協調控制系統模糊PID參數在線整定的仿真研究

焦圣喜，胡東婷，王中勝

(1. 東北電力大學自動化工程學院，吉林吉林132000； 2. 北京國電智深控制技術有限公司，北京100085)

?

協調控制系統模糊PID參數在線整定的仿真研究

焦圣喜1，胡東婷1，王中勝2

(1. 東北電力大學自動化工程學院，吉林吉林132000； 2. 北京國電智深控制技術有限公司，北京100085)

為解決超臨界直流鍋爐協調控制系統被控對象特性復雜、控制難度較大的問題，通過采用模糊控制技術實現控制器參數在線整定將被控參數控制在理想范圍之內。仿真研究采用Matlab作為第三方數據處理平臺，用于模糊控制器設計，采用EDPF-NT+組態軟件搭建了協調控制系統對象模型，并采用Modbus通訊協議實現兩側數據通信，仿真結果實現了協調控制系統中鍋爐主控制器積分參數的在線模糊整定，將機組主蒸汽壓力控制在理想范圍內，驗證了模糊控制器設計的合理性和正確性。

模糊控制；協調控制；積分參數；在線整定

0 引言

火電單元機組中根據被控對象的不同，主要分為鍋爐子系統和汽機子系統，而這兩者有著截然不同的系統特點。鍋爐子系統存在熱慣性大、具有較大延遲的特點，是典型的大慣性、大遲延系統；汽機子系統具有慣性小、響應速度快的特點?；痣姍C組不僅要承擔基本發電任務，更要并入電網發電，所以要承擔參與電網一次調頻的任務，這就要求火電機組能夠迅速響應負荷變化，滿足自動發電控制(Automatic Generating Control，AGC)的需求[1]。

火電機組中獨立控制的鍋爐子系統和汽機子系統已無法滿足這樣的要求，而單元機組協調控制系統(Coordinated Control System，CCS)正是將鍋爐和汽機結合起來進行協調控制，一方面,CCS控制系統是 AGC 的基礎。協調控制系統使鍋爐和汽機間協調控制，充分利用了汽機側快速響應負荷的特性，能使機組滿足電網負荷調度的需求，為 AGC 提供了保障；另一方面，CCS是機組維持穩定的關鍵。CCS 控制系統將鍋爐和汽機作為一個整體進行設計，不僅解決了負荷相應的問題，而且維持了汽壓的穩定，所以，CCS兼顧調壓和調功的雙重任務，同時，維持了機爐間的物質、能量平衡，使汽壓在動態平衡中維持穩定，CCS 成為機組維持穩定的關鍵所在，同時達到節省供電煤耗、提高效益的目的[2]。

1 控制系統概述

如圖1所示，協調控制系統是典型的分散控制系統，分為協調控制級、基礎控制級、單元機組控制級三個控制等級。其中協調控制級主要通過負荷指令處理回路運算產生實際負荷指令給機爐主控制器，機爐主控制器另外接收主蒸汽壓力給定值、主蒸汽壓力、機組實發功率信號，分別運算產生鍋爐主控指令BD和汽機主控指令TD?；A控制級分為爐側和機側，爐側根據鍋爐指令以及給煤控水的策略運算產生燃料、空氣、給水控制信號[3]，機側根據汽機指令運算產生控制進汽量的信號。單元機組控制級為就地設備控制級，鍋爐和汽機根據基礎控制級的控制信號產生相應控制動作[4]。

圖1 協調控制系統示意圖

近年來,火電熱工控制也向著智能控制的方向發展[5，6]。協調控制研究主要指實現協調控制級的控制任務，即對于實際負荷指令、鍋爐主控指令BD、汽機主控指令TD這三大控制量的運算，同時實現機組對于負荷變動的快速響應，并維持主汽壓、主汽溫等參數的穩定。而若要在協調控制系統研究中完成上述控制任務，需要研究鍋爐主控、汽機主控兩側的控制器，由于汽機是快速響應對象，對智能控制器要求不是很高，其研究重點就在于鍋爐主控制器上，而比例調節的突出特點是快速性，在實際應用中，在機組穩態調節過程中，比例系數變化對控制效果影響較大，一般根據經驗選取特定數值。在理論上，積分作用是無差調節控制，在實際工程中也廣泛使用積分調節控制獲得理想控制效果[7]，本文的控制器研究為協調控制系統鍋爐主控控制器積分參數的在線整定。

2 模糊控制策略及其實現方案

2.1 模糊控制策略基本原理

模糊控制是利用模糊數學的知識模仿人腦的思維方式，對模糊現象進行識別和判決，給出精確的控制量，對被控對象進行控制。模糊控制的實現過程不需要精確的公式來表示傳遞函數或狀態方程，也不是基于精確的數學計算的，而是通過控制規則描述控制過程，控制規則往往是根據專家經驗總結獲得，因而模糊控制實際上是利用計算機程序實現人的控制經驗的過程。

圖2 PID參數在線自整定流程圖

2.2 實施方案

通過DCS系統與外部數據通信接口實現外部計算機與DCS的雙向數據通信是將先進控制策略和技術應用于實際DCS機組的實現方法之一。如圖3所示，將Matlab軟件作為先進控制邏輯的搭建平臺，用于運算模糊控制邏輯，并在EDPF-NT+中搭建CCS系統控制對象模型以及主要控制邏輯，對兩側進行數據通訊連接[10]。

圖3 基于虛擬DPU的仿真系統結構示意圖

如圖4所示，采用Modbus TCP通訊協議實現Matlab側與EDPF-NT+側的雙向數據傳輸。首先將DCS側設置成從站模式，同時配置數據緩沖區，然后在Matlab側使用m腳本編寫通訊程序實現Matlab的TCP協議數據通訊。

圖4 通信方案示意圖

3 模糊控制器設計

利用MATLAB自帶工具箱GUI設計FIS(Fuzzy Inference System,模糊推理系統)邏輯，實現協調控制系統鍋爐主控部分控制器積分參數的模糊在線自整定。模糊控制器的設計步驟如下：

(1)確定模糊控制器輸入輸出論域以及量化因子、比例因子。

在協調控制系統中，模糊控制器輸入為主汽壓偏差e、主汽壓偏差變化率ec，兩者的實際變化范圍是[-e,e]、[-ec,ec]。設偏差e，偏差變化率ec和控制量u的基本論域分別為[-|emax|, |emax|], [-|ecmax|, |ecmax|]和[-|umax|, |umax|]。設e、ec、u被分割為{負大，負中，負小，零，正小，正中，正大}，且被簡寫成{NB, NM, NS, ZO, PS, PM, PB}。將量化論域寫為[-m,m], [-n,n], [-l, l]，量化因子Ke、Kec，比例因子Ku定義式如(1)所示：

(1)

則鍋爐主控模糊變積分控制器輸入輸出范圍如表1所示。

表1 模糊控制器輸入輸出范圍

(2)模糊規則建立。

Mamdani型采用了if-then的模糊規則形式，更貼近于人類的自然語言信息。

根據實際控制情況，當e與ec同號時，輸出會趨向給定值；異號時，會偏離給定值，分析實際輸出趨勢如圖5所示。

圖5 輸出趨勢示意圖

在①段，e>0,ec>0，當前主汽壓力小于設定值，且誤差向增大的方向發展，此時應該增大輸出，增大量應隨誤差絕對值的增大而增大；

在②段，e>0,ec<0，當前主汽壓力小于設定值，且誤差向減小的方向發展，此時應該減小輸出，減小量應隨誤差絕對值的減小而減小；

在③段，e<0,ec>0，當前主汽壓力大于設定值，且誤差向增大的方向發展，此時應該增大輸出，增大量應隨誤差絕對值的增大而增大；

在④段，e<0,ec<0，當前主汽壓力大于設定值，且誤差向減小的方向發展，此時應該減小輸出，減小量應隨誤差絕對值的減小而減小。

本次控制器設計，采用Mamdani型模糊規則形式，根據上述控制規則建立模糊規則表，如表2所示。

(3)模糊變量的隸屬度函數確定。

根據模糊控制規則，模糊變量的隸屬度函數將對控制效果起到關鍵影響。通常情況下，隸屬度函數形狀越陡，分辨率越高，其控制靈敏度越高；反之，隸屬度函數變化越緩，控制特性就越平緩，相應的控制系統的穩定性就越好，魯棒性也越強。各個模糊變量的隸屬度函數必須相互有重疊，適當的重疊使控制器在參數變化時具有較強的魯棒性[11]。

表2 模糊規則表

協調控制系統中，鍋爐主控控制器的輸入、輸出模糊變量采用相同的隸屬度函數，由于三角形隸屬度函數形狀簡單，線性度好，響應靈敏，所有模糊狀態都采用三角形隸屬度函數。鍋爐主控模糊PID復合控制器的誤差e，誤差變化率ec，輸出u的隸屬度函數如圖6、7所示。

圖6 e/ec隸屬度函數

圖7 u隸屬度函數

(4)反模糊化。

利用軟件提供的常見方法進行反模糊化運算，本次模糊控制器設計采用最大隸屬度平均法進行反模糊化運算。

4 仿真實現

根據文獻[11]提供的某1 000 MW超臨界機組負荷在500～1 000MW變動時的機組模型，其狀態空間表達式為：

(2)

(3)

(4)

(5)

(6)

(7)

在EDPF-NT+中搭建直流爐三輸入三輸出非線性模型以及鍋爐主控、汽機主控等主要控制邏輯，輸入量分別為燃料量、給水量、汽機閥門開度，輸出量為實發功率Ne、主汽壓力Ps、中間點焓值Hm[12，13]。

如圖8所示，鍋爐主控邏輯中主汽壓力偏差送往Matlab進行模糊控制邏輯運算，運算后的控制量連接至鍋爐主控PID變積分端，從而改變控制器的積分參數。

圖8 鍋爐主控邏輯圖

對控制系統做升降負荷試驗，其仿真結果如圖9、10所示。

(1)對機組做850～950 MW升負荷試驗，升負荷速率20 MW/min，主汽壓力變動由27.9 MPa至31.5 MPa。實發功率、主汽壓力均快速跟蹤目標設定值，動態過程中，主汽壓力與目標設定值之差控制在±0.7 MPa之內，達到穩態時負荷偏差控制在±0.7 MW之內，壓力偏差控制在±0.2 MPa之內。

圖9 升負荷試驗功率與主汽壓力響應曲線

圖10 降負荷試驗功率與主汽壓力響應曲線

(2)對機組做950～850 MW降負荷試驗，將負荷速率20 MW/min，主汽壓力變動由30.9 MPa至27.8 MPa。實發功率、主汽壓力均快速跟蹤目標設定值，動態過程中，主汽壓力與目標設定值之差控制在±0.5 MPa之內，達到穩態時負荷偏差控制在±0.5 MW之內，壓力偏差控制在±0.2 MPa之內。

5 結論

仿真結果表明將模糊控制策略應用于協調控制系統鍋爐主控積分參數的整定，能得到理想的控制效果。在實際應用中，應注意模糊控制器設計環節的合理性，以及控制系統與第三方數據計算平臺的通訊實現。仿真結果同時也表明了將Matlab作為仿真支撐軟件，能實現先進控制策略與DCS側PID控制器完成復合控制策略，這為先進控制策略在DCS系統上的實際應用提供經驗。

[1]徐奔奔, 周芝峰, 霍文明,等. 基于改進的模糊控制PMSM矢量控制系統研究[J]. 電力科學與工程, 2016，32(3)：1-6.

[2]楊萍, 高龍軍, 王曉剛,等. 超臨界600 MW機組鍋爐負荷控制策略優化[J]. 熱力發電, 2015(8):113-115.

[3]陳謹平, 馬汝東, 王建國. 基于機組最小煤耗的負荷優化調度[J]. 東北電力大學學報, 2015, 35(6):61-65.

[4]王中勝, 夏明, 趙松烈,等. 北侖1 000 MW超超臨界機組協調控制策略分析及優化[J]. 電力建設, 2010, 31(1):87-90.

[5]張建玲, 朱曉星, 尋新,等. 超(超)臨界機組智能控制系統設計[J]. 熱力發電, 2015(5):59-63.

[6]張慶紅, 林永君, 王興武,等. 串級調速系統的遠程監控系統設計與實現[J]. 電力科學與工程, 2015，31(7):46-52.

[7]操高城, 張君穎, 王東風,等. 基于模糊PID控制器的協調控制系統優化[J]. 計算機仿真, 2014, 31(12):401-404.

[8]韓忠旭, 呂秀紅. 模糊控制與狀態反饋控制的內在聯系[J]. 控制工程, 2007, 14(4):383-386.

[9]王惠杰, 范志愿, 李鑫鑫. 基于線性規劃法和等微增率法的電廠負荷優化分配[J]. 電力科學與工程, 2016，32(1):1-5.

[10]蔡鈞. 電廠分散控制系統HIL仿真研究與應用[D]. 北京：北京交通大學, 2012.

[11]張鵬飛. 基于模糊PID的協調控制系統研究[D]. 保定：華北電力大學, 2013.

[12]閆姝. 超超臨界機組非線性控制模型研究[D]. 北京：華北電力大學, 2013.

[13]閆姝, 曾德良, 劉吉臻,等. 直流爐機組簡化非線性模型及仿真應用[J]. 中國電機工程學報, 2012, 32(11):126-134.

JIAO Shengxi1, HU Dongting1, WANG Zhongsheng2(1. School of Automatic Engineering, Northeast Dianli University, Jilin 132000, China;2. Beijing Guodian Zhishen Control Technology Co. Ltd., Beijing 100085, China)

Simulation of on-Line Tuning Parameters of Fuzzy PID in Coordinated Control System

In order to solve the problem caused by the complex characteristics of supercritical once-through boiler in coordinated control system, the fuzzy control technology is used to realize the ideal range by the way of parameters on-line tuning. Using MATLAB as a third data processing platform for fuzzy controller design, the configuration software EDPF-NT+is applied to build the object model of the coordinated control system. Besides, the Modbus protocol is applied to realize the data communication. The design realizes the fuzzy on-line tuning of integral parameters of main boiler controller in coordinated control system, and maintains the main steam pressure in a stable range, and verifies the rationality and correctness of the fuzzy controller.

fuzzy control； coordinated control system； integral parameter； on-line tuning

2016-06-16。

焦圣喜(1969-)，男，副教授，研究方向為智能檢測與控制、機器人技術，E-mail:jiaosx0228@163.com。

TP27

A DOI:10.3969/j.issn.1672-0792.2016.09.010