新工科背景下能源自動化控制方向人才培養探討

張帆，李方俊

（北京化工大學機電工程學院，北京 100029）

1 前言

為主動應對新一輪科技革命與產業變革，教育部開展新工科內涵建設，加快培養新興領域工程科技人才，改造升級傳統工科專業，要求以需求為牽引開展多樣化探索，以項目群為平臺加強交流合作，以統籌內外資源為途徑加大項目支持。

能源是現代工業飛速發展的重要物質基礎，能源的穩定保障則關系國民生計和國家戰略競爭力。我國現有的能源基礎設施和資源稟賦，決定了我國在較長一段時間內仍將以化石能源，尤其以煤為主的能源結構還需持續。

“雙碳”目標提出后，我國將加速推進能源結構綠色低碳轉型，太陽能、風能、地熱能、生物質能等可再生能源及核能將逐漸成為能源體系發展的重點。

由于太陽能、風能等可再生能源具有隨機性、波動性和間歇性等特點，考慮可再生能源高比例、大規模的利用，將會對現有能源體系產生巨大沖擊。因此，需要從能源系統整體角度進行考慮，實現多能互補綜合能源利用。通過電力系統安全穩定控制技術、能源系統靈活調節技術等，支撐可再生能源高比例接入和大規模應用。

能源系統的新特點對專業人才的需求也帶來改變，這需要將傳統化石能源熱工程與燃氣輪機、可再生能源等進行耦合，還需要加強能源類專業與其他學科如信息、機械、材料等進行交叉，以數字化和智能化技術與現代能源體系相融合，推動能源創新領域高質量創新。其中能源自動化控制方向，可以在學習動力工程及工程熱物理的基礎理論、學習各種能量轉換及能量有效利用的理論基礎上，以控制理論、人工智能技術等交叉知識，培養能源領域從事復雜智能化系統研發工作的高素質專業人才。

2 能源自動化控制方向培養路徑

2.1 能源過程

通過鍋爐原理、汽輪機原理、熱力發電廠、工程熱力學、工程流體力學、傳熱學等專業課程的學習，了解和掌握現代火力發電廠、核電廠、燃氣-蒸汽聯合循環電廠等傳統復雜能源系統。

以目前在容量、蒸汽參數和機組效率方面均處于世界領先水平的超超臨界二次再熱火電機組為例。采用二次再熱技術可降低供電煤耗8～10g/kWh，提高機組效率2%～3%。目前，我國一批高參數超超臨界二次再熱機組相繼投運，如華能安源電廠，機組容量660MW，汽輪機進汽參數為31MPa/600℃/620℃/620℃；華能萊蕪電廠，機組容量1000MW，汽輪機進汽參數為31MPa/600℃/620℃/620℃；國電泰州電廠，機組容量1000MW，汽輪機進汽參數為31MPa/600℃/610℃/610℃；國家能源集團蚌埠電廠，機組容量660MW，汽輪機進汽參數為32MPa/605℃/623℃/623℃等。與一次再熱機組相比，最大的區別在結構上，二次再熱機組多了一級再熱器和一個超高壓氣缸，其基本結構如圖1所示。

圖1 二次再熱燃煤發電系統流程圖

二次再熱機組運行調節的難點體現在：

（1）機組汽水流程變長，增加的二次再熱系統使鍋爐內換熱過程變得非常復雜。

（2）隨著二次再熱系統的加入，管道用金屬量也隨之增加，使得機組慣性增強，汽溫調節表現出較強的滯后。

（3）金屬材料的極限參數與設計參數之間可利用的裕度很有限，這對汽溫的精準調控提出了更高的要求。

（4）所用燃煤來源較多，煤質不穩定，如國電泰州電廠設計煤種為神華煤，但為了降低運行成本，一些性價比較高的褐煤、平煤會在日常運行時與設計煤種混合摻燒。燃煤火電機組須頻繁調峰運行的大背景下，實現二次再熱機組的變負荷運行優化面臨巨大挑戰。因此，在對能源系統特性深刻理解的基礎上，開展控制策略、控制算法、檢測技術的研究，對于改善能源系統運行水平，提高可再生能源消納能力具有重要意義。

2.2 控制原理

能源類專業本科階段對控制相關課程根據院校培養目標不同，開設課程有所差異，但一般會開設《控制工程基礎》有關課程，課程內容以經典控制方法為主，控制方法以比例-積分-微分（PID）控制。

PID控制及其相關方法，由于原理簡單可靠易實施的特點，被廣泛應用于包括能源過程在內的各種工業過程。考慮到能源系統中普遍存在傳熱、傳質、蓄能等環節，帶來大慣性、大時滯、強耦合等復雜特性，除了常規控制環節，

PID經過改進能夠適應能源過程的復雜特性，如燃煤電廠過熱汽溫采用串級控制策略，對于含純滯后環節的再熱汽溫調節可以構造史密斯預估器補償滯后部分。隨著先進控制算法研究的深入，先進算法可以改善能源系統控制效果，因此，指引學生學習一些先進控制算法原理及其理念，就顯得十分必要。

自抗擾控制（ADRC）在保留PID控制技術特點的基礎上，引入總擾動概念，其中包括模型內不確定性和外部干擾，通過設計擴張狀態觀測器對此總擾動進行實時估計，并利用反饋控制器主動補償，以快速消除系統不確定性的影響。一階線性ADRC的結構原理如圖2所示。

圖2 一階線性ADRC結構圖

ADRC結構簡單，能夠在DCS系統中直接構建。目前在一些能源系統上已有投運且長時間運行的ADRC控制器，如在某300MW循環流化床電廠過熱汽溫系統，ADRC能比原電廠系統中的PI控制器產生更小的溫度波動；在船舶柴油機動力系統上，設計曲軸轉角域ADRC，能在較好跟蹤目標轉速的同時具有優秀的抑制外部負載干擾的能力，該策略在康明斯六缸高壓共軌柴油機試驗臺上驗證了效果。

在先進控制算法中，模型預測控制（MPC）是目前工業應用較多的一種控制方法。顧名思義，MPC算法主要利用被控對象的模型，對未來狀態或輸出變化進行預測，通過優化求解一段時間內的性能指標得到對應的控制序列，但在MPC中所求控制序列并未全部實施作用于被控對象，而是只取其中第一步作用于被控對象，在下一時刻則基于被控對象新的對象重復上述預測-優化-求解的過程，該步驟也被稱為滾動優化策略，其原理示意圖如圖3所示。為了能夠進一步應對模型失配和外部擾動等問題，可以引入預測模型修正、預測輸出補償等閉環優化的方式實現反饋校正。“預測模型”“滾動優化”“反饋校正”這三個核心概念也是MPC算法設計和應用的關鍵環節。MPC能夠逐漸成為在工業過程控制領域廣泛應用的先進控制方法，其原因還在于MPC算法可以應用于包含多變量耦合、大滯后等特性的復雜過程，并且在進行控制率計算時直接考慮約束問題保證運行控制的安全性。

圖3 模型預測控制原理示意圖

預測模型分為線性模型和非線性模型，決定了所構造的MPC算法為線性MPC和非線性MPC，兩者在能源系統運行調控方面都有應用。在非線性MPC方面，可利用神經網絡模型較強的非線性擬合能力進行預測模型構建，并在此基礎上設計預測控制器。如基于實際運行數據，針對包含區域供冷、光伏、熱泵等多個能源轉換和傳輸過程的多能系統，建立起神經網絡模型并設計MPC，實現區域內能源的靈活調度。Hammerstein-Wiener模型也是一種非線性逼近的建模方法，它采用塊結構化建模的思想，將過程模型分解為動態線性環節和靜態非線性環節，并以它們的組合來實現非線性動態建模，基于微型燃氣輪機-冷熱電三聯供機組的Hammerstein模型設計廣義預測控制，可以顯著改善冷負荷跟蹤性能和節能控制的效果。在線性MPC方面，為彌補線性模型精度不足的問題，可以結合擾動觀測技術、多模型控制器切換或模型加權技術等，提高MPC的控制性能，如針對槽式太陽能集熱場設計的雙模態模型預測抗干擾控制方法，能以較小的超調量和較短的調節時間對集熱場出口溫度進行調節。

通過指導學生對先進控制算法的掌握，提高能源系統運行調控水平。

2.3 實踐能力培養

圍繞能源系統自動化控制培養學生的實踐能力，通過實驗平臺達到幫助學生理解控制算法、軟硬件結合實現控制算法的能力。可以在Arduino平臺，利用熱敏電阻溫度傳感器、晶體管執行器和USB端口通訊執行計算機控制作用。晶體管功率約為3W，其產生的熱量通過輻射、對流和傳導等方式傳遞給溫度傳感器，通過調節電壓實現溫度調節。將此硬件平臺與電腦通訊，可以利用數據進行動態建模、控制算法設計和比較分析，鍛煉學生分析問題和解決問題的能力。

3 “雙碳”背景下能源控制方向培養趨勢

“雙碳”目標的提出，對能源類專業人才培養提出新的要求。在此背景下，能源自動化控制方向除了需要學習傳統能源系統，也需要加強對其他能源系統的認識。開展“新工科”建設，需要在工程科技創新和產業創新活動中發揮主體作用，以引領推動新技術和新產業的孕育。

3.1 新能源技術

“雙碳”目標推進過程中，構建以新能源為主體新型電力系統是其核心問題。根據國際能源署可再生能源2021報告，預計未來5年全球可再生能源將會快速增長約60%，達到305吉瓦，其中太陽能光伏是主要增長點，此外，海上風電、陸上風電、水電、生物能源發電、地熱能發電和聚光太陽能熱發電也都具有巨大發展潛力。

可再生能源如風能、太陽能具有隨機性和波動性，為使可再生能源系統運行于最佳工況，需要配合自動控制技術進行運行調節。例如，對于風力發電機，當風場風速大于切入速度但風輪轉速小于額定轉速時，需要設計控制算法能夠從不斷變化的風速中捕獲最大發電功率；當風場風速大于額定風速時，控制目的則改為通過變槳距實現輸出功率恒定，以保護機組安全。光伏發電系統受光照條件影響，會在配電系統中產生嚴重的電壓波動問題，需要設計合適的控制策略保證系統問題。

3.2 儲能技術

間歇性和波動性等問題是大規模可再生能源接入電網帶來的主要問題，而通過儲能技術能夠有效平抑，可以實現可再生能源發電的削峰填谷，減少棄風棄光率，使得電力系統運行時維持電源和負荷之間的平衡，提高電網運行的安全性、經濟性和靈活性。

儲能具有多種形式和發展路徑，如以抽水蓄能、飛輪儲能為代表的物理儲能、電化學儲能（如鋰離子電池、鉛酸電池、液流電池等）、電磁儲能（如超導電磁儲能、超級電容器等）多種類別。此外，通過可再生能源制取的綠氫是能源的載體，也可以被視作一種廣義上的儲能形式，它可以長時儲存電力，從儲存、運輸和使用等方面為能源利用的無碳轉化提供一種可行解決方案。

3.3 綜合能源系統

綜合能源系統基于先進技術和管理模式實現多能互補、能量梯級利用和多能量網融合，可以在用戶側就近消納可再生能源，是實現可再生能源高比例滲透的重要載體。

在能源側，綜合能源系統同時包含天然氣、風能、太陽能等多種一次能源，各種能源具有不同的特性。在用戶側，負荷類型涵蓋冷、熱、電三種主要形式，能量品位有明顯差異。在能量轉換側，綜合能源系統包含的設備類型多樣，各設備特性差異大，且具有空間分布式的特征。要維持綜合能源系統的長期穩定經濟運行，先進控制策略和技術必不可少。

3.4 人工智能技術

以數字化、智能化技術對能源系統進行集成優化，利用自然語言處理、機器視覺、區塊鏈、云計算等人工智能、5G通信等技術推動能源系統中能量流、物質流與信息流的融合，推動以綠色、數字化、高質量為核心的能源領域創新發展。例如，構建新型能源系統的數字孿生模型，通過數據驅動分析，對能源系統進行信息感知和智能化運營控制，提高能源系統的完全性和穩定性；通過區塊鏈技術實現去中心化和高安全的電力交易，在保護隱私的前提下提高監管效率。