内模控制策略在主气温系统中的应用研究

柯炎，钱辉，马世京

（1.江苏国华陈家港发电有限公司，江苏 盐城 224631；2.华北电力大学河北省发电过程仿真与优化控制技术创新中心，河北 保定 071000）

1 前言

热工过程自动控制是大型火力发电厂生产过程实现现代化的重要措施，随着经济与技术的发展，为提高机组发电效率，火电厂逐步向大容量、高参数标准方向发展，许多超临界甚至超超临界机组逐步取代了原来的小机组。由于热工生产过程本身就由许多复杂的多输入多输出甚至是时变的非线性过程组成，使用传统的经典控制理论往往并不能实现过程的最优控制效果，加上超（超）临界机组的参数相比亚临界机组大大提高，再次加大了热工生产过程自动控制的难度。虽然PID控制在大多数工业过程中均可以取得令人满意的控制效果，但是其在克服大迟延问题方面往往令人失望。在热工生产过程中，一般纯迟延时间常数与惯性时间常数二者之比大于0.3时即可认为该对象具有大迟延特性。由于纯迟延环节的存在，即使受到各种扰动的影响，也会导致输出无法及时反映对象受到的这部分干扰，而且就算执行机构接受到控制器开度指令后迅速动作，调节量也需经过较长的迟延才可以对被调量进行控制，整个过程会使系统调节时间变长以及超调量增大，对保持系统的稳定性产生不利影响。因此大迟延系统一直以来就受到学者和技术人员的关注，也成为他们重要的研究方向，火电厂的主汽温系统就是典型的大迟延对象。现代电站对主汽温控制要求是非常严格的，其值过高或过低都会对机组的安全稳定和经济带来不利影响，如果主蒸汽长时间超温，调节级可能发生过载，各部分金属材料的强度也随之下降，进而影响设备的效率及寿命，给电厂带来不必要的损失；主汽温过低，末级叶片可能过负荷以及蒸汽湿度增加，同时还将加剧水滴冲蚀，严重影响机组安全运行。

内模控制（Internal Model Control，IMC）是工业过程控制中具备较强实用性与鲁棒性的控制方法，在复杂系统控制中取得了非常好的效果并成功在工业领域得到应用。它的特点是能够避免不可测扰动以及建模误差的影响，并且以设计简单、跟踪调节性能良好以及可消除不可测扰动等优点而广泛适用于强非线性过程以及大迟延工业过程。综合上述情况，本文将研究内模多模型控制在火电厂主汽温系统中的应用。

2 内模控制基本原理

内模控制由Morari和Garacia在20世纪80年代提出后，最早用于对模型预测控制（MAC）和动态矩阵控制（DMC）进行分析，它的设计思路与早期的史密斯预估控制类似，也是采取将对象辨识模型与实际对象并联的结构。控制过程中取其二者差值作为反馈信号送回输入，选取辨识模型的逆作为控制器，并通过增加低通滤波器以改善系统的鲁棒性。它的特点是结构及设计简单、调节参数少且整定意义明确，对于大迟延过程控制效果的改善尤为明显。在进行内模控制器设计时，首先，选取过程对象传递函数的反函数作为其传递函数，但是由于系统内在特性的影响，这种方法很难实现，所以在实际设计时，一般选择被控对象传递函数的最小相位部分的逆作为其传递函数，并针对模型失配和控制过程中存在的扰动情况，设置低通滤波器。低通滤波器不仅能起到对输入滤波以防止控制量瞬间跳变的作用，而且还可以改善系统的鲁棒性能。也就是说，内模控制器的整个设计思路是首先设计理想控制器，然后综合考虑实际工程中遇到的各种约束问题，再在理想控制器的基础上添加滤波器进行实际控制器的设计。

内模控制系统的典型结构如图1所示，可以看出，它的设计主要包括以下三个部分：内部模型Gm(s)，作用是预测过程的输出然后将其与实际被控对象的差值反馈回输入进行校正；内模控制器Gc(s)，用来调节控制量的输出以使控制系统满足各方面性能指标要求；滤波器F(s)，它的作用是调节控制系统的响应速度以及改善系统的鲁棒性。另外，G(s)为被控对象，Y(s)为过程输出，r为系统输入，d为外部干扰，z为被控对象与内部模型的差，作为系统的反馈信号，u代表内模控制器的输出。由上图可得定值扰动下的传递函数为

图1 内模控制系统原理结构图

外扰下的传递函数为

系统包含定值扰动和外扰的传递函数为

其反馈信号为

如果模型精确，即G(s)=Gm(s)，且不存在外部扰动，即d=0，则内部辨识模型的输出ym与过程对象输出即被调量y相等，那么取二者偏差信号作为反馈的信号也将保持为零。这时，系统可看作一个开环结构。而在工业过程控制中，控制系统的一个重要任务便是克服扰动的影响，而内部模型也不可能完全精确匹配过程对象，所以在图1所示的内模控制结构图中，反馈信号z就反映了这两个因素对控制系统的影响，构成了闭环负反馈控制。

3 内膜控制器主要性质

3.1 对偶稳定性

当模型匹配即Gm(s)=G(s)时，，系统相当于开环。这表明，在模型实现精确匹配且保证控制器自身稳定的情况下，就可以实现闭环控制的稳定。

3.2 理想控制器特性

3.3 零稳态偏差特性

如果辨识模型不精确，即产生模型失配问题，那么，在设计控制器的时候也只需使其稳态增益与内部模型稳态增益

如上所述，在进行内模控制器设计时，只要满足控制器传递函数等于对象模型传递函数的倒数即系统就可具备较好的控制性能。

4 仿真实践

在仿真试验过程中，本文被控对象数学模型采用蒸汽流量扰动下主汽温动态特性辨识的二阶纯迟延形式，并设计模型集中各辨识子模型对应的内模控制器和滤波器，然后进行参数整定。首先，在各典型建模工况点进行阶跃响应试验，以58%负荷为例，两种控制策略下系统单位阶跃响应曲线及内模多模型控制的控制量输出曲线分别如图2～4所示，其中串级PID控制所用控制器参数为经过优化后的参数，分别为：内回路，δ=0.5，Ti=40；外回路，δ=5，Ti=550。

图2 58%负荷下系统的单位阶跃响应曲线

输出响应曲线图2表明，内模多模型控制比常规串级PID控制具有更快的调节时间和更短的调节时间，而且由图3可以看出，此时，控制器输出在工程可接受范围。由图4仿真结果可以看出，当系统处于典型辨识工况点处时，内模多模型控制能够较快地实现被控对象与运行工况子模型的准确匹配。

图3 58%负荷下控制量输出

图4 58%负荷下各子控制器权值变化曲线

图5 非典型工况下阶跃响应曲线

图6 非典型工况下各控制器权值变化曲线

图7 非典型工况下控制量输出

由仿真曲线可以看出，当某一时段对象处于非典型工况时，在参数不变的情况下，该控制算法仍然能够像处于典型工况那样保证各子控制器处于最佳权值分配状态，系统具有良好的鲁棒性。也就是说，当发生模型失配时，本文设计的控制策略仍然可以保证系统拥有令人满意的控制性能。

在原有的单位阶跃响应试验的基础上，1500s时刻在试验（2）内回路中加入单位阶跃扰动，用来测试系统的抗干扰性能，系统输出曲线和各控制器权重曲线如图8和图9所示。

图8 抗干扰性能试验仿真曲线

图9 控制器权重变化曲线

根据仿真结果可以得到以下结论，采用内模多模型控制，在干扰下其被控量输出曲线的波动幅值小于串级PID控制的输出曲线，系统具有更加快速地克服扰动的能力。

研究变工况情况系统响应曲线，在1000～1600s时，假设负荷从58%升至75%且被控对象模型均匀变化，则系统的响应曲线与各子控制器所占权重变化曲线分别如图10和图11。

图10 变工况下系统的响应曲线

图11 变工况下各子控制器权值变化曲线

从图11系统的权值分配曲线可以看出，内模控制实现了各子模型权值最佳的比例分配，并且由变工况下的输出响应曲线图10可以看出，该算法使变负荷过程输出变化平稳，调节时间短且超调较小，能很好地适应对象模型参数的变化，系统具有较好的动态性能。

5 结语

本文通过三种工况下负荷变动仿真试验，观察变动过程中各个观测点尤其是气温的变化趋势，结果证明，本文设计的内模多模型控制算法比常规串级PID控制更适合用于火电厂主汽温的控制。