基于隐式广义预测的LNG出口压力控制仿真研究

曹振杰，方建安

（东华大学 信息科学与技术学院，上海　201620）

基于隐式广义预测的LNG出口压力控制仿真研究

曹振杰，方建安

（东华大学 信息科学与技术学院，上海201620）

文中以隐式广义预测控制［1］的原理为基础，建立了以受控自回归积分滑动平均模型（即 CARIMA）为基础的LNG气化储备站出口压力控制的隐式广义预测控制。利用MATLAB对此控制系统进行了仿真，同时介绍了常规PID控制，也对常规PID控制系统进行了仿真，由仿真结果可以看出隐式广义预测控制比PID控制具有响应时间短，控制精度高等优点并能取得良好的可行性、鲁棒性、优越性。

LNG储备站出口压力控制；CARIMA模型的隐式广义预测控制［1］；MATLAB仿真；PID模型

LNG气化储配站出口压力控制的不稳定、滞后、易变，用户用气的不均衡性，气源的生产量是一定的，这就给LNG气化储配站出口压力控制带来了严重的不方便，在一定程度上，影响了其供气的质量。

目前国内对LNG站储罐压力的调节方式为：简单通过压力的上、下限值设定，使LNG储罐压力在一定范围内工作，同时，通过采用压缩机增压法或低温泵增压法，进行相应的出口压力调峰输出控制［2］。但是这对于小型LNG储配站而言增加了成本和维修难度。

文献［3］根据天然气压力控制中环境温度和气源的实际情况，设计了一种PID控制器，系统大超调的有效控制了，以及系统较小偏差范围的控制均有所提高。但是其在抗干扰能力，响应速度上，以及控制精度上不能达到理想的效果。

由于LNG气化储配站出口压力控制的特点是容器大滞后、时变、易受随机因素干扰，对于数学模型精确的建立具有一定的难度，退一步说，假如你能建立数学模型，那么它的结构也相当复杂，对于对象采取有效控制可能有一定难度。由于隐式广义预测自校正算法［4］，具有模型简单，响应速度快，鲁棒性强的显著优点，故采用此法。

1　隐式广义预测控制

1.1隐式广义预测控制算法

对于一般的GPC算法，我们得对Diophantine方程在线反复推理、求解，但这由于要对矩阵进行多次求逆运算，这让我们的计算量变得复杂，同时如果直接辨识系统的原模型参数，我们也得对Diophantine方程在线反复推理、求解，要想解出控制律，必须求出控制器的参数，这样加长了计算时间，本文主要介绍了直接辨识控制律参数E，G，S［5-6］。因此不用对Diophantine方程在线反复推理、求解，对于计算时间的减少具有明显的帮助。

对式（1）变形得：

引入下列Diophantine方程：

则式（2）可化为：

当J从1增加到P时，式（4）的矩阵形式为：

采用滚动优化性能指标

故的即时控制增量为：

将式（9）展开得

辨识方程

其中式（14）中

这里为了辨识G，我们辨识上式中P个方程，但是如果这样做的话会增加我们的计算量，因此不采用这种方法，但是可以专门研究式（13），发现式（13）中出现了G的元素g0，g1，…，gp-1，这给我们一个提示，我们可以直接辨识所最后一行的预测方程，辨识方程由（14），即可求得矩阵G的全部元素。同时还可以将EP（z-1），SP（z-1）也辨识出来，从而可求出

1.2隐式广义预测控制器的设计

LNG出口压力控制数学模型根据能量守恒定律，并考虑被控对象是一个具有自平衡能力的对象，根据系统滞后、大惯性的特点，列写出各自的数学表达式

被控对象一LNG出口管道压力

干扰通道的传递函数

所以，广义被控对象（空温增压气化器与压力调节阀的串联环节）控制通道的传递函数为：

P：LNG管道出口压力

Qn：空温室增压气化器LNG的蒸发量

Pf：干扰压力变化量

K1K2：被控对象压力调节的放大倍数

τf、τ：广义预测控制的滞后量

图1　LNG压力控制的隐式广义预测控制框图

2　仿真研究

这里取K1=2，K2=6，T1=15，T2=10，τf=4，τ=6；在PID调节中，我们取KP=0.3，Ki=0.011，Kd=7；隐式广义预测控制中，预测时域控制加权常数λ=0.8，柔化系数α=0.3，N=6，采样周期T= 25 s，控制时域Nu=2。系统仿真结果图2。

通过对被控对象的分析，可知LNG出口压力系统是具有很强的滞后性、惯性的特点，因此我们可以假设此系统模型简化如下，其传递函数模型如下：

图2　PID与隐式广义预测算法曲线响应图

图2中标注1的是隐式广义预测控制曲线，标注2为参考曲线，标注3的是PID响应曲线，通过上图可知，隐式广义预测控制算法曲线在32 s左右系统就能达到稳定了，而且很好的跟踪了后面的结果，而PID控制可能得在370 s左右系统才能达到稳定，同时在370～420 s左右系统跟踪效果不是很好。由此可见其在响应速度上是PID算法的10倍以上，同时隐式广义预测控制算法的精度也比PID精确。

下面我们假设当压力值突然变化时，看两算法的仿真检验控制效果：

图3中将第40个采样周期时，把压力设定值从1 Mpa突变到2 Mpa，图3中标注1的是隐式广义预测控制曲线，标注2为参考曲线，标注3的是PID响应曲线，通过分析这两种算法的响应曲线，在1 Mpa时，PID算法在大概410 s时才能达到稳态，而隐式广义预测控制在40 s左右就已经进入稳态了，当压力变为2 Mpa时，PID算法在大概1 600 s时才能达到稳态而隐式广义预测算法大概1 020 s时达到稳态，在400 s～600 s，1 400 s～1 600 s有一定的偏差，没有很好的跟踪响应曲线，同时可以看出，隐式广义算法在40 s后以及1 020 s后几乎无超调，很好的跟踪了压力设定值曲线。

图3　压力值变化时PID与隐式广义曲线响应图

3　结　论

文中通过对隐式广义预测控制和PID控制算法的比较，通过MATLAB对LNG出口压力控制控制的两种算法做了仿真，通过比较可得隐式广义预测控制可以应用于LNG气化储备站出口压力控制过程，并能取得良好的可行性、鲁棒性、优越性，在对比中我们发现隐式广义预测控制在压力调节控制中比PID控制具有响应时间短，超调小等优点。隐式广义控制算法采用对模型要求较低、抗负载扰动性强、鲁棒性较强的，参数变化能力较强，能按符合稳定快速的给用户提供足够的流量和压力的要求，PID算法对有实变性、非线性、难以建立明确模型控制系统其控制效果不是很理想，在实际参数整定中，也很难达到好的效果。

［1］MORAD M H，KATEBI M R，JOH NSON M A.The mimo predictive PID controller design［J］.Asian Journal of Control，2008，4（4）：452.

［2］祝琴.大型台车式电阻炉温度自适应控制系统［D］.南昌大学，2012.

［3］李壮举，刘贺平，石馨.基于模糊PID的焦炉集气管压力控制系统研究［J］.冶金设备，2013，6（3）：17-20.

［4］陈希平，朱秋琴，王彩霞.广义预测控制算法的研究［J］.控制工程，2005（5）：35-37.

［5］韩曾晋.自适应控制［M］.北京：清华大学出版社，1995.

［6］Clark D W.Gawthrop P J.self-tuning controller［J］.proc. IEE，2005，122（9）：929-934.

Simulation research on LNG control of outlet pressure based on generalized predictive implicit

CAO Zhen-jie，FANG Jian-an
（College of Information Science&Technology，Donghua University，Shanghai 201620，China）

This paper is based on the principle of implicit generalized predictive control，to establish a controlled autoregressive integrated moving average model（CARIMA）implicit generalized predictive control station exit pressure gasification reserves.Using MATLAB to simulate the control system，and introduces conventional PID control，also has carriedon the simulation to the conventional PID control system，the simulation results show that the implicit generalized predictive control has the advantages of short response time than the PID control，high control precision and good robustness，feasibility，superiority.

LNG storage station outlet pressure control；implicit generalized predictive control CARIMA model；MATLAB simulation；PID model

TN307

A

1674－6236（2016）06-0171-03

2015-04-24稿件编号：201504264

曹振杰（1990—），男，安徽六安人，硕士研究生。研究方向：控制科学与工程。