大范圍變負(fù)荷下火電機(jī)組改進(jìn)自抗擾控制研究

摘 要 建立了大范圍變工況下火電機(jī)組協(xié)調(diào)控制系統(tǒng)的非線性模型，并通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)對(duì)動(dòng)態(tài)參數(shù)進(jìn)行辨識(shí)。為了提高火電機(jī)組協(xié)調(diào)控制系統(tǒng)的控制品質(zhì)，提出了一種基于改進(jìn)自抗擾控制的直接能量平衡控制結(jié)構(gòu)，其中主蒸汽壓力回路和負(fù)荷回路分別采用改進(jìn)自抗擾控制和常規(guī)自抗擾控制。基于大量仿真給出了改進(jìn)自抗擾控制的參數(shù)整定方法。仿真結(jié)果表明，改進(jìn)自抗擾控制能夠提升主蒸汽壓力回路的跟蹤性能不低于9.18%。此外，在不同負(fù)荷下，改進(jìn)自抗擾控制能夠顯著提升協(xié)調(diào)控制系統(tǒng)的抗干擾能力。

關(guān)鍵詞 協(xié)調(diào)控制系統(tǒng) 改進(jìn)自抗擾控制 火電機(jī)組 跟蹤性能 抗干擾性能

中圖分類號(hào) TP27" "文獻(xiàn)標(biāo)志碼 A" "文章編號(hào) 10003932（2025）02017108

隨著“雙碳”目標(biāo)的提出，風(fēng)電和光伏組成的可再生能源大規(guī)模并入電網(wǎng)，然而可再生能源的隨機(jī)性、不確定性和暫態(tài)性，使得其滿足用戶用電需求的能力較弱。為了保證供電質(zhì)量和電網(wǎng)的穩(wěn)定性，火電機(jī)組承擔(dān)了調(diào)峰任務(wù)，通過(guò)快速升降負(fù)荷在保證供電質(zhì)量的同時(shí)實(shí)現(xiàn)新能源的消納［1］。

然而火電機(jī)組的大范圍變負(fù)荷使得機(jī)組的特性發(fā)生較大的變化，對(duì)控制策略的設(shè)計(jì)帶來(lái)較大的挑戰(zhàn)。為了能夠較好地分析大范圍變負(fù)荷下火電機(jī)組的動(dòng)態(tài)特性，進(jìn)一步設(shè)計(jì)適用的控制策略，文獻(xiàn)［2］建立了300 MW循環(huán)流化床機(jī)組協(xié)調(diào)控制系統(tǒng)的非線性動(dòng)態(tài)模型，并設(shè)計(jì)了基于自抗擾控制的直接能量平衡（Direct Energy Balance，DEB）控制結(jié)構(gòu)。文獻(xiàn)［3］建立了600 MW多變量機(jī)爐協(xié)調(diào)非線性動(dòng)態(tài)仿真數(shù)學(xué)模型，并通過(guò)運(yùn)行數(shù)據(jù)驗(yàn)證了模型的有效性。文獻(xiàn)［4］建立了包含干濕態(tài)的直流爐機(jī)組模型，并設(shè)計(jì)了基于直接能量平衡的濕態(tài)運(yùn)行協(xié)調(diào)控制策略。文獻(xiàn)［5］建立了一個(gè)9階的適用于直接能量平衡的物理信息模型，并通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)驗(yàn)證了所提方法的有效性。文獻(xiàn)［6］基于質(zhì)量守恒定律和能量守恒定律，建立了超臨界直流爐三入三出協(xié)調(diào)控制系統(tǒng)模型，并通過(guò)運(yùn)行數(shù)據(jù)驗(yàn)證了模型的可靠性。建立的火電機(jī)組協(xié)調(diào)控制系統(tǒng)模型為控制策略的設(shè)計(jì)提供了必要支撐。

在上述模型的基礎(chǔ)上，許多學(xué)者研究了適用的控制策略。文獻(xiàn)［7］針對(duì)實(shí)際運(yùn)行機(jī)組，從鍋爐和汽機(jī)主控、自適應(yīng)前饋及燃料給水等關(guān)鍵系統(tǒng)進(jìn)行優(yōu)化，實(shí)現(xiàn)協(xié)調(diào)控制系統(tǒng)控制品質(zhì)的提升。文獻(xiàn)［8］針對(duì)含過(guò)熱汽溫的機(jī)爐協(xié)調(diào)控制系統(tǒng)動(dòng)態(tài)模型，設(shè)計(jì)了非線性控制方法，增強(qiáng)了協(xié)調(diào)控制系統(tǒng)的擾動(dòng)抑制能力。文獻(xiàn)［9］將模型預(yù)測(cè)控制應(yīng)用在協(xié)調(diào)控制系統(tǒng)，并分析了控制時(shí)域和控制權(quán)重對(duì)于控制性能的影響。文獻(xiàn)［10］設(shè)計(jì)了基于模糊增益調(diào)度的模型預(yù)測(cè)控制，并通過(guò)仿真驗(yàn)證了在大范圍變負(fù)荷工況下控制性能的提升。然而，滑模控制、模型預(yù)測(cè)控制和模糊控制在實(shí)際應(yīng)用時(shí)存在一定的難度［5］。

考慮到實(shí)際工程應(yīng)用的難度，火電機(jī)組協(xié)調(diào)控制系統(tǒng)的控制策略應(yīng)該具有較強(qiáng)的魯棒性來(lái)適應(yīng)大范圍變負(fù)荷工況，具有較強(qiáng)的抗干擾能力，也應(yīng)該具有易于整定的參數(shù)和易于現(xiàn)場(chǎng)工程實(shí)現(xiàn)。自抗擾控制（Active Disturbance Rejection Control，ADRC）由于具有上述優(yōu)點(diǎn)，得到了廣泛的關(guān)注［11］。ADRC將標(biāo)稱系統(tǒng)外的擾動(dòng)和系統(tǒng)不確定性處理成“總擾動(dòng)”，利用擴(kuò)張狀態(tài)觀測(cè)器（Extended State Observer，ESO）進(jìn)行實(shí)時(shí)估計(jì)，并通過(guò)反饋控制律進(jìn)行實(shí)時(shí)抵消，實(shí)現(xiàn)了閉環(huán)系統(tǒng)的強(qiáng)抗干能力和魯棒性［12］。為了更進(jìn)一步簡(jiǎn)化

ADRC的參數(shù)整定與工程實(shí)現(xiàn)，文獻(xiàn)［13］提出了簡(jiǎn)化線性ADRC結(jié)構(gòu)，并通過(guò)參數(shù)帶寬化將任意階次ADRC需要整定的參數(shù)減少為3個(gè)，且具有明確的物理意義［14］。正是由于存在上述優(yōu)勢(shì)，ADRC成功應(yīng)用在微電網(wǎng)［15］、脫硝［16］、逆變器［17］及二氧化碳封存捕集［18］等系統(tǒng)中，并取得了較好的控制品質(zhì)。

筆者首先建立了面向大范圍變負(fù)荷工況的火電機(jī)組協(xié)調(diào)控制系統(tǒng)非線性模型，并通過(guò)某300 MW機(jī)組運(yùn)行數(shù)據(jù)，驗(yàn)證模型在大范圍變負(fù)荷工況下的有效性。然后基于DEB控制結(jié)構(gòu)，主蒸汽壓力回路和負(fù)荷回路分別采用改進(jìn)自抗擾控制和常規(guī)自抗擾控制來(lái)提升控制品質(zhì)，并給出了改進(jìn)自抗擾控制的參數(shù)整定方法。最后，通過(guò)仿真驗(yàn)證了筆者所提方法在大范圍變負(fù)荷工況下的協(xié)調(diào)控制系統(tǒng)的跟蹤性能以及在不同負(fù)荷下的抗干擾能性能。

1 火電機(jī)組協(xié)調(diào)控制系統(tǒng)非線性模型

為了分析大范圍變負(fù)荷對(duì)機(jī)組特性帶來(lái)的影響，基于建立的非線性模型得到典型的37.95%、77.96%和94.18%負(fù)荷工況。在上述3個(gè)工況下，在200 s和3 200 s時(shí)M和？滋■在各自穩(wěn)態(tài)值的基礎(chǔ)上進(jìn)行幅值為5的階躍，可以得到穩(wěn)態(tài)工況下主蒸汽壓力和功率的變化情況（圖4）。從圖中可知，在不同負(fù)荷下主蒸汽壓力回路和功率回路的系統(tǒng)增益變化明顯，系統(tǒng)的響應(yīng)速度在不同負(fù)荷工況下有明顯的變化，這就要求設(shè)計(jì)的控制策略具有較強(qiáng)的魯棒性。

2 自抗擾控制器設(shè)計(jì)

2.1 自抗擾控制原理

3 仿真驗(yàn)證

3.1 基于MADRC的DEB控制結(jié)構(gòu)

DEB（Direct Energy Balance）控制結(jié)構(gòu)是火電機(jī)組協(xié)調(diào)控制系統(tǒng)中最廣泛應(yīng)用的控制結(jié)構(gòu)，是以“爐跟機(jī)”為基礎(chǔ)發(fā)展的，能夠很好地解決主蒸汽壓力回路和功率回路之間的耦合［20］，其特點(diǎn)是將主蒸汽壓力信號(hào)替代為鍋爐熱量信號(hào)，其控制結(jié)構(gòu)如圖7所示［21］，其中負(fù)荷回路和主蒸汽壓力回路的控制器分別為常規(guī)ADRC和筆者提出的MADRC。此外，主蒸汽壓力回路的前饋設(shè)計(jì)采用變比例增益和定微分增益進(jìn)行動(dòng)態(tài)變化，其參數(shù)與文獻(xiàn)［2］保持一致，這里不再贅述。作為對(duì)比控制器，負(fù)荷回路和主蒸汽壓力回路的控制器選擇PI控制器和常規(guī)ADRC。

3.2 仿真驗(yàn)證

首先驗(yàn)證機(jī)組在大范圍變負(fù)荷工況下所提控制策略的控制品質(zhì)。仿真過(guò)程中機(jī)組負(fù)荷按照±0.15 MW/s的速率變化，負(fù)荷從77.96%→37.95%→94.18%進(jìn)行變化，控制效果如圖8、9所示。從圖中可知，MADRC在主蒸汽壓力回路中顯示了較快的跟蹤速度，且具有很小的超調(diào)量，ADRC具有最慢的跟蹤速度，且具有最大的超調(diào)量。為了更好地衡量不同控制策略的控制品質(zhì)，計(jì)算仿真過(guò)程中的誤差絕對(duì)值積分?jǐn)?shù)值。MADRC、ADRC和PI的誤差絕對(duì)值積分分別為426.63、524.14和465.80，可知MADRC能夠提升主蒸汽壓力回路的跟蹤性能分別為22.86%和9.18%。

從圖中可知，在94.18%、77.97%和37.95%負(fù)荷下MADRC均取得最佳的擾動(dòng)抑制能力。在階躍擾動(dòng)下，MADRC具有最小的擾動(dòng)波動(dòng)值，且恢復(fù)到穩(wěn)態(tài)值具有最快的速度；在正弦擾動(dòng)下，MADRC同樣具最小的擾動(dòng)波動(dòng)值。PI控制具有最差的擾動(dòng)抑制能力。

綜上述所，通過(guò)大范圍變負(fù)荷工況下的跟蹤性能比較和不同工況下的擾動(dòng)抑制能力，MADRC均可以取得最佳的控制品質(zhì)，從而說(shuō)明了筆者所提方法的有效性，具有較強(qiáng)的應(yīng)用潛力。

4 結(jié)束語(yǔ)

建立了火電機(jī)組協(xié)調(diào)控制40%～100%負(fù)荷下的非線性模型，并基于運(yùn)行數(shù)據(jù)辨識(shí)動(dòng)態(tài)數(shù)據(jù)。針對(duì)該模型提出了一種基于改進(jìn)自抗擾控制的直接能量平衡控制結(jié)構(gòu)，其中主蒸汽壓力回路和負(fù)荷回路分別采用改進(jìn)自抗擾控制和常規(guī)自抗擾控制。仿真結(jié)果表明，改進(jìn)自抗擾控制跟蹤性能較好。該方法為火電機(jī)組協(xié)調(diào)控制系統(tǒng)的優(yōu)化提供了新的思路和方法，具有較高的工程應(yīng)用價(jià)值。未來(lái)可以進(jìn)一步研究改進(jìn)自抗擾控制在更復(fù)雜工況下的適應(yīng)性，并結(jié)合實(shí)際機(jī)組運(yùn)行數(shù)據(jù)進(jìn)行驗(yàn)證，以推動(dòng)火電機(jī)組控制技術(shù)的進(jìn)一步發(fā)展。

參 考 文 獻(xiàn)

［1］ 王永宏，唐爽，江彬，等.單軸燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組FCB控制策略研究與應(yīng)用［J］.工業(yè)加熱，2024，53（1）：24-28.

［2］ 吳振龍，張玉瓊，李東海，等.循環(huán)流化床機(jī)組的自抗擾控制研究［J］.西安理工大學(xué)學(xué)報(bào)，2018，34（1）：74-80.

［3］ 韓忠旭，齊小紅，劉敏.單元機(jī)組的實(shí)用非線性數(shù)學(xué)模型及其應(yīng)用［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2006，26（1）：58-65.

［4］ 王國(guó)濤，杜鳴，張庭，等.火電機(jī)組濕態(tài)運(yùn)行下的協(xié)調(diào)系統(tǒng)模型和控制策略研究［J］.熱能動(dòng)力工程，2022，37（8）：25-32.

［5］ WU Z L，HE T，LIU Y H，et al.Physicsinformed ener

gybalanced modeling and active disturbance rejection control for circulating fluidized bed units［J］.Control Engineering Practice，2021，116：104934.

［6］" "FAN H，SU Z G，WANG P H，et al.A dynamic mathematical model for oncethrough boilerturbine units with superheated steam temperature［J］.Applied Thermal Engineering，2020，170：114912.

［7］ 葛舉生，劉瀟，王兆舜，等.660 MW超超臨界機(jī)組協(xié)調(diào)控制系統(tǒng)優(yōu)化［J］.發(fā)電設(shè)備，2022，36（6）：421-426.

［8］ 范赫，蘇志剛，彭獻(xiàn)永，等.耦合過(guò)熱汽溫調(diào)節(jié)的直流爐燃煤機(jī)組抗干擾機(jī)爐協(xié)調(diào)控制系統(tǒng)［J/OL］.中國(guó)電機(jī)工程學(xué)報(bào)，2024：1-14［2024-12-20］.https：//doi.org/10.13334/j.02588013.pcsee.232312.

［9］ 趙震，薛銳，崔曉波.火電機(jī)組協(xié)調(diào)控制系統(tǒng)預(yù)測(cè)控制的仿真研究［J］.南京工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2021，19（2）：58-63.

［10］ 姜川，呂劍虹.超臨界機(jī)組協(xié)調(diào)系統(tǒng)的模糊增益調(diào)度預(yù)測(cè)控制［J］.熱能動(dòng)力工程，2022，37（1）：28-33.

［11］ 陳增強(qiáng)，劉俊杰，孫明瑋.一種新型控制方法——自抗擾控制技術(shù)及其工程應(yīng)用綜述［J］.智能系統(tǒng)學(xué)報(bào)，2018，13（6）：865-877.

［12］ 韓京清.自抗擾控制技術(shù)——估計(jì)補(bǔ)償不確定因素的控制技術(shù)［M］.北京：國(guó)防工業(yè)出版社，2008.

［13］ GAO Z Q." "Scaling and bandwidthparameterization based controller tuning［C］//Proceedings of the 2003 American Control Conference. Piscataway，NJ：IEEE ，2003：4989-4996.

［14］ 王麗君，李擎，童朝南，等.時(shí)滯系統(tǒng)的自抗擾控制綜述［J］.控制理論與應(yīng)用，2013，30（12）：1521-1533.

［15］ 熊志杰，張大偉，席驪瑭，等.基于神經(jīng)網(wǎng)絡(luò)的微電網(wǎng)交錯(cuò)并聯(lián)變換器的改進(jìn)自抗擾控制［J］.可再生能源，2024，42（2）：276-284.

［16］ WU Z L，SUI S Y，LI S Y，et al.Modified active disturbance rejection control design based on gain scheduling for selective catalytic reduction denitrification processes［J］.IEEE Transactions on Industrial Electronics，2024.DOI：10.1109/TIE.2024.3387130.

［17］ 施昕昕，倫靖怡.基于模糊PI和線性自抗擾的下垂控制研究［J］.電氣自動(dòng)化，2023，45（6）：62-64；68.

［18］ 李朋真，賈冰珂，劉艷紅，等.燃燒后二氧化碳捕集系統(tǒng)的改進(jìn)自抗擾控制［J］.綜合智慧能源，2023，45（8）：18-25.

［19］ WU Z L，LI D H，LIU Y H，et al.Performance analysis of improved ADRCs for a class of highorder processes with verification on main steam pressure control［J］.IEEE Transactions on Industrial Electronics，2023，70（6）：6180-6190.

［20］ 王佑，孫立明，薛亞麗.基于調(diào)度信號(hào)的自抗擾控制器設(shè)計(jì)研究［J］.綜合智慧能源，2022，44（10）：50-56.

［21］ 鄭見云，史耕金，王佑，等.基于前饋增益調(diào)度的火電機(jī)組協(xié)調(diào)控制及應(yīng)用［J］.計(jì)算機(jī)仿真，2023，40（11）：96-100；106.

（收稿日期：2024-07-06，修回日期：2025-02-11）