CN105318312A - 一种电站锅炉蒸汽温度的全工况多步超前预测控制方法 - Google Patents

Abstract

本发明公开了一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其属于锅炉自动控制技术领域，其步骤如下：1、以机组负荷x为变量，通过特性测试得到锅炉蒸汽温度过程的全工况模型；2、根据步骤1中数值，通过锅炉蒸汽温度的多步超前预测，得到锅炉蒸汽温度预测值y(t)；3、确定内回路PI控制器参数和外回路PID控制器参数；4、将出口汽温误差和外回路PID控制器参数带入计算控制增量的PID算式中，得内回路的导前汽温调整后的设定值

Description

一种电站锅炉蒸汽温度的全工况多步超前预测控制方法

技术领域

本发明属于锅炉自动控制技术领域，涉及电站锅炉蒸汽温度的控制方法，尤其是涉及一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，适用于火电机组的过热汽温和再热汽温的自动控制。

背景技术

电站锅炉蒸汽温度控制是大型电站机组自动化运行的主要控制系统之一。然而常规的蒸汽温度串级PID控制方案，由于只是基于偏差消除偏差，属于“事后控制”，缺乏对于温度参数发展的趋势性预见，对于具有很大惯性和迟延的蒸汽温度过程很难取得满意的控制效果。目前的锅炉蒸汽温度控制方法存在的另外一个重要问题是缺乏考虑汽温系统特性随机组运行工况的变化。

由上述分析可见，已有的锅炉蒸汽温度控制方法仍存在一定的局限性或缺陷。

发明内容

本发明所要解决的技术问题是：通过建立一种全工况的蒸汽温度数学模型，提供一种电站锅炉蒸汽温度全工况预测型PID控制方法，对温度的多步超前预测达到“事前控制”的效果，克服大迟延、大惯性的本质特性导致的锅炉蒸汽温度控制滞后的问题，同时克服蒸汽温度系统特性随机组负荷时变而导致的控制性能随机组负荷蜕变的问题。

本发明解决技术问题所采用的技术方案包括如下步骤：

步骤1.以机组负荷x为变量，通过特性测试得到锅炉蒸汽温度过程的全工况模型；

进一步的，所述步骤1中的锅炉蒸汽温度过程的全工况模型包括喷水阀开度u(％)-导前汽温q(℃)模型G_m,qu和导前汽温q(℃)-出口汽温y(℃)模型G_m,yq，两个模型均是以机组负荷x为变量的时变模型，其中模型G_m,qu的公式(1)如下：

q(t)+c(x)q(t-1)＝d(x)u(t-1)(1)

模型G_m,yq的公式(2)如下：

$y\left(t\right)+{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i)={\Σ}_{i=1}^2{b}_j\left(x\right)q(t-j-p)---\left(2\right)$

其中，t表示当前采样控制时刻；

x表示机组负荷；

p表示导前汽温q(t)变化到出口汽温y(t)变化的纯迟延时间；

q(t)、q(t-1)、q(t-j-p)分别表示在t、t-1、t-j-p采样控制时刻的导前汽温；

u(t-1)表示在t-1采样控制时刻的喷水阀开度；

y(t)、y(t-i)分别表示在t、t-i采样控制时刻的出口汽温；

c(x)、d(x)、a_i(x)、b_j(x)均为机组负荷x的二次多项式，即c(x)＝c₂x²+c₁x+c₀、d(x)＝d₂x²+d₁x+d₀、 $a_i\left(x\right)=a_{i_2}{x}^2+a_{i_1}x+a_{i_0},\left(i=1,2\right),b_j\left(x\right)=b_{j_2}{x}^2+$ $b_{j_1}x+b_{j_0},(j=1,2),$ 其中，c₂、c₁、c₀为导前汽温模型的自回归部分控制系数，d₂、d₁、d₀为导前汽温模型的滑动平均部分控制系数，为出口汽温模型的自回归部分控制系数，为出口汽温模型的滑动平均部分控制系数。

步骤2.根据当前采样控制时刻t的机组负荷x和全工况模型，通过进行在线采样的锅炉蒸汽温度的多步超前预测，计算得到当前采样控制时刻t的锅炉蒸汽温度预测值y(t)；

所述步骤2中进行在线采样的锅炉蒸汽温度的多步超前预测的具体操作如下：

所述多步超前预测的预测步数与纯迟延p有关，即当预测步数为p时，公式(2)经变形得到如下预测公式(3)：

$y(t+1)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+1)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j-p+1)---\left(3\right)$

当预测步数为p+1时，公式(2)经变形得到如下预测公式(4)：

$y(t+2)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+2)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j-p+2)---\left(4\right)$

如此继续，直到进行完p+2步预测，预测步数为p+2时，公式(2)经变形得到如下预测公式(5)：

$y(t+p+2)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+p+2)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j+2)---\left(5\right)$

在上述预测计算过程中， $q(t+h)=\left\{\begin{array}{cc}q(t+h),& h\≤0;\\ -c\left(x\right)q\left(t\right)+d\left(x\right)u(t-1),& h=1.\end{array}\right..$

步骤3.当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据当前采样控制时刻t的机组负荷x和全工况模型，确定适应于当前机组工况的内回路PI控制器参数和外回路PID控制器参数；

所述步骤3中，当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据模型G_m,qu计算内回路PI控制器参数和的公式分别如下公式(6)～(7)：

$K_1^n=\frac{1+f_n}{d\left(x\right)f_n}---\left(6\right)$

$K_2^n=c\left(x\right)K_1^n---\left(7\right)$

其中，f_n是用于调整控制性能的内回路滤波器系数，取值范围0.3～0.7；

根据模型G_m,yq计算外回路PID控制器参数的公式分别如下公式(8)～(10)：

$K_1^w=\frac{1+f_w}{\[b_1\left(x\right)+b_2\left(x\right)\]f_w}---\left(8\right)$

$K_2^w=a_1\left(x\right)K_1^w---\left(9\right)$

$K_3^w=a_2\left(x\right)K_1^w---\left(10\right)$

其中f_w是用于调整控制性能的外回路滤波器系数，取值范围0.3～0.7。

步骤4.计算锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值，即出口汽温误差，将所述出口汽温误差和所述步骤3中外回路PID控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)；

在所述步骤4中，将锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值以及对应的外回路PID控制器参数代入控制增量的离散形式的PID算式，得到公式(11)：

${\mathrm{\Δq}}_r\left(t\right)=K_1^w\[y_r-y(t+p+2)\]+K_2^w\[y_r-y(t+p+1)\]+K_3^w\[y_r-y(t+p)\]---\left(11\right)$

其中，Δq_r(t)为当前采样时刻t导前汽温的增量；

y(t+p+2)、y(t+p+1)、y(t+p)分别为锅炉蒸汽温度在t+p+2、t+p+1、t+p时刻的预测值；

将公式(11)代入如下公式(12)，得到当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)：

q_r(t)＝q_r(t-1)+Δq_r(t)(12)

其中，q_r(t)和Δq_r(t)分别表示当前采样时刻t导前汽温调整后的设定值及其增量；q_r(t-1)表示表示前一采样时刻t-1导前汽温调整后的设定值。

步骤5.计算所述步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值，即导前汽温误差，将所述导前汽温误差和所述步骤3中内回路PI控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的喷水阀开度u(t)；

在所述步骤5中，将步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值以及对应的内回路PI控制器参数和代入控制增量的离散形式的PID算式，得到公式(13)：

$\mathrm{\Δ}u\left(t\right)=K_1^n\[q_r\left(t\right)-q\left(t\right)\]+K_2^n\[q_r(t-1)-q(t-1)\]---\left(13\right)$

其中，Δu(t)为当前采样控制时刻t喷水阀开度的增量；

将公式(13)代入如下公式(14)，得到当前采样控制时刻t喷水阀开度的值u(t)：

u(t)＝u(t-1)+Δu(t)(14)

所述喷水阀开度u(t)利用控制喷水减温来控制锅炉蒸汽温度。

步骤6.返回步骤2继续进行下一步在线采样的多步超前预测，依次持续控制。进一步的，采用工业常用的比例系数K_p、积分系数K_i和微分系数K_d，所述控制增量的离散形式的PID算式如下式(15)所示：

Δz(t)＝K_pe(t)+K_i[e(t)-e(t-1)]+K_d[e(t)-2e(t-1)+e(t-2)](15)；

化简后等效为：Δz(t)＝K₁e(t)+K₂e(t-1)+K₃e(t-2)(16)；

其中，K₁＝K_p+K_i+K_d，K₂＝K_i-2K_d，K₃＝K_d；

其中，Δz(t)为控制增量；所述Δz(t)在步骤4中指Δq_r(t)，在步骤5中指Δu(t)；

e(t)为误差，在所述步骤4中指所述锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值；在步骤5中指所述步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值。

本发明的有益效果：通过锅炉蒸汽温度的多步超前预测实现温度的“事前控制”，克服大迟延、大惯性的本质特性导致的锅炉蒸汽温度控制滞后的问题，全工况模型的建立和使用，可以克服蒸汽温度系统特性随机组负荷时变而导致的控制性能随机组负荷蜕变的问题，从而提高锅炉蒸汽温度的控制效果，使得机组运行更高效、更安全。

具体实施方式

下面将结合具体实施例对本发明进行进一步详细的说明。

步骤1.以机组负荷x为变量，通过特性测试得到锅炉蒸汽温度过程的全工况模型；

进一步的，所述步骤1中的锅炉蒸汽温度过程的全工况模型包括喷水阀开度u(％)-导前汽温q(℃)模型G_m,qu和导前汽温q(℃)-出口汽温y(℃)模型G_m,yq，两个模型均是以机组负荷x为变量的时变模型，其中模型G_m,qu的公式(1)如下：

q(t)+c(x)q(t-1)＝d(x)u(t-1)(1)

模型G_m,yq的公式(2)如下：

$y\left(t\right)+{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i)={\Σ}_{i=1}^2{b}_j\left(x\right)q(t-j-p)---\left(2\right)$

其中，t表示当前采样控制时刻；

x表示机组负荷；

p表示导前汽温q(t)变化到出口汽温y(t)变化的纯迟延时间；

q(t)、q(t-1)、q(t-j-p)分别表示在t、t-1、t-j-p采样控制时刻的导前汽温；

u(t-1)表示在t-1采样控制时刻的喷水阀开度；

y(t)、y(t-i)分别表示在t、t-i采样控制时刻的出口汽温；

c(x)、d(x)、a_i(x)、b_j(x)均为机组负荷x的二次多项式，即c(x)＝c₂x²+c₁x+c₀、d(x)＝d₂x²+d₁x+d₀、 $a_i\left(x\right)=a_{i_2}{x}^2+a_{i_1}x+a_{i_0},\left(i=1,2\right),b_j\left(x\right)=b_{j_2}{x}^2+$ $b_{j_1}x+b_{j_0},(j=1,2),$ 其中，c₁、c₁、c₀为导前汽温模型的自回归部分控制系数，d₂、d₁、d₀为导前汽温模型的滑动平均部分控制系数，为出口汽温模型的自回归部分控制系数，为出口汽温模型的滑动平均部分控制系数。

步骤2.根据当前采样控制时刻t的机组负荷x和全工况模型，通过进行在线采样的锅炉蒸汽温度的多步超前预测，计算得到当前采样控制时刻t的锅炉蒸汽温度预测值y(t)；

所述步骤2中进行在线采样的锅炉蒸汽温度的多步超前预测的具体操作如下：

所述多步超前预测的预测步数与纯迟延p有关，即当预测步数为p时，公式(2)经变形得到如下预测公式(3)：

$y(t+1)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+1)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j-p+1)---\left(3\right)$

当预测步数为p+1时，公式(2)经变形得到如下预测公式(4)：

$y(t+2)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+2)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j-p+2)---\left(4\right)$

如此继续，直到进行完p+2步预测，预测步数为p+2时，公式(2)经变形得到如下预测公式(5)：

$y(t+p+2)=-{\Σ}_{i=1}^2{a}_i\left(x\right)y(t-i+p+2)+{\Σ}_{j=1}^2{b}_j\left(x\right)q(t-j+2)---\left(5\right)$

在上述预测计算过程中， $q(t+h)=\left\{\begin{array}{cc}q(t+h),& h\≤0;\\ -c\left(x\right)q\left(t\right)+d\left(x\right)u(t-1),& h=1.\end{array}\right..$

步骤3.当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据当前采样控制时刻t的机组负荷x和全工况模型，确定适应于当前机组工况的内回路PI控制器参数和外回路PID控制器参数；

所述步骤3中，当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据模型G_m,qu计算内回路PI控制器参数和的公式分别如下公式(6)～(7)：

$K_1^n=\frac{1+f_n}{d\left(x\right)f_n}---\left(6\right)$

$K_2^n=c\left(x\right)K_1^n---\left(7\right)$

其中，f_n是用于调整控制性能的内回路滤波器系数，取值范围0.3～0.7；

根据模型G_m,yq计算外回路PID控制器参数的公式分别如下公式(8)～(10)：

$K_1^w=\frac{1+f_w}{\[b_1\left(x\right)+b_2\left(x\right)\]f_w}---\left(8\right)$

$K_2^w=a_1\left(x\right)K_1^w---\left(9\right)$

$K_3^w=a_2\left(x\right)K_1^w---\left(10\right)$

其中f_w是用于调整控制性能的外回路滤波器系数，取值范围0.3～0.7。

步骤4.计算锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值，即出口汽温误差，将所述出口汽温误差和所述步骤3中外回路PID控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)；

在所述步骤4中，将锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值以及对应的外回路PID控制器参数代入控制增量的离散形式的PID算式，得到公式(11)：

${\mathrm{\Δq}}_r\left(t\right)=K_1^w\[y_r-y(t+p+2)\]+K_2^w\[y_r-y(t+p+1)\]+K_3^w\[y_r-y(t+p)\]---\left(11\right)$

其中，Δq_r(t)为当前采样时刻t导前汽温的增量；

y(t+p+2)、y(t+p+1)、y(t+p)分别为锅炉蒸汽温度在t+p+2、t+p+1、t+p时刻的预测值；

将公式(11)代入如下公式(12)，得到当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)：

q_r(t)＝q_r(t-1)+Δq_r(t)(12)

其中，q_r(t)和Δq_r(t)分别表示当前采样时刻t导前汽温调整后的设定值及其增量；q_r(t-1)表示表示前一采样时刻t-1导前汽温调整后的设定值。

步骤5.计算所述步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值，即导前汽温误差，将所述导前汽温误差和所述步骤3中内回路PI控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的喷水阀开度u(t)；

在所述步骤5中，将步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值以及对应的内回路PI控制器参数和代入控制增量的离散形式的PID算式，得到公式(13)：

$\mathrm{\Δ}u\left(t\right)=K_1^n\[q_r\left(t\right)-q\left(t\right)\]+K_2^n\[q_r(t-1)-q(t-1)\]---\left(13\right)$

其中，Δu(t)为当前采样控制时刻t喷水阀开度的增量；

将公式(13)代入如下公式(14)，得到当前采样控制时刻t喷水阀开度的值u(t)：

u(t)＝u(t-1)+Δu(t)(14)

所述喷水阀开度u(t)利用控制喷水减温来控制锅炉蒸汽温度。

步骤6.返回步骤2继续进行下一步在线采样的多步超前预测，依次持续控制。

进一步的，采用工业常用的比例系数K_p、积分系数K_i和微分系数K_d，所述控制增量的离散形式的PID算式如下式(15)所示：

Δz(t)＝K_pe(t)+K_i[e(t)-e(t-1)]+K_d[e(t)-2e(t-1)+e(t-2)](15)；

化简后等效为：Δz(t)＝K₁e(t)+K₂e(t-1)+K₃e(t-2)(16)；

其中，K₁＝K_p+K_i+K_d，K₂＝K_i-2K_d，K₃＝K_d；

其中，Δz(t)为控制增量；所述Δz(t)在步骤4中指Δq_r(t)，在步骤5中指Δu(t)；

e(t)为误差，在所述步骤4中指所述锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值；在步骤5中指所述步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值。

上述详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明的等效实施或变更，均应包含于本案的专利保护范围中。

Claims (6)

1.一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：具体步骤如下：

步骤1.以机组负荷x为变量，通过特性测试得到锅炉蒸汽温度过程的全工况模型；

步骤2.根据当前采样控制时刻t的机组负荷x和全工况模型，通过进行在线采样的锅炉蒸汽温度的多步超前预测，计算得到当前采样控制时刻t的锅炉蒸汽温度预测值y(t)；

步骤3.当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据当前采样控制时刻t的机组负荷x和全工况模型，确定适应于当前机组工况的内回路PI控制器参数和外回路PID控制器参数；

步骤4.计算锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值，即出口汽温误差，将所述出口汽温误差和所述步骤3中外回路PID控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)；

步骤5.计算所述步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值，即导前汽温误差，将所述导前汽温误差和所述步骤3中内回路PI控制器参数带入计算控制增量的离散形式的PID算式中，求得当前采样控制时刻t的喷水阀开度u(t)；

步骤6.返回步骤2继续进行下一步在线采样的多步超前预测，依次持续控制。

2.根据权利要求1所述的一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：所述步骤1中的锅炉蒸汽温度过程的全工况模型包括喷水阀开度u(％)-导前汽温q(℃)模型G_m,qu和导前汽温q(℃)-出口汽温y(℃)模型G_m,yq，两个模型均是以机组负荷x为变量的时变模型，其中模型G_m,qu的公式(1)如下：

q(t)+c(x)q(t-1)＝d(x)u(t-1)(1)

模型G_m,yq的公式(2)如下：

$y\left(t\right)+{\Σ}_{i=1}^2{a}_i\left(x\right)y\left(t-i\right)={\Σ}_{j=1}^2{b}_j\left(x\right)q\left(t-j-p\right)---\left(2\right)$

其中，t表示当前采样控制时刻；

x表示机组负荷；

p表示导前汽温q(t)变化到出口汽温y(t)变化的纯迟延时间；

q(t)、q(t-1)、q(t-j-p)分别表示在t、t-1、t-j-p采样控制时刻的导前汽温；

u(t-1)表示在t-1采样控制时刻的喷水阀开度；

y(t)、y(t-i)分别表示在t、t-i采样控制时刻的出口汽温；

c(x)、d(x)、a_i(x)、b_j(x)均为机组负荷x的二次多项式，即c(x)＝c₂x²+c₁x+c₀、d(x)＝d₂x²+d₁x+d₀、 $a_i\left(x\right)=a_{i_2}{x}^2+a_{i_1}x+a_{i_0},(i=1,2),$ 其中，c₂、c₁、c₀为导前汽温模型的自回归部分控制系数，d₂、d₁、d₀为导前汽温模型的滑动平均部分控制系数，为出口汽温模型的自回归部分控制系数，为出口汽温模型的滑动平均部分控制系数。

3.根据权利要求2所述的一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：所述步骤2中进行在线采样的锅炉蒸汽温度的多步超前预测的具体操作如下：

所述多步超前预测的预测步数与纯迟延p有关，即当预测步数为p时，公式(2)经变形得到如下预测公式(3)：

$y(t+1)=-{\mathrm{\Σ}}_{i=1}^2{a}_i\left(x\right)y(t-i+1)+{\mathrm{\Σ}}_{j=1}^2{b}_j\left(x\right)q(t-j-p+1)---\left(3\right)$

当预测步数为p+1时，公式(2)经变形得到如下预测公式(4)：

$y(t+2)=-{\mathrm{\Σ}}_{i=1}^2{a}_i\left(x\right)y(t-i+2)+{\mathrm{\Σ}}_{j=1}^2{b}_j\left(x\right)q(t-j-p+2)---\left(4\right)$

如此继续，直到进行完p+2步预测，预测步数为p+2时，公式(2)经变形得到如下预测公式(5)：

$y(t+p+2)=-{\mathrm{\Σ}}_{i=1}^2{a}_i\left(x\right)y(t-i+p+2)+{\mathrm{\Σ}}_{j=1}^2{b}_j\left(x\right)q(t-j+2)---\left(5\right)$

在上述预测计算过程中，

4.根据权利要求3所述的一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：所述步骤3中，当前机组工况的内回路控制器采用比例积分(PI)控制，当前机组工况的外回路控制器采用比例积分微分(PID)控制，根据模型G_m,qu计算内回路PI控制器参数和的公式分别如下公式(6)～(7)：

$K_1^n=\frac{1+f_n}{d\left(x\right)f_n}---\left(6\right)$

$K_2^n=c\left(x\right)K_1^n---\left(7\right)$

其中，f_n是用于调整控制性能的内回路滤波器系数，取值范围0.3～0.7；

根据模型G_m,yq计算外回路PID控制器参数的公式分别如下公式(8)～(10)：

$K_1^w=\frac{1+f_w}{\[b_1\left(x\right)+b_2\left(x\right)\]f_w}---\left(8\right)$

$K_2^w=a_1\left(x\right)K_1^w---\left(9\right)$

$K_3^w=a_2\left(x\right)K_1^w---\left(10\right)$

其中f_w是用于调整控制性能的外回路滤波器系数，取值范围0.3～0.7。

5.根据权利要求4所述的一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：在所述步骤4中，将锅炉蒸汽温度的设定值y_r与步骤2中的锅炉蒸汽温度预测值y(t)之间的差值以及对应的外回路PID控制器参数 代入控制增量的离散形式的PID算式，得到公式(11)：

${\mathrm{\Δq}}_r\left(t\right)=K_1^w\[y_r-y(t+p+2)\]+K_2^w\[y_r-y(t+p+1)\]+K_3^w\[y_r-y(t+p)\]---\left(11\right)$

其中，Δq_r(t)为当前采样时刻t导前汽温的增量；

y(t+p+2)、y(t+p+1)、y(t+p)分别为锅炉蒸汽温度在t+p+2、t+p+1、t+p时刻的预测值；

将公式(11)代入如下公式(12)，得到当前采样控制时刻t的内回路的导前汽温调整后的设定值q_r(t)：

q_r(t)＝q_r(t-1)+Δq_r(t)(12)

其中，q_r(t)和Δq_r(t)分别表示当前采样时刻t导前汽温调整后的设定值及其增量；

q_r(t-1)表示表示前一采样时刻t-1导前汽温调整后的设定值。

6.根据权利要求5所述的一种电站锅炉蒸汽温度的全工况多步超前预测控制方法，其特征在于：

在所述步骤5中，将步骤4中内回路的导前汽温调整后的设定值q_r(t)与内回路导前汽温测量值q(t)之间的差值以及对应的内回路PI控制器参数和代入控制增量的离散形式的PID算式，得到公式(13)：

$\mathrm{\Δ}u\left(t\right)=K_1^n\[q_r\left(t\right)-q\left(t\right)\]+K_2^n\[q_r(t-1)-q(t-1)\]---\left(13\right)$

其中，Δu(t)为当前采样控制时刻t喷水阀开度的增量；

将公式(13)代入如下公式(14)，得到当前采样控制时刻t喷水阀开度的值u(t)：

u(t)＝u(t-1)+Δu(t)(14)。