基于改进串级策略的脱硝优化控制方法研究

摘要：火电机组脱硝系统被控对象具有大惯性、大滞后、多源扰动等特性问题，导致常规串级控制方法无法有效投入自动。为了提升脱硝控制系统的控制性能，结合改进Smith预估补偿控制策略与自抗扰控制策略，提出了一种改进的串级脱硝优化控制系统，算法简单，易于DCS组态搭建。通过仿真验证可知，所提改进串级控制无论在设定值跟踪还是抗扰动能力方面均明显优于传统串级PID控制，具有较好的实际工程应用价值。

关键词：脱硝系统;串级控制;Smith预估补偿;自抗扰控制;PID控制器

中图分类号：TK321" " 文献标志码：A" " 文章编号：1671-0797（2024）24-0014-04

DOI：10.19514/j.cnki.cn32-1628/tm.2024.24.004

0" " 引言

燃煤火电机组脱硝系统大多采用选择性催化还原脱硝方式（Selective Catalytic Reduction，SCR），该方法脱硝效率高，技术成熟，因而应用广泛[1-2]。考虑到安全性问题，当前大多电厂完成了尿素替代传统液氨方式的改造，但脱硝反应本质机理未改变[3]。然而脱硝系统实际运行过程中，由于自身大惯性、大滞后及非线性问题，控制系统无法实现精准控制，甚至自动都无法有效投入[4]。

传统脱硝控制系统大多采用经典的串级控制策略，以PID调节器作为控制器，无法对存在大惯性、大滞后及非线性特性的对象实现有效控制。

为解决脱硝控制系统存在的问题，许多学者开展了相关研究。

文献[5]针对脱硝系统自身特性，提出了一种基于多维状态信息和分段奖励函数优化的深度确定性策略梯度协同PID控制器，将其用于脱硝系统控制设计，仿真表明，可提升PID控制效果与鲁棒性。

文献[6]为提升脱硝控制系统的设定值跟踪与扰动抑制能力，结合改进自抗扰与前馈控制，设计了脱硝优化控制系统，取得了较好的控制效果。

文献[7]提出了一种串级自耦PID控制器，仿真测试表明该方法具有更佳的响应速度，同时无超调，抗干扰能力与鲁棒性优。

文献[8]提出一种模型辅助迟延线性自抗扰控制器，参数整定简单，通过与其他控制器比较，进一步提升了设定值跟踪与抗干扰能力。

文献[9]基于预测控制，提出了一种伪前馈动态矩阵控制算法，通过算法改进，简化了优化计算，通过仿真验证了算法的有效性与优势。

基于模糊控制[10]、神经网络[11]等的人工智能算法也在脱硝控制中得到了应用，并通过仿真验证了算法的有效性。

然而，由于当前火电机组DCS控制平台的限制，大量的先进控制算法在实际应用过程中存在较多问题，另外，众多的先进控制算法存在整定参数多、参数整定困难等问题。因此，如何有效提升脱硝控制系统的控制性能，且使所采用的控制算法易于工程实施成为本文研究的出发点。

本文针对脱硝系统被控对象的动态特性特点，结合改进Smith预估补偿控制策略与自抗扰控制策略，提出了一种串级脱硝优化控制系统，提升了脱硝控制系统的设定值跟踪与抗扰动能力，同时算法简单，易于DCS组态搭建。首先，本文对传统脱硝控制系统与控制模型进行了介绍;然后，分析了改进Smith预估补偿控制与自抗扰控制策略两种控制算法的串级融合结构与算法;最后，通过仿真对比验证了所提算法的有效性。

1" " 脱硝控制结构和控制模型

火电机组SCR脱硝系统工艺示意图如图1所示，锅炉燃烧产生的烟气进入SCR反应器，氮氧化物与氨气、空气的混合气体在催化剂的作用下发生化学反应，将氮氧化物转化为氮气与水[12]。

传统脱硝控制系统采用串级控制结构，控制结构图如图2所示。

图中，SCR出口NOx浓度设定值r与测量值y2比较送入外回路PID控制器计算得到喷氨量需求设定值u2，与喷氨流量反馈值y1比较送入内回路P控制器计算得出喷氨阀门开度指令。

外回路主调节PID控制器表达式为：

式中：kp、Ti和Td为PID控制器的比例系数、积分时间和微分时间。

文献[8]建立了多负荷段的脱硝系统传递函数模型，本文选取80%负荷点的模型作为被控模型。其中喷氨阀门开度到实际喷氨流量的传递函数模型如下：

喷氨流量对SCR出口NOx浓度的传递函数关系表达式为：

从式（3）可以看出，脱硝系统存在大惯性与大时滞特征，并且时滞特征占主导地位。

2" " 改进串级控制算法

由于脱硝控制系统存在较大的纯时延环节，且常规PID控制为事后调节控制器，无法保障脱硝系统的快速精准控制，为此将外回路PID控制器更改为Smith预估补偿控制器。考虑到常规Smith预估补偿控制器鲁棒性差，本文采用了一种改进的Smith预估补偿控制器[13]，该算法较好地解决了Smith预估补偿控制器鲁棒性差的问题。另一方面，由于脱硝系统扰动包括负荷、阀门非线性、阀前压力波动、入口NOx浓度波动等多扰动问题，将快速消除内扰的内回路控制器P更改为自抗扰控制器（Active Disturbance Rejection Control，ADRC）[14]，ADRC相对于PID控制器具有更优的扰动抑制能力。改进的控制结构框图如图3所示。

图中的虚线框内为内回路自抗扰控制器。ESO为扩张状态观测器，其计算表达式为：

式中：β1、β2为扩张状态观测器的可调参数。

以上改进的线性ADRC算法控制器参数整定过程如下：

3）b0=k0，k=2.5，β1=20，β2=100。

外回路为改进的Smith预估补偿控制器，改进点为增加了反馈偏差的反馈环节H（s）到控制器R（s）的输出，其他部分与传统Smith预估补偿控制完全相同。需要说明的是关于H（s）的选择问题，其计算表达式如下：

3" " 仿真研究

基于图3的控制结构图以及上述参数的确定方法，针对脱硝系统计算所有控制器参数：

自抗扰控制器参数设置为：b0=1，k=2.5，β1=20，β2=100。

改进的Smith预估补偿控制器参数设置为：

为了验证所提控制算法的有效性，将所提算法与传统串级PID控制策略进行比较，参数整定策略采用文献[15]所用的整定方法，串级控制策略设定参数如下：kp=0.381，Ti=80。

控制效果对比曲线与控制指令对比曲线如图4、图5所示。

由图4可知，脱硝系统出口NOx浓度设定值在100 s由0阶跃到1，可以看出所提出的改进算法在调节速度与调节时间上明显优于传统串级控制，同时调节过程超调量也小于传统串级控制策略，证明了所提改进串级控制算法在设定值跟踪方面明显优于传统串级方案，超调量约为传统串级控制的一半，调节时间缩短了200 s左右。在扰动抑制方面，从图4可以看出，在1 000 s时刻在控制输入端加入了幅度为1且经过了30 s的惯性的扰动量，从仿真曲线中可以看出，改进的串级控制策略无论在扰动抑制幅度还是调整时间上均明显优于传统串级控制方法，在改进算法中，扰动对出口NOx浓度的影响非常小，而在传统串级控制策略中，扰动幅度大，扰动抑制恢复慢。从图5中控制指令的动作情况看，由于改进串级控制在控制指令动作幅度及快速性方面均优于传统的串级控制策略，所以本文提出的改进串级控制策略在设定值跟踪性能及扰动抑制能力方面均优于传统串级控制方法。

4" " 结论

本文针对脱硝系统自身所具有的大滞后、大惯性以及多扰动等控制难点问题提出了一种改进的串级策略，该算法融合了改进的Smith预估补偿控制与自抗扰ADRC控制策略，改进的Smith预估补偿作为主调节器解决了被控对象大惯性与大滞后问题，自抗扰ADRC控制器作为副调节器解决了被控对象多扰动问题。仿真测试表明，所提出的改进串级控制算法在设定值跟踪、扰动抑制方面与传统串级控制方法对比具有明显的优势，算法简单，可实施性较好，具有较高的实际工程应用价值。

[参考文献]

[1] 徐国飚.300 MW火电机组脱硝控制策略设计与优化[J].机电信息，2023（4）：63-66.

[2] 薛鹏.火电机组脱硝系统自动控制优化研究[J].机电信息，2022（16）：14-17.

[3] 万涛.火电机组热解尿素法脱硝控制优化[J].机电信息，2023（3）：77-80.

[4] 李赈，马剑宇，纪翾.1 000 MW机组脱硝自动控制问题分析与逻辑改造[J].机电信息，2023（23）：76-80.

[5] 赵征，刘子涵.基于深度强化学习的SCR脱硝系统协同控制策略研究[J].动力工程学报，2024，44（5）：802-809.

[6] 李炳楠，朱峰，梁正玉，等.基于改进自抗扰控制和数据驱动的脱硝系统设计及应用[J].控制理论与应用，2023，40（6）：1034-1042.

[7] 曾鹏，曾喆昭，黄利容.SCR脱硝系统的串级自耦PID控制方法[J].动力工程学报，2024，44（1）：84-90.

[8] 杨超杰，刘长良，王梓齐，等.SCR脱硝系统的改进线性自抗扰优化控制研究[J].动力工程学报，2023，43（7）：893-900.

[9] 王德华，顾涤枫，石尧，等.SCR脱硝系统伪前馈动态矩阵控制算法的应用[J].制造业自动化，2023，45（7）：200-204.

[10] 陆晨旭，高海东，高林，等.基于粒子群算法的模糊控制器设计及其在烟气脱硝中的应用[J].热力发电，2022，51（4）：188-193.

[11] 马增辉，徐慧仪，朱润潮.基于互信息和PID神经网络的SCR脱硝扰动补偿控制[J].热能动力工程，2020，35（5）：281-288.

[12] 杨小龙，崔晓波，于国强，等.基于多目标优化的脱硝系统改进自抗扰控制[J].控制工程，2023，30（11）：2066-2074.

[13] FELIU-BATLLE V，RIVAS-PEREZ R.Control of the temperature in a petroleum refinery heating furnace based on a robust modified Smith predictor[J]. ISA transactions，2021（112）：251-270.

[14] 张永，王佑，薛亚丽，等.线性自抗扰控制器的改进设计及应用[J].动力工程学报，2023，43（1）：34-40.

[15] SKOGESTAD S.Simple analytic rules for model reduction and PID controller tuning[J].Journal of Process control，2003，13（4）：291-309.