單元制機組典型熱工過程的建模和優(yōu)化控制.pdf

1、熱工過程自動控制是保證熱力設(shè)備安全和經(jīng)濟運行的必要措施和手段。隨著現(xiàn)代工業(yè)生產(chǎn)的發(fā)展,電能需求量日益增加,電力工業(yè)進入了大電網(wǎng)、大機組、高度自動化的時代?；鹆Πl(fā)電機組逐漸由過去的中小容量發(fā)展為大容量、高參數(shù)的單元機組,隨著單機容量和參數(shù)的不斷提高,系統(tǒng)變得日趨復雜。此外,用電結(jié)構(gòu)也發(fā)生了很大變化,電力供應(yīng)峰谷差越來越大,這要求許多大型機組進入調(diào)峰狀態(tài),負荷經(jīng)常性地大范圍變動,熱工過程越來越表現(xiàn)出非線性、慢時變、大遲滯、強耦合性和不確定性

2、,這對熱工過程自動控制系統(tǒng)則提出了新的、更高的要求。目前熱工過程自動控制廣泛采用的控制策略是經(jīng)典PID控制,已不能滿足生產(chǎn)工藝對控制質(zhì)量的要求,必須采用先進的控制策略進行優(yōu)化控制。計算機分散控制系統(tǒng)(DCS)的發(fā)展及其在大型火電機組中的廣泛應(yīng)用,為實現(xiàn)功能更加完善,控制策略更加先進的優(yōu)化控制系統(tǒng)提供了良好的條件。而建立受控對象的數(shù)學模型,是控制系統(tǒng)設(shè)計和綜合的基礎(chǔ)。因此,研究基于現(xiàn)代智能技術(shù)的系統(tǒng)辨識方法和先進的控制策略有著重要的實際意

3、義。 本文針對目前大容量單元制機組機爐協(xié)調(diào)被控對象和汽溫被控對象這兩個典型熱工過程在建模和優(yōu)化控制領(lǐng)域的研究現(xiàn)狀,在采用基于智能技術(shù)對被控對象建模的基礎(chǔ)上,研究先進的控制策略并將其應(yīng)用于單元機組自動發(fā)電控制(AGC)和蒸汽溫度控制的優(yōu)化中。 傳統(tǒng)的遺傳算法往往存在早熟收斂和緩慢收斂等問題,限制了遺傳算法的應(yīng)用。本文提出一種改進的實數(shù)編碼粗粒度并行遺傳算法,采用二個子種群的并行搜索結(jié)構(gòu)。在此基礎(chǔ)上,分別對初始化、選擇策略、

4、移民算子、交叉和變異算子、交叉和變異概率自適應(yīng)選擇策略等方面進行了相應(yīng)的改進,并引入一種局部搜索技術(shù)增強算法的局部搜索能力,提高解的精度和收斂速率。 遺傳算法的收斂速率和精度與搜索空間尺度的大小有很大的關(guān)系,通過適應(yīng)性地逐步縮小搜索范圍,有可能獲得更精確和可靠的辨識結(jié)果。在前面提出的改進的實數(shù)編碼并行遺傳算法基礎(chǔ)上,本文進一步增加一種搜索空間收縮方法,并應(yīng)用于熱工過程辨識建模。針對傳統(tǒng)通用的多項式傳遞函數(shù)形式作為模型進行辨識時存

5、在的各參數(shù)差異較大,各參數(shù)失配和參數(shù)在搜索空間中的搜索效率低等問題,并根據(jù)熱工過程時間常數(shù)較大、階次較高等特點,對常見的熱工過程進行具體的歸類和綜合,在此基礎(chǔ)上分別對鍋爐過熱汽溫被控對象和機爐協(xié)調(diào)被控對象進行了辨識,得到了相應(yīng)的多工況局部數(shù)學模型。 由于大滯后大慣性的熱工被控對象使用簡單的PID控制器很難取得很好的效果。因此,本文在采用遺傳算法對PID控制器參數(shù)進行尋優(yōu)的基礎(chǔ)上,引入大滯后補償技術(shù)(狀態(tài)變量技術(shù)和相位補償技術(shù)),

6、先補償被控對象的滯后和慣性,再采用遺傳算法尋優(yōu),取得了良好的效果。 廣義預(yù)測控制是一種適合多容大慣性熱工對象的先進控制策略。雖然一般的廣義預(yù)測控制算法對建模誤差有一定的抑制作用,但其抑制能力是有限的。特別是在建模誤差較大時,隨著預(yù)測長度的增加,預(yù)測誤差必然急劇增大,從而有可能破壞系統(tǒng)的魯棒性。本文針對被控對象的非線性對單一固定模型預(yù)測控制性能的影響,根據(jù)多工況局部數(shù)學模型,最終提出一種在線監(jiān)督預(yù)測誤差并且在滿足一定條件下使用遺傳