随着风电、太阳能发电等新能源发电并网比重的不断提升,电网对于火电机组大范围深度调负荷能力的要求进一步提高。机组快速变负荷运行会带来燃烧过程的频繁波动,从而导致锅炉烟气中NOx浓度的大幅变化。SCR烟气脱硝作为当前燃煤机组最主要的脱硝方式,其生产过程受锅炉出口烟气参数的严重影响,目前工程现场广泛采用的传统PID控制策略无法适应机组的大范围快速变负荷运行。因此为保证SCR出口 NOx排放达标和SCR脱硝系统的经济运行,需要研究具有一定负荷适应性的智能控制策略对SCR系统喷氨量进行精准控制。准确的系统模型是研究和实施优化控制的前提。本文首先在分析SCR脱硝反应机理的基础上,建立了简化的机理模型,并利用粒子群算法辨识了模型参数。机理模型虽然具有良好的解释性和动态特性,但是当机组工况大范围变化时,机理模型计算结果总是与实际情况存在一定的偏差。针对这一问题,本文基于LSSVM建立了 SCR脱硝系统数据模型并与机理模型并联构建了混合动态模型,利用数据模型对机理模型计算偏差进行补偿,仿真结果表明混合动态模型具有更高的计算精度和更好工况适应性。另外,对于烟气NOx浓度的检测,目前广泛采用的CEMS系统存在较大的时间迟延,检测结果不能实时反映实际NOx浓度的变化,因而闭环反馈控制总是存在一定的滞后性。为解决这一问题,本文基于互信息(Mutual Information,MI)方法对锅炉出口参数与SCR入口 NOx浓度之间的迟延时间进行了估计,并通过变量选择筛选了部分锅炉侧可测参数作为辅助变量,SCR入口 NOx浓度作为目标变量,基于LSSVM构建了实时动态软测量模型对SCR入口 NOx浓度进行预测,提高NOx浓度检测的及时性。以实时动态软测量模型为智能前馈模型,将模型输出信号转换为喷氨量信号引入串级控制系统,构建智能前馈控制系统对SCR喷氨量进行优化控制。同时为了提高控制系统的自适应能力,运用粒子群优化算法对主控制器参数进行实时优化,仿真结果表明智能前馈控制策略能够加快控制系统响应速度,降低超调量,提高控制品质。最后,本文基于化工分析和模拟软件Aspen Plus对SCR脱硝反应过程进行了简单模拟。首先在Aspen Plus中建立了 SCR脱硝系统静态模型并对影响SCR脱硝反应过程的因素进行了模拟分析;其次将静态模型转换为动态模型导入Aspen Plus Dynamics(APD),并设计 了用于 APD 与 MATLAB\Simulink 连接的通信模块;最后在Simulink中搭建了控制系统对APD中的动态模型进行实时控制,通过Simulink与Aspen Plus协同仿真实现了 SCR脱硝反应过程的实时动态模拟运行,为SCR脱硝系统的优化控制仿真乃至带有化工反应的工业工程建模与仿真研究提供了有意义的参考。