預測控制及其在電站鍋爐汽溫控制中的應用研究.pdf

1、電站鍋爐汽溫對象具有大慣性、大時滯以及多因素擾動的特點，使得常規(guī)的串級PID控制很難將汽溫控制在理想的范圍之內(nèi)，同時也難以適應自動發(fā)電量控制（Automatic Generation Control，簡稱AGC）的控制要求。當系統(tǒng)受到較大擾動時，即便是一些先進控制策略也無能為力。鑒于此，基于電力公司實際的課題需求，本文針對預測控制理論及其在汽溫控制系統(tǒng)中的應用問題，開展了如下研究:
　　(1)通過現(xiàn)場試驗，采集了不同負荷和時間段的

2、汽溫對象數(shù)據(jù)。然后，通過多種建模方法建立了不同需求的數(shù)學模型，包括基于傳統(tǒng)方法的階躍響應模型（切線法、兩點法和面積法）和基于智能算法的BP和RBF神經(jīng)網(wǎng)絡模型，并對各種模型進行了測試。
　　(2)深入研究了動態(tài)矩陣控制（簡稱DMC）以及廣義預測控制（簡稱GPC），其中包括動態(tài)矩陣控制的簡化算法研究以及廣義預測控制的優(yōu)化研究。為了解決基本粒子群優(yōu)化算法容易過早陷入局部最優(yōu)點的不足，用一種改進的混合粒子群優(yōu)化算法對廣義預測控制進行優(yōu)化

3、。仿真分析表明，改進混合粒子群優(yōu)化算法比基本粒子群優(yōu)化算法具有更高的搜索效率和精度，對設定值具有更好的跟蹤性能和控制品質(zhì)，適宜于廣義預測控制的在線滾動優(yōu)化計算及求解。
　　(3)結(jié)合實際工程需求，本文提出一種基于間接能量平衡法的廣義預測控制策略。通過構(gòu)造間接能量平衡式修正減溫水系統(tǒng)，變串級隨動為定值隨動系統(tǒng)。Matlab仿真結(jié)果表明，本文改進方法有效克服了過熱汽溫的大時滯特性，顯著地提高了鍋爐過熱、再熱汽溫的控制精度。
　　

4、(4)為了將預測控制算法應用于實際汽溫系統(tǒng)，必須將新型控制算法嵌入到廠方DCS平臺，生成動態(tài)鏈接并進行參數(shù)組態(tài)，以更新現(xiàn)有模塊化庫，該部分工作為本課題成功應用的關鍵。本文結(jié)合國電智深EDPF-NT Plus DCS控制系統(tǒng)平臺，進行了預測控制軟件的模塊化開發(fā)研究以及相應的測試。
　　(5)利用編譯通過的新型算法模塊進行SAMA圖組態(tài)，構(gòu)造新的預測控制系統(tǒng)回路，并進行現(xiàn)場離線調(diào)試和在線應用。實驗室的離線仿真結(jié)果表明，新提出的算法具有