基于模型预测控制PID低阶近似算法的火电机组脱硝控制策略

赵一平张长青

（山西漳电蒲洲热电有限公司山西永济045200）

摘要：燃煤火电机组的NOx控制排放值，是受国家环保部门实时监督考核的重要环保安全指标。由于NOx被控对象的纯时延大时滞特性，按常规方法整定的PID控制很难将烟气脱硝NOx指标控制到理想范围内。本文介绍了一种基于模型预测控制DMC控制规律的低阶近似的PID整定方法，先根据对象模型整定NOx模型预测控制DMC控制规律，然后利用阶跃扰动逼近的方法，在仿真软件中，构造PID控制参数，使其阶跃激励响应能尽可能地逼近模型预测控制器的控制规律，并将该PID控制器辅以常规的脱硝控制前馈，应用于某350MW超临界煤粉锅炉的脱硝控制，收到良好的控制效果，可有效提高火电机组NOx的控制品质。

关键词：燃煤机组，NOx脱硝，模型预测控制，低阶近似PID

1引言

在国家环保节能政策的严格要求下，在我国电力能源中占比绝对优势的燃煤电厂，绝大多数发电机组已完成脱硝系统改造。完成脱硝系统改造的机组，烟气NOx在近期必须小时均值小于50mg/m3，且不少地方迫于严峻的环保客观现实，规定瞬时值也必须低于50mg/m3。

但从实际投运的脱硝系统的实际运行情况看，不少火电机组的实际NOx控制效果并不理想，甚至还有一些发电机组，其脱硝喷氨自动控制不能正常投入。为了保证机组不受环保考核，不少电厂无论自动还是手动，都通过过量喷氨的方式，使烟气NOx含量值原理50mg/m3。但这种控制或运行方式的直接结果是氨逃逸过量，长期运行影响到诸如空预器等烟气流程脱硝下游设备的正常安全运行。

从实际情况分析，除现场喷氨格栅喷氨量不平衡等设备调整问题外，针对大纯时延脱硝动态特性的脱硝控制策略策略不够完善，控制参数未优化，是造成火电机组脱硝系统控制品质不高的最主要原因。

本文提出的基于模型预测控制PID低阶近似的新型脱硝控制策略，采用预测控制理论中的动态矩阵DMC算法，先根据脱硝NOx对象动态特性，设计出理论上预测最优的模型预测控制器[1-4]。然后，按PID低阶近似方法，拟合出便于在DCS上组态实现的最优模型预测控制器的低阶近似形式，在某350MW超临界发电机组煤粉炉脱硝控制系统中获得了成功的应用。

2火电机组SCR脱硝工艺流程

目前，我国的燃煤火电机组采用的脱硝全部是氨气还原NOx工艺，以图1中的典型SCR喷氨脱硝工业为例，当喷氨控制调阀动作时，氨气经过供氨管、稀释混合器、喷氨格栅角阀后，与锅炉烟气混合，最后进入SCR反应器，在反应器内催化器的作用下，完成氨气对烟气中NOx的还原作用，以降低烟气中的NOx含量。

图1火电厂脱硝工艺流程图

烟气NOx的测量，并不是现场直接接触反应测定的，SCR脱硝后的烟气要经过烟气取样装置、取样管道，然后进入CEMS烟气分析仪，然后经过过滤、稳流、除湿等过程，才进入烟气分析仪中的电化学传感系统，进行NOx含量的实际测定。

由于这些在原理、工艺、设计、流程等多方面因素的影响，几乎所有的火电机组脱硝测量系统，从喷氨阀动作，到CEMS烟气分析仪给出量化的NOx含量值变化，这一动态过程的纯时延时间长度约90s至120s之长。这种纯时延时间明显大于对象动态特征时间的的被控特性，成为影响脱硝控制品质问题的主要原因，再加上工业过程控制对象普遍具有的非线性、不确定性、时变特性，使得常规PID很难将NOx指标控制到理想水平内。

现场测取某350MW超临界机组煤粉锅炉脱硝系统喷氨系统，按阶跃改变喷氨量的方式测取烟气NOx动态模型，如下式

（1）

3模型预测控制DMC控制器

预测控制控制，是一种离散的时间序列优化算法，该算法采用一定的数学变换，将对象的未来模型输出，表示为可独立表示的对象零输入响应和零状态响应之和（此处的零输入响应，指的是在过去输入以及过去状态所致的，未施加未来控制序列的对象未来输出响应；零状态响应，指的是在控制序列的作用下的对象输出响应）。然后利用代数方法，通过求解未来模型输出偏差最小的方法，求得最优的对象未来控制输入序列，并采用滚动优化与反馈校正方法，在每一个离散周期内，计算并实施每一步的控制增量。

预测控制算法尽管是一种基于模型的优化控制算法，控制器本身是由对象的模型参数构成的，但和其它优化算法相比，具有控制精度高，对模型精度要求不高，适应大时滞系统等特点。本文针对火电机组脱硝系统NOx被控对象的模型特点，选用预测控制中的DMC动态矩阵控制算法设计控制器。

设某纯时滞对象的时滞时长为d个采样周期，其单位阶跃响应采样值序列为{0...0a1a2...an}，其中序列的前d项全为0。如果在k时刻对对象施加控制增量，则对象的未来输出序列的预测计算值可表示为下式[5-9]。

选取(3)式表示的序列中的前P项，用向量形式表示为

（4）

式中

按范数格式改写上式为

其中范数加权对角矩阵Q、R分别为

在200MW、250MW、300MW、350MW、共四个负荷工况下测取NOx的动态模型数据，分别形成不同负荷下的系数矩阵A，按文献[6]中所述选择模型输出，然后取模型输出和对象输出之误差进行校正并逐项移位构造的方式，利用已有对象及模型信息，便可构造出上式中的。

图2模型预测控制DMC脱硝控制系统

图3模型预测控制DMC控制器的PID逼近

如此，便得到可以适应脱硝对象不同负荷下不同动态特性的模型预测最优DMC控制器。但在DCS内直接搭建以上控制器略显繁杂，实现起来并不经济，所以，本文提出了按PID低阶近似模型预测最优控制器的方法，由PID构建近似最优控制规律，以获得比常规PID整定方法更满意的脱硝喷氨优化控制规律。

3.2模型预测最优控制器的PID低阶近似

PID是目前工业控制中应用最广泛，为广大现场控制工程师最为熟悉的闭环控制器。常规的PID控制器的参数整定方法，包括临界比例法、衰减曲线阀，究其原理，是将对象直接低阶化，或者将闭环整体特性低阶化，然后按照低阶模型参数拟合方法，以求得PID参数。但是对于纯时延常数明显大于对象特性常数的情况，按这些方法整定出的PID控制器的控制性能却远不能满足实际品质要求。

但从结构上看，PID控制器包含了三个阶次的控制作用，分别是-1阶的积分作用，0阶的比例作用，以及1阶的微分作用。在某些优化算法中，为了控制器现场实现的可行性，对高阶复杂的优化控制器进行低阶近似有时是必不可少的。低阶近似到一定程度，控制器的形式便成为了常规的PID控制器。

常规的控制器低阶近似方法有Taylor级数展开的高阶分量舍去法等[10,11]，但涉及的计算量较多，对于类似基于时间序列响应的控制算法，其控制器的形式是离散形式的，常规的Taylor级数常应用于连续形式模型的，所需要的变换和计算量更多，不利于工程应用的便捷性。

定性地分析，不管何种形式的控制器，能将被控对象控制到合适的品质，是由于其针对偏差和扰动所形成的恰当的控制规律。所以，能拟合出最优的控制规律便是最优的控制器。

针对本文的模型预测最优控制器，在仿真软件中，按照比较阶跃扰动输入激励响应的阶跃响应，调整PID的参数，设计出在阶跃激励响应下，和模型预测控制规律足够近似的模型预测控制最优PID控制器。

3.3前馈补偿控制

所有类型的闭环控制算法，都不排斥前馈控制作用，如果能根据相关扰动或干扰信号，在控制偏差产生之前，设计出合适的提前动作的前馈控制规律，以减小被控对象的控制偏差，无疑是有实际积极意义的。

对于火电机组煤粉锅炉，影响SCR前原烟气NOx总量的主要扰动因素之一是跟随锅炉负荷变化的总烟气流量，而且该量随锅炉负荷变化有一个相对于负荷微分形式的超调量，因此要设计烟气流量脱硝控制前馈。

另一方面影响SCR前原烟气中NOx含量的主要扰动因素是锅炉烟气含氧量，尤其在锅炉启停磨煤机的过程中，要用一次风预暖磨煤机或者吹空磨煤机，都将涉及到锅炉进入炉膛的总风量的突然增加，将导致锅炉燃烧过程中过风过氧而致的NOx含量增加。为此，设计跟随锅炉启停磨操作过程中的脱硝预喷氨前馈，以及由锅炉烟气含氧量而折算的喷氨前馈。

图4小范围AGC时新型算法NOx控制效果

图5大范围AGC时新型算法NOx控制效果

4某350MW燃煤火电机组新型脱硝控制算法的应用

某350MW燃煤火电机组，采用直接喷氨脱硝工艺，之前DCS组态控制中的PID按常规整定方法设计控制参数，脱硝控制品质比较差。为了保证NOx的排放指标，运行人员经常手动干预喷氨控制系统，且将NOx的控制设定值设定的非常低，以通过过量喷氨来达到NOx环保不超标的效果，给机组的安全经济运行带来隐患。

按照本文方法，先取对象在200MW、250MW、300MW、350MW负荷下的喷氨脱硝动态特性模型，并分别设计不同负荷下的模型预测控制DMC控制器，最后按阶跃扰动响应逼近的方法，拟合出具有模型预测最优控制DMC控制规律性能的PID控制器，结合相关的前馈控制，应用于现场实际，实际控制趋势如下图所示。

图4中小幅度AGC升降负荷时，NOx控制偏差为在8mg/Nm3以内，而在大幅度频繁AGC过程中，图5显示NOx控制偏差在15mg/Nm3以内。而且，在以上两幅趋势中，原烟气NOx一直频繁波动，波动幅度达770~440mg/Nm3之大。这些情况说明了本文所给出的基于模型预测控制低阶近似PID控制算法的有效实用性。

5结论

近年来，在电力、化工、冶金等大量煤炭消耗密切相关的行业中，国家的硬性环保指标规定被严格地执行，对火电厂脱硝控制系统提出了很高的要求。按照常规PID整定方法，不能保证收到满意的NOx控制效果。由于习惯和便捷性，不便于直接在DCS内实现先进的智能类或预测类新型控制算法。

本文提出一种基于模型预测控制DMC的低阶近似PID整定方法，可以将DCS内的常规PID控制器，逼近先进模型预测控制DMC控制规律，并在生产现场中应用，获得良好的控制效果。该种方法，结构简单，通过仿真来直接按模型预测控制算法的控制规律优化PID参数，实用性和有效性明显，对国内燃煤火电机组同类型控制问题的优化有很好的参考借鉴意义。

参考文献

[1]秦天牧,刘吉臻,杨婷婷等,火电厂SCR烟气脱硝系统建模于运行优化仿真[J].中国电机工程学报,2016,(10):96-103.

[2]周鑫,吴佳,火电厂SCR烟气脱硝系统建模于喷氨最优控制[J].浙江电力,2015,(11):92-95.

[3]赵大周,李允超,郑文广等,600MW机组SCR喷氨策略的模拟研究[J].热能电力工程,2006,19(9):29-30.

[4]杨松,丁皓姝,黄越,SCR脱硝系统流程数值模拟及优化[J].热力发电,2014,22(9):77-79.

[5]KleinmanDW.Stabilizingadiscrete,constant,linearsystemwithapplicationtoiterativemethodsforsolvingtheRicacattiequation[J].IEEETransactionsonAutomaticControl,1974,19(3):252-254.

[6]席裕庚,预测控制(第2版)[M],国防工业出版社,2013.

[7]席裕庚,李德伟.预测控制定性综合理论的基本思路和研究现状[J].自动化学报,2008,34(10):1225-1234.

[8]席裕庚,许晓鸣,张钟俊.预测控制的研究现状和多层智能预测控制[J].控制理论与应用,1989,6(2):1-7.

[9]王东风.脂肪性他球磨机的神经网络预测控制[J].华北电力大学学报(自然科学版),2001,28(3):34-37.

[10]于保真,贾香鸾.闭环系统稳定性计算机辅助分析软件SYSANAL的应用[J].南开大学学报,1997(2):98-100.

[11]马建伟.多指标满意PID控制设计研究[J].南京理工大学虚报,2005,9(3):52-54.

作者简介

赵一平（1965），男，山西朔州，工程师，热工专业技术带头人，从事热工检修管理工作。