基于模型预测的脱硝喷氨矩阵控制系统应用研究

[摘 要]电力是人们生产生活必需的能源，但燃煤发电会产生大量的NOx，不仅会造成环境污染，也会危害人体健康。做好脱硝喷氨工作有利于减少NOx的排放，但传统的脱硝喷氨控制系统无法精准调整喷氨量，而进行模型预测具有良好效果，因此利用分析法等方法对基于模型预测的脱硝喷氨矩阵控制系统应用进行了探究。在探究过程中分析了脱硝喷氨系统的影响因素与控制问题，探讨了脱硝喷氨系统建模及矩阵控制。探究结果表明，加强模型预测具有重要意义，所以需要在T–S模糊模型的基础上进行脱硝喷氨矩阵预测控制，从而精准控制喷氨量。

[关键词]模型预测；脱硝喷氨；控制系统

[中图分类号]TP273 [文献标志码]A [文章编号]2095–6487（2024）06–0162–03

Research on Application of Matrix Control System for Denitration and Ammonia Injection Based on Model Prediction

HU Guoli

[Abstract]Electricity is an essential energy source for people’s production and daily life， but coal-fired power generation generates a large amount of nitrogen oxides， which not only causes environmental pollution but also endangers human health. Doing a good job in denitrification and ammonia injection is beneficial for reducing nitrogen oxide emissions， but traditional denitrification and ammonia injection control systems cannot accurately adjust the amount of ammonia injection， and model prediction has good results. Therefore， analytical methods and other methods were used to explore the application of a denitrification and ammonia injection matrix control system based on model prediction. During the exploration process， the influencing factors and control issues of the denitrification and ammonia spraying system were analyzed， followed by the exploration of the denitrification and ammonia spraying system modeling and matrix control. The exploration results indicate that strengthening model prediction is of great significance， so it is necessary to carry out denitrification and ammonia injection matrix predictive control on the basis of T-S fuzzy model， in order to accurately control the amount of ammonia injection.

[Keywords]model prediction； denitration and ammonia spraying； control system

1 脱硝喷氨系统

1.1 系统反应器放置方法

反应器在脱硝喷氨系统中占据着重要地位，从理论上讲可以按照横向或纵向的方向将反应器放置在烟道中，但横向放置会造成烟道堵塞，因此很多企业都会应用高/低烟尘法、尾部烟气段布置法等方法放置反应器。应用高烟尘法时会将SCR反应器放置在空气预热器与省煤器中间，应用低烟尘法时会将SCR反应器放置在空气预热器与静电除尘器中间，应用尾部烟气段布置法时会将SCR反应器放置在烟气脱硫装置后。不同布置方法的优缺点不同，例如高烟尘法能够优化催化剂的效果，降低经济成本，但是会缩短催化剂的使用寿命；低烟尘法有利于减少飞灰对催化剂的影响，延长催化剂的使用寿命，但是容易造成反应器堵塞；尾部烟气段布置法可以延长催化剂的使用寿命，但是会增加经济成本。

1.2 脱硝工艺流程

某火电厂的SCR脱硝喷氨系统由氨存储与供应系统、反应器系统、喷氨系统、氨与空气混合系统、尾部烟道系统及检测系统共同构成，其脱硝工艺流程为：利用氨水泵抽取氨水→控制氨水流量→将除盐水与氨水混合→将混合后的液体输送至氨水分散喷射系统→连接压缩空气罐与喷枪，喷出雾化氨水→将雾化氨水输送至SCR反应器→使雾化氨水与烟气中的NOx发生氧化还原反应并生成N2和水→将N2排出烟囱。

1.3 脱硝具体原理

在应用SCR脱硝技术时，需在280～420℃的高温下与催化剂的作用下利用氨水等还原剂与烟气中的NOx发生反应，并生成没有污染性质的N2和水，从而去除烟气中的NOx。燃煤烟气中的NOx多为NO，但燃煤过程中也会产生一定的SO2，所以若脱硝过程中喷氨量过多会造成氨逃逸并发生一些副反应，继而形成硫酸铵盐等物质，阻塞催化剂通道并降低催化剂的活性。因此，须严格控制喷氨量，减少对催化剂及下游设备的影响并降低经济成本。

1.4 影响脱硝喷氨系统的因素

（1）反应器入口/出口NOx浓度。反应器入口NOx浓度会受到煤质变化、O2浓度等因素的影响，而其浓度又会影响到系统运行.反应器出口NOx浓度在经过反应后会达到最低，但如果没有达到最低也会影响系统运行。

（2）反应温度。反应温度会影响催化剂的活性与效率，而SCR反应器的最佳反应温度是340℃，若温度过高会导致氨出现氧化反应，继而降低反应器运行效率。

（3）烟气流速。烟气流速会影响到NOx在反应器中停留的具体时间，若流速较快会缩短烟气停留时间，继而降低反应充分性，影响脱硝效率。

（4）氨氮摩尔比。氨氮摩尔比指的是SCR反应器中NH3与NOx量的比值，会对脱硝效率产生较大影响。

1.5 脱硝喷氨系统的控制问题

（1）非线性问题。脱硝喷氨系统中的化学反应较复杂，烟气中的飞灰及反应温度等因素也会影响催化剂的活性，而催化剂的活性又会影响到NOx的浓度，所以脱硝对象就具有非线性问题，而构建T–S模糊模型可以解决这一问题。

（2）时滞问题。NH3进入系统后会先经过混合器、催化剂层再与烟气接触，且NH3与NOx发生反应也需要一定的时间，这就导致采样时刻存在时滞问题，因此在构建模型时需做好时延处理工作。

（3）时变问题。锅炉燃烧过程中机组会受到O2浓度等诸多因素的影响，燃烧情况会不断变化，反应器出口的NOx浓度也会不断变化，所以脱硝对象也存在时变问题。

此外，脱硝对象会受到多种因素的影响，而输入变量的控制难度相对较大，所以在构建模型时需增加扰动项。

2 脱硝喷氨矩阵控制系统建模

常用的控制系统建模方法主要包括试验建模与机理建模等，其中机理建模可以根据系统内部被控对象的运动规律利用数学、化学等原理进行建模。在构建脱硝喷氨矩阵控制系统时，可采用基于机理建模的T–S建模方法。

2.1 模型一般形式及辨识

（1）一般形式。从反应温度等诸多因素的影响来看，需要将脱硝喷氨系统设定为多个输入与单个输出相结合的系统，并利用m条模糊规则代表脱硝喷氨系统模型。

（2）辨识。T–S模糊模型辨识涉及参数辨识与结构辨识这2个方面，其中参数辨识主要是进行模糊规则前件与后件的辨识，而结构辨识主要是进行输入输出变量、隶属函数等参数的确定。在建模过程中可以利用模糊聚类算法对T–S模糊模型前件参数进行辨识，从而获取模糊集与隶属函数的中心点，再利用正交最小二乘法进行模糊规则后件线性表达式的辨识，从而获取输入、输出线性函数表达式。在进行规则前件辨识时需要灵活应用模糊C均值聚类算法（解决非线性系统辨识问题的算法），即先选取一定的聚类中心点，然后利用迭代运算法进行聚类中心点的修正，确保每个数据点与聚类中心点之间的距离都是最小的，最后根据聚类中心获取模糊向量的隶属函数关系，从而增强模糊变量划分的合理性。在进行规则后件的辨识时需要先将公式转变为向量形式，并明确具体的参数，做好参数的初始化处理工作，设c为模糊聚类中心数量、U为隶属度函数矩阵、v为隶属度函数矩阵系数、ci为聚类中心向量，之后利用最小二乘法对公式进行处理。同时，为了减少辨识参数的实际数量，需要利用正交最小二乘法进行处理，降低计算难度。

2.2 脱硝系统扰动因素建模

在构建脱硝系统扰动因素模型时，需要将T–S模型的一般形式转变为离散的状态空间模型，并明确第i条模糊规则，利用n为输入变量的数量、q为变量的阶次、t为输入变量的时延。之后需要对参数进行归一化处理，并明确具体的输出公式及T–S模糊模型的状态空间表达式。

2.3 脱硝喷氨系统建模

SCR脱硝喷氨系统中的化学反应较多且催化剂会受到多种因素的影响，利用烟气在线监测系统需要通过多道工序才能够获取气体监测结果，无法有效控制实际的喷氨量。为解决这一问题，应针对脱硝喷氨系统的实际情况进行建模，利用先进的控制方式代替原有的控制手段，增强喷氨量控制的科学性。从上述内容来看，需要将SCR反应器入口处NOx浓度、烟气流速、反应温度、喷氨量当作模型的输入变量，将反应器出口处NOx浓度当作输出变量，再构建T–S模糊模型并利用DCS平台进行历史运行数据的导出，最后利用仿真平台进行建模仿真并通过均方根误差评价模型的精度。

3 基于模型预测的脱硝喷氨矩阵控制系统

脱硝喷氨系统中NOx浓度、烟气流量、反应温度及喷氨量等因素之间的耦合关系较强，应用传统的PID控制算法无法达到良好性能，而模型预测控制可有效应对复杂的系统，因此可以将脱硝喷氨系统与T–S模糊模型及DMC（动态矩阵预测控制）算法结合起来，构建完善的控制系统。

3.1 DMC算法

DMC算法是常用的预测控制算法之一，在应用这一算法时需充分考虑以下内容：①预测模型。在构建DMC算法的预测模型时需要先通过有效手段获取对象单位阶跃响应模型向量，并利用N表示系统的建模时域，再利用所获取的模型参数进行未来输出的预测。②滚动优化。滚动优化在DMC算法中发挥着输入控制作用，在构建控制系统时若想让预测模型获取的未来输出值接近期望值，可以利用滚动优化进行输入控制并在最优控制指标中添加软约束处理。③反馈校正。脱硝喷氨系统会受到很多未知扰动因素的影响，通过预测模型获取的输出预测值可能会与实际值产生一定的偏差，如果不做好相应的处理工作就会导致二者之间的偏差越来越大，因此在构建系统时需要科学控制二者偏差。即利用加权的方式修正输出的预测值并通过校正以后的输出预测向量移位得到初始预测值，再进行滚动优化，从而达到良好的反馈校正效果。

3.2 约束性动态矩阵预测控制

工业生产会受到多种因素的影响，例如在火力发电过程中有很多物理约束因素都会对发电效率产生影响，所以在工作过程中不仅需要将喷氨导管的尺寸控制在合理范围内，也需要将反应器出口处的NOx浓度最大值控制在50 mg/m3以内。为此在构建脱硝喷氨矩阵控制系统时需要将系统输入与输出量控制在相应的范围内，且需要保障各个时刻的控制量都在约束范围内，这就需要构建约束性的动态矩阵预测控制。在构建约束性动态矩阵预测控制时需要明确输出预测值的满足式、最优性能指标式，并利用有效集方法解决不等式约束的二次规划问题。

3.3 基于模型的矩阵预测控制

相比于其他模型，T–S模糊模型可有效解决非线性问题，这是因为该模型规则的后件部分属于线性表达式，可以实现非线性与线性问题的转变，降低了问题的解决难度。而DMC算法可以在线性系统的支持下进行相应控制，在这种情况下可以将T–S模糊模型与DMC算法结合起来，从而提高喷氨量的控制效率，避免喷氨量过多或过少。在二者相结合的基础上构建脱硝喷氨矩阵控制系统时应将控制部分划分为2个模块，即T–S模糊模型辨识模块与DMC算法优化模块（图1）。

在系统运行过程中，先通过T–S模糊模型获取每个工况的阶跃响应模型向量，再利用DMC算法计算最佳喷氨量，从而有效控制系统的实际喷氨量。在将T–S模糊模型与DMC算法结合起来时需要注意一些细节：①在利用T–S模糊模型进行辨识时不需要对模型逼近性提出过高的要求，但若存在辨识误差需利用DMC算法进行反馈校正。②在控制系统出口处的NOx浓度时应做好所有工作点采样时刻的检测工作，获取控制量与输出量，再根据模糊规则库当中的内容进行对象模型的选择，明确模糊模型对象每一时刻的阶跃响应模型向量，确保在检测过程中可以做好DMC算法预测模型参数的修正工作，降低出现参数不正确等问题的概率。此外，在实际应用过程中，需要根据模型辨识结果构建动态矩阵预测控制系统并增强系统的鲁棒性。

4 结束语

对于电力行业来说，灵活应用脱硝喷氨系统有利于达到国家提出的超低排放要求，但传统的脱硝喷氨系统存在一定的滞后性、多变量性，无法达到良好的控制效果。在研究过程中发现在系统中应用T–S模糊模型与DMC算法可以明确最佳的喷氨量，所以应将这两种方法结合起来，加强约束性动态矩阵预测控制。但该研究还不够完善，所以在后续研究时需深入研究多种模型辨识方法，并综合考虑其他因素对系统的影响。

参考文献

[1] 杨展，杨康，刘成柱，等.1 000 MW超临界燃煤发电机组脱硝喷氨自动控制方法研究[J].煤化工，2023，51（4）：138-141，159.

[2] 张鑫.脱硝系统喷氨自动调节系统控制策略优化分析[J].应用能源技术，2023，（3）：20-24.