柔性Smith预估控制在循环流化床机组协调控制系统中的应用设计

冯荣荣，田亮

(华北电力大学 控制与计算机工程学院，河北 保定 071003)

循环流化床机组具有炉内脱硫成本低、低温燃烧NOx生成量低、煤种适应性好[1-4]、负荷调节范围宽且可以采用“压火”操作实现快速启停等优点。缺点是燃料在输送、燃烧和传热过程中存在的大迟延特性造成其负荷响应速率非常缓慢。

循环流化床机组参与电网深度调峰[5-7]，负荷调节范围拓宽至35%～50%。高负荷工况下锅炉一次、二次风量跟随燃料量变化，变负荷过程中炉内燃烧和传热过程相对迅速；深调峰工况下，一次、二次风量只能满足最小循环流化风量要求，燃烧和传热过程的迟延明显增加[8-11]。另外，在城市周边许多循环流化床机组掺烧水处理淤泥、市政垃圾、生物质等高水份燃料，使得其迟延时间进一步增加并且存在较大不确定性。当被控对象的纯迟延时间τ与过程时间常数T之比大于0.3时，对象将变得难以控制[12]。实际调试表明，循环流化床机组燃料量对汽轮机前蒸汽压力和发电功率的纯迟延时间超过120 s，并且存在复杂多变量强耦合特性[13-16]，造成其机前压力和发电功率难以控制。

针对纯迟延特性，文献[17]根据Smith预估器可以补偿被控对象的纯迟延环节的原理，在闭环反馈回路中额外添加了1个预估补偿器，通过有效隔离被控对象的时滞因子，提高系统鲁棒性；文献[18]根据改进的Smith预估器在反馈通道增加了1个一阶滤波器，减缓误差干扰系统的速度，从而减少对对象模型精准性的要求。文献[19]设计了1种模糊增量型控制器，可以明显改善迟延对象的控制效果，并具有较强的适应性。除了使用Smith预估器，文献[20]提出了1种新的自校正增量型PID控制方法，能够有效控制具有时变特性的对象。文献[21]提出内模-比例串级控制系统，将量子遗传算法应用于滤波器参数的寻优，并在此基础上结合T-S模糊建模和自适应控制技术，应用于大惯性、大迟延过程的控制。

针对循环流化床机组大迟延且迟延时间不确定的特性，本文设计PID+Smith预估控制作为直接能量平衡(direct energy balance,DEB)控制方案中的锅炉侧控制器，补偿对象的大迟延特性；通过在Smith补偿回路中增加1个柔性因子，在对象迟延时间变化时使锅炉侧控制器在偏向于PID控制和Smith预估控制之间做柔性切换。该控制系统兼顾PID控制鲁棒性好和Smith预估补偿控制品质好的优点。

1 控制系统设计

1.1 柔性Smith预估控制

经典Smith预估控制系统结构如图1所示。图1中:GC(s)为控制器传递函数；KPgp(s)e-τs为被控对象传递函数，其中KP为比例系数，gp(s)为主通道传递函数；KPgp(s)(1-e-τs)为Smith补偿器的传递函数；s为拉氏变量；R(s)为系统输入；Y(s)为系统输出；U(s)为调节量;Y′(s)为反馈到调节器的信号。

柔性Smith预估控制原理如图2所示，其特征是在预估补偿通道处设置柔性因子K：当K=1时为经典的Smith预估控制，控制效果好，但对被控对象模型要求较高，鲁棒性较差；当K=0时系统退化为PID控制，补偿效果差但鲁棒性较好。

图1 Smith预估补偿控制原理图Fig.1 Schematic diagram of Smith predictive compensation control

图2 改进的Smith预估补偿控制原理图Fig.2 Schematic diagram of improved Smith predictive compensation control

柔性Smith预估控制便于现场组态、调试和应用。组态时在原DEB控制方案基础上，增加Smith预估补偿通道，将K设为0，此时控制系统仍保持原PID控制方式不变，完全兼容原控制系统。逐步增加K并调整PID控制器参数，控制系统将过渡为Smith预估控制。可以设计柔性变参数逻辑，保持柔性因子K和PID控制器参数同步变化。

1.2 对象机理模型

典型300 MW级亚临界循环流化床汽包锅炉简化非线性动态模型结构[22-25]为：

rm=uB(t-τ)，

(1)

(2)

(3)

(4)

pt=pd-(K2K1rB)1.5，

(5)

p1=0.01ptuT.

(6)

式(1)—(6)中：uB为循环流化床给煤量；uT为汽轮机进汽调节阀开度；pt为汽轮机前蒸汽压力；NE为机组发电负荷；rm为描述循环流化床给煤、燃烧过程的纯迟延特性的中间变量；rB为循环流化床炉膛内实时燃烧的煤量；pd为汽包压力；K1为燃料增益；K2为压差拟合系数；K3为汽轮机增益；t为时间；Kf为描述循环流化床给煤、燃烧、换热过程的惯性时间系数；Kt为汽轮机惯性时间系数；Cb为汽包蓄热系数;p1为汽轮机一级压力。其中uB和uT为输入变量，pt和NE为输出变量，rm、rB、pd为中间变量。

图3所示为DEB控制方案机侧闭环情况下锅炉侧被控对象结构示意图。图3中：GT(s)为汽轮机侧控制器传递函数，采用PI控制;Td为描述循环流化床给煤和燃烧过程的纯迟延时间;f(u)为差压拟合系数;Hp为热量信号;NESP为机组发电负荷设定值。

图3 DEB协调控制机侧闭环方框图Fig.3 Machine-side closed loop block diagram of DEB coordinated control

DEB协调控制方案中，控制输入为燃料量uB，被控变量为热量信号Hp，且

(7)

动态工况下，图3中pt、pd的动态变化量非常接近，故有

(8)

机侧控制器能够保证NE快速跟随NESP变化，由此可以认为机侧闭环传递函数近似等于1。文献[24]设热量对燃料量的传递函数为

(9)

式(9)传递函数中包含惯性、纯迟延和非最小相位环节，工程中可以将非最小相位环节和纯迟延环节合并近似为纯迟延特性考虑。

1.3 对象实际模型

某电厂1号机组锅炉为SG-1065/17.5-M804亚临界压力一次中间再热循环流化床锅炉，采用两级配煤给煤系统，汽机为NZK300-16.7/537/537型单轴双缸双排汽直接空冷凝汽式汽轮机。依据设计和运行数据得到对象模型如式(10)—(15)所示：

rm=uB(t-80),

(10)

(11)

(12)

(13)

pt=pd-0.000 346 4(1.5rB)1.5,

(14)

p1=0.01ptuT.

(15)

式(9)代入数据后燃料量对热量传递函数为

(16)

额定负荷工况下uB的变化范围为160～200 t/h，由此计算得到非最小相位环节的负微分时间在19.7～23.3 s范围内，近似取25 s并将其纳入纯迟延时间，则式(16)变为

(17)

实际上，对象的纯迟延时间随燃料性质的变化而明显变化，当燃料中掺烧淤泥、市政垃圾、生物质等高水份燃料比例增加时，燃料在床内燃烧及热量向受热面扩散的纯迟延时间会显著增加，约在100～200 s范围内变化。

2 控制系统仿真

2.1 柔性Smith预估控制

为了分析对象纯迟延时间变化对控制系统的影响，在额定负荷(高负荷)工况、对象纯迟延时间为105 s时，设计PID控制器并整定参数，与深调峰工况、对象纯迟延时间为200 s时对比其控制效果，如图4所示。由图4可见采用固定参数的PID控制器，额定负荷工况下控制效果良好，但在深调峰工况下系统则出现明显的振荡。

图4 高低负荷工况下固定PID参数控制效果对比Fig.4 Comparison of control effects of fixed PID parameters in high and low load conditions

在深调峰工况、对象纯迟延时间增加为200 s时设计经典Smith预估控制并整定参数。由于增加了预估补偿回路，PID控制器整体增益较原PID控制增加3倍，与高负荷工况、对象纯迟延时间为105 s时对比，其控制效果如图5所示。由图5可知：采用经典Smith预估控制，深调峰工况下控制效果良好，但在额定负荷工况下系统则出现明显的振荡。

图5 高低负荷工况下经典Smith预估控制控制效果对比Fig.5 Comparison of control effects of classic Smith predictive control in high and low load conditions

由图4和图5可知，单一的PID控制和单一的经典Smith预估控制，都不能很好适应对象纯迟延时间随负荷大范围变化的情况。因此设计柔性Smith预估控制，在补偿回路中增加1个柔性因子K，使柔性因子K和PID控制整体增益随负荷变化。图6所示为不同负荷工况下柔性Smith预估控制效果，即深调峰负荷工况下控制系统为单一Smith预估控制；中间负荷工况下控制系统工作于经典Smith预估控制和PID控制中间状态；额定负荷工况下控制系统再转为单一PID控制，以此获得满意的控制效果。

图6 不同负荷工况下柔性Smith预估控制控制效果对比Fig.6 Comparison of control effects of flexible Smith predictive control in different load conditions

2.2 控制系统工程应用仿真

在DEB协调控制的基础上，推导出机侧闭环情况下燃料量对热量信号的传递函数，根据此设计Smith预估控制，将锅炉侧控制系统改造为PID加Smith预估控制，并且可通过补偿系数设置Smith预估控制的补偿强度，从而将循环流化床给煤和燃烧过程中产生的纯迟延被调量，超前反映到调节器，消除迟滞因子对系统的影响，起到提前调节的作用。基于Smith预估器的DEB协调控制机侧闭环方框图如图7所示，其中GB(s)为燃料侧控制器传递函数。

图7 基于柔性Smith预估控制的DEB协调控制机侧闭环方框图Fig.7 Machine-side closed-loop block diagram of DEB coordinated control based on flexible Smith predictive control

在MATLAB环境下，依据实际机组模型，搭建控制系统进行仿真调试，对象迟延时间设置为150 s，机组负荷从220 MW降为200 MW时，PID控制、经典Smith预估控制、柔性Smith预估控制效果比较如图8所示。

图8 控制曲线Fig.8 Control curves

由图8可知：柔性Smith预估压力控制品质介于PID控制和经典Smith预估控制之间，燃料量波动幅度最小，能够在不显著降低控制品质的前提下适应对象迟延时间变化。

3 现场调试

机组设计煤种为发热量12.35 MJ/kg的铁法煤矿烟煤，常用煤种发热量约为10.5 MJ/kg。机组自2019年开始掺烧市政垃圾和中水处理淤泥，图9所示为掺烧后深调峰工况下的控制效果。由图9可知：平均煤质变差导致炉内燃烧热量扩散、环节迟延时间增加，机前压力存在明显的振荡现象。

图9 优化前控制曲线Fig.9 Control curves before optimization

将协调控制系统锅炉主控改造为带有补偿系数的Smith预估控制方案，并依据锅炉负荷和机前压力振荡的情况，对柔性因子K及炉主控PID参数作变参数处理。图10所示为优化后的控制效果，由图10可知：优化后的控制即消除了振荡，且变负荷过程中，机前压力能很好地跟随压力指令变化。

图10 优化后控制曲线Fig.10 Control curves after optimization

整体而言，机组高负荷工况下的迟延时间相对较小，低负荷工况下由于掺烧比例增加，纯迟延时间相应增加。图11所示为机组由高负荷向深调峰负荷降负荷过程的运行曲线。由图11可知：高负荷工况下锅炉侧纯迟延时间较小，K取值相对较小；低负荷工况下对象迟延时间增加，K取值相应增加；在时间为1 h 20 min分时刻，机前压力呈现振荡趋势，K值自动增加，系统消除振荡；在时间为4 h 40 min分时刻，机前压力又呈现振荡趋势，K值继续自动增加，系统消除振荡。

图11 机组由高负荷向深调峰负荷降负荷过程的运行曲线Fig.11 Operation curve of the unit from high load to deep peak load reduction process

4 结论

a)针对经典Smith预估控制和单一的PID控制都不能很好适应对象纯迟延时间随负荷大范围变化这一情况，提出带补偿系数的柔性Smith预估控制的方法，通过改变K值能够协调鲁棒性和控制品质之间的矛盾，使系统整体控制效果更好。

b)仿真实验和某300 MW循环流化床机组协调控制系统优化调试结果证明：在额定负荷、中间负荷、深调峰负荷工况下，柔性Smith预估控制能够避免振荡、减小动态误差，具有良好的控制效果。