CN105404145B

CN105404145B - 基于指数预测和时滞预估补偿的脱硝新型串级控制方法

Info

Publication number: CN105404145B
Application number: CN201510697037.9A
Authority: CN
Inventors: 王林; 侯玉婷; 薛建中; 高海东; 王春利; 高林; 金国强; 李晓博
Original assignee: Xian Xire Control Technology Co Ltd
Current assignee: Xian Xire Control Technology Co Ltd
Priority date: 2015-10-22
Filing date: 2015-10-22
Publication date: 2018-01-16
Anticipated expiration: 2035-10-22
Also published as: CN105404145A

Abstract

本发明公开了一种基于指数预测和时滞预估补偿的脱硝新型串级控制方法，该方法利用数据采集系统中的主要参数建立SCR系统入口NOx浓度指数预测模型，SMITH时滞预估补偿模型和多变量喷氨需求量前馈，克服SCR系统的大迟延，大惯性；相比传统串级控制方式，实现脱硝装置更加安全、经济、节能运行。

Description

基于指数预测和时滞预估补偿的脱硝新型串级控制方法

技术领域：

本发明涉及燃煤电厂污染物排放控制领域，具体涉及一种基于选择催化还原(SCR，Selective Catalytic Reduction)技术的烟气脱硝装置的优化控制方法。

背景技术：

我国以燃煤电站为主的电力供应格局在未来相当长的时间内不会发生根本性改变，因此燃煤电厂污染物排放问题一直是人们关注的热点。为改善环境质量，防治火电厂大气污染物排放造成的污染，环保部组织对《火电厂大气污染物排放标准》进行了第三次修订，被称为史上最严格的火电排放标准(GB 13223－2011)从2014年7月1日起正式执行，意味着现有燃煤锅炉二氧化硫、氮氧化物、烟尘排放标准将从400毫克/立方米、450毫克/立方米、50毫克/立方米，分别提高到200毫克/立方米、100毫克/立方米、30毫克/立方米，重点地区提高到50毫克/立方米、100毫克/立方米、20毫克/立方米。

选择性催化剂还原(SCR，Selective Catalytic Reduction)法的烟气脱硝技术因其脱硝效率高(可达到90％以上)、对锅炉运行影响较小、装置结构简单、反应条件易于控制、技术成熟、运行可靠、不形成二次污染等优点，是目前国际上应用最为成熟的烟气脱硝技术，也是国内火电机组普遍采用的脱硝技术。该技术中，氨气作为脱硝剂被喷入高温烟气流经的脱硝装置中，在催化剂的作用下将烟气中NO_X还原成为N₂和H₂O,SCR烟气脱硝基本原理图如附图2所示：

相关化学反应如下:

4NO+4NH₃+O₂＝4N₂+6H₂O

6NO+4NH₃＝5N₂+6H₂O

4NH₃+2NO₂+O₂＝3N₂+6H₂O

NO₂+NO+2NH₃＝2N₂+3H₂O

6NO₂+8NH₃＝7N₂+12H₂O

脱硝系统中的喷氨控制系统性能，直接影响到氨气逃逸量和脱硝系统的经济运行指标。喷氨量不足，会造成排放烟气中NO_X浓度高于环保部门限值；喷氨过量不仅会增加运行成本，造成NH₃的二次污染，而且NH₃与烟气中的SO₃反应生成NH₄HSO₄和(NH₄)₂SO4等物质，腐蚀下游设备,并增大系统阻力。

氨气和NO_X存在一定的化学反应时间，而且NO_X测量系统的20米以上的取样距离与预处理过程使得脱硝系统的喷氨量控制系统变为典型的纯延迟大惯性系统。目前常规火电机组脱硝系统的喷氨量控制普遍采用带有前馈信号的单回路PID调节器或串级PID调节器。由于常规PID控制基于当前控制偏差计算获得当前时刻控制输出，对于克服纯延迟大惯性存在先天不足；并且目前大型火电机组入炉煤粉煤质的在线实时测量尚不能实现，风量测量误差大引起的NO_X总量不准问题普遍存在，导致喷氨调节器的前馈信号偏差较大。因此控制系统难以投入自动方式运行，NO_X超标排放或氨逃逸量大等情况普遍存在。

为解决电站脱硝装置喷氨优化控制问题，必须提高NO_X生成量的估计精度，并采用具有针对大滞后对象的控制方法，实现电站脱硝系统的安全、经济控制。

发明内容：

本发明的目的在于针对现有技术的不足，提供了一种基于指数预测和时滞预估补偿的脱硝新型串级控制方法。

为达到上述目的，本发明采用如下的技术方案予以实现：

基于指数预测和时滞预估补偿的脱硝新型串级控制方法，包括以下步骤：

1)通过数据分析系统采集二次风门开度值，SCR系统入口NOx浓度，SCR系统入口烟气氧含量，SCR系统出口NOx浓度，SCR系统喷氨阀门开度，SCR系统喷氨流量，机组负荷，总风量，总煤量；将采集的二次风门开度值进行算术平均得到二次风门挡板平均开度；

2)通过二次风门平均开度，总风量，总煤量，机组负荷和SCR系统入口烟气氧含量，构建如下的指数模型：

(NO_x)_预测＝50(ln(W₁))^0.025·((300/W₂)^0.65-0.6)·(W₃ ^0.005-0.001)·(W₄ ^0.05-0.1)·((W₅/2)^0.1-0.1)

W₁——二次风门平均开度；

W₂——为机组总风量；

W₃——为机组负荷；

W₄——为风/煤比，为总风量除以总煤量；

W₅——SCR系统入口烟气氧含量；

该指数模型所得到的NOx浓度预测值与SCR入口NOx浓度在数值和变化趋势上一致，但是时间提前，将该NOx浓度预测值替代SCR入口NOx浓度值引入到脱硝串级自动控制逻辑中，以改善SCR系统的迟延性；

3)在SCR脱硝串级自动控制逻辑中，在主调PID输出后引入SMITH预估二阶串级迟延控制回路，其传递方程为：

其中，T₁，T₂，τ分别为喷氨流量对应SCR出口NOx浓度回路的一阶惯性时间、二阶惯性时间和迟延时间，s表示拉普拉斯算子；

4)在引入步骤2)和步骤3)SMITH预估二阶串级迟延控制回路的基础上，采用多变量喷氨前馈，将SCR系统入口NO_X浓度进行微分得到SCR系统入口NO_X变化速率，以及机组负荷，SCR系统入口烟气氧含量，风/煤比，二次风门平均开度进行喷氨量需求值前馈计算，达到基于指数预测和时滞预估补偿脱硝控制。

本发明进一步的改进在于，步骤3)中，喷氨流量对应SCR出口NOx浓度回路的一阶惯性时间、二阶惯性时间和迟延时间，通过SCR系统出口NOx浓度，SCR系统喷氨阀门开度和SCR系统喷氨流量进行标准辨识得到，其具体的数学模型如下：

建立时序单进单出动态数学普适模型如下：

A(z^-1)z(k)＝B(z^-1)u(k)+v(k)

式中，u(k)为SCR系统喷氨流量；z(k)为SCR系统出口NOx浓度；v(k)为均值为0的随机噪声；多项式A(z^-1)和B(z^-1)分别为传递函数分母项和分子项，其表达式为：

其中，a₁,a₂…a_na是传递函数分母项参数，b₁,b₂…b_nb是传递函数分子项参数，将此模型写成最小二乘格式：

z(k)＝h(k)θ+v(k)

式中，h(k)为可观测的数据向量；θ为由传递函数参数项组成的辨识数据矩阵；

令则有：

其中，Z_L为SCR出口NOx浓度时间数据列，H_L为SCR出口NOx浓度时间数据列和喷氨流量时间数据列组成的观测数据向量，n_a、n_b均为时序数，于是，式z(k)＝h(k)θ+v(k)的矩阵形式为：

Z_L＝H_Lθ+V_L

V_L＝[v(1),v(2),…,v(l)]^T

V_L即为白噪声数据向量，根据极致原理和最小损失函数原理，得到θ的最小二乘估计为：

为达到在非白噪声下的辨识参数误差估计，引入辅助矩阵如下：

其中，h*(k)为辅助变量数据序列；则将改写为下式：

选取构建纯滞后模型辅助变量，即纯滞后辅助变量x(k)为SCR系统喷氨流量时序值，

x(k)＝u(k-n_b)

其中，辅助向量h*(k)为：

h*(k)＝[-u(k-n_b-1),…,-u(k-n_b-n_a),u(k-1),…,u(k-n_b)]

故递推辅助变量最小二乘法的辨识递推算式为：

K(k)＝P(k-1)h*^T(k)[h(k)P(k-1)h*^T(k)+λ(k)]^-1

P(k)＝[P^-1(k-1)+h^T(k)h(k)]^-1＝[I-K(k)h(k)]P(k-1)/λ(k)

其中，λ(k)＝0.99，K(k)，P(k)均为递推向量，通过上述三式得到θ中各项参数；

从新取差分传递函数y(k)如下：

y(k)＝-a₁y(k-1)-a₂y(k-2)+b₁u(k-d-1)+b₂u(k-d-2)+b₃u(k-d-3)

观测向量h(k)及参数矩阵θ为：

h(k)＝[-y(k-1),…-y(k-2),u(k-d-1),…u(k-d-3)]，θ＝[a₁,a₂,b₁,b₂,b₃]^T

由前面求取的各项参数作为初始化参数；从新选取辅助变量如下：

h*(k)＝[-u(k-4),-u(k-5),u(k-1),u(k-2),u(k-3)]

构建损失函数J(k,d)的递推公式如下：

其中，最小化损失函数minJ(k,d)即为损失函数中的最小值，λ＝0.99，d即为系统纯迟延时间常数，对于未知系统，设定d范围为[d_min,d_max]；

采用最小损失函数的方法将延迟时间d和系统增益K、第一惯性时间T₁以及第二惯性时间T₂一起辨识，具体实现方法如下：

1)假设纯迟延时间已知，计算出输入输出的观测向量h(k)，利用辅助变量最小二乘法辨识递推公式得出参数估计值得到纯延迟的估计值

2)假设参数估计值是正确的，让d从d_min变化到d_max，从而得到d_max-d_min+1个观测向量，进而最小化损失函数递推公式中的d_max-d_min+1个损失函数值；选择使损失函数值最小的d作为第k步的估计值，并作为初始迟延时间返回步骤1)，用于k+1步的参数估计中，直到参数与迟延时间d达到收敛；

3)将收敛后的和d作为参数，构建离散传递函数方程为：

4)基于采样时间t＝3s，将上述离散传递函数方程转化为连续传递方程为：

其中，K为系统增益，T₁，T₂，τ分别为系统的第一惯性时间，第二惯性时间和迟延时间。

本发明进一步的改进在于，步骤4)中，将SCR系统入口NO_X变化速率乘以1.5，机组负荷乘以0.02，SCR系统入口烟气氧含量乘以0.8，风/煤比乘以0.1，二次风门平均开度乘以0.1，然后将上述计算得到的结果求和，其总和为喷氨量需求值前馈。

相对于现有技术，本发明提出根据机组运行的历史数据，建立基于锅炉主要运行参数与SCR系统NO_X生成量间的指数关系模型，用预估的NO_X生成量与实际测得的NOx生成量进行权重相加形成新的NOx生成量数值，并采用SMITH预估控制原理作为喷氨控制的调节器补偿量，克服SCR系统的大迟延，大惯性等特点，实现脱硝装置的安全与经济运行。

附图说明：

图1为控制系统信号采集示意图。

图2为SCR原理图。

图3为基于指数模型预测NOx生成量示意图。

图4为Smith预估补偿原理示意图。

图5为喷氨量前馈示意图。

具体实施方式：

以下结合附图和实施例对本发明作进一步的详细说明。

1、建立大型电站锅炉燃烧控制参数与NO_X生成量间的数学模型。燃煤锅炉煤粉燃烧是一个极其复杂的物理化学过程，该过程不仅与煤质与炉型密切相关，而且与锅炉负荷、各层给煤机的煤量、配风等密切相关，且难以理论定量计算，最终NO_X的排放是燃烧过程产生与脱硝装置喷氨共同作用的结果。本发明将根据特定机组运行的历史数据，建立基于主要运行参数的指数数学模型预测NO_X生成量。如附图3所示，通过二次风门挡板平均开度，总风量，总煤量，机组负荷和烟气氧含量等主要运行变量，在机组近期运行的历史数据中，寻找不同的负荷段附近NOx生成浓度变化与其他运行参数变化的对应关系。构建如下的指数模型：

W₁——二次风门平均开度；

W₂——为机组总风量；

W₃——为机组负荷；

W₄——为风/煤比，为总风量除以总煤量；

W₅——SCR系统入口烟气氧含量；

根据不同的机组运行数据，可以适当调整模型参数，确保模型的实时性与有效性。当机组煤质不变的情况下，该模型可以提前预测SCR系统入口NOx浓度及其变化趋势；当机组煤质缓慢变化时，可以通过参数的微调应对该模型预测的不足，实时、快速跟踪燃烧过程参数与NO_X生成量间的关系。

由于目前火电厂燃煤品质变化绝大多数都是一个缓慢过程，因此该模型可以反映机组各种工况下、煤质缓慢变化条件下的燃烧过程参数与NO_X生成量间的关系，因此可以较准确预测当前工况下机组NO_X生成量，相较于SCR入口的测量值，预测值具有大概100s的提前，利用该信号作为前馈不仅有利于消除SCR的迟延性，而且该值可作为入口测量管吹扫时的参考值。

2、采用具有预测功能的SMITH预估器作为调节器，实现电站脱硝系统喷氨量的自动控制。具有SMITH预估器的喷氨量自动控制系统如图4所示：

R(s)—NO_X排放设定值，Y(s)—NO_X排放设定值，D(s)—调节器传递函数，G(s)—控制对象传递函数，X1(s)—控制对象输出，X2(s)—Smith预估器输出，m(s)—调节器输出(喷氨阀门开度)，e(s)—设定值与被调量偏差，e^-τs—纯滞后因子。在本说明中，预估控制回路为二阶串级迟延控制回路，其传递方程为：

其中，T₁，T₂，τ分别为喷氨流量对应SCR出口NOx浓度回路的一阶惯性时间、二阶惯性时间和迟延时间，s表示拉普拉斯算子；其中一阶惯性时间、二阶惯性时间和迟延时间，通过SCR系统出口NOx浓度，SCR系统喷氨阀门开度和SCR系统喷氨流量进行辨识得到。其具体的数学模型如下：

建立时序单进单出动态数学普适模型如下：

A(z^-1)z(k)＝B(z^-1)u(k)+v(k)

z(k)＝h(k)θ+v(k)

令则有：

Z_L＝H_Lθ+V_L

V_L＝[v(1),v(2),…,v(l)]^T

其中，h*(k)为辅助变量数据序列；则将改写为下式：

x(k)＝u(k-n_b)

其中，辅助向量h*(k)为：

h*(k)＝[-u(k-n_b-1),…,-u(k-n_b-n_a),u(k-1),…,u(k-n_b)]

故递推辅助变量最小二乘法的辨识递推算式为：

K(k)＝P(k-1)h*^T(k)[h(k)P(k-1)h*^T(k)+λ(k)]^-1

P(k)＝[P^-1(k-1)+h^T(k)h(k)]^-1＝[I-K(k)h(k)]P(k-1)/λ(k)

从新取差分传递函数y(k)如下：

y(k)＝-a₁y(k-1)-a₂y(k-2)+b₁u(k-d-1)+b₂u(k-d-2)+b₃u(k-d-3)

观测向量h(k)及参数矩阵θ为：

h*(k)＝[-u(k-4),-u(k-5),u(k-1),u(k-2),u(k-3)]

构建损失函数J(k,d)的递推公式如下：

其中最小化损失函数minJ(k,d)即为损失函数中的最小值，λ＝0.99，d即为系统纯迟延时间常数，对于未知系统，设定d范围为[d_min,d_max]；

3)将收敛后的和d作为参数，构建离散传递函数方程为：

3、采用多变量喷氨前馈。将入口NO_X变化速率，机组负荷，烟气氧含量，风煤比，二次风门平均开度等多变量引入到喷氨量需求值计算前馈中，通过对不同变量的不同权重叠加，满足各种工况下的喷氨量需求计算。将SCR系统入口NO_X变化速率乘以1.5，机组负荷乘以0.02，SCR系统入口烟气氧含量乘以0.8，风/煤比乘以0.1，二次风门平均开度乘以0.1，然后将上述计算得到的结果求和。其总和为喷氨量需求值前馈，其原理示意图如图5所示。

Claims

1.基于指数预测和时滞预估补偿的脱硝新型串级控制方法，其特征在于，包括以下步骤：

W₁——二次风门平均开度；

W₂——为机组总风量；

W₃——为机组负荷；

W₄——为风/煤比，为总风量除以总煤量；

W₅——SCR系统入口烟气氧含量；

4)在引入步骤2)和步骤3)SMITH预估二阶串级迟延控制回路的基础上，采用多变量喷氨前馈，将SCR系统入口NO_X浓度进行微分得到SCR系统入口NO_X变化速率，以及机组负荷，SCR系统入口烟气氧含量，风/煤比，二次风门平均开度进行喷氨量需求值前馈计算，达到基于指数预测和时滞预估补偿脱硝控制；

其中，步骤3)中，喷氨流量对应SCR出口NOx浓度回路的一阶惯性时间、二阶惯性时间和迟延时间，通过SCR系统出口NOx浓度，SCR系统喷氨阀门开度和SCR系统喷氨流量进行标准辨识得到，其具体的数学模型如下：

建立时序单进单出动态数学普适模型如下：

A(z^-1)z(k)＝B(z^-1)u(k)+v(k)

其中，是传递函数分母项参数，是传递函数分子项参数，将此模型写成最小二乘格式：

z(k)＝h(k)θ+v(k)

令k＝1,2,…,L，则有：

<mrow> <mi>&theta;</mi> <mo>=</mo> <msup> <mrow> <mo>&lsqb;</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>a</mi> <mn>2</mn> </msub> <mo>...</mo> <msub> <mi>a</mi> <msub> <mi>n</mi> <mi>a</mi> </msub> </msub> <mo>,</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>b</mi> <mn>2</mn> </msub> <mo>...</mo> <msub> <mi>b</mi> <msub> <mi>n</mi> <mi>b</mi> </msub> </msub> <mo>&rsqb;</mo> </mrow> <mi>T</mi> </msup> </mrow>

Z_L＝H_Lθ+V_L

V_L＝[v(1),v(2),…,v(l)]^T

<mrow> <mover> <mi>&theta;</mi> <mo>^</mo> </mover> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msup> <msub> <mi>H</mi> <mi>L</mi> </msub> <mi>T</mi> </msup> <msub> <mi>H</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <msub> <mi>H</mi> <mi>L</mi> </msub> <mi>T</mi> </msup> <msub> <mi>Z</mi> <mi>L</mi> </msub> </mrow>

其中，h*(k)为辅助变量数据序列；则将改写为下式：

<mrow> <mover> <mi>&theta;</mi> <mo>^</mo> </mover> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msubsup> <mi>H</mi> <mi>L</mi> <msup> <mo>*</mo> <mi>T</mi> </msup> </msubsup> <msub> <mi>H</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <msup> <mn>1</mn> <mi>T</mi> </msup> </mrow> </msup> <msub> <mi>H</mi> <mi>L</mi> </msub> <msup> <mo>*</mo> <mi>T</mi> </msup> <msub> <mi>Z</mi> <mi>L</mi> </msub> <mo>=</mo> <msub> <mi>&theta;</mi> <mn>0</mn> </msub> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mi>L</mi> </mfrac> <msubsup> <mi>H</mi> <mi>L</mi> <msup> <mo>*</mo> <mi>T</mi> </msup> </msubsup> <msub> <mi>H</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mi>L</mi> </mfrac> <msubsup> <mi>H</mi> <mi>L</mi> <msup> <mo>*</mo> <mi>T</mi> </msup> </msubsup> <msub> <mi>V</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> </mrow>

x(k)＝u(k-n_b)

其中，辅助向量h*(k)为：

h*(k)＝[-u(k-n_b-1),…,-u(k-n_b-n_a),u(k-1),…,u(k-n_b)]

故递推辅助变量最小二乘法的辨识递推算式为：

<mrow> <mover> <mi>&theta;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mover> <mi>&theta;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mi>K</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&lsqb;</mo> <mi>z</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>h</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mover> <mi>&theta;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow>

K(k)＝P(k-1)h*^T(k)[h(k)P(k-1)h*^T(k)+λ(k)]^-1

P(k)＝[P^-1(k-1)+h^T(k)h(k)]^-1＝[I-K(k)h(k)]P(k-1)/λ(k)

从新取差分传递函数y(k)如下：

y(k)＝-a₁y(k-1)-a₂y(k-2)+b₁u(k-d-1)+b₂u(k-d-2)+b₃u(k-d-3)

观测向量h(k)及参数矩阵θ为：

h*(k)＝[-u(k-4),-u(k-5),u(k-1),u(k-2),u(k-3)]

构建损失函数J(k,d)的递推公式如下：

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mi>J</mi> <mo>(</mo> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mo>)</mo> <mo>=</mo> <mi>min</mi> <mi> </mi> <mi>J</mi> <mo>(</mo> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mo>)</mo> <mo>,</mo> <mo>&ForAll;</mo> <mi>d</mi> <mo>&Element;</mo> <mo>&lsqb;</mo> <msub> <mi>d</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>d</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>&rsqb;</mo> </mtd> </mtr> <mtr> <mtd> <mi>J</mi> <mo>(</mo> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mo>)</mo> <mo>=</mo> <mi>&lambda;</mi> <mi>J</mi> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>d</mi> <mo>)</mo> <mo>+</mo> <msup> <mrow> <mo>&lsqb;</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>h</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mo>)</mo> </mrow> <mover> <mi>h</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow> <mn>2</mn> </msup> </mtd> </mtr> </mtable> </mfenced>

3)将收敛后的和d作为参数，构建离散传递函数方程为：

2.根据权利要求1所述的基于指数预测和时滞预估补偿的脱硝新型串级控制方法，其特征在于，步骤4)中，将SCR系统入口NO_X变化速率乘以1.5，机组负荷乘以0.02，SCR系统入口烟气氧含量乘以0.8，风/煤比乘以0.1，二次风门平均开度乘以0.1，然后将上述计算得到的结果求和，其总和为喷氨量需求值前馈。