火电厂单元机组协调控制系统的研究.doc

孙峰

[摘 要]随着社会经济的发展，我国的火电厂在数量和规模上有了很大的进步。在一些大型的火电厂中，单元机组是受多个变量影响比较大的部分，导致火电厂系统控制中存在一定的问题。而且，火电厂的单元协调系统，具有一定的滞后性、耦合性，以及相关的不确定性，所以，如何实现发电基础设备和单元机组之间的协调控制，是火电厂发展中迫切需要解决的问题。目前，单元机组协调控制系统的研究取得了一定的成果，针对当前火电厂机组系统中存在的问题，提出了进行综合性控制的有效方法，促进了火电厂控制系统的进步。

[关键词]火电厂 单元机组 协调控制系统

中图分类号：G52 文献标识码：A 文章编号：1009-914X（2016）07-0312-01

引言

在火电厂的发展中，火电单元机组是一种具有非常强的耦合性、大惯性、非线性和不确定的热工系统。所以，在进行单元机组的协调控制中，主要是将动态性差异较大的锅炉和汽轮机来作为整体实现综合性的控制，使其能够按照电网系统的负荷指令和运行参数偏差的要求来协调运行。目前多数的电厂采用传统的算法，不能保证单元机组长期的稳定运行，而且，在遇到比较复杂的工况时，需要进行人工控制，同时，会导致单元机组的运行偏离相关的指标，造成比较大的能源浪费，以及设备的损耗。因此，控制理论的发展，促进了机组的改进和有效控制，对火电厂的发展具有重要的意义。

1 火电厂单元机组被控对象的数学模型

单元机组中，被控对象的数学模型是实现协调控制系统设计的重要组成部分和基础，因此，对单元机组的控制系统研究，就要使用合适的数学模型来参考。而且，这种模型必须能够有效的反映出各个系统的特性和耦合关系，同时，结构需要相对的简单。目前，使用比较广泛的协调控制系统，主要包括以下几种。

1.1 实验基础上建立的数学模型

在20世界80年代，Bell和Astrom建立了一种非线性的数学模型。这种数学模型，主要以P16/G16汽包式的燃油机组来作为具体的控制对象，而且这种数学模型的应用得到了有效的验证[1]。同时，这种模型的对火电厂的大型机组研究也具有比较重要的参考价值，到了90年代，De Mello提出了对大型单元机组进行协调控制的非线性数学模型。这种模型主要从物质的平衡以及能量的平衡角度考虑，对相关的流动转换过程做了具体的描述，应用比较广泛。

1.2 应用智能方法建立数学模型

目前，人工智能的快速发展，也让许多研究人员将研究的重点转移到了智能算法方面，特别是对单元机组控制系统的特性进行分析，能够结合现场的数据，辨识出具体的系统模型，例如当前的模糊建模和神经网络建模等一些智能算法。模糊建模法的使用，主要是根据具体的输入和输出数据，构建一定的模糊模型的方法。由于模糊模型在单元机组的控制领域具有一定的优越性，所以，得到了广泛的应用。另外，人工神经网络建模的方法，主要是以其特有的表达非线性的映射能力进行系统建模，以及进行一定的辨识[2]。而且，许多比较有效的控制方法都应用到了神经网络控制领域，例如神经网络预测控制、神经网络模型自适应控制系统等，这些相关的控制网络，都能够利用神经网络模型充当。

2 单元机组协调控制系统的策略

上个世纪70年代，单元机组的协调控制系统开始应用，我国直到90年代初期才开始少量的引进和应用协调控制系统。随着DCS的开发和应用，火电厂机组的自动化水平和生产管理水平得到了很大的提高。根据控制理论在单元机组协调控制系统中的应用，一般可以划分为线性的控制系统理论、非线性的控制系统理论，以及智能化的方法等三个方面。

2.1 对线性系统的研究

2.1.1 PID控制的应用及改进

目前，许多的电厂使用的还是结构比较简单、操作方便，并有一定鲁棒性的PID控制。PID参数的设置，主要是依靠试凑和经验来获得，但是在具有非线性、大惯性和延迟性的对象控制中，比较难适应，所以，利用智能控制和PID参数的结合，使其控制性能得到了很大的提升。

2.1.2 对单元机组的解耦控制

由于大型单元机组的耦合性比较强，所以，许多研究者利用比较先进的控制方式，对输入和输出系统进行解耦，使其成为一些单项输入或者是输出系统。这是一种先进理论中的传统方法，在当前的工业领域中应用比较多。而且，许多的研究也证明了这种调控系统具有较强的实用性。

2.1.3 单元机组的预测控制

预测控制，一般是包括模型基础、滚动优化过程和反馈校正三个阶段。这种控制理论的主要优势，就是进行滚动性的优化，根据相关的运行情况来及时修复，一般，广义上的预测控制（GPC）比较多的用在多变量系统中[3]。而且，预测控制不需要通过辨识过程和模型结构的了解，就能够设计控制系统。同时，反馈矫正还能消除系统的稳态偏差，提高算法的适用性。

2.2 对非线性系统理论的研究

2.2.1 线性化的反馈方法

线性化的反馈方法，是目前非线性系统理论中的重要方法，主要优点在于能够将一些非线性的问题当成线性问题研究。例如在火电厂的机组中，通过线性化的反馈方法设计的锅炉—汽轮机系统进行极点配置的控制，会让整个系统线性化，扩大其运行范围，而且在应用中，响应速度和抗干扰能力都得到了提升。

2.2.2 机组控制的多模型增益调度方法

增益调度方法，能够提高目前非线性系统的控制效果，也是对线性控制和非线性控制的综合。其操作的主要原理就是，通过各个操作点的线性化，设计比较合适的控制器，进行组合，实现优化的全局性控制。

2.3 对智能化控制方法的研究

2.3.1单元机组的模糊控制

火电厂单元机组具有比较强的耦合性，工作情况相对复杂，建立精确的模型比较困难，所以，应用模糊控制方法不需要建立精确的模型，而且对单元机组的非线性和时变性具有较强的适应能力，在单元机组的协调控制中应用比较广泛[4]。同时，为了让具体的控制器有一定的学习能力，有研究者提出了包含自回归性神经元的5层模糊性神经网络，并进行仿真研究，证明了这种神经网络控制器能够克服控制对象的随机性和时变性。

2.3.2 单元机组的神经网络控制

目前，神经网络的研究取得了很大的进步，它主要是由一些神经元相联接而形成，具有较强的容错性。例如，有学者将BP神经网络应用在被控对象的辨识中，建立了动态的模型，在这种模型的基础上，对控制器的参数优化做了相关的研究，提出了神经网络的协调控制策略，解决了单元机组协调控制系统中存在的问题。

3 结语

目前，火电厂单元机组的协调控制中，采用的方式比较传统，以PID为主，应用智能控制策略的方法还比较少，许多的控制方法还处在仿真研究阶段。单元机组的协调控制，是火电厂运行实现有效控制的重要组成部分，因此，当前的相关研究比较多，但是新的控制方式应用中，普及程度不高，还需要进一步的完善和发展，提高火电厂的单元机组实现自动化的控制，更好的适应社会的发展。

参考文献

[1] 刘保瑞，安惠欣，崔锐，陈立军.单元机组协调控制系统研究进展[J].东北电力大学学报，2012，03：6-11.

[2] 张丁予.预测控制及其在单元机组协调控制系统中的应用[J].科技视界，2014，02：154+345.

[3] 刘桂莲，张新昌，张长庚，朱翠丽.单元机组协调系统的模型预测控制[J]. 电力系统保护与控制，2014，10：41-45.

[4] 王爱军，张磊洋，邢宝钦，李娜.单元机组协调控制系统模糊自适应控制研究[J].汽轮机技术，2013，01：21-24+61.