史冬琳，邵思陽

(東北電力大學 自動化工程學院，吉林 吉林 132012)

基于粒子群算法的火電廠鍋爐燃燒模糊解耦控制

史冬琳，邵思陽

(東北電力大學 自動化工程學院，吉林 吉林 132012)

為了進一步提高火電廠燃燒控制系統(tǒng)的控制性能，針對三個控制回路分別設計了基于粒子群算法的模糊解耦控制策略，同時在煙氣含氧量控制回路和爐膛負壓控制回路中引入積分控制作用以消除穩(wěn)態(tài)誤差。應用Simulink對該控制系統(tǒng)進行了仿真，結(jié)果表明模糊控制與傳統(tǒng)PID控制相比較具有更好的控制品質(zhì)，縮短了調(diào)節(jié)時間，減小了超調(diào)量，使得魯棒性和抗干擾性增強。

鍋爐燃燒系統(tǒng)；模糊控制；粒子群算法；解耦

由于被控變量強耦合、非線性以及延遲的特性，通常將火電廠鍋爐燃燒系統(tǒng)簡化為主蒸汽壓力控制、煙氣含氧量控制和爐膛負壓控制三個相對獨立的子系統(tǒng)，并分別進行PID控制。這種控制策略雖然滿足了一定的生產(chǎn)控制要求，但是隨著控制要求的提髙，傳統(tǒng)PID控制往往不能取得理想的控制效果。近些年來，人們將模糊控制、神經(jīng)網(wǎng)絡控制和預測控制等先進控制引入到鍋爐燃燒控制中[1]。針對鍋爐燃燒系統(tǒng)中的主蒸汽壓力控制，以輻射能信號作為補償，采用模糊PI或魯棒串級控制策略可以有效地優(yōu)化燃燒控制性能[2-3]。在此基礎上，引入遺傳算法優(yōu)化魯棒控制器的加權(quán)函數(shù)，可以節(jié)省大量的人工和時間去反復試驗設計[4]。文獻[5]采用RBF神經(jīng)網(wǎng)絡建立預測模型，把煤粉濃度作為中間被調(diào)量可以及時控制燃料量的變化，所設計的廣義預測串級控制策略不但維持了主汽壓力的穩(wěn)定，而且保證了燃燒的經(jīng)濟性和安全性。雖然上述研究都取得了一定的成果，但只是針對燃燒系統(tǒng)中主蒸汽壓力這單一子系統(tǒng)進行研究，沒有全面地考慮到整個燃燒系統(tǒng)的控制優(yōu)化。文獻[6]和文獻[7]針對燃燒系統(tǒng)設計了多變量預測控制策略，通過建立預測模型、滾動優(yōu)化和反饋校正三個步驟，較好地完成燃燒系統(tǒng)的三大控制任務，但該控制策略局限于線性的預測模型。當燃燒系統(tǒng)出現(xiàn)較大的非線性時，控制效果會受到影響。

模糊控制是一種處理不確定性、非線性等問題的有力工具[8]。本文針對三輸入三輸出火電廠鍋爐燃燒系統(tǒng)，設計了模糊控制策略，并在各耦合回路間增加了前饋解耦控制器，在煙氣含氧量和爐膛負壓回路引入積分環(huán)節(jié)消除模糊控制器的靜差，并采用粒子群算法優(yōu)化三個模糊控制器的比例因子和量化因子。采用該控制策略不但能完成對三個被控量的控制，而且相比于傳統(tǒng)PID控制器控制效果明顯提升，魯棒性和抗干擾性也得到增強。

1 燃燒模糊解耦控制系統(tǒng)設計

在燃燒控制系統(tǒng)中，首先維持主蒸汽壓力的穩(wěn)定，然后根據(jù)主蒸汽壓力的情況來改變?nèi)剂系耐度肓浚黄浯伪ＷC燃燒的經(jīng)濟性，必須保證送風量與燃料量相適應，根據(jù)燃料量調(diào)節(jié)送風機擋板開度，使燃料處于最佳燃燒狀態(tài)，即風量與煤量適應；最后維持爐膛壓力的穩(wěn)定，爐膛壓力反映的是送風量與引風量的平衡關(guān)系，一般為微負壓，在控制時通過調(diào)節(jié)引風機擋板開度改變引風量，使其與送風量匹配。本文以某電廠300 MW單元機組W型火焰直吹式燃煤鍋爐為被控對象，其傳遞函數(shù)為[9]

式中：n為給煤機轉(zhuǎn)速；Vg為送風機擋板開度；Vs為引風機擋板開度；Pm為主蒸汽壓力；O2為煙氣含氧量；Ps為爐膛負壓。

1.1 控制系統(tǒng)結(jié)構(gòu)

設計控制策略時，應實現(xiàn)在負荷指令更改時，迅速改變爐內(nèi)燃燒率，能對燃燒過程中產(chǎn)生的擾動迅速作用，并予以消除，從而保證三個被控量協(xié)調(diào)工作，圖1為控制系統(tǒng)框圖。為了進一步消除穩(wěn)態(tài)誤差，在送風量回路和引風量回路引入了積分作用。

圖1 燃燒系統(tǒng)控制系統(tǒng)框圖

1.2 解耦控制器設計

在燃燒控制系統(tǒng)中，主蒸汽壓力回路與煙氣含氧量回路、煙氣含氧量回路與爐膛負壓回路之間均存在耦合，而且受鍋爐工作環(huán)境和其他的影響，控制器即使整定出相對合適的參數(shù)，也可能達不到系統(tǒng)控制要求。要想解除回路之間的耦合，由前饋補償原理有：

UC1G21(s)+UC1N1(s)G22(s)=0 ，(2)

UC2G32(s)+UC2N2(s)G33(s)=0 ，(3)

則前饋解耦控制器為

式中：N1(s)為主蒸汽壓力與煙氣含氧量回路間的解耦控制器；N2(s)為煙氣含氧量回路與爐膛負壓回路間的解耦控制器。

1.3 模糊控制器設計

三個回路均選用二維模糊控制器，兩個輸入分別為給定值與實際值的偏差E和偏差變化率Ec，輸出為控制量U，三個量的模糊集定義為：[NB，NM，NS，ZO，PS，PM，PB]，將三個參數(shù)變化分為7個等級：[-6，-4，-2，0，2，4，6]，如圖3選用三角形隸屬度函數(shù)，論域設為[-6，6]。Ke，Kec，Ku分別為模糊控制器的量化因子和比例因子，Ki為積分系數(shù)。表1為49條模糊規(guī)則，解模糊化方法選用Centroid面積重心法。

圖2 E、Ec和U隸屬度函數(shù)

表1 控制規(guī)則表

Ec/ENBNMNSZOPSPMPBPBZOZONSNMNMNBNBPMPSPSNSNMNMNBNBPSPMPMZONSNMNBNBZOPMPMPSZONSNMNBNSPBPBPMPSZONMNMNMPBPBPMPMPSNSNSPBPBPBPMPMPSZOZO

2 基于粒子群算法的模糊控制器參數(shù)優(yōu)化

本文采用粒子群算法優(yōu)化三個回路模糊控制器的比例因子和量化因子，分別為kei，keci，kui(i=1,2,3)[10]。三個模糊控制器同時進行優(yōu)化，采用公式(6)為評價指標。

式中：Mpi為超調(diào)量；αi和βi為權(quán)重，在[0，1]上取值，i=1，2，3分別表示三個控制回路。

優(yōu)化流程圖，如圖3所示[11]。在設定的參數(shù)范圍內(nèi)隨機生成粒子，每個粒子都可看成是三個模糊控制器的參數(shù)。利用Assignin函數(shù)將粒子對基本工作空間中的變量Kei，Keci，Kui(i=1，2，3)賦值后，用Sim函數(shù)調(diào)用Simulink程序進行仿真，運行后得到評價指標來評價這個粒子的優(yōu)劣，從而確定粒子的更新方向和更新速度，完成單個粒子的尋優(yōu)，而整個粒子群根據(jù)所有粒子的好壞，通過不斷地位置更新和速度更新達到最優(yōu)的位置。

圖3 粒子群優(yōu)化模糊控制器流程圖

3 系統(tǒng)仿真研究

仿真中，粒子群規(guī)模為30，迭代100次，學習因子均為2，慢性因子為0.89，仿真時間為100 s，評價指標中系數(shù)分別為α1=0.2，β1=0.4，α2=0.3，β2=1，α3=0.5，β3=0.2。圖4為Simulink仿真圖，控制器參數(shù)見表2。分別采用粒子群算法優(yōu)化后的模糊控制和PID控制對三個回路作單位階躍響應，仿真結(jié)果如圖5所示，曲線1表示模糊控制，曲線2表示PID控制，各項性能指標見表3。相比于PID控制本文方法具有更好的控制品質(zhì)，三個回路的單位階躍響應曲線響應速度較快，幾乎沒有超調(diào)量和穩(wěn)態(tài)誤差。

圖4 粒子群優(yōu)化的模糊系統(tǒng)仿真圖

表2 控制器參數(shù)

回路粒子群算法優(yōu)化后的模糊控制器傳統(tǒng)PID控制器KeKecKuKIKpKiKd主蒸汽壓力回路6.861722.8568-431.5525160-0.0151040煙氣含氧量回路4.96951.4134-9.55110.820.2-5爐膛負壓回路4.9195-2.40840.7546-1-1.3-0.24-5

表3 系統(tǒng)控制性能指標

控制回路上升時間/s調(diào)節(jié)時間/s超調(diào)量主蒸汽壓力曲線17.57.50.06%曲線219.443.911.99%煙氣含氧量曲線17.27.20曲線21237.98.05%爐膛負壓曲線12.92.90曲線213.433.36.14%

圖5 控制系統(tǒng)單位階躍響應曲線

以爐膛負壓控制回路為例，驗證模糊控制系統(tǒng)的抗干擾性能，其他條件不變，在仿真時間t=100 s時加入幅值為0.2的階躍擾動。以主蒸汽壓力控制回路為例，考察模糊控制系統(tǒng)的魯棒性能，其他條件不變，增益和時間常數(shù)放大3倍，即

系統(tǒng)響應曲線，如圖6所示。曲線1表示模糊控制，曲線2表示PID控制。由圖6可以看出，雖然擾動輸出的幅值相同，但模糊控制具有更快的調(diào)節(jié)時間。當被控對象發(fā)生較大變化時，模糊控制的上升時間、調(diào)節(jié)時間和超調(diào)量均優(yōu)于PID控制。

圖6 控制器性能測試響應曲線

4 結(jié) 論

本文以火電廠三輸入三輸出燃燒系統(tǒng)為研究對象，采用粒子群算法優(yōu)化模糊控制器，結(jié)合前饋解耦控制和積分作用，對整個鍋爐燃燒系統(tǒng)進行了優(yōu)化設計，并對控制方案進行了仿真研究。結(jié)果表明，相比PID控制，本文方法具有更好的控制品質(zhì)，使得上升時間、調(diào)節(jié)時間和超調(diào)量均得到了明顯改善，同時減少了參數(shù)整定時間和隨意性。當系統(tǒng)受到較大的干擾時或系統(tǒng)模型參數(shù)發(fā)生較大變化時，模糊控制的效果依然能令人滿意。本文方法較好地完成了三個回路的控制任務，維持了主蒸汽壓力和爐膛負壓的穩(wěn)定，保證了燃燒的經(jīng)濟性和安全性，使燃料處于最佳燃燒狀態(tài)。

[1] 徐學紅，馮冬青.電站鍋爐燃燒系統(tǒng)先進策略研究[J].自動化儀表，2014，35(2)：16-19.

[2] 陳立軍，周正興，趙麗麗，等.采用輻射能信號的燃燒系統(tǒng)參數(shù)自調(diào)整模糊PI控制[J].化工自動化及儀表，2009，36(6)：15-17.

[3] 陳立軍，薛宏，周正興，等.采用輻射能信號的燃燒系統(tǒng)H∞控制[J].化工自動化及儀表，2010，37(10)：14-17.

[4] 李紅彪，張舒心，王東鵬，等.基于遺傳算法優(yōu)化的鍋爐燃燒系統(tǒng)魯棒控制器設計[J].制造業(yè)自動化，2014，36(9)：10-12，24.

[5] 馮冬青，徐學紅，費敏銳.神經(jīng)網(wǎng)絡廣義預測控制在鍋爐燃燒系統(tǒng)中的應用[J].自動化儀表，2006，27(6)：18-21.

[6] 向立志，張喜東，李榮，等.多變量預測控制在鍋爐燃燒系統(tǒng)中的應用[J].化工自動化及儀表，2006，32(2)：20-24.

[7] 張嘉英，武欣.大型單元機組鍋爐燃燒系統(tǒng)改進型預測控制的研究[J].鍋爐技術(shù)，2012，43(2)：21-24.

[8] 趙君，馮玉昌，趙柏林.模糊免疫PID 在電站主汽溫控制系統(tǒng)中的應用[J].東北電力大學學報，2012，32(3)：42-45.

[9] 潘維加.300MW單元機組煤粉爐燃燒控制系統(tǒng)的研究及改進[J].中國電機工程學報，2000，20(9)：77-79.

[10] 張虹，于雷，胡波.基于改進PSO的勵磁系統(tǒng)非線性PID控制研究[J].東北電力大學學報，2013，33(1/2)：152-155.

[11] 汪陽華.基于粒子群算法的鍋爐主蒸汽壓力模糊PID控制[J].湖南工業(yè)大學學報，2012，26(5)：62-66.

Fuzzy Decouple Control of Boiler Combustion System for the Thermal Power Plant Based on PSO

Shi Donglin，Shao Siyang

(School of Automation Engineering，Northeast Electric Power University，Jilin Jilin 132012)

Three fuzzy decouple controllers based on Particle Swarm Optimization(PSO)are designed separately according to three control loops in order to further improve control performances of the combustion control system in the power plant.To get higher stable precision，integral controllers are introduced in the flue gas oxygen content loop and the furnace negative pressure loop.The control system is simulated and studied by using SIMULINK.The results show that compared with the traditional PID control the designed fuzzy control system has better control quality.It reduces the adjusting time and the overshoot and improves robustness and disturbance.

Boiler Combustion system；Fuzzy control；PSO；Decouple

2016-12-12

吉林省科技發(fā)展計劃項目(20150101048JC)

史冬琳(1979-)，女，碩士，講師，主要研究方向：非線性預測控制、先進控制在熱工過程中的應用.

1005-2992(2017)01-0060-06

TP273+.4

A

電子郵箱： shidonglin@163.com(史冬琳)；550724084@qq.com(邵思陽)