论文部分内容阅读
[摘 要]电力科技的发展，使得电厂单元机组控制系统在不断地进行完善。在电厂单元机组控制系统中，控制算法是一项重要的内容。因此，其控制策略就成为了大家关注的焦点。控制策略最主要的是体现智能化。由于一些生产过程中对模型的要求不高，所以只要控制算法便于操作就可应用在智能控制算法中。预测控制算法做诶控制算法中的其中一种，对于电厂协调控制系统具有非常重要的意义。本文首先阐述了预测控制，其次概述了电厂协调控制系统的特点，最后分析了预测控制在电厂协调控制系统中的应用。
[关键词]预测控制 电厂 协调控制系统 应用
中图分类号：P885 文献标识码：A 文章编号：1009-914X（2016）07-0259-01
由于常规的比例积分微分（PID）控制器在电厂单元机组中的应用效果不理想，所以必须应用一种新型的控制模型来实现效果的理想化。电厂单元机组协调控制系统内部具有较强的耦合性，且与单元机组容量呈正比。所以，一旦电厂单元大容量机组数量不断增加，以往的单元机组自动控制系统所设计的控制模型就难以满足其标准要求。而预测控制可通过建立新的模型来降低电厂单元机组协调控制系统的不稳定性。
1 预测控制的概述
由于工业发展快速，所以控制理论必须紧随其后，不断地进行完善，才能在处理大型、复杂和不确定性的控制系统中满足其标准要求。但是当前的控制理论还处在不成熟阶段，还在不断的发展完善。在此期间，预测控制应运而生[1]。传统的比例积分微分控制存在一定的缺陷，其当前输入值的确定存在不合理性，不能完全符合工业生产的实际情况。而预测控制是通过输入值与输出值的偏差值，再加上分析预测模型的预测值来确定最终的当前输入值，这样所得出的当前输入值更加准确。预测控制结构如图1所示。
一般而言，在工业应用中，使用较多的是基于的算法非参数模型，其中包括模型算法控制和动态矩阵控制，但是由于基于的算法非参数模型存在一些缺点，它不能描述不稳定系统，且不适用于不稳定对象，在线模型辨识困难。因此就出现了广义预测控制，与前者相比，它具有一定的优势。其中预测控制的基本原理主要由三部分组成，分别是内部（预测）模型、滚动优化以及反馈控制。
1.1 预测模型
预测模型主要是通过被控对象的历史信息和未来输入来对系统的响应进行预测，它的形式主要分为参数模型和非参数模型，其中参数模型是指微分方程、传递函数等，非参数模型是指脉冲响应、阶跃响应等模型。
1.2 滚动优化
作为一种优化控制算法，预测控制会以某一性能指标的最优为基准，确定未来控制的作用。其优化过程分为三部分，首先，在线优化；其次，动态优化；最后，全局动态优化[2]。
1.3 反馈校正
作为一种闭环控制算法，预测控制在实施控制的过程中，只实现本时刻的控制作用，这样才能达到控制的理想状态。在采样时刻过程中，通过检测对象的实际输出来调整预测输出，并进行滚动优化。这样通过反馈信息就实现了闭环优化。反馈修正的形式主要是对未来的误差做预测并调整，并且是以在线辨识原理的支持下，对预测模型直接调整[3]。
2 电厂协调控制系统的特点
电厂协调控制系统中最重要的就是输出功率，输出功率与电厂单元机组外部参数相关。电厂单元机组外部参数是协调运行的重要指标，单元机组运行越稳定，更快适应电网负荷变化，则控制系统性能就越好。除此之外，负荷控制方式是影响单元机组控制的一个重要因素，负荷控制方式包括分别控制、协调控制[4]。其中协调控制更为突出，它不仅功能较全，而且适应能力也较好。单元机组协调控制系统具有三个特点，第一，以前馈回路的设计来解决单元机组符合适应性不足的问题，符合电网要求；第二，通过静态补偿精度和动态补偿精度，对机炉工作做出调整；第三，可以自动切换控制系统，应对机组运行出现异常的情况。
3 预测控制在电厂协调控制系统中的应用
3.1 控制参数
在电厂协调控制系统中，通过集中优化的多变量广义预测控制来设计直接控制器，需要计算控制率离线参数。在计算控制率离线参数时，通过离线控制率的表达式并不能获取全部参数。由于通过离线计算，分析出了对象阶跃相应的前N项值，就可以避免计算的复杂性。把已知的对象阶跃相应的前N项值结合预测值和估计值就可得出控制参数[5]。同时，为了减少计算的复杂性，通过正则化的方法进行计算效果较好。这样也符合控制系统的标准。
随后，最重要的就是对控制律在线参数进行辨识。辨识算法最优，则整个控制器的稳定性就越高，控制性能就越好。针对模型选取，广义预测控制直接算法，在求解的过程中较为简便；针对参数辨识，以带有死区的参数辨识方法进行操作。除此之外，估算方式的应用也极其符合标准。在参数整定时，为了减少控制系统的不稳定性，对控制时域、预测时域等进行了修正。
由于控制器参数选取是否合适直接影响着系统性能的好坏，所以对于控制器参数中的预测时域N、控制时域Nn以及控制增量加权系数序列也需要进行确定。预测时域N对于滚动优化具有非常重要的作用，为了避免被控对象的主要动态响应难以被预测时域覆盖，在实际应用时，N会选用较大值。在生产实际应用中，常常会分析N的变化，以便于确定最优值。控制时域中，当Nn在变化时，系统跟踪性能也会随之变化。因此，在选取Nn值时，就不能忽视系统的快速性和稳定性。一般情况下，为了选取最优值，就会通过增大Nn值的方式来确定。同时，在选取Nn值时，也需要考虑在线计算的简便性。在控制增量加权系数序列λj（j=1，2）中，通过性能指标表达式来确定λj的变化。当λj在逐渐增大的过程中，控制的稳定性也在逐步提高。在实际应用中，控制增量加权系数序列与预测时域Nn是存在关联性的。当预测时域Nn在变化时，控制增量加权系数序列也需要随之变化，否则，系统的稳定性难以保障。
3.2 选取设定值
选取设定值同样非常重要，一般而言，会有两种方式来选取设定值，分别是单元机组定压的运行方式，滑压运行方式。两种选取方式的操作流程完全相反，定压运行需要改变汽机的调节气门，促使机组输出功率调整，滑压运行则以机组主蒸汽的压力为调整基准，改变输出功率。首先来分析定压运行方式，当主蒸汽压力设定值恒定时，功率设定值选取要根据汽机带升定符合运行的状况来确定。
其次来分析滑压运行方式，一般而言，采用的运行方式是根据单元机组的符合情况来决定的。对于低负荷和高负荷情况，就不宜采用滑压运行方式。在滑压运行方式中，要根据电厂生产实际经验和仿真结果的综合来选取设定值较为合适。
结束语
综上所述，电力工业是国民工业生产中不可或缺的重要组成部分，为了适应当前社会对电力能源的需求，电厂生产自动化水平要一直不断地进行提升。电厂生产自动化是否实现，与火电厂机组技术密切相关。因此，在电厂热工过程控制中，需要用预测控制来满足大容量、高参数新型发电机组的要求。预测控制作为一种实用性强的控制算法，弥补了原有PID控制算法的不足，在工业行业中被广泛采用。
参考文献：
[1] 刘向杰，孔小兵.电力工业复杂系统模型预测控制——现状与发展[J].中国电机工程学报，2013，05：79-85，14.
[2] 方吉吉.先进预测控制在超超临界机组机炉协调系统上的应用[J].热能动力工程，2013，04：381-385，437.
[3] 元北石.预测控制技术在电厂热工过程中的应用分析[J].机电信息，2013，24：112-113.
[4] 陈涛，王珩，胡昌盛，钟奕南，徐昌凯，张琦.广义预测控制在600MW超临界机组协调及汽温控制系统优化中的应用[J].中国电力，2014，02：5-10.
[5] 李凤.基于TS模糊模型的稳定预测控制及其在机炉协调系统中的应用[J].电子技术与软件工程，2015，08：167.
[关键词]预测控制 电厂 协调控制系统 应用
中图分类号：P885 文献标识码：A 文章编号：1009-914X（2016）07-0259-01
由于常规的比例积分微分（PID）控制器在电厂单元机组中的应用效果不理想，所以必须应用一种新型的控制模型来实现效果的理想化。电厂单元机组协调控制系统内部具有较强的耦合性，且与单元机组容量呈正比。所以，一旦电厂单元大容量机组数量不断增加，以往的单元机组自动控制系统所设计的控制模型就难以满足其标准要求。而预测控制可通过建立新的模型来降低电厂单元机组协调控制系统的不稳定性。
1 预测控制的概述
由于工业发展快速，所以控制理论必须紧随其后，不断地进行完善，才能在处理大型、复杂和不确定性的控制系统中满足其标准要求。但是当前的控制理论还处在不成熟阶段，还在不断的发展完善。在此期间，预测控制应运而生[1]。传统的比例积分微分控制存在一定的缺陷，其当前输入值的确定存在不合理性，不能完全符合工业生产的实际情况。而预测控制是通过输入值与输出值的偏差值，再加上分析预测模型的预测值来确定最终的当前输入值，这样所得出的当前输入值更加准确。预测控制结构如图1所示。
一般而言，在工业应用中，使用较多的是基于的算法非参数模型，其中包括模型算法控制和动态矩阵控制，但是由于基于的算法非参数模型存在一些缺点，它不能描述不稳定系统，且不适用于不稳定对象，在线模型辨识困难。因此就出现了广义预测控制，与前者相比，它具有一定的优势。其中预测控制的基本原理主要由三部分组成，分别是内部（预测）模型、滚动优化以及反馈控制。
1.1 预测模型
预测模型主要是通过被控对象的历史信息和未来输入来对系统的响应进行预测，它的形式主要分为参数模型和非参数模型，其中参数模型是指微分方程、传递函数等，非参数模型是指脉冲响应、阶跃响应等模型。
1.2 滚动优化
作为一种优化控制算法，预测控制会以某一性能指标的最优为基准，确定未来控制的作用。其优化过程分为三部分，首先，在线优化；其次，动态优化；最后，全局动态优化[2]。
1.3 反馈校正
作为一种闭环控制算法，预测控制在实施控制的过程中，只实现本时刻的控制作用，这样才能达到控制的理想状态。在采样时刻过程中，通过检测对象的实际输出来调整预测输出，并进行滚动优化。这样通过反馈信息就实现了闭环优化。反馈修正的形式主要是对未来的误差做预测并调整，并且是以在线辨识原理的支持下，对预测模型直接调整[3]。
2 电厂协调控制系统的特点
电厂协调控制系统中最重要的就是输出功率，输出功率与电厂单元机组外部参数相关。电厂单元机组外部参数是协调运行的重要指标，单元机组运行越稳定，更快适应电网负荷变化，则控制系统性能就越好。除此之外，负荷控制方式是影响单元机组控制的一个重要因素，负荷控制方式包括分别控制、协调控制[4]。其中协调控制更为突出，它不仅功能较全，而且适应能力也较好。单元机组协调控制系统具有三个特点，第一，以前馈回路的设计来解决单元机组符合适应性不足的问题，符合电网要求；第二，通过静态补偿精度和动态补偿精度，对机炉工作做出调整；第三，可以自动切换控制系统，应对机组运行出现异常的情况。
3 预测控制在电厂协调控制系统中的应用
3.1 控制参数
在电厂协调控制系统中，通过集中优化的多变量广义预测控制来设计直接控制器，需要计算控制率离线参数。在计算控制率离线参数时，通过离线控制率的表达式并不能获取全部参数。由于通过离线计算，分析出了对象阶跃相应的前N项值，就可以避免计算的复杂性。把已知的对象阶跃相应的前N项值结合预测值和估计值就可得出控制参数[5]。同时，为了减少计算的复杂性，通过正则化的方法进行计算效果较好。这样也符合控制系统的标准。
随后，最重要的就是对控制律在线参数进行辨识。辨识算法最优，则整个控制器的稳定性就越高，控制性能就越好。针对模型选取，广义预测控制直接算法，在求解的过程中较为简便；针对参数辨识，以带有死区的参数辨识方法进行操作。除此之外，估算方式的应用也极其符合标准。在参数整定时，为了减少控制系统的不稳定性，对控制时域、预测时域等进行了修正。
由于控制器参数选取是否合适直接影响着系统性能的好坏，所以对于控制器参数中的预测时域N、控制时域Nn以及控制增量加权系数序列也需要进行确定。预测时域N对于滚动优化具有非常重要的作用，为了避免被控对象的主要动态响应难以被预测时域覆盖，在实际应用时，N会选用较大值。在生产实际应用中，常常会分析N的变化，以便于确定最优值。控制时域中，当Nn在变化时，系统跟踪性能也会随之变化。因此，在选取Nn值时，就不能忽视系统的快速性和稳定性。一般情况下，为了选取最优值，就会通过增大Nn值的方式来确定。同时，在选取Nn值时，也需要考虑在线计算的简便性。在控制增量加权系数序列λj（j=1，2）中，通过性能指标表达式来确定λj的变化。当λj在逐渐增大的过程中，控制的稳定性也在逐步提高。在实际应用中，控制增量加权系数序列与预测时域Nn是存在关联性的。当预测时域Nn在变化时，控制增量加权系数序列也需要随之变化，否则，系统的稳定性难以保障。
3.2 选取设定值
选取设定值同样非常重要，一般而言，会有两种方式来选取设定值，分别是单元机组定压的运行方式，滑压运行方式。两种选取方式的操作流程完全相反，定压运行需要改变汽机的调节气门，促使机组输出功率调整，滑压运行则以机组主蒸汽的压力为调整基准，改变输出功率。首先来分析定压运行方式，当主蒸汽压力设定值恒定时，功率设定值选取要根据汽机带升定符合运行的状况来确定。
其次来分析滑压运行方式，一般而言，采用的运行方式是根据单元机组的符合情况来决定的。对于低负荷和高负荷情况，就不宜采用滑压运行方式。在滑压运行方式中，要根据电厂生产实际经验和仿真结果的综合来选取设定值较为合适。
结束语
综上所述，电力工业是国民工业生产中不可或缺的重要组成部分，为了适应当前社会对电力能源的需求，电厂生产自动化水平要一直不断地进行提升。电厂生产自动化是否实现，与火电厂机组技术密切相关。因此，在电厂热工过程控制中，需要用预测控制来满足大容量、高参数新型发电机组的要求。预测控制作为一种实用性强的控制算法，弥补了原有PID控制算法的不足，在工业行业中被广泛采用。
参考文献：
[1] 刘向杰，孔小兵.电力工业复杂系统模型预测控制——现状与发展[J].中国电机工程学报，2013，05：79-85，14.
[2] 方吉吉.先进预测控制在超超临界机组机炉协调系统上的应用[J].热能动力工程，2013，04：381-385，437.
[3] 元北石.预测控制技术在电厂热工过程中的应用分析[J].机电信息，2013，24：112-113.
[4] 陈涛，王珩，胡昌盛，钟奕南，徐昌凯，张琦.广义预测控制在600MW超临界机组协调及汽温控制系统优化中的应用[J].中国电力，2014，02：5-10.
[5] 李凤.基于TS模糊模型的稳定预测控制及其在机炉协调系统中的应用[J].电子技术与软件工程，2015，08：167.