CN107272413A - 一种用于脱硝控制系统的多模型自适应控制方法 - Google Patents
一种用于脱硝控制系统的多模型自适应控制方法 Download PDFInfo
- Publication number
- CN107272413A CN107272413A CN201710590060.7A CN201710590060A CN107272413A CN 107272413 A CN107272413 A CN 107272413A CN 201710590060 A CN201710590060 A CN 201710590060A CN 107272413 A CN107272413 A CN 107272413A
- Authority
- CN
- China
- Prior art keywords
- mrow
- submodel
- msub
- controlled
- pid controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种用于脱硝控制系统的多模型自适应控制方法,包括如下步骤:1建立被控对象在不同负荷下的子模型,2针对m个子模型分别设计PID控制器,3测量得到被控对象输出和各子模型输出,4得到被控对象输出与各子模型输出的偏差,5求取各控制器权值wi,6将各控制器的控制量u1(k)~um(k)加权输出得到全局控制量up(k),7将全局控制量分别送入被控对象及子模型,进行控制,8返回3,本发明能够实现在变负荷的情况下使全局控制器能够实时的输出最优的控制量,达到自适应负荷变化的目的,使喷按量的变化及时的跟踪出口NOx浓度的变化,能够有效的减少脱硝系统出口NOx浓度波动,使NOx浓度稳定在环保部门要求的指标内,而且控制思路简单,在电厂DCS中易于实现。
Description
技术领域
本发明属于脱硝控制领域,具体涉及一种用于脱硝控制系统的多模型自适应控制方法。
背景技术
目前火电厂普遍采用串级控制系统进行SCR脱硝系统出口氮氧化物(NOx)浓度控制,出口NOx浓度为主调节参数,氨气流量为副调节参数,主、副调节器均采用单一的PID控制。通过副回路的调节使喷按量能够快速跟踪主调节器输出,通过主回路的调节使出口NOx浓度跟踪出口NOx浓度设定值。
火电厂采用串级控制系统进行SCR脱硝系统出口NOx浓度的控制过程中,串级控制系统中主PID采用单一的PID参数,但是,由于电厂的负荷由电网需求决定,一天之中可能变化较大,而负荷的改变会引起被控对象动态特性的改变,单一的PID控制将不能适应对象动态特性的改变,对喷按量的调节不能及时的跟踪SCR出口NOx浓度的变化,引起出口NOx浓度产生较大波动,这是目前电厂脱硝系统出口NOx浓度经常超标的主要原因,导致电厂经常受到环保部门的惩罚。
例如,申请号201610235007.0的专利文献公开了一种火电厂SCR脱硝控制方法,包括:获取SCR反应器的出口氮氧化物浓度测量值和SCR反应器的出口氮氧化物浓度设定值:将其相减得到氮氧化物浓度偏差值;将其输入主PID控制器的输入端,得到主PID控制器输出的氨气流量需求值,获取SCR反应器的入口氮氧化物浓度测量值和协调系统锅炉主控输出指令;根据其对氨气流量需求值进行修正,得到氨气流量设定值;获取氨气流量测量值,将其与氨气流量设定值相减,得到氨气流量偏差值;将其输入副PID控制器的输入端,得到副PID控制器输出的喷氨流量控制指令,能够增强了控制系统对负荷变化的响应速度,保证了控制系统的调节品质。但是该发明主PID和副PID均需要进行修正,比较复杂。
发明内容
本发明的目的是针对现有技术的不足,提供一种能够在不同负荷下,在脱硝系统动态特性变化的情况下,均能实现最优控制效果、减少SCR出口NOx浓度波动、控制思路简单和易于实现的控制方法。
本发明解决问题的技术方案是:提供一种用于脱硝控制系统的多模型自适应控制方法,所述控制方法应用于包括SCR脱硝系统、主PID控制器和副PID控制器的脱硝喷氨控制系统中,主PID控制器和副PID控制器采用串级连接的方式进行控制,其特征在于,包括如下步骤:
S1.建立被控对象在不同负荷下的子模型:
将串级控制中的副回路连同SCR脱硝系统一起作为被控对象,在不同负荷下分别辨识对象模型,将辨识出的m个模型作为m个子模型;
S2.针对m个子模型分别设计PID控制器:
针对建立好的m个子模型,分别设计对应的PID控制器并在simulink中运用临界比例带法整定每个PID控制器对应的参数;
S3.测量得到被控对象输出和各子模型输出;
S4.根据如下公式得到被控对象输出与各子模型输出的偏差:
ei(k)=yi(k)-yp(k),i=1,2,...m……(1)
公式(1)中:m为子模型个数,yi(k)为各子模型输出,yp(k)为被控对象输出;
S5.按如下公式求取各控制器权值wi:
公式(2)、(3)中:Ji(k)为指标函数,r>0为当前时刻匹配误差的权重,η>0为过去时刻匹配误差权重,0<ρ<1为过去时刻误差遗忘因子,L为所取历史匹配误差的时域长度;
S6.将各控制器的控制量u1(k)~um(k)加权输出得到全局控制量up(k)
S7.将全局控制量分别送入被控对象及子模型,进行控制;
S8.返回S3。
进一步的,S1中选取不同负荷的范围覆盖电厂正常运行时所能达到的所有负荷值。
进一步的,S2中主PID控制器的参数通过主PID控制器与其对应的子模型串级的形式下确定。
本发明的有益效果为:
1、本发明所述控制方法能够在不同负荷下,在脱硝系统动态特性变化的情况下均能实现最优控制效果,能够使喷按量的变化及时的跟踪出口NOx浓度的变化,有效的减少SCR出口NOx浓度波动,满足环保要求。
2、本发明所述控制方法控制思路简单,在电厂DCS中易于实现。
附图说明
图1是本发明所述控制方法的原理方框图;
图2是整定子模型PID参数的方框图。
具体实施方式
下面结合附图和具体实施例,对本发明作进一步的说明。
如图1、2所示,所述控制方法应用于包括SCR脱硝系统、主PID控制器和副PID控制器的脱硝喷氨控制系统中,主PID控制器和副PID控制器采用串级连接的方式进行控制,包括如下步骤:
S1.建立被控对象在不同负荷下的子模型:
将串级控制中的副回路连同SCR脱硝系统一起作为被控对象,在不同负荷下分别辨识对象模型,将辨识出的m个模型作为m个子模型;
S2.针对m个子模型分别设计PID控制器:
针对建立好的m个子模型,分别设计对应的PID控制器并在simulink中运用临界比例带法整定(整定是通过实验或仿真的方法得到最佳的PID参数,simulink是一个仿真软件)每个PID控制器对应的参数;
S3.测量得到被控对象输出和各子模型输出;
S4.根据如下公式得到被控对象输出与各子模型输出的偏差:
ei(k)=yi(k)-yp(k),i=1,2,...m……(1)
公式(1)中:m为子模型个数,yi(k)为各子模型输出,yp(k)为被控对象输出;
S5.按如下公式求取各控制器权值wi:
公式(2)、(3)中:Ji(k)为指标函数,r>0为当前时刻匹配误差的权重,η>0为过去时刻匹配误差权重,0<ρ<1为过去时刻误差遗忘因子,L为所取历史匹配误差的时域长度;
S6.将各控制器的控制量u1(k)~um(k)加权输出得到全局控制量up(k)
S7.将全局控制量分别送入被控对象及子模型,进行控制;
S8.返回S3。
进一步的,S1中选取不同负荷的范围覆盖电厂正常运行时所能达到的所有负荷值。
进一步的,S2中PID控制器的参数通过主PID控制器与其对应的子模型串级的形式下确定,并能使控制取得良好效果。
在脱硝控制系统运行过程中,通过不断地进行以上的循环,可以实时的比较被控对象的动态特性与子模型的接近程度,修改各控制器的权值,使各控制器加权后输出的控制量能够匹配当前对象,实现在变负荷的情况下使全局控制器能够实时的输出最优的控制量,达到自适应负荷变化的目的,使喷按量的变化及时的跟踪出口NOx浓度的变化,有效的减少脱硝系统出口NOx浓度波动,使NOx浓度稳定在环保部门要求的指标内。
本发明并不限于上述实施方式,在不背离本发明实质内容的情况下,本领域技术人员可以想到的任何变形、改进、替换均落入本发明的保护范围。
Claims (3)
1.一种用于脱硝控制系统的多模型自适应控制方法,所述控制方法应用于包括SCR脱硝系统、主PID控制器和副PID控制器的脱硝喷氨控制系统中,主PID控制器和副PID控制器采用串级连接的方式进行控制,其特征在于,包括如下步骤:
S1.建立被控对象在不同负荷下的子模型:
将串级控制中的副回路连同SCR脱硝系统一起作为被控对象,在不同负荷下分别辨识对象模型,将辨识出的m个模型作为m个子模型;
S2.针对m个子模型分别设计PID控制器:
针对建立好的m个子模型,分别设计对应的PID控制器并在simulink中运用临界比例带法整定每个PID控制器对应的参数;
S3.测量得到被控对象输出和各子模型输出;
S4.根据如下公式得到被控对象输出与各子模型输出的偏差:
ei(k)=yi(k)-yp(k),i=1,2,...m……(1)
公式(1)中:m为子模型个数,yi(k)为各子模型输出,yp(k)为被控对象输出;
S5.按如下公式求取各控制器权值wi:
<mrow>
<msub>
<mi>J</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<msub>
<mi>re</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&eta;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msup>
<mi>&rho;</mi>
<mi>j</mi>
</msup>
<msubsup>
<mi>e</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>m</mi>
<mn>......</mn>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>J</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>J</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>m</mi>
<mn>......</mn>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
公式(2)、(3)中:Ji(k)为指标函数,r>0为当前时刻匹配误差的权重,η>0为过去时刻匹配误差权重,0<ρ<1为过去时刻误差遗忘因子,L为所取历史匹配误差的时域长度;
S6.将各控制器的控制量u1(k)~um(k)加权输出得到全局控制量up(k)
<mrow>
<msub>
<mi>u</mi>
<mi>p</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mn>......</mn>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
S7.将全局控制量分别送入被控对象及子模型,进行控制;
S8.返回S3。
2.根据权利要求1所述的控制方法,其特征在于,S1中选取不同负荷的范围覆盖电厂正常运行时所能达到的所有负荷值。
3.根据权利要求1所述的控制方法,其特征在于,S2中PID控制器的参数通过主PID控制器与其对应的子模型串级的形式下确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710590060.7A CN107272413A (zh) | 2017-07-19 | 2017-07-19 | 一种用于脱硝控制系统的多模型自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710590060.7A CN107272413A (zh) | 2017-07-19 | 2017-07-19 | 一种用于脱硝控制系统的多模型自适应控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107272413A true CN107272413A (zh) | 2017-10-20 |
Family
ID=60078857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710590060.7A Pending CN107272413A (zh) | 2017-07-19 | 2017-07-19 | 一种用于脱硝控制系统的多模型自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107272413A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107969727A (zh) * | 2017-11-20 | 2018-05-01 | 浙江中烟工业有限责任公司 | 一种适用于制丝烟机的多路pid自动切换控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101328836A (zh) * | 2008-07-04 | 2008-12-24 | 东南大学 | 燃气轮机转速系统的多模型自适应广义预测控制方法 |
CN105388764A (zh) * | 2015-12-15 | 2016-03-09 | 重庆科技学院 | 基于动态矩阵前馈预测的电液伺服pid控制方法及系统 |
CN105700380A (zh) * | 2016-01-24 | 2016-06-22 | 浙江大学 | 二次再热机组汽轮机调速系统仿真模型及其建模方法 |
CN106325104A (zh) * | 2016-10-28 | 2017-01-11 | 黑龙江省电力科学研究院 | 基于matlab建模仿真的热控pid参数设定调整方法 |
-
2017
- 2017-07-19 CN CN201710590060.7A patent/CN107272413A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101328836A (zh) * | 2008-07-04 | 2008-12-24 | 东南大学 | 燃气轮机转速系统的多模型自适应广义预测控制方法 |
CN105388764A (zh) * | 2015-12-15 | 2016-03-09 | 重庆科技学院 | 基于动态矩阵前馈预测的电液伺服pid控制方法及系统 |
CN105700380A (zh) * | 2016-01-24 | 2016-06-22 | 浙江大学 | 二次再热机组汽轮机调速系统仿真模型及其建模方法 |
CN106325104A (zh) * | 2016-10-28 | 2017-01-11 | 黑龙江省电力科学研究院 | 基于matlab建模仿真的热控pid参数设定调整方法 |
Non-Patent Citations (5)
Title |
---|
吕冠儒等: ""多输入多输出系统的加权多模型自适应控制研究"", 《上海理工大学学报》 * |
张智焕 等: ""非线性多模型控制及仿真研究"", 《系统仿真学报》 * |
诸静: "《智能预测控制及其应用》", 30 April 2000, 浙江大学出版社 * |
金秀章等: ""加权多模型自适应控制在脱硝系统中的应用"", 《自动化仪表》 * |
陈瑞君等: ""火电厂SCR脱硝系统多模型自适应控制"", 《自动化与仪器仪表》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107969727A (zh) * | 2017-11-20 | 2018-05-01 | 浙江中烟工业有限责任公司 | 一种适用于制丝烟机的多路pid自动切换控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104089270B (zh) | 一种发电机组锅炉负荷控制优化调整试验方法 | |
CN107420874B (zh) | 一种超超临界火力发电机组协调控制系统 | |
CN109062053A (zh) | 一种基于多变量校正的脱硝喷氨控制方法 | |
Shen | Fuzzy neural networks for tuning PID controller for plants with underdamped responses | |
CN104793652B (zh) | 一种基于负荷调度曲线的喷氨量调节方法与系统 | |
CN105700570B (zh) | 一种火电厂scr脱硝控制方法 | |
CN107243257A (zh) | 适合全负荷的智能喷氨控制系统 | |
CN104607042A (zh) | 一种基于约束预测控制的scr脱硝系统及方法 | |
CN104199299B (zh) | 燃气轮机负荷调节性能的多变量受限广义预测控制方法 | |
CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及系统 | |
CN108227500A (zh) | 一种火电机组快速调峰的协调控制方法及系统 | |
CN105892504B (zh) | 一种火电厂脱硝供氨自动回路的控制方法及控制系统 | |
CN105305468B (zh) | 基于粒子群算法的火力发电机组一次调频参数优化方法 | |
CN104506037B (zh) | 一种dc/dc变换器并联外环均流控制方法 | |
CN112180801A (zh) | 一种过程控制系统的控制方法 | |
CN103713613B (zh) | Propr模式下火电机组负荷优化控制方法 | |
CN106647610A (zh) | 一种智能的scr脱硝控制系统及其控制方法 | |
CN106527147A (zh) | 一种用于脱硝控制系统的模糊自整定pid控制方法 | |
CN107908106B (zh) | 二次再热机组再热汽温的自降阶多回路集中预估控制系统 | |
CN109603525A (zh) | 一种基于不均匀度判断的脱硝分区喷氨控制方法 | |
CN109828461A (zh) | 一种基于粒子群的热工多回路控制器闭环迭代整定系统及整定方法 | |
CN107272413A (zh) | 一种用于脱硝控制系统的多模型自适应控制方法 | |
CN109378833A (zh) | 一种通过控制汽轮机抽汽量实现机组快速调频的方法 | |
CN109107360A (zh) | 基于脱硝系统的喷氨控制方法和装置 | |
Li et al. | IMC-PID controller design for power control loop based on closed-loop identification in the frequency domain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |