vmax和下限Vmin，采用反馈动态补偿方法，得到高效率生产的能量函数En：

根据上述分析，采用反馈动态补偿方法进行低碳电力生产高效率控制对象优化解向量测试，提高了自动控制能力［9］。

2 自动控制优化

2.1 反馈动态补偿

在以锅炉燃烧运行的最佳配比为控制目标函数，并构建低碳电力生产高效控制的约束参量模型的基础上，进行自动控制的优化设计［10］。采用反馈动态补偿方法进行低碳电力生产高效率控制对象优化解向量测试，前馈误差为

鲍老师马上给我回复了一条短信：“我也很高兴认识你，看得出来，你是一个非常积极上进的青年，精神可嘉啊！我的课每周四晚上 19:00~21：00在老化学楼107教室，欢迎你的到来。”

式中，dj(k)表示实时燃烧效率。计算燃尽风门挡板开度预设定值，得到多模态控制输出定义：

在限定条件下，锅炉燃烧过程回路预设定模型为

提取锅炉燃烧的工况特征参量集，结合运行案例库中与当前工况相似性特征，进行反馈动态补偿设计。

2.2 动态寻优控制

采用非线性动态规划方法进行低碳自动控制优化设计，得到低碳电力生产高效率控制的传递函数为

采用前馈反馈补偿的办法，进行优化设计［12］，形成锅炉效率动态寻优序列为

通过预测模型，可得到在k+p时刻的预测值为(0)(k+p)。根据上述算法设计，可以实现低碳电力生产高效率的自动控制优化［13］。

3 仿真实验与结果分析

为了量化分析该方法在实现低碳电力生产高效率自动控制中的应用性能，进行实验分析。在Matlab Simulink环境下构建低碳电力生产高效率控制平台，设定仿真界面，在界面中进行参数设定，如图2所示。设置锅炉效率的目标值为r*2=96.7%，发电量约11万kW，负荷目标值为520 MW。

图2 低碳电力生产高效率控制界面

根据图2界面中的仿真参数设定结果，进行低碳电力生产高效率的自动控制，测试生产效率控制误差的对比结果如图3所示。

图3 生产效率的控制误差对比

分析图3得知，采用该文方法进行高效率控制的误差较小，锅炉效率得到提升，误差的收敛性较好，如图4所示。

图4 误差收敛结果

4 结 语

1）构建了低碳电力生产控制约束参量模型，优化了自动控制算法；

2）采用反馈动态补偿方法进行低碳电力生产高效率控制对象优化解向量测试，提高了自动控制能力；

3）采用前馈反馈补偿的办法，形成锅炉效率动态寻优模型，实现控制优化；

4）仿真结果验证了该方法误差较低，稳定性较好。