火电机组主蒸汽温度内模控制系统设计

火电机组主蒸汽温度内模控制系统设计
杨慎敏; 张洪涛; 刘永红; 徐欣航; 侯倩; 潘君炜
【期刊名称】《《河北电力技术》》
【年(卷),期】2019(038)005
【总页数】3页(P49-51)
【关键词】主蒸汽温度; 大惯性; 内模控制
【作者】杨慎敏; 张洪涛; 刘永红; 徐欣航; 侯倩; 潘君炜
【作者单位】河北国华定州发电有限责任公司河北保定073000; 国网河北省电力有限公司电力科学研究院石家庄050021
【正文语种】中文
【中图分类】TK273
主蒸汽温度是火力发电厂重要的参数之一，关系着机组的经济安全稳定运行。

主蒸汽温度采用喷水减温进行控制，由于喷水点离最终温度较远，传热过程慢，因此主蒸汽温度对象呈现高阶大惯性的特征[1]。

传统的主蒸汽温度采用串级PID控制，由副回路控制导前区，主回路控制惰性区。

PID参数的整定通常采用经验法、临界法或寻优法实现。

由于惰性区的高阶惯性特性，及PID结构固有特性，难以取得良好的控制效果。

文献[2]研究了模糊控制在主蒸汽温度控制中的应用，取得了不错的效果，但涉及参数众多，整定依靠经验；文献[3]研究了内模控制在火电厂主蒸汽温度系统中的应用，效果良好，但未给出确定的设计过程。

1 火电机组主蒸汽温度对象特性概述
火电机组主蒸汽经过多级过热器由高温烟气对其进行加热，最终过热器出口的汽温称为主蒸汽温度，机组运行要求该温度经济稳定。

主蒸汽温度的主要调节方式为喷水减温，低温的水经过调节门喷入减温器与蒸汽混合，达到温度调节的目的。

喷水减温器一般布置在过热器入口，距离主蒸汽温度测点距离较远，因此主汽温控制对象存在阶次较高的惯性。

由于过热器传热流程中无法安装温度测点，因此在减温器后安装温度测点，为控制提供便利。

图1 主蒸汽温度控制流程
主蒸汽温度控制对象结构为：
导前区，喷水调门开度——喷水后温度反应较快，一般表现为一阶惯性特性，传
递函数结构为
惰性区，喷水后温度——主蒸汽温度，主蒸汽温度控制的惯性大多集中在此环节，一般此对象以四阶惯性表示，其传递函数结构为
2 内模控制系统结构及参数设计方法
2.1 串级内模控制
根据对象特性及测点布置，主蒸汽温度常规控制采用串级PID控制。

导前区为副
回路，惰性区为主回路，副回路为快速控制回路，采用PID即可；主回路也采用PID则难以取得良好效果，所以在主回路采用内模控制，与原副回路构成串级调节结构，如图2所示。

图2 串级IMC控制框图
图中GIMC为内模控制器，由于副回路为快速回路，经PID闭环调节后可近似等
效为1个一阶惯性环节，且惯性时间常数相对于G2(s)中的惯性时间常数小得多，因此，GIMC的控制对象可近似为等同于G2(s)。

根据内模控制原理可表示为图3。

图3 内模控制原理
图3 中为被控对象传递函数；Gc(s)为内模控制器，一般取；Gf(s)为滤波器，保证系统有理及鲁棒性，一般取多阶惯性滤波，阶次与被控对象相同。

根据式（1）、式（2），可得：
因此，内模控制的主要需要解决的问题有惰性区模型辨识和滤波器时间常数的确定。

2.2 主蒸汽温度控制对象模型辨识
模型辨识有多种方法，采用较多的有经验法、最小二乘法、群体智能寻优算法等。

其中经验法与最小二乘法的辨识精度都较低，而对于模型结构确定且参数范围确定的系统，采用群体智能寻优算法更为有利。

因此，方案选用了粒子群算法（PSO）作为参数辨识的方法[4] 。

应用粒子群算法进行系统辨识的主要思想就是由系统的阶跃响应（也可取其他响应）数据（y）为样本，设粒子结构为[k2T2]，则每个粒
子对应一个确定的模型，对模型进行阶跃激励得到响应序列y'，选取适合的适应
度函数fit=f(y,y')用粒子群算法对模型中的未知参数进行寻优。

步骤1：设定种群规模，各参数的上下限，粒子速度上下限，选取c1、c2、最大
迭代次数。

据文献[5]介绍，k2取（0.01～100），T2取（0.1～200）；速度限制取参数最大最小值之差；根据试验观察种群规模取30～50，参数按最大迭代次数取300，c1与c2取1.496 2，一般即可获得满意结果。

步骤2：按照[k2T2]的结构初始化种群位置向量、速度向量、各粒子自身最优适应度及全局最优适应度。

步骤3：按2节中的方法生成惯性权重。

步骤4：按照粒子元素与模型参数的对应关系得到其对应模型，取阶跃响应计算各
粒子个体的适应度。

步骤5：更新各粒子及全局最优解和最优位置。

步骤6：更新各粒子位置及速度。

如果位置速度越限，则重新初始化该粒子。

步骤7：如果未达到最大迭代次数，则转入步骤3进行循环。

由现场阶跃相应数据，可得到对象传递函数：
由式（4）可得：
2.3 内模控制参数整定
对于内模控制来讲，对象模型一旦确定，整个控制策略需要整定的参数只有1个——Tf；
由理想内模控制系统结构可知，当模型辨识绝对准确，即 2(s)=G2(s)时，对设定值阶跃响应结果即为Gf(s)，所以Tf响应越快，但是抗干扰能力也较差。

对于主蒸汽温度内模控制来讲，一般取Tf=T2/3可以兼顾快速性及稳定性。

3 仿真分析
选取仿真对象为式（5）、式（6）中的对象与控制器，仿真环境为Matlab—Simulink，首先对Tf不同取值进行仿真验证：分别选取Tf=5、10、15、20，结果如图4所示。

图4 理想模型Tf对比
虽然较小的Tf有利于系统快速响应，但Tf越小，执行器的波动越大，在上述3个参数中，执行器的峰值都超过了300，而实际工程中，喷水调节门的开度范围为0～100。

同时，调门快速的波动也是工程实践中应尽量避免的。

造成上述现象的基本原因有3个方面：设定值阶跃造成微分（尤其是多阶微分量）过大；控制策略中未考虑执行器范围限制；Tf选择过小。

因此，内模控制工程应用还需要一些改进，比如设定值限速，控制器输出限幅。

根据多次仿真验证，汽温控制系统设定值限速为0.2 ℃/s，限幅限制在0～100；同时，Tf选取为T2／3，可以兼顾快速性及稳定性。

采用上述策略及整定参数后，控制效果如图5。

其中PID参数来自于某工程实际运行的PID参数，仿真结果表明，内模控制较PID控制具备更良好的控制特性。

4 结论
图5 工程化模型控制效果
内模控制是一种解决大惯性对象的有效办法，并且可在分散控制系统中组态实现，易于工程化。

以上从主蒸汽温度控制对象特性出发，采用粒子群算法对模型进行辨识，并给出了内模控制工程化所需注意的问题，给出了内模控制器控制参数整定的经验办法。

仿真结果表明，上述方法简单有效，较PID相比有更好的动态特性及稳定性。

【相关文献】
[1] 董子健，邢建，石乐，等. 过热蒸汽温度系统的 Smith预估补偿自抗扰控制[J]. 电力科学与工程， 2017，33（9）：73-78.
[2] 李旭，赵军，郭瑞君，等．内模控制在过热蒸汽温度控制中的应用［J］．内蒙古电力技术，2016，34（5）：1-5.
[3] 陈钢. 火电厂主汽温模糊控制优化[J]. 华东电力，2008（8）：87-91
[4] 张洪涛，胡红丽，徐欣航，等. 基于粒子群算法的火电厂热工过程模型辨识[J] . 热力发电，2010，39（5）：59-61.
[5] 李晓枫，陈广学，张政委，等，采用基于闭环辨识IMC-PID实现串级汽温的鲁棒控制[J].中国电力，2017，50（11）：15-21.。