基于粒子群算法的火電廠鍋爐燃燒模糊解耦控制

史冬琳，邵思陽

(東北電力大學(xué) 自動(dòng)化工程學(xué)院，吉林 吉林 132012)

基于粒子群算法的火電廠鍋爐燃燒模糊解耦控制

史冬琳，邵思陽

(東北電力大學(xué) 自動(dòng)化工程學(xué)院，吉林 吉林 132012)

為了進(jìn)一步提高火電廠燃燒控制系統(tǒng)的控制性能，針對三個(gè)控制回路分別設(shè)計(jì)了基于粒子群算法的模糊解耦控制策略，同時(shí)在煙氣含氧量控制回路和爐膛負(fù)壓控制回路中引入積分控制作用以消除穩(wěn)態(tài)誤差。應(yīng)用Simulink對該控制系統(tǒng)進(jìn)行了仿真，結(jié)果表明模糊控制與傳統(tǒng)PID控制相比較具有更好的控制品質(zhì)，縮短了調(diào)節(jié)時(shí)間，減小了超調(diào)量，使得魯棒性和抗干擾性增強(qiáng)。

鍋爐燃燒系統(tǒng)；模糊控制；粒子群算法；解耦

由于被控變量強(qiáng)耦合、非線性以及延遲的特性，通常將火電廠鍋爐燃燒系統(tǒng)簡化為主蒸汽壓力控制、煙氣含氧量控制和爐膛負(fù)壓控制三個(gè)相對獨(dú)立的子系統(tǒng)，并分別進(jìn)行PID控制。這種控制策略雖然滿足了一定的生產(chǎn)控制要求，但是隨著控制要求的提髙，傳統(tǒng)PID控制往往不能取得理想的控制效果。近些年來，人們將模糊控制、神經(jīng)網(wǎng)絡(luò)控制和預(yù)測控制等先進(jìn)控制引入到鍋爐燃燒控制中[1]。針對鍋爐燃燒系統(tǒng)中的主蒸汽壓力控制，以輻射能信號作為補(bǔ)償，采用模糊PI或魯棒串級控制策略可以有效地優(yōu)化燃燒控制性能[2-3]。在此基礎(chǔ)上，引入遺傳算法優(yōu)化魯棒控制器的加權(quán)函數(shù)，可以節(jié)省大量的人工和時(shí)間去反復(fù)試驗(yàn)設(shè)計(jì)[4]。文獻(xiàn)[5]采用RBF神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型，把煤粉濃度作為中間被調(diào)量可以及時(shí)控制燃料量的變化，所設(shè)計(jì)的廣義預(yù)測串級控制策略不但維持了主汽壓力的穩(wěn)定，而且保證了燃燒的經(jīng)濟(jì)性和安全性。雖然上述研究都取得了一定的成果，但只是針對燃燒系統(tǒng)中主蒸汽壓力這單一子系統(tǒng)進(jìn)行研究，沒有全面地考慮到整個(gè)燃燒系統(tǒng)的控制優(yōu)化。文獻(xiàn)[6]和文獻(xiàn)[7]針對燃燒系統(tǒng)設(shè)計(jì)了多變量預(yù)測控制策略，通過建立預(yù)測模型、滾動(dòng)優(yōu)化和反饋校正三個(gè)步驟，較好地完成燃燒系統(tǒng)的三大控制任務(wù)，但該控制策略局限于線性的預(yù)測模型。當(dāng)燃燒系統(tǒng)出現(xiàn)較大的非線性時(shí)，控制效果會(huì)受到影響。

模糊控制是一種處理不確定性、非線性等問題的有力工具[8]。本文針對三輸入三輸出火電廠鍋爐燃燒系統(tǒng)，設(shè)計(jì)了模糊控制策略，并在各耦合回路間增加了前饋解耦控制器，在煙氣含氧量和爐膛負(fù)壓回路引入積分環(huán)節(jié)消除模糊控制器的靜差，并采用粒子群算法優(yōu)化三個(gè)模糊控制器的比例因子和量化因子。采用該控制策略不但能完成對三個(gè)被控量的控制，而且相比于傳統(tǒng)PID控制器控制效果明顯提升，魯棒性和抗干擾性也得到增強(qiáng)。

1 燃燒模糊解耦控制系統(tǒng)設(shè)計(jì)

在燃燒控制系統(tǒng)中，首先維持主蒸汽壓力的穩(wěn)定，然后根據(jù)主蒸汽壓力的情況來改變?nèi)剂系耐度肓浚黄浯伪ＷC燃燒的經(jīng)濟(jì)性，必須保證送風(fēng)量與燃料量相適應(yīng)，根據(jù)燃料量調(diào)節(jié)送風(fēng)機(jī)擋板開度，使燃料處于最佳燃燒狀態(tài)，即風(fēng)量與煤量適應(yīng)；最后維持爐膛壓力的穩(wěn)定，爐膛壓力反映的是送風(fēng)量與引風(fēng)量的平衡關(guān)系，一般為微負(fù)壓，在控制時(shí)通過調(diào)節(jié)引風(fēng)機(jī)擋板開度改變引風(fēng)量，使其與送風(fēng)量匹配。本文以某電廠300 MW單元機(jī)組W型火焰直吹式燃煤鍋爐為被控對象，其傳遞函數(shù)為[9]

式中：n為給煤機(jī)轉(zhuǎn)速；Vg為送風(fēng)機(jī)擋板開度；Vs為引風(fēng)機(jī)擋板開度；Pm為主蒸汽壓力；O2為煙氣含氧量；Ps為爐膛負(fù)壓。

1.1 控制系統(tǒng)結(jié)構(gòu)

設(shè)計(jì)控制策略時(shí)，應(yīng)實(shí)現(xiàn)在負(fù)荷指令更改時(shí)，迅速改變爐內(nèi)燃燒率，能對燃燒過程中產(chǎn)生的擾動(dòng)迅速作用，并予以消除，從而保證三個(gè)被控量協(xié)調(diào)工作，圖1為控制系統(tǒng)框圖。為了進(jìn)一步消除穩(wěn)態(tài)誤差，在送風(fēng)量回路和引風(fēng)量回路引入了積分作用。

圖1 燃燒系統(tǒng)控制系統(tǒng)框圖

1.2 解耦控制器設(shè)計(jì)

在燃燒控制系統(tǒng)中，主蒸汽壓力回路與煙氣含氧量回路、煙氣含氧量回路與爐膛負(fù)壓回路之間均存在耦合，而且受鍋爐工作環(huán)境和其他的影響，控制器即使整定出相對合適的參數(shù)，也可能達(dá)不到系統(tǒng)控制要求。要想解除回路之間的耦合，由前饋補(bǔ)償原理有：

UC1G21(s)+UC1N1(s)G22(s)=0 ，(2)

UC2G32(s)+UC2N2(s)G33(s)=0 ，(3)

則前饋解耦控制器為

式中：N1(s)為主蒸汽壓力與煙氣含氧量回路間的解耦控制器；N2(s)為煙氣含氧量回路與爐膛負(fù)壓回路間的解耦控制器。

1.3 模糊控制器設(shè)計(jì)

三個(gè)回路均選用二維模糊控制器，兩個(gè)輸入分別為給定值與實(shí)際值的偏差E和偏差變化率Ec，輸出為控制量U，三個(gè)量的模糊集定義為：[NB，NM，NS，ZO，PS，PM，PB]，將三個(gè)參數(shù)變化分為7個(gè)等級：[-6，-4，-2，0，2，4，6]，如圖3選用三角形隸屬度函數(shù)，論域設(shè)為[-6，6]。Ke，Kec，Ku分別為模糊控制器的量化因子和比例因子，Ki為積分系數(shù)。表1為49條模糊規(guī)則，解模糊化方法選用Centroid面積重心法。

圖2 E、Ec和U隸屬度函數(shù)

表1 控制規(guī)則表

Ec/ENBNMNSZOPSPMPBPBZOZONSNMNMNBNBPMPSPSNSNMNMNBNBPSPMPMZONSNMNBNBZOPMPMPSZONSNMNBNSPBPBPMPSZONMNMNMPBPBPMPMPSNSNSPBPBPBPMPMPSZOZO

2 基于粒子群算法的模糊控制器參數(shù)優(yōu)化

本文采用粒子群算法優(yōu)化三個(gè)回路模糊控制器的比例因子和量化因子，分別為kei，keci，kui(i=1,2,3)[10]。三個(gè)模糊控制器同時(shí)進(jìn)行優(yōu)化，采用公式(6)為評價(jià)指標(biāo)。

式中：Mpi為超調(diào)量；αi和βi為權(quán)重，在[0，1]上取值，i=1，2，3分別表示三個(gè)控制回路。

優(yōu)化流程圖，如圖3所示[11]。在設(shè)定的參數(shù)范圍內(nèi)隨機(jī)生成粒子，每個(gè)粒子都可看成是三個(gè)模糊控制器的參數(shù)。利用Assignin函數(shù)將粒子對基本工作空間中的變量Kei，Keci，Kui(i=1，2，3)賦值后，用Sim函數(shù)調(diào)用Simulink程序進(jìn)行仿真，運(yùn)行后得到評價(jià)指標(biāo)來評價(jià)這個(gè)粒子的優(yōu)劣，從而確定粒子的更新方向和更新速度，完成單個(gè)粒子的尋優(yōu)，而整個(gè)粒子群根據(jù)所有粒子的好壞，通過不斷地位置更新和速度更新達(dá)到最優(yōu)的位置。

圖3 粒子群優(yōu)化模糊控制器流程圖

3 系統(tǒng)仿真研究

仿真中，粒子群規(guī)模為30，迭代100次，學(xué)習(xí)因子均為2，慢性因子為0.89，仿真時(shí)間為100 s，評價(jià)指標(biāo)中系數(shù)分別為α1=0.2，β1=0.4，α2=0.3，β2=1，α3=0.5，β3=0.2。圖4為Simulink仿真圖，控制器參數(shù)見表2。分別采用粒子群算法優(yōu)化后的模糊控制和PID控制對三個(gè)回路作單位階躍響應(yīng)，仿真結(jié)果如圖5所示，曲線1表示模糊控制，曲線2表示PID控制，各項(xiàng)性能指標(biāo)見表3。相比于PID控制本文方法具有更好的控制品質(zhì)，三個(gè)回路的單位階躍響應(yīng)曲線響應(yīng)速度較快，幾乎沒有超調(diào)量和穩(wěn)態(tài)誤差。

圖4 粒子群優(yōu)化的模糊系統(tǒng)仿真圖

表2 控制器參數(shù)

回路粒子群算法優(yōu)化后的模糊控制器傳統(tǒng)PID控制器KeKecKuKIKpKiKd主蒸汽壓力回路6.861722.8568-431.5525160-0.0151040煙氣含氧量回路4.96951.4134-9.55110.820.2-5爐膛負(fù)壓回路4.9195-2.40840.7546-1-1.3-0.24-5

表3 系統(tǒng)控制性能指標(biāo)

控制回路上升時(shí)間/s調(diào)節(jié)時(shí)間/s超調(diào)量主蒸汽壓力曲線17.57.50.06%曲線219.443.911.99%煙氣含氧量曲線17.27.20曲線21237.98.05%爐膛負(fù)壓曲線12.92.90曲線213.433.36.14%

圖5 控制系統(tǒng)單位階躍響應(yīng)曲線

以爐膛負(fù)壓控制回路為例，驗(yàn)證模糊控制系統(tǒng)的抗干擾性能，其他條件不變，在仿真時(shí)間t=100 s時(shí)加入幅值為0.2的階躍擾動(dòng)。以主蒸汽壓力控制回路為例，考察模糊控制系統(tǒng)的魯棒性能，其他條件不變，增益和時(shí)間常數(shù)放大3倍，即

系統(tǒng)響應(yīng)曲線，如圖6所示。曲線1表示模糊控制，曲線2表示PID控制。由圖6可以看出，雖然擾動(dòng)輸出的幅值相同，但模糊控制具有更快的調(diào)節(jié)時(shí)間。當(dāng)被控對象發(fā)生較大變化時(shí)，模糊控制的上升時(shí)間、調(diào)節(jié)時(shí)間和超調(diào)量均優(yōu)于PID控制。

圖6 控制器性能測試響應(yīng)曲線

4 結(jié) 論

本文以火電廠三輸入三輸出燃燒系統(tǒng)為研究對象，采用粒子群算法優(yōu)化模糊控制器，結(jié)合前饋解耦控制和積分作用，對整個(gè)鍋爐燃燒系統(tǒng)進(jìn)行了優(yōu)化設(shè)計(jì)，并對控制方案進(jìn)行了仿真研究。結(jié)果表明，相比PID控制，本文方法具有更好的控制品質(zhì)，使得上升時(shí)間、調(diào)節(jié)時(shí)間和超調(diào)量均得到了明顯改善，同時(shí)減少了參數(shù)整定時(shí)間和隨意性。當(dāng)系統(tǒng)受到較大的干擾時(shí)或系統(tǒng)模型參數(shù)發(fā)生較大變化時(shí)，模糊控制的效果依然能令人滿意。本文方法較好地完成了三個(gè)回路的控制任務(wù)，維持了主蒸汽壓力和爐膛負(fù)壓的穩(wěn)定，保證了燃燒的經(jīng)濟(jì)性和安全性，使燃料處于最佳燃燒狀態(tài)。

[1] 徐學(xué)紅，馮冬青.電站鍋爐燃燒系統(tǒng)先進(jìn)策略研究[J].自動(dòng)化儀表，2014，35(2)：16-19.

[2] 陳立軍，周正興，趙麗麗，等.采用輻射能信號的燃燒系統(tǒng)參數(shù)自調(diào)整模糊PI控制[J].化工自動(dòng)化及儀表，2009，36(6)：15-17.

[3] 陳立軍，薛宏，周正興，等.采用輻射能信號的燃燒系統(tǒng)H∞控制[J].化工自動(dòng)化及儀表，2010，37(10)：14-17.

[4] 李紅彪，張舒心，王東鵬，等.基于遺傳算法優(yōu)化的鍋爐燃燒系統(tǒng)魯棒控制器設(shè)計(jì)[J].制造業(yè)自動(dòng)化，2014，36(9)：10-12，24.

[5] 馮冬青，徐學(xué)紅，費(fèi)敏銳.神經(jīng)網(wǎng)絡(luò)廣義預(yù)測控制在鍋爐燃燒系統(tǒng)中的應(yīng)用[J].自動(dòng)化儀表，2006，27(6)：18-21.

[6] 向立志，張喜東，李榮，等.多變量預(yù)測控制在鍋爐燃燒系統(tǒng)中的應(yīng)用[J].化工自動(dòng)化及儀表，2006，32(2)：20-24.

[7] 張嘉英，武欣.大型單元機(jī)組鍋爐燃燒系統(tǒng)改進(jìn)型預(yù)測控制的研究[J].鍋爐技術(shù)，2012，43(2)：21-24.

[8] 趙君，馮玉昌，趙柏林.模糊免疫PID 在電站主汽溫控制系統(tǒng)中的應(yīng)用[J].東北電力大學(xué)學(xué)報(bào)，2012，32(3)：42-45.

[9] 潘維加.300MW單元機(jī)組煤粉爐燃燒控制系統(tǒng)的研究及改進(jìn)[J].中國電機(jī)工程學(xué)報(bào)，2000，20(9)：77-79.

[10] 張虹，于雷，胡波.基于改進(jìn)PSO的勵(lì)磁系統(tǒng)非線性PID控制研究[J].東北電力大學(xué)學(xué)報(bào)，2013，33(1/2)：152-155.

[11] 汪陽華.基于粒子群算法的鍋爐主蒸汽壓力模糊PID控制[J].湖南工業(yè)大學(xué)學(xué)報(bào)，2012，26(5)：62-66.

Fuzzy Decouple Control of Boiler Combustion System for the Thermal Power Plant Based on PSO

Shi Donglin，Shao Siyang

(School of Automation Engineering，Northeast Electric Power University，Jilin Jilin 132012)

Three fuzzy decouple controllers based on Particle Swarm Optimization(PSO)are designed separately according to three control loops in order to further improve control performances of the combustion control system in the power plant.To get higher stable precision，integral controllers are introduced in the flue gas oxygen content loop and the furnace negative pressure loop.The control system is simulated and studied by using SIMULINK.The results show that compared with the traditional PID control the designed fuzzy control system has better control quality.It reduces the adjusting time and the overshoot and improves robustness and disturbance.

Boiler Combustion system；Fuzzy control；PSO；Decouple

2016-12-12

吉林省科技發(fā)展計(jì)劃項(xiàng)目(20150101048JC)

史冬琳(1979-)，女，碩士，講師，主要研究方向：非線性預(yù)測控制、先進(jìn)控制在熱工過程中的應(yīng)用.

1005-2992(2017)01-0060-06

TP273+.4

A

電子郵箱： shidonglin@163.com(史冬琳)；550724084@qq.com(邵思陽)