試論基于先進控制技術的700MW超超臨界機組優化控制系統

國家電投集團江西電力工程有限公司南昌分公司 吳佳焱

某電廠在2018年將2臺700MW超超臨界壓力機組投入生產中，使用由艾默生生產的分散控制系統（DCS），并使用負荷指令對前端信息進行收集，借助PID反饋調節機組運行系統在系統運行時超出設定溫度的蒸汽，利用串級控制避免其產生進一步影響有效控制，使用冷卻水與煙氣擋板的雙重降溫方案控制再熱蒸汽溫度，由于煙氣擋板難以做到及時處理再熱蒸汽，所以對機組安全運行會造成一定影響。

1 原控制系統存在的問題

電廠因近期經濟效益不佳導致對煤種選擇較為頻繁，造成機組難以有效進行動態控制，以往PID控制系統對現有機組存在運行遲延、系統慣性幅度過大等問題難以高效控制，造成電力產品供應調節能力下降，對于系統運行出現輕微不穩定性，也無法有效遏制。主要集中在以下方面：

無法達到理想負荷調節效果。頻率較慢的負荷變化造成其速率僅能維持在3～5MW/min，但也會偶爾出現機組的負荷經常出現過調現象，無法讓調節精度達到理想狀態；因機組運行關鍵參數出現超過幅度的波動，造成機組無法穩定運行。主蒸汽運行時壓力、溫度及汽水分離器應用溫度都會出現超過標準幅度以外振蕩。而主蒸汽運行壓力會在負荷升降時超過標準1.0MPa，其余主要部件運行溫度也在15～20℃范圍內，這造成系統給煤量出現波動，給水流量也得不到有效控制，影響正常電力生產。如采用新煤種進行生產，協調控制系統響應速度無法跟上實際生產需求，且蒸汽溫度控制也略有遲緩，甚至少數時間需借助操作工人利用手動方式保證機組穩定運行[1]。如無法使用合適方式處理這些問題，對發電廠未來健康經營會帶來潛在影響。本文借助預測控制技術，將神經網絡技術融入其中，構建以先進控制為技術基礎對機組運行進行協調，優化汽溫綜合性控制系統。

2 基于先進控制技術的協調控制

2.1 預測控制器代替反饋調節器

在反饋系統信息回路中，借助廣義預測控制器（GPC）代替當前正在使用的PID控制器。以現有系統運行數據與以往數據對比、分析被控偏差，從而實現系統控制的PID調節，在應用方面要稍差于利用當前應用被調數據、對未來展開合理預測、從而對值系統控制科學計算的GPC。因GPC實現系統提前預測、合理調整系統控制程度，對滯后幅度較大的被控過程應用較為有利。實現預測控制相關算法時，利用預測控制系統的閉環反饋邏輯結構實現。由輸入該系統設定值sp、閉環控制u及被調量y控制閉環結構運行。而預測控制參數多項式Ru(q-1)、Ry(q-1)、r等可由A(q-1)y(k)=B(q-1)u(k-1)+w(k)/Δ獲得，其被控過程回歸滑動數學模型也如該式。

其中，不同采樣時刻控制與被調量分別為y(k)、u(k-1)；而w(k)則代表任意兩個之間不存在任何關聯隨機擾動相關序列；k為當前系統采樣時刻。差分與后移算子分別為Δ=1-q-1、q-1，后移算子多項式可以由A(q-1)與B(q-1)代表，可以表示為：

本文構建機組優化系統控制，根據發電廠實際工作情況，將燃料使用量和主蒸汽運行壓力構建相應傳遞函數數學模型W(s)=MSP(s)/FU(s)=0.0581/(1+160s)(1+600s)。其 中，MSP是 主蒸汽運行壓力，單位MPa；而FU代表燃料使用量，單位t/h。將10秒作為一次采樣所需時間，將式(1)采用雙線性方式進行變換，得到系統自回歸滑動數學模型：(1-1.918955q-1+0.9200213q-2)MSP(k)=(1.54892×10-5+ 3.097841×10-5q-1+1.54892×10-5q-2)FU(k-1)+1/Δ w(k)，整理后獲得預測控制參數多項式：Ru(q-1)=1+2.75193×10-2q-1+9.214459×10-3q-2、Ry(q-1)=5.989805×102-1.145384×103q-1+5.473166×102q-2、r=0.9131。

在實際系統應用優化控制則需在機組選擇多個系統負荷檢測點，從而獲取對被控過程細節，構建更完善數學模型。以機組運行時變負荷，切換多組預測控制的參數多項式[2]。

2.2 以神經網絡調整控制系統

以PID為基礎，使DCS實現常規控制，會在機組發生突發情況或使用燃煤種類出現變化時，無法對控制系統運行參數及時調整，影響系統缺少良好自適應能力。在這種實際需求下，本文使用神經網絡應用技術，針對控制系統在協調方面需求，建設非線性信息網絡數學模型，對機組當前運行情況及燃料煤種產生變化情況實時反應[3]。以模型各個參數實際變化，采用不斷電的在線調整方式對控制算法各個參數及時調整，確保控制系統在面對機組突發情況、煤種應用變化時仍可有效控制系統運行。

2.3 比例微分前饋更新為智能前饋

在過去鍋爐運行負荷指令的前端反饋，多數使用比例微分對信息進行反饋，對負荷增加或減少時并不與機組當前運行情況有直接影響，導致實際前端反饋量保持恒定狀態[4]。使用智能前饋可在一定程度上對技術工人系統操作進行模仿，從而保證前端反饋是受到機組當前運行情況影響。如，進行加負荷時如主蒸汽運行壓力對于固定數值相對較高，且存在穩定上升趨勢，則對鍋爐的負荷指令前端反饋量減少；而在減負荷運行前，主蒸汽運行壓力比固定數值要低，在未來運行也存在下降趨勢，則可對鍋爐的負荷指令前端反饋量增加。在對機組運行計算時需模糊主蒸汽壓力存在的偏差，并將其偏差實際變化率也同樣模糊處理，以查詢模糊表對模糊等級計算，分析在當前運行條件下鍋爐負荷應當保持什么程度前端反饋指令。

3 新型再熱蒸汽溫度控制系統

負責調節再熱蒸汽溫度的控制回路主要構成為煙氣擋板。現將相位補償、廣義預測控制等多種對系統滯后進行控制相關技術科學融合，保證控制系統運行穩定，增強調節煙氣擋板效率與速度。因前端反饋使用根據系統運行以往經驗為基礎的模糊智能應用技術，所以煙氣擋板更加便利，加快調節速度，對機組再熱蒸汽溫度產生動態偏差也可做到高效遏制。

3.1 自適應Smith特性補償

自適應Smith特性補償應用目的為對被控對象在滯后情況下進行適度補償，其優點為：在特性補償機制運行后，以再熱蒸汽溫度等效的被控對象構建相應數學模型，讓等效對象在動態方面特性與機組負荷保持不相關狀態，便于進行廣義式預測控制以及其他控制器進一步設計與數據整定；因再熱蒸汽溫度是人為選擇等效對象，這與機組實際運行的再熱蒸汽溫度被控對象動態特性相比擁有更小、更穩定慣性時間，對于提升再熱汽溫控制系統運行穩定性具有較強意義[5]。

自適應Smith特性補償控制方法需保證被控過程擁有較高模型精度，所以需在機組中選擇合適負荷點，覆蓋至機組運行全周期，從而獲得高精度數學模型。本文對機組控制進行優化時，借助機組動態特性選擇3個較為精確的負荷點，實現再熱蒸汽溫度被控過程數學模型構建，有效提升系統控制質量。

3.2 相位補償技術、狀態變量與廣義預測控制器

相位補償技術：在原有控制回路基礎上，將兩組超前/滯后邏輯環節插入其中，借助其超前特性對機組被控產生慣性時間進行抵消，保證在補償后，降低蒸汽溫度的被控對象產生慣性時間，便于提升控制系統快速運行能力，提高系統穩定性[6]；狀態變量控制器：在不斷電情況下，對再熱器運行流程各個點位溫度采用在線方式估計，并將估計值導入負責控制再熱蒸汽調節溫度系統中，保證對系統運行提前控制，縮減反應時間，加快調節擋板反應速度，遏制多種因素對再熱蒸汽運行溫度負面影響，從而對溫度變量構建控制系統；廣義預測控制器：將再熱蒸汽溫度作為被控對象構建相應數學模型，并對未來溫度變化情況合理預測，進而對煙氣擋板調節對系統運行滯后，導致控制系統出現負面影響有效彌補。而在實際系統應用中，也同樣使用文中類似閉環反饋邏輯結構。

3.3 模擬仿真

使用etap20.6對本設計仿真處理：將9MW/min速率設置變負荷率,而機組負荷波動范圍限制在400～670MW內，經過多次變動后趨于平穩的640MW，最大變化幅度接近100MW。在全過程中，本文設計系統從始至終跟蹤實際負荷，詳細收集數據。雖然機組主汽最高出現0.53MPa壓力偏差,但會在變負荷停止后立即恢復穩定狀態。主汽溫與中間點僅有5～6℃的溫差，實際汽溫控制效果要遠好于設計指標，有效提升過熱汽溫與協調系統性能。

9MW/min速率運行機組在400MW到650MW范圍內穩定運行，沒有強烈波動。即使在以正、反向變動為主負荷擾動，主汽壓力依舊以無差別跟蹤設定值，主汽、中間點溫度均表現良好。

4 基于先進控制技術的700MW超超臨界機組優化控制系統優化策略

4.1 燃燒系統調節滯后

在以先進控制應用技術對機組優化時，會遇到燃燒系統在調節方面存在滯后情況。所以在實際作業中要結合機組當前運行情況適當增大變負荷指令，確保機組在控制變負荷時其汽壓調節回路在初始狀態時速度有較大可提升。并對煤機加強前段反饋，避免讓虛假煤位繼續對燃燒調節造成負面影響，從而改善當前滯后問題，進而提高系統穩定性。為進一步加強鍋爐在變負荷時一次風的響應速度，可對一次風壓預設值調整，讓其與負荷指令變化相契合，達到高效解決燃燒系統在調節時出現滯后問題。如處理后仍存在問題，則需由技術人員專項處理，并將問題產生原因、解決對策以及實際情況詳細記錄。

4.2 直流爐非線性調節

700MW超超臨界機組下相對復雜，涉及到各種輸入輸出，為保證高效提高系統運行能力，可在優化時增設非線性函數并對變參數設置數量調整，保證機組運行系統可以針對外界環境影響而產生正面反饋效果。一般情況會借助熱力學研究，非線性調節也保證鍋爐擁有蓄熱能力。考慮到機組會在實際應用中，蓄熱系數會與汽壓呈現反比關系。如果考慮汽輪機調節閥開啟，如果汽壓下降，會因鍋爐蓄熱原理緩慢減低作用機組氣溫，造成飽和區工質在吸收熱量后，會流入微過熱位置，保證機組運行所需蒸汽流量不間斷供給。而機組會于300～600MW條件下不斷上升負荷，則會降低蓄熱能力。所以，將大量燃料投入高負荷區域，進而控制機組系統，提高優化質量。還可針對機組燃水比合理調節，保證過熱調節回路具有靈敏性，提升系統運行穩定質量。

4.3 降低斷煤干擾與把控閥流量

對于機組優化時，可將水前饋提高故障回路數量與比重。一旦系統運行出現斷煤嚴重情況，將其和燃燒快速相互匹配后，可有效降低在燃煤與水在比例失調而產生汽溫波動問題。還可以靈活應用煤質系數，利用手動改變煤質系數進行改變，進而提升煤質在變化時產生燃水比管控質量。同時，通過調節減溫水方法，對把控閥流量充分掌握。因為調節閥存在一級、二級減溫水會衍生為自動控制，在回路中增添對流量與開度的轉換函數，并對減溫壓力是否對于流量同時綜合考量。以減溫水特性為例，判斷是否可以采用這種方法，達到關小控制通過擾動減溫水維持流量控制，從源頭上避免出現重要安全事故，從而提高系統運行質量。

綜上，本文涉及內容較淺，無法將內容具體到細節。所以電力企業仍需根據自身情況與未來發展需求，綜合性分析機組優化相關問題。避免因生搬硬套造成理論與實踐差異過大，造成其他影響。