本發(fā)明涉及循環(huán)流化床AGC控制的研究領(lǐng)域，特別是涉及一種循環(huán)流化床鍋爐的新型AGC控制方法。

背景技術(shù)：
能源是國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，而煤炭資源在我國一次能源的結(jié)構(gòu)中占有非常重要的地位，其比例大概在70％左右，另一方面來說，煤炭的開發(fā)利用會(huì)產(chǎn)生大量的二氧化碳、二氧化硫和氮氧化物，從而造成嚴(yán)峻的環(huán)境問題，在這樣的背景之下，發(fā)展?jié)崈裘杭夹g(shù)勢(shì)在必行。而與其他的潔凈煤技術(shù)相比，循環(huán)流化床技術(shù)從技術(shù)完備性和經(jīng)濟(jì)適用性來看，均符合我國當(dāng)前的國情，是比較合適的選擇。循環(huán)流化床鍋爐作為一種新型的煤燃燒技術(shù)，相比于傳統(tǒng)的煤粉爐，具有燃燒效率高、燃料適應(yīng)性廣、燃燒污染低、脫硫效率高和投資成本低等特點(diǎn)。與一般的工業(yè)鍋爐不同的是，循環(huán)流化床鍋爐除了需要完成普通鍋爐的自動(dòng)調(diào)節(jié)任務(wù)：即保證汽包水位、蒸汽壓力、蒸汽溫度和爐膛負(fù)壓等在規(guī)定范圍內(nèi)之外，為了維持經(jīng)濟(jì)穩(wěn)定的燃燒，還需要保持一定的料床高度和合理的床溫。隨著循環(huán)流化床鍋爐的大型化，汽水循環(huán)的加速易導(dǎo)致出現(xiàn)不穩(wěn)定現(xiàn)象，所以也需要特別考慮鍋爐運(yùn)行的安全性。同時(shí)，循環(huán)流化床鍋爐的控制對(duì)象非常的復(fù)雜，具有參數(shù)多、非線性、時(shí)變和耦合性強(qiáng)等特性，所以對(duì)于這類鍋爐的控制難度也將更大。傳統(tǒng)的定參數(shù)PI和PID控制器無法保證最佳的控制效果和機(jī)組的長期穩(wěn)定正常運(yùn)行，甚至還會(huì)因?yàn)榭刂撇划?dāng)造成運(yùn)行事故。長期的研究和實(shí)踐證明，為解決CFBB機(jī)組的自動(dòng)控制難題，引入先進(jìn)控制算法來實(shí)現(xiàn)對(duì)象復(fù)雜的控制要求，對(duì)于保證熱電廠安全、經(jīng)濟(jì)、環(huán)保的運(yùn)行具有十分重要的意義。同時(shí)，對(duì)于入網(wǎng)的機(jī)組，電網(wǎng)對(duì)其機(jī)組負(fù)荷往往是有精確而嚴(yán)格的要求的，就我國的電網(wǎng)技術(shù)要求而言，在AGC聯(lián)調(diào)時(shí)機(jī)組升降負(fù)荷的速率應(yīng)達(dá)到2.0MW/min以上，且負(fù)荷穩(wěn)態(tài)控制精度在±0.5％Pe在，負(fù)荷最大動(dòng)態(tài)控制精度在±1.5％Pe以內(nèi)，即機(jī)組往往需要在較短的時(shí)間內(nèi)完成大范圍的負(fù)荷跟蹤，傳統(tǒng)的流化床鍋爐由于鍋爐側(cè)的延遲和大慣性，其AGC的負(fù)荷升降速率和精度往往不能得到很好的保證，所以新的形勢(shì)對(duì)于機(jī)組的AGC控制結(jié)構(gòu)也提出了新的要求。另外，隨著工業(yè)系統(tǒng)的日益龐大與復(fù)雜，大量的復(fù)雜時(shí)變、包含非平穩(wěn)隨機(jī)信號(hào)的擾動(dòng)對(duì)控制系統(tǒng)的正常運(yùn)行產(chǎn)生了越來越嚴(yán)重的影響。而控制系統(tǒng)性能的下降又會(huì)進(jìn)一步引起生產(chǎn)過程的頻繁波動(dòng)，不僅會(huì)直接影響產(chǎn)品的品質(zhì)和系統(tǒng)的安全運(yùn)行，而且也會(huì)導(dǎo)致設(shè)備的損耗加快。在這樣的背景之下，對(duì)于控制器就必須要求具備更高的擾動(dòng)抑制性能，所以對(duì)于控制系統(tǒng)的擾動(dòng)抑制能力的研究也就變得愈發(fā)重要。

技術(shù)實(shí)現(xiàn)要素：
發(fā)明目的：本發(fā)明的目的是提供一種能夠提高擾動(dòng)抑制能力的循環(huán)流化床鍋爐的新型AGC控制方法。技術(shù)方案：為達(dá)到此目的，本發(fā)明采用以下技術(shù)方案：本發(fā)明所述的循環(huán)流化床鍋爐的新型AGC控制方法，包括以下的步驟：S1：獲取控制對(duì)象的階躍響應(yīng)系數(shù)；對(duì)電廠的控制對(duì)象進(jìn)行階躍響應(yīng)試驗(yàn)，設(shè)該對(duì)象有m個(gè)控制輸入、p個(gè)輸出，獲取相應(yīng)的階躍響應(yīng)系數(shù)矩陣Ai，如式(1)所示：式(1)中，m為輸入量的個(gè)數(shù)，p為輸出量的個(gè)數(shù)，N為模型長度；S2：獲得控制對(duì)象的狀態(tài)空間近似表述形式；控制對(duì)象的狀態(tài)空間近似表述形式如式(2)所示：式(2)中，X(k)為狀態(tài)變量，y(k)為輸出變量，Δu(k)為控制量增量,S、A和C分別如式(3)、(4)和(5)所示；式(4)中，Ai如式(1)所示；S3：獲取預(yù)測(cè)控制的預(yù)測(cè)模型；預(yù)測(cè)模型如式(6)所示：y(k)＝FX(k)+ΦΔu(k)(6)式(6)中，式(7)中，yii(k+1|k)為基于k時(shí)刻的數(shù)據(jù)計(jì)算獲得的k+1時(shí)刻的輸出預(yù)測(cè)值，ii＝1,…,p，p為輸出量個(gè)數(shù)；式(8)中，Δujj(k)為控制量增量，jj＝1,…,m，m為輸入量個(gè)數(shù)；S4：進(jìn)行控制方法的滾動(dòng)優(yōu)化；在時(shí)刻k制定基于狀態(tài)空間模型的預(yù)測(cè)控制方法的性能指標(biāo)，如式(10)所示：式(10)中，J(k)為性能指標(biāo)函數(shù)，w(k)為設(shè)定值，y(k)為輸出值，Δu(k)為控制量增量，矩陣Q和R分別為誤差權(quán)矩陣和控制權(quán)矩陣；得到相應(yīng)的最優(yōu)控制增量ΔuM(k)為：ΔuM(k)＝(ΦTQΦ+R)-1ΦTQ[w(k)-FX(k)](11)式(11)中，F(xiàn)、Φ如式(9)所示；相應(yīng)的即時(shí)控制增量Δu(k)為：Δu(k)＝LΔuM(k)(12)其中，Δu(k)如式(8)所示，ΔuM(k)如式(13)所示，L如式(15)所示：式(13)中，Δujj,M(k)如式(14)所示，jj＝1,…,m，m為輸入量個(gè)數(shù)；式(15)中，L0如式(16)所示：L0＝[10…0](1×M)(16)式(11)——式(16)中，M為預(yù)測(cè)控制的控制時(shí)域；由此獲得Δu(k)，并通過u(k)＝u(k-1)+Δu(k)來計(jì)算u(k)的值；S5：進(jìn)行控制方法的反饋校正。進(jìn)一步，所述步驟S2中的狀態(tài)變量X(k)通過卡爾曼濾波器獲取，包括以下步驟：S2.1：不考慮控制作用的多輸入多輸出控制對(duì)象的離散時(shí)間線性時(shí)不變系統(tǒng)的狀態(tài)空間描述如式(17)所示：式(17)中，V(k)為測(cè)量噪聲，W(k)為系統(tǒng)過程噪聲，Γ為系統(tǒng)噪聲輸入矩陣；系統(tǒng)過程噪聲W(k)和測(cè)量噪聲V(k)均為高斯白噪聲序列，且兩者互不相關(guān)或者兩者δ相關(guān)，且兩者具備式(18)所示的統(tǒng)計(jì)特性：式(18)中，Q0為非負(fù)定矩陣，表示系統(tǒng)過程噪聲W(k)的方差陣；R0為正定陣，表示測(cè)量噪聲V(k)的方差陣，δ(k,j)為克羅尼克δ符號(hào)；S2.2：計(jì)算通過卡爾曼濾波器進(jìn)行狀態(tài)估計(jì)所需的參數(shù)；基于k-1時(shí)刻狀態(tài)量預(yù)測(cè)值獲得的k時(shí)刻狀態(tài)量預(yù)測(cè)值為：式(19)中，為k-1時(shí)刻狀態(tài)量估計(jì)值；基于k-1時(shí)刻預(yù)測(cè)誤差協(xié)方差陣獲得的k時(shí)刻預(yù)測(cè)誤差協(xié)方差陣P(k|k-1)為：P(k|k-1)＝AP(k-1)AT+ΓQ0(k-1)ΓT(20)式(20)中，P(k-1)為k-1時(shí)刻預(yù)測(cè)誤差協(xié)方差陣；Q0(k-1)為k-1時(shí)刻非負(fù)定矩陣，代表系統(tǒng)過程噪聲W(k)的方差陣；k時(shí)刻增益矩陣K(k)為：K(k)＝P(k)CT(CP(k)CT+R0(k))-1＝P(k)CTR0(k)-1(21)式(21)中，P(k)為k時(shí)刻預(yù)測(cè)誤差協(xié)方差陣，R0(k)為k時(shí)刻正定矩陣，表示測(cè)量噪聲V(k)的方差陣；k時(shí)刻預(yù)測(cè)誤差協(xié)方差陣P(k)為：P(k)＝(I-K(k)C)P(k|k-1)(I-K(k)C)T+K(k)R(k)K(k)T＝(I-K(k)C)P(k|k-1)(22)k時(shí)刻狀態(tài)量預(yù)測(cè)值的最優(yōu)值為：有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：(1)本發(fā)明充分利用鍋爐側(cè)的一次風(fēng)在循環(huán)流化床鍋爐動(dòng)態(tài)過程對(duì)于汽機(jī)側(cè)的機(jī)組功率的動(dòng)態(tài)調(diào)節(jié)作用，充分利用爐膛床料蓄能，減小鍋爐燃料量的滯后影響；(2)改良的預(yù)測(cè)控制算法可以提高系統(tǒng)的擾動(dòng)抑制能力。附圖說明圖1為本發(fā)明的流程圖；圖2為不同控制算法下主蒸汽壓力的仿真結(jié)果；圖3為不同控制算法下機(jī)組功率的仿真結(jié)果；圖4為不同控制算法下床溫的仿真結(jié)果；圖5為不同控制算法下鍋爐負(fù)荷指令的變化情況；圖6為不同控制算法下汽機(jī)負(fù)荷指令的變化情況；圖7為不同控制算法下一次風(fēng)量的變化情況；圖8為預(yù)測(cè)控制抗擾仿真試驗(yàn)中所添加的擾動(dòng)示意圖；圖9為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的主蒸汽壓力的仿真結(jié)果；圖10為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的機(jī)組功率的仿真結(jié)果；圖11為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的床溫的仿真結(jié)果；圖12為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的鍋爐負(fù)荷指令的變化情況；圖13為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的汽機(jī)負(fù)荷指令的變化情況；圖14為本發(fā)明在預(yù)測(cè)控制抗擾仿真試驗(yàn)中的一次風(fēng)量的變化情況。具體實(shí)施方式下面結(jié)合具體實(shí)施方式對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步的介紹。本實(shí)例中的所涉及到的循環(huán)流化床鍋爐控制對(duì)象模型，由基于某電廠相關(guān)試驗(yàn)數(shù)據(jù)的系統(tǒng)辨識(shí)獲得。為了說明新型AGC控制結(jié)構(gòu)的優(yōu)點(diǎn)，本例中通過辨識(shí)75％負(fù)荷工況相關(guān)數(shù)據(jù)，獲得兩組不同的控制對(duì)象傳遞函數(shù)模型，分別是基于傳統(tǒng)2×2AGC控制結(jié)構(gòu)的2×2傳遞函數(shù)模型和基于新型3×3AGC控制結(jié)構(gòu)的3×3傳遞函數(shù)模型；基于狀態(tài)空間模型的預(yù)測(cè)控制算法則通過對(duì)象的階躍響應(yīng)試驗(yàn)獲取相應(yīng)的動(dòng)態(tài)參數(shù)矩陣。下面，本例分別基于兩種不同的傳遞函數(shù)模型進(jìn)行仿真驗(yàn)證。對(duì)于基于傳統(tǒng)2×2AGC控制結(jié)構(gòu)的傳遞函數(shù)模型G1，本例采用傳統(tǒng)的PID控制方法對(duì)主蒸汽壓力和機(jī)組功率進(jìn)行調(diào)節(jié)；而對(duì)于基于新型3×3AGC控制結(jié)構(gòu)的傳遞函數(shù)模型G2，本例則分別采用基于傳遞函數(shù)和狀態(tài)空間模型的預(yù)測(cè)控制算法來對(duì)主蒸汽壓力、機(jī)組功率和鍋爐床溫進(jìn)行控制調(diào)節(jié)，并對(duì)抗擾性能進(jìn)行比較和討論，相應(yīng)的控制流程圖如圖1所示。通過Matlab軟件的simulink模塊進(jìn)行仿真實(shí)驗(yàn)，對(duì)機(jī)組功率的設(shè)定值取為2.5MW/min的斜波上升信號(hào)，并相應(yīng)得對(duì)主蒸汽壓力和鍋爐床溫的設(shè)定值取為斜波上升信號(hào)。從圖2、圖3和圖4的控制效果對(duì)比圖中可以看出，在常規(guī)AGC控制結(jié)構(gòu)下，傳統(tǒng)的PID控制器無法同時(shí)滿足主蒸汽壓力和機(jī)組功率的設(shè)定值跟蹤要求，即使?jié)M足負(fù)荷跟蹤速率要求，其主蒸汽壓力的波動(dòng)會(huì)非常劇烈，控制效果非常不理想；而針對(duì)新型的AGC控制結(jié)構(gòu)，預(yù)測(cè)控制算法能很好得滿足升負(fù)荷的要求，且同時(shí)可以保證主蒸汽壓力和床溫的設(shè)定值跟蹤。同時(shí)，單純得考察新型AGC控制結(jié)構(gòu)下的預(yù)測(cè)控制算法也可以發(fā)現(xiàn)，在設(shè)定值跟蹤方面，基于傳遞函數(shù)模型和狀態(tài)空間模型的預(yù)測(cè)控制算法控制效果相當(dāng)，均可以獲得理想的控制精度。從圖5、圖6和圖7的控制量變化曲線對(duì)比圖中可以看出，在常規(guī)AGC控制結(jié)構(gòu)下，傳統(tǒng)的PID控制器相比于預(yù)測(cè)控制，其控制量變化過于劇烈，在實(shí)際工業(yè)過程中是不可取的；而新型的AGC控制結(jié)構(gòu)下，預(yù)測(cè)控制的控制量變化幅度較小，且基于傳遞函數(shù)模型和狀態(tài)空間模型的預(yù)測(cè)控制算法的控制量變化幅度相當(dāng)；同時(shí)，從新增的輸入量——一次風(fēng)量的變化曲線中也可以看出，如圖7所示，一次風(fēng)量在機(jī)組功率調(diào)整的初期呈現(xiàn)出較大得增加，其變化趨勢(shì)符合我們之前的理論分析，從而進(jìn)一步驗(yàn)證了新型AGC控制結(jié)構(gòu)對(duì)于改善循環(huán)流化床鍋爐由于燃料量響應(yīng)滯后所帶來的不利影響的可行性。下面，為了說明基于狀態(tài)空間模型的預(yù)測(cè)控制算法相比于基于傳遞函數(shù)模型的預(yù)測(cè)控制算法在抗擾性方面的優(yōu)勢(shì)，本例同時(shí)針對(duì)上述兩種預(yù)測(cè)控制算法，在升負(fù)荷結(jié)束后機(jī)組控制趨于穩(wěn)定時(shí)，在輸出側(cè)加入斜波階躍擾動(dòng)信號(hào)，如圖8所示，其控制效果如圖9、圖10和圖11所示，控制量變化如圖12、圖13和圖14所示。從圖9、圖10和圖11的抗擾效果曲線可以看出，對(duì)于斜波信號(hào)的擾動(dòng)，相比于基于傳遞函數(shù)模型的預(yù)測(cè)控制算法，基于狀態(tài)空間模型的預(yù)測(cè)控制算法能較快得消除擾動(dòng)的影響；而從圖12、圖13和圖14相應(yīng)的控制量變化曲線中也可以同樣看出，基于狀態(tài)空間模型的預(yù)測(cè)控制算法控制量變化比較明顯，但是仍可以較快穩(wěn)定下來；而基于傳遞函數(shù)模型的預(yù)測(cè)控制算法，其控制量雖然變化幅度較小，但是卻保持持續(xù)的波動(dòng)，不能在短時(shí)間內(nèi)穩(wěn)定下來。通過圖12、圖13和圖14也可以看出，基于傳遞函數(shù)模型的預(yù)測(cè)控制沒有很好得完成協(xié)調(diào)控制的任務(wù)，基本上對(duì)于擾動(dòng)的抑制主要通過汽機(jī)的閥門開度來完成，相比于協(xié)調(diào)控制較為理想的基于狀態(tài)空間模型預(yù)測(cè)控制方法，其調(diào)節(jié)的效率較低。綜上所述，本例可以充分印證，本發(fā)明公開的新型AGC控制方法，可以滿足循環(huán)流化床鍋爐機(jī)組AGC運(yùn)行的升降負(fù)荷速率和精度要求，維持機(jī)組整體的經(jīng)濟(jì)運(yùn)行和脫硫效率，同時(shí)改善常規(guī)預(yù)測(cè)控制算法對(duì)擾動(dòng)的抑制效果不佳的問題。