（山东电力工程咨询院有限公司 山东济南 250013）
摘要：锅炉主汽温度是影响机组安全运行及经济运行的重要参数之一，但是目前国内大型火电机组的锅炉过热汽温控制，几乎仍采用常规的串级控制系统，难以取得良好的控制效果。本文针对主蒸汽温度存在大惯性、大延迟的特性，结合现代控制理论，提出了广义预测控制策略。
关键词：主汽温度；广义预测控制
Abstract：The main steam temperature of the boiler is one of the important parameters that affect the safe operation and economic operation of the unit.However，the boiler superheated steam temperature control of the large thermal power units is almost always using the conventional cascade control system，so it is difficult to obtain good control effect.In this paper，for the large inertia and large delay main steam temperature characteristics，combined with modern control theory，proposed a generalized predictive control strategy.
Key words：Main Steam Temperature，Generalized Predictive Control
1 引言
目前大型火电机组中锅炉过热汽温度控制系统、再热汽温度控制系统及协调控制系统等关键控制系统品质大多不理想，究其原因，主要是被控对象的动态特性具有非常大的滞后，例如：锅炉过（再）热汽温度被控对象，当喷水调门动作后，过（再）热汽温度的变化需要很长的时间，滞后很大；对于大滞后的被控对象，常规控制方案无法协调好控制系统快速性和系统稳定性之间的矛盾，因此，常规控制方案无法对大滞后的被控对象进行有效控制。
2 主汽温度特点及控制策略选择
主汽温度自动控制是锅炉自动化的重要任务之一，但由于其工艺流程的复杂性和主汽温度被控对象自身存在的种种特性，使之成为最难控制的被控对象之一。总体说来，影响主汽温控制的主要干扰因素有下列几个方面：
（1）主汽温度是一个大迟延被控对象，不利于控制。首先主汽温度本身是一个具有较大迟延的多容惯性环节，当有外部扰动时，温度不是立即跟随扰动变化，而是有一段时间的迟延，因此控制难度很大。
（2）电站结构设计和控制要求存在着矛盾。从理论分析来说，减温设备装在离过热器出口越近的地方，控制时的滞后越小，控制效果越好。但从设备安全方面来讲，则减温设备应安装在过热器入口，以最有效的保护过热器本体，因此电站结构设计和控制要求存在着矛盾，增加了控制难度。
（3）影响主蒸汽温度的扰动因素很多，而且各种扰动因素之间又互相耦合影响，使主汽温对象的动态过程十分复杂。影响主汽温度的扰动因素多种多样，比如：锅炉给水温度的变化、燃烧工况的变化、炉膛火焰中心位置的变化、燃烧方式的变化、进入过热器的蒸汽温度和蒸汽流量变化、流经过热器的烟气温度及流速的变化、锅炉受热面结垢等。
通过上述的内容可以得知，无论采用什么样的控制方法，主汽温控制的最终目标是在受到外界扰动时保持主汽温度在一个规定的限值范围内波动，只有达到这种控制效果的控制方法，才能在现场实践中得到应用。针对主汽温度这种具有大滞后的动态特性，常规控制方案无法对大滞后的被控对象进行有效控制，必须采用先进的控制方法。目前，对大滞后过程的有效控制方法主要有预测控制技术、状态变量与状态反馈控制技术及模糊控制技术，通过对上述先进控制理论的比较分析，及结合现场实际情况，本文采用了广义预测控制技术。
3 预测控制技术简介
预测控制是近年来发展起来的一类新型的计算机控制算法。由于它采用多步测试、滚动优化和反馈校正等控制策略，因而控制效果好，适用于控制不易建立精确数字模型且比较复杂的工业生产过程，所以它一出现就受到国内外工程界的重视，并已在石油、化工、电力、冶金、机械等工业部门的控制系统得到了成功的应用。
预测控制系统的组成大致包括：①参考轨迹；②预测模型；③滚动优化；④在线校正等四个部分，其原理如下图所示。
1984年，Clarke等人于提出了一种基于参数模型新型预测算法——广义预测控制（GPC）。它是以CARIMA（受控自回归积分滑动平均模型）模型为预测模型，采用了长时段的滚动优化性能指标，并结合自校正和闭环反馈机制对被控对象进行预测控制，在过程中表现出良好的控制特性[1]。
GPC算法有以下特点：
①采用CARIMA模型作为预测模型。CARIMA模型自身具有一定的积分作用，因此能有消除系统静差；此外，CARIMA模型结构简单，参数数目较少，有利于在线实时控制；
②为了用当前时刻的输入、输出数据对下一时刻的系统进行预测，引入了Diophantine方程，采用递推解法，节省大量计算时间，更符合计算机控制的要求；
③参考轨迹采用MAC给出的输出值目标轨迹，并由此决定满足各种约束条件的控制量。
4 广义预测控制算法
采用受控自回归积分滑动平均模型（CARIMA）作为被控对象的数学模型[2]：
{u（k）}和{y（k）}分别表示被控对象的输入和输出。Δ=1- z-1 表示差分算子。ξ（k）表示均值为零、方差为σ2的白噪声干序列，若系统时滞大于零，则 B（z-1）多项式开头的一项或几项系数等于零。为了使原理清晰和推导方便，在下面的讨论中，暂令C（z-1）=1。
CARIMA 模型具有下列特点：（1）由于其自身积分作用，可保证系统输出稳态误差为零；（2）CARIMA 模型适用范围广。
对于过热器温度控制系统，要求其系统输出值为一个恒值（主汽温度就要求在560℃附近），因此对于输出给定值yr（k+ j）（j=1，2……），一般设定为常值yr，这也恰恰就是广义预测控制的任务：
yr（k+ j）=ay（k+j-1）+（1-a）yr
yr（k）=y（k） （j=1，2…… 0≤a≤1） （4-2）
广义预测控制系统采用如下性能指标函数：
（4-10）和（4-11）式即为广义预测控制率。
从上面的推导可知在被控对象参数已知时，广义预测控制的基本算法如下：
给定预测时域N1，控制时域Nu和加权常数 λ
第 1 步：由 Diophantine 方程求解多项式Ej，Fj，Gj和Hj；
第 2 步：计算矩阵G及 ；
第 3 步：由（4-10）和（4-11）式求解控制量 u（t）。
5 广义预测控制算法的参数选择
广义预测控制除了具有预测控制中的预测模型、滚动优化、反馈校正这三个基本因素外，还采用了多步预测的控制策略。因此在算法中增加了最小预测时域N0、最大预测时域N1、控制时域Nu和加权常数 λ这四个参数，下面讨论这些参数的选取原则及对控制性能产生的影响[3][4]。
（1）最小预测时域N0
对于具有迟延的被控对象，最小预测时域N0，应当大于对象的时滞 d，只有这样，才能使 y（k+1），…，y（k+ N1）等也在输入 u（k）的影响之下，保证控制精度。
（2）最大预测时域N1
最大预测时域N1的设置是为了把对当前控制影响较多的响应收入，而将影响较小的剔除，以简化计算方法，缩短计算时间。因此，N1大小的选取要兼顾系统的稳定性和快速性：N1较小，虽然快速性好，但稳定性和鲁棒性较差；N1较大，虽然鲁棒性好，但动态响应慢，增加了计算时间，降低了系统的实时性。在实际应用中，需要在兼顾稳定性和快速性两者的基础上，选取最合适的最大预测时域N1。
（3）控制时域Nu
控制时域Nu直接影响控制系统的控制效果。一般情况下，Nu的大小直接影响系统的稳定性、鲁棒性和实时性：Nu过小，系统跟踪性能较差；Nu增大控制灵敏度虽然得到提高，但系统的稳定性和鲁棒性降低，同时由于计算量增大，系统的实时性也随之降低。
（4）控制加权常数λ
设置控制加权常数λ 的目的是增加控制系统的稳定性。为了防止控制增量剧烈变化是影响控制系统的稳定性，设置加权常数λ 来对控制增量的变化加以限制，实际应用中控制加权常数λ 的选取原则的由小变大，直至使系统对控制增量的剧烈变化仍具有满意的控制效果为止。
上述的这些参数中，N1和λ 是对 GPC 控制效果影响最显著的两个。N1和λ不但共同影响控制效果，而且这两者之间还存在着相互影响。当N1增大时，λ 也相应增加，否则较小的λ 值和较大的N1可能影响闭环系统的稳定性，同时这两个参数的增加将使系统的反应速度变慢；反之，N1和 λ 过小又会使系统稳定性降低。
6 结论
本文根据主汽温度大滞后过程的特点，提出了广义预测控制策略，广义预测控制算法控制器比常规PID算法的控制器在跟踪给定、模型失配、抗通道内扰等方面具有跟踪能力好、超调量小、抗干扰能力强的特点，在主汽温度控制上取得到了良好的效果。
参考文献：
[1] 王伟.广义预测控制理论及其应用[M].北京：科学出版社，1998
[2] 杨华.广义预测控制的快速算法研究及应用.燕山大学硕士学位论文，2006
论文作者:闫英俊,张建国
论文发表刊物:《电力设备》2017年第8期
论文发表时间:2017/7/18
标签：时域论文; 广义论文; 温度论文; 控制系统论文; 模型论文; 对象论文; 系统论文; 《电力设备》2017年第8期论文;