基于變約束多模型預測控制的SCR脫硝控制方法技術

本發明專利技術公開了一種基于變約束多模型預測控制的SCR脫硝控制方法，所述方法將多模型預測控制算法、智能模型加權算法和變約束條件相結合，包括如下步驟：(A)由智能模型加權算法得到精確NOx預測模型；(B)由多模型預測控制算法不斷滾動優化；輔以與工況隨動的約束條件計算出最佳的實時氨需量。本發明專利技術解決了現有預測控制策略在SCR脫硝系統中應用的模型精度與控制算法復雜度之間的矛盾；首先，與傳統的多個線性模型簡單的線性加權方法相比，提高了算法的模型精度；其次，將傳統的定約束條件改為，與工況隨動的變約束條件，約束調節更加準確，以此減小求解控制指令的計算負擔，易于工程實現，克服SCR系統的大滯后特性，顯著改善了NOx濃度的調節品質。

【技術實現步驟摘要】
基于變約束多模型預測控制的SCR脫硝控制方法
本專利技術涉及熱能動力工程和自動控制，尤其涉及一種基于變約束多模型預測控制技術的火電機組SCR脫硝優化控制方法。
技術介紹
我國是煤炭大國，火電機組的裝機重量占了約70％，在電力行業中發揮著主導作用。高效、節能、環保的火電發電技術研究也是關系到國民經濟發展的重中之重。而隨著霧霾等環境問題的不斷突出，環保部門對火電機組的NOx排放標準提出了更高的要求(50mg/Nm3)。傳統的SCR出口NOx濃度控制方式為PID+前饋的調節方式，而SCR脫硝這一化學反應過程具有較強的非線性和大滯后特性，而且隨著催化劑的消耗，SCR反應區的特性會發生較大的變化。采用傳統的控制策略，SCR出口NOx波動較大。若要達到環保考核要求，則必須降低NOx濃度的設定值，平均氨蒸汽消耗量增加，這會造成：(1)制氨的尿素耗量增加，經濟性不佳；(2)易造成煙道后期的空預器堵塞，危害機組安全；(3)，氨逃逸率增加，造成環境的二次污染。因此，研究設計新型的SCR出口NOx濃度控制方法具有特別重大的意義。前人在這些方面做出過很多努力，嘗試通過預測控制算法來處理SCR反應的的大滯后特性，提升出口NOx的抗擾動能力。已公開的這方面專利存在以下兩個問題：1、預測控制算法對所用模型的精度要求較高，而SCR的特性隨負荷區段的變化而變化劇烈。若采用非線性預測控制算法方法，在仿真過程中呈現出較好的結果。然而卻因為算法復雜、計算量大等問題，很難在工程應用中實現。而后人們采用多模型切換預測控制算法，這種方法雖然降低了算法的復雜度，但模型切換時采用的是對多個模型線性加權，模型的精度有限，這容易造成調節的不穩定。2、約束條件的范圍設置的過于寬泛。在已公布專利中，直接根據設備的實際最大供氨能力，和實際氨蒸汽流量最大變化速率作為全工況下的約束條件。約束條件的寬泛，增加了求解控制指令的計算量。
技術實現思路
專利技術目的：本專利技術的目的是針對燃煤發電機組中SCR脫硝過程的大滯后和非線性的對象特征，提供一種基于變約束多模型預測控制的火電機組SCR脫硝優化控制方法。技術方案：本專利技術所述的一種基于變約束多模型預測控制的SCR脫硝控制方法，所述方法將多模型預測控制算法、智能模型加權算法和變約束條件相結合，包括如下步驟：(A)由智能模型加權算法得到精確NOx預測模型；(B)由多模型預測控制算法不斷滾動優化；輔以與工況隨動的約束條件計算出最佳的實時氨需量。步驟(A)中，具體包括：(A1)在高、中、低三個負荷點通過噴氨流量的擾動實驗，并記錄試驗數據；將100％MCR選為高負荷點、75％MCR選為中負荷點、50％MCR選為低負荷點；采用常規的最小二乘擬合算法對試驗數據處理，得到噴氨流量對反應器出口NOx濃度的三個基本模型。其中，MCR為機組最大連續出力。(A2)在每個計算周期內，根據實際NOx濃度與模型預測NOx濃度的偏差程度來決定，每個模型的權值表述如下λ＝(Y(k)-Y1(k))/(Y2(k)-Y1(k))其中，Y(k)為當前NOx濃度實際值，Y1(k)為高負荷段模型的輸出值，Y2(k)為中負荷段模型的輸出值，λ為模型權值。這樣可以利用有限的三個線性模型，得到精確地全工況NOx預測模型，提高預測精度。步驟(B)中，具體包括：(B1)通過全工況的NOx模型，根據過去的模型輸出值和未來的輸入值來預測未來各個采樣周期的過程輸出值；(B2)通過最小化性能指標J，得到最優的控制率，性能指標J表述如下：J＝E{(Y-Yr)T(Y-Yr)+ΔUTΓΔU}其中：Y為NOx濃度設定值曲線，Yr為NOx濃度預測值，Γ為控制權值；通過求解該帶約束的二次優化的解，即得最終的氨汽流量指令。采用與工況隨動的變約束條件，約束條件有上下限與變化速率的雙重限制，具體如下其中，U(k)為第k時刻的氨汽流量指令，Umin為氨汽流量指令下限，Umax為噴氨汽流量指令上限，各自表述為：Umin＝(cin-csp)×Q-A；Umin＝(cin-csp)×Q+A其中，cin為反應器入口NOx濃度，csp為反應器出口NOx濃度設定值，Q為煙氣流量，A為正的常數；其中，ΔUmin為氨汽流量變化速率的下限，ΔUmax為氨汽流量變化速率的上限。更小的約束范圍能大幅度降低控制率求解的計算量和復雜度。有益效果：與現有技術相比，本專利技術的優點為：本專利技術解決了現有預測控制策略在SCR脫硝系統中應用的突出問題模型精度與控制算法復雜度之間的矛盾；首先基于多模型預測控制算法，使用的對象模型有別于傳統的多個線性模型簡單的線性加權方法，通過實時判斷當前被控對象的輸出值與各個線性模型之間的偏差，決定各個模型的加權權值，提高了算法的模型精度；其次，將傳統的定約束條件改為，與工況隨動的變約束條件，約束調節更加準確，以此減小求解控制指令的計算負擔，易于工程實現，克服SCR系統的大滯后特性，顯著改善了NOx濃度的調節品質。附圖說明圖1為本專利技術實施例的系統原理示意圖。具體實施方式下面結合實施例和附圖對本專利技術的技術方案作進一步詳細說明。具體的實施步驟如下：步驟1：在SCR脫硝系統投用的100％MCR、75％MCR、50％MCR三個負荷點下，分別進行噴氨流量的階躍擾動試驗。試驗過程中，機組燃料主控切入手動方式保持恒定，所有的二次風小風門也切至手動方式保持恒定，以防止實驗過程中的擾動；SCR的噴氨調門至于手動，運行人員手動操作調門，給予階躍信號，采集實驗數據通過最小二乘法擬合出反應器出口NOx濃度與噴氨流量之間的傳遞函數模型。并離散化，得到三個基準模型，寫成標準的CARIMA模型。其中，Y(k)為第k個采樣周期的NOx濃度，U(k)為第k個采樣周期的氨蒸汽流量，ξ(k)(i＝1,2,3)為均值為0的白噪聲。Ai(z-1)和Bi(z-1)表述如下：其中，z-k為時間算子，ai,k、bi,k分別為Ai(z-1)、Bi(z-1)多項式中z-k的系數，nai、nbi分別為多項式Ai(z-1)、Bi(z-1)的階次(i＝1,2,3)；步驟2：根據當前采樣周期計算當前共所處的負荷段，選取相鄰的兩個基準對象模型，計算當前對象輸出與相鄰兩個基準模型輸出的偏差，并依據偏差對相鄰基準模型加權得到當前采樣時刻的計算模型。以當前負荷處于高、中負荷之間為例，算式如下：A(z-1)Y(k)＝B(z-1)U(k)+ξ(k)/Δ其中：λ＝(Y(k)-Y1(k))/(Y2(k)-Y1(k))式中ak、bk分別為A(z-1)、B(z-1)多項式中z-k的系數，Y(k)為當前反應器出口NOx濃度實際值，Y1(k)為高負荷段模型的輸出值，Y2(k)為中負荷段模型的輸出值，λ為模型權值。步驟3：以加權后的計算模型為基礎，預測未來一段時間的對象的輸出，可表示為Yr(k+j)＝FjΔU(k+j-1)+GjY(k)+Ejξ(k+j)其中Yr(k+j)為未來第j時刻的預測值；Fj、Gj和Ej為多項式，須滿足下述丟番方程：其中其中ej,k、gj,k、fj,k分別為Ej(z-1)、Gj(z-1)、Fj(z-1)多項式中z-k的系數。預測表達式說明，在預測模型的基礎上，可以根據過去ng個時刻的模型輸出值和未來nf個時刻的模型輸入值來預測未來的模型輸出值。由于步驟2所建模型擁有較高的模本文檔來自技高網...

【技術保護點】
一種基于變約束多模型預測控制的SCR脫硝控制方法，其特征在于，所述方法將多模型預測控制算法、智能模型加權算法和變約束條件相結合，包括如下步驟：(A)由智能模型加權算法得到精確NOx濃度預測模型；(B)由多模型預測控制算法不斷滾動優化；輔以與工況隨動的約束條件計算出最佳的實時氨需量；所述工況包括機組當前負荷、總風量、反應器入口NOx濃度和反應器出口NOx濃度設定值。

【技術特征摘要】
1.一種基于變約束多模型預測控制的SCR脫硝控制方法，其特征在于，所述方法將多模型預測控制算法、智能模型加權算法和變約束條件相結合，包括如下步驟：(A)由智能模型加權算法得到精確NOx濃度預測模型；(B)由多模型預測控制算法不斷滾動優化；輔以與工況隨動的約束條件計算出最佳的實時氨需量；所述工況包括機組當前負荷、總風量、反應器入口NOx濃度和反應器出口NOx濃度設定值。2.根據權利要求1所述的SCR脫硝控制方法，其特征在于，步驟(A)具體包括：(A1)將100％MCR選為高負荷點、75％MCR選為中負荷點、50％MCR選為低負荷點，在高、中、低三個負荷點通過噴氨流量的擾動實驗，并記錄試驗數據；采用常規的最小二乘擬合算法對試驗數據處理，得到噴氨流量對反應器出口NOx濃度的三個基本模型；其中，MCR為機組最大連續出力。(A2)在每個計算周期內，根據實際NOx濃度與模型預測NOx濃度的偏差程度來決定，每個模型的權值表述如下λ＝(Y(k)-Y1(k))/(Y2(k)-Y1(k))其中，Y(k)為當前NOx濃度實際值，Y1(k)為高負荷段模型的輸出值，Y2(k)為中負荷段模型的輸出值，λ為模型權值。3.根據權利要求1所述的SCR脫硝控制方法，其特征在于，步驟(B)具體包括：(B1)通過全工況的NOx模型，根據過去的模型輸出值和未來的模型輸入值來預測未來各個采樣周期的過程輸出值；(B2)通過最小化性能指標J，得...

【專利技術屬性】
技術研發人員：呂劍虹，周帆，
申請(專利權)人：東南大學，
類型：發明
國別省市：江蘇,32