CN111781832B - 一种基于动态矩阵改进算法的喷氨控制优化方法 - Google Patents
一种基于动态矩阵改进算法的喷氨控制优化方法 Download PDFInfo
- Publication number
- CN111781832B CN111781832B CN202010662464.4A CN202010662464A CN111781832B CN 111781832 B CN111781832 B CN 111781832B CN 202010662464 A CN202010662464 A CN 202010662464A CN 111781832 B CN111781832 B CN 111781832B
- Authority
- CN
- China
- Prior art keywords
- load
- concentration
- incremental
- output
- outlet
- 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.)
- Active
Links
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/346—Controlling the process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8621—Removing nitrogen compounds
- B01D53/8625—Nitrogen oxides
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/90—Injecting reactants
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Treating Waste Gases (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于动态矩阵改进算法的喷氨控制优化方法,本发明包括:将出口NOx浓度设定值、出口NOx浓度、负荷指令作为输入,以此形成多个负荷工况下整定的增量式DMC控制器的输出;将所有增量式DMC控制器的输出求和,然后进行闭环闭锁处理;将闭环闭锁处理的输出、负荷指令经过负荷前馈得到的负荷前馈增量进行求和,且将求和的结果累加一次得到控制输出量。本发明面向具有强非线性的火电机组SCR脱硝系统,能够进一步改善多DMC控制器的鲁棒性,从而优化火电机组SCR脱硝系统的喷氨控制效果,本发明在稳态和动态工况下,出口NOx浓度控制平稳,有较好的控制效果。
Description
技术领域
本发明属于火电机组脱硝选择催化还原技术领域,具体涉及一种基于动态矩阵改进算法的喷氨控制优化方法。
背景技术
火电机组选择催化还原(selective catalytic reduction,SCR)脱硝系统具有大时延、大惯性、非线性等控制难点,基于PID调节的常规喷氨控制(如串级摩尔比等)系统无法满足越来越高的控制要求和环保要求。
动态矩阵控制算法(Dynamic matrix control,简称DMC)作为一种先进控制算法,其优越的控制性能得到研究喷氨控制优化学者的青睐。罗志浩在2019年6月出版的《热力发电》期刊(论文名为《基于改进DMC算法的烟气脱硝控制仿真》)提出一种改进的动态矩阵控制算法,通过设置多种采样周期以满足热工控制的性能要求;马平在2017年11月出版的《热力发电》期刊(论文名为《基于前馈有约束DMC的锅炉烟气脱硝控制系统设计》)提出了一种前馈有约束的DMC算法并将其实际应用于机组的喷氨控制系统优化,优化后系统响应速度、鲁棒性得到显著提升;尹子剑在其2018出版的硕士论文(论文名为《多模型预测控制在脱硝系统中的应用研究》,华北电力大学)将多模型预测控制策略应用于火电机组脱硝系统控制优化,仿真结果表明该策略能够较好地适应火电机组脱硝系统的控制非线性。
但是,目前动态矩阵算法在火电机组脱硝系统上的实际应用存在以下瓶颈:由于火电机组SCR脱硝系统具有强非线性,因此采用单一DMC控制器乃至多个DMC控制器仍然无法在实际应用中取得理想的控制效果。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于动态矩阵改进算法的喷氨控制优化方法,本发明面向火电机组SCR脱硝系统具有强非线性能够进一步改善多DMC控制器的鲁棒性,从而优化火电机组SCR脱硝系统的喷氨控制效果。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于动态矩阵改进算法的喷氨控制优化方法,每一控制周期下包括下述处理步骤:
1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为多个负荷工况下整定的增量式DMC控制器的输入,以此形成上述增量式DMC控制器的输出;
2)将上述所有增量式DMC控制器的输出求和,然后进行闭环闭锁处理;
3)将闭环闭锁处理的输出、负荷指令经过负荷前馈得到的负荷前馈增量进行求和,且将求和的结果累加一次得到控制输出量。
可选地,步骤1)中的多个负荷工况下的增量式DMC控制器包括50%、75%、83.3%额定负荷工况三种稳定负荷工况下整定的增量式DMC控制器。
可选地,步骤1)中增量式DMC控制器被配置为执行下述步骤:
1.1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为DMC控制器的输入;
1.2)计算DMC控制器的输出与其上一采样时间的输出之差作为输出增量Δ;
1.3)将负荷指令输入增益环节得到加权系数,并将加权系数、输出增量Δ相乘作为增量式DMC控制器的输出结果。
可选地,所述增益环节为分段线性函数,所述分段线性函数的输入为负荷指令,输出为加权系数。
可选地,步骤1)之前还包括配置DMC控制器的下述步骤:
S1)确定喷氨控制的被控对象的模型函数表达式如下式所示:
上式中,G(s)表示被控对象的传递函数,ΔY(s)为出口NOx浓度增量,ΔU(s)为喷氨流量增量,k为传递函数G(s)的比例增益,τ为传递函数G(s)的纯延时时间,T为传递函数G(s)的惯性时间,s为拉普拉斯算子;
S2)在多种指定稳定负荷工况下,令喷氨流量阶跃变化,记录喷氨流量增量变化数据和出口NOx浓度增量变化数据,采用搜索算法对k、τ、T进行辨识,得到各种指定稳定负荷工况下的k、τ、T辨识值;
S3)将各种指定稳定负荷工况下的k、τ、T辨识值代入喷氨控制的被控对象的模型函数表达式,得到各种指定稳定负荷工况下的被控对象传递函数;
S4)根据各种指定稳定负荷工况下的被控对象传递函数采用商用预测控制设计软件设计各种指定稳定负荷工况下的DMC控制器。
可选地,步骤2)中进行闭环闭锁处理的步骤包括:计算出口NOx浓度、出口NOx浓度设定值之差,当出口NOx浓度、出口NOx浓度设定值之差大于设定值且出口NOx浓度增长时,若所有增量式DMC控制器的输出求和结果小于零,则设置闭环闭锁处理的输出为零;当出口NOx浓度、出口NOx浓度设定值之差小于设定值且出口NOx浓度降低时,若所有增量式DMC控制器的输出求和结果大于零,则设置闭环闭锁处理的输出为零;否则,设置闭环闭锁处理的输出为所有增量式DMC控制器的输出求和结果。
可选地,步骤3)中负荷指令经过负荷前馈的步骤包括:对输入的负荷指令作增量式处理,增量式负荷指令为当前负荷指令与步骤1)开始执行时的初始负荷指令之差,对增量式负荷指令进行限速处理,取限速后增量式负荷指令当前周期与上一周期的数值差再乘以指定的增益系数得到增量值;当出口NOx浓度大于其设定值且出口NOx浓度增长时,若增量值小于零,则负荷前馈增量为零;当出口NOx浓度小于其设定值且出口NOx浓度降低时,若增量值大于零,则负荷前馈增量为零;其他情况时,负荷前馈增量等于得到的增量值。
此外,本发明还提供一种基于动态矩阵改进算法的喷氨控制优化系统,包括:
多个负荷工况下整定的增量式DMC控制器,用于将出口NOx浓度设定值、出口NOx浓度、负荷指令作为输入,以此形成上述增量式DMC控制器的输出;
第一求和单元,用于将所有增量式DMC控制器的输出求和;
闭环闭锁单元,用于将第一求和单元的输出进行闭环闭锁处理;
负荷前馈单元,用于将负荷指令经过负荷前馈得到的负荷前馈增量;
第二求和单元,将闭环闭锁单元的输出、负荷前馈单元输出的负荷前馈增量进行求和;
累加器,用于将第二求和单元的结果累加一次,得到控制输出量。
此外,本发明还提供一种基于动态矩阵改进算法的喷氨控制优化系统,包括计算机设备,该计算机设备被编程或配置以执行所述基于动态矩阵改进算法的喷氨控制优化方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行所述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
和现有技术相比,本发明具有下述优点:
1、本发明包括多个负荷工况下整定的增量式DMC控制器,通过上述各增量式DMC控制器内部的增量化、加权处理及外部对各控制器输出进行求和以改善不同工况下喷氨控制效果;
2、本发明包括引入负荷前馈以提高喷氨控制在变负荷工况的调节响应速度;
3、本发明包括根据出口NOx浓度偏差及其变化方向设置定向闭锁逻辑,闭锁由于模型失配等问题导致喷氨控制可能出现的错误调节和反向调节,从而最终提高了动态矩阵控制算法对喷氨控制非线性特点的适应性。
综上所述,本发明基于动态矩阵改进算法的喷氨控制优化方法能够进一步改善多DMC控制器的鲁棒性,从而优化火电机组SCR脱硝系统的喷氨控制效果。且试验证明,本发明在稳态和动态工况下,出口NOx浓度控制平稳,有较好的控制效果。
附图说明
图1为本发明实施例方法的基本原理示意图。
图2为本发明实施例中增量式DMC控制器的原理示意图。
图3为本发明实施例中增益环节的分段线性函数的曲线示意图。
图4为本发明实施例中闭环闭锁环节的原理示意图。
图5为本发明实施例中负荷前馈环节的原理示意图。
图6为330MW工况下应用本实施例方法得到的测试结果曲线。
图7为560MW工况下应用本实施例方法得到的测试结果曲线。
图8为增负荷过程中应用本实施例方法得到的测试结果曲线。
图9为减负荷过程中应用本实施例方法得到的测试结果曲线。
具体实施方式
下文将以某600MW超临界火电机组(600MW额定负荷)作为实施对象,对本发明基于动态矩阵改进算法的喷氨控制优化方法进行进一步的详细说明。
如图1所示,本实施例基于动态矩阵改进算法的喷氨控制优化方法中,每一控制周期下包括下述处理步骤:
1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为多个负荷工况下整定的增量式DMC控制器的输入,以此形成上述增量式DMC控制器的输出;
2)将所有增量式DMC控制器的输出求和,然后进行闭环闭锁处理;
3)将闭环闭锁处理的输出、负荷指令经过负荷前馈得到的负荷前馈增量进行求和,且将求和的结果累加一次得到控制输出量。
本实施例中,步骤1)中的多种指定稳定负荷工况下整定的增量式DMC控制器包括50%、75%、83.3%额定负荷三种稳定负荷工况下的增量式DMC控制器。因600MW额定负荷,因此步骤1)中的多种指定稳定负荷工况下整定的增量式DMC控制器具体包括300MW、450MW、500MW三种稳定负荷工况下的增量式DMC控制器。
需要说明的是,上述300MW、450MW、500MW三种稳定负荷工况仅仅是针对一台600MW超临界火电机组作为实施对象给出的具体实例,毫无疑问,针对不同的火电机组,其具体的稳定负荷工况和所选择的稳定负荷工况个数均可能有所不同,因此可以根据实际需要设定不同的稳定负荷工况以实施本实施例方法。
如图2所示,本实施例步骤1)中增量式DMC控制器被配置为执行下述步骤:
1.1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为DMC控制器的输入;
1.2)计算DMC控制器的输出与其上一采样时间的输出之差作为输出增量Δ;
1.3)将负荷指令输入增益环节得到加权系数,并将加权系数、输出增量Δ相乘作为增量式DMC控制器的输出结果。
参见图1,本实施例中300MW、450MW、500MW三种稳定负荷工况下进行增量式DMC控制的增量式DMC控制器分别记为增量式DMC控制器1、增量式DMC控制器2、增量式DMC控制器3。如图2所示,本实施例中增益环节为分段线性函数,分段线性函数的输入为负荷指令,输出为加权系数。此外,也可以根据需要采用其他方式来计算加权系数。令DMC控制器的当前输出与上一采样时间的输出之差与对应DMC控制器增益环节(该增益环节为分段线性函数形式,输入为负荷指令,输出为加权系数)输出相乘作为增量式DMC控制器输出。单个增量式DMC控制器的控制框图如图2所示,其中保持器的作用是使其输出保持为上一控制周期常规DMC控制器输出;而三个增量式DMC控制器增益环节的分段线性函数如图3所示。
本实施例中,步骤1)之前还包括配置DMC控制器的下述步骤:
S1)确定喷氨控制的被控对象的模型函数表达式如下式所示:
上式中,G(s)表示被控对象的传递函数,ΔY(s)为出口NOx浓度增量,ΔU(s)为喷氨流量增量,k为传递函数G(s)的比例增益,τ为传递函数G(s)的纯延时时间,T为传递函数G(s)的惯性时间,s为拉普拉斯算子;
S2)在多种指定稳定负荷工况下,令喷氨流量阶跃变化,记录喷氨流量增量变化数据和出口NOx浓度增量变化数据,采用搜索算法对k、τ、T进行辨识,得到各种指定稳定负荷工况下的k、τ、T辨识值;
S3)将各种指定稳定负荷工况下的k、τ、T辨识值代入喷氨控制的被控对象的模型函数表达式,得到各种指定稳定负荷工况下的被控对象传递函数;
S4)根据各种指定稳定负荷工况下的被控对象传递函数采用商用预测控制器设计软件(如如Matlab/MpcDesigner等)设计各种指定稳定负荷工况下的DMC控制器。
本实施例步骤S2)中得到各种指定稳定负荷工况下的k、τ、T辨识值如表1所示。
表1:参数辨识结果表。
负荷 | k | τ | T |
300MW | -480 | 330 | 115 |
450MW | -360 | 241 | 56 |
500MW | -247 | 213 | 97 |
本实施例中,3个增量式DMC控制器分别对应表1所示不同负荷工况下设计得到的增量式DMC控制器(其中增量式DMC控制器1对应300MW工况,增量式DMC控制器2对应450MW工况,增量式DMC控制器3对应500MW工况);这3个增量式DMC控制器的输出求和后经过一个闭环闭锁环节处理再与负荷前馈输出求和并作为累加器的输入;累加器每一控制周期(此实施例中控制周期为5s)累加一次并更新其输出,累加器输出即为增量式多DMC控制器的控制输出。
本实施例中,步骤S2)的详细步骤包括:针对k、τ、T为待辨识参数,选择若干稳定负荷工况(例如50%、75%、83.3%额定负荷工况);在各选择的负荷工况下令喷氨流量阶跃变化,记录喷氨流量增量变化数据ΔU=[ΔU(0) … ΔU(k·Δt) … ΔU(N·Δt)]和出口NOx浓度增量变化数据ΔY=[ΔY(0) … ΔY(k·Δt) … ΔY(N·Δt)],其中Δt是记录时间间隔,N+1表示记录数据数量;根据各负荷工况所得喷氨流量增量变化数据ΔU和出口NOx浓度增量变化数据ΔY,采用遗传算法、单纯形法等常规搜索算法对k、τ、T进行辨识,得到各负荷工况对应的k、τ、T辨识值。步骤S4)根据各种指定稳定负荷工况下所得被控对象传递函数,采用商用预测控制器设计软件(如Matlab/MpcDesigner等)设计各种指定稳定负荷工况下的DMC控制器。
本实施例中,步骤2)中进行闭环闭锁处理的步骤包括:计算出口NOx浓度、出口NOx浓度设定值之差,当出口NOx浓度、出口NOx浓度设定值之差大于设定值且出口NOx浓度增长时,若所有增量式DMC控制器的输出求和结果小于零,则设置闭环闭锁处理的输出为零;当出口NOx浓度、出口NOx浓度设定值之差小于设定值且出口NOx浓度降低时,若所有增量式DMC控制器的输出求和结果大于零,则设置闭环闭锁处理的输出为零;否则,设置闭环闭锁处理的输出为所有增量式DMC控制器的输出求和结果。本实施例中,具体为将所有增量式DMC控制器输出的求和值作为增量式多DMC控制器闭环调节输入,当出口NOx浓度大于其设定值5mg/Nm3且出口NOx浓度增长,若增量式多DMC控制器闭环调节输入小于零,则增量式多DMC控制器闭环调节输出为零;当出口NOx浓度小于其设定值5mg/Nm3且出口NOx浓度降低,若增量式多DMC控制器闭环调节输入大于零,则增量式多DMC控制器闭环调节输出为零;其他情况时,增量式多DMC控制器闭环调节输出等于所有增量式DMC控制器输出的求和值。根据以上所述设置闭环闭锁环节,其原理控制框图如图4所示。当前增量式多DMC控制器总体输出等于上一周期增量式多DMC控制器总体输出与增量式多DMC控制器闭环调节输出与负荷前馈增量之和。
本实施例中,步骤3)中负荷指令经过负荷前馈的步骤包括:对输入的负荷指令作增量式处理,增量式负荷指令为当前负荷指令与步骤1)开始执行时的初始负荷指令(此发明申请书所述喷氨控制优化方法投入时的初始负荷指令)之差,对增量式负荷指令进行限速处理,取限速后增量式负荷指令当前周期与上一周期的数值差再乘以指定的增益系数得到增量值;当出口NOx浓度大于其设定值且出口NOx浓度增长时,若增量值小于零,则负荷前馈增量为零;当出口NOx浓度小于其设定值且出口NOx浓度降低时,若增量值大于零,则负荷前馈增量为零;其他情况时,负荷前馈增量等于得到的增量值。本实施例中,对负荷指令作增量式处理,增量式负荷指令为当前负荷指令与增量式多DMC控制器投入时负荷指令之差,对增量式负荷指令进行限速处理(限速率为1MW/min),取限速后增量式负荷指令当前周期与上一周期的数值差再乘以0.002并称其为增量值。当出口NOx浓度大于其设定值5mg/Nm3且出口NOx浓度增长,若增量值小于零,则负荷前馈增量为零;当出口NOx浓度小于其设定值5mg/Nm3且出口NOx浓度降低,若增量值大于零,则负荷前馈增量为零;其他情况时,负荷前馈增量等于增量值。根据以上所述设置负荷前馈环节,其控制原理框图如图5所示。
图6为330MW工况下应用本实施例方法得到的测试结果曲线。图7为560MW工况下应用本实施例方法得到的测试结果曲线。图8为增负荷过程中应用本实施例方法得到的测试结果曲线。图9为减负荷过程中应用本实施例方法得到的测试结果曲线。图6~图9中,曲线1为出口NOx浓度设定值,曲线2为出口NOx浓度,曲线3为负荷,曲线4为A侧入口NOx浓度,曲线5为B侧入口NOx浓度,其中A侧、B侧为脱硝系统中NOx的入口的两侧。参见图6和图7可知,在不同的稳态负荷工况下长期运行,出口NOx浓度控制平稳,其与设定值的最大动态偏差不超过±3mg/Nm3;参见图8可知,增负荷过程中,负荷由320MW升至480MW,入口NOx浓度最大波动幅度约为280mg/Nm3,出口NOx浓度与设定值的最大动态偏差不超过±15mg/Nm3;参见图9可知,减负荷过程中,负荷由610MW减至525MW,入口NOx浓度最大波动幅度约为250mg/Nm3,出口NOx浓度与设定值的最大动态偏差仍能控制在±15mg/Nm3内。因此,通过上述测试表明,本实施例基于动态矩阵改进算法的喷氨控制优化方法在稳态和动态工况下,出口NOx浓度控制平稳,有较好的控制效果。
此外,本实施例还提供一种基于动态矩阵改进算法的喷氨控制优化系统,包括:
多个负荷工况下整定的增量式DMC控制器,用于将出口NOx浓度设定值、出口NOx浓度、负荷指令作为输入,以此形成上述增量式DMC控制器的输出;
第一求和单元,用于将所有增量式DMC控制器的输出求和;
闭环闭锁单元,用于将第一求和单元的输出进行闭环闭锁处理;
负荷前馈单元,用于将负荷指令经过负荷前馈得到的负荷前馈增量;
第二求和单元,将闭环闭锁单元的输出、负荷前馈单元输出的负荷前馈增量进行求和;
累加器,用于将第二求和单元的结果累加一次,得到控制输出量。
毫无疑问,上述各个模块既可以采用程序的方式实现,也可以采用硬件来实现。
此外,本实施例还提供一种基于动态矩阵改进算法的喷氨控制优化系统,包括计算机设备,该计算机设备被编程或配置以执行前述基于动态矩阵改进算法的喷氨控制优化方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行前述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于动态矩阵改进算法的喷氨控制优化方法,其特征在于,每一控制周期下包括下述处理步骤:
1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为多个负荷工况下整定的增量式DMC控制器的输入,以此形成上述增量式DMC控制器的输出;
2)将所有增量式DMC控制器的输出求和,然后进行闭环闭锁处理,所述进行闭环闭锁处理包括:计算出口NOx浓度、出口NOx浓度设定值之差,当出口NOx浓度、出口NOx浓度设定值之差大于设定值且出口NOx浓度增长时,若所有增量式DMC控制器的输出求和结果小于零,则设置闭环闭锁处理的输出为零;当出口NOx浓度、出口NOx浓度设定值之差小于设定值且出口NOx浓度降低时,若所有增量式DMC控制器的输出求和结果大于零,则设置闭环闭锁处理的输出为零;否则,设置闭环闭锁处理的输出为所有增量式DMC控制器的输出求和结果;
3)将闭环闭锁处理的输出、负荷指令经过负荷前馈得到的负荷前馈增量进行求和,且将求和的结果累加一次得到控制输出量;所述负荷指令经过负荷前馈包括:对输入的负荷指令作增量式处理,增量式负荷指令为当前负荷指令与步骤1)开始执行时的初始负荷指令之差,对增量式负荷指令进行限速处理,取限速后增量式负荷指令当前周期与上一周期的数值差再乘以指定的增益系数得到增量值;当出口NOx浓度大于其设定值且出口NOx浓度增长时,若增量值小于零,则负荷前馈增量为零;当出口NOx浓度小于其设定值且出口NOx浓度降低时,若增量值大于零,则负荷前馈增量为零;其他情况时,负荷前馈增量等于得到的增量值。
2.根据权利要求1所述的基于动态矩阵改进算法的喷氨控制优化方法,其特征在于,步骤1)中的多个负荷工况下整定的增量式DMC控制器包括50%、75%、83.3%额定负荷工况三种稳定负荷工况下的增量式DMC控制器。
3.根据权利要求1所述的基于动态矩阵改进算法的喷氨控制优化方法,其特征在于,步骤1)中增量式DMC控制器被配置为执行下述步骤:
1.1)将出口NOx浓度设定值、出口NOx浓度、负荷指令作为DMC控制器的输入;
1.2)计算DMC控制器的输出与其上一采样时间的输出之差作为输出增量Δ;
1.3)将负荷指令输入增益环节得到加权系数,并将加权系数、输出增量Δ相乘作为增量式DMC控制器的输出结果。
4.根据权利要求3所述的基于动态矩阵改进算法的喷氨控制优化方法,其特征在于,所述增益环节为分段线性函数,所述分段线性函数的输入为负荷指令,输出为加权系数。
5.根据权利要求3所述的基于动态矩阵改进算法的喷氨控制优化方法,其特征在于,步骤1)之前还包括配置DMC控制器的下述步骤:
S1)确定喷氨控制的被控对象的模型函数表达式如下式所示:
上式中,G(s)表示被控对象的传递函数,ΔY(s)为出口NOx浓度增量,ΔU(s)为喷氨流量增量,k为传递函数G(s)的比例增益,τ为传递函数G(s)的纯延时时间,T为传递函数G(s)的惯性时间,s为拉普拉斯算子;
S2)在多种指定稳定负荷工况下,令喷氨流量阶跃变化,记录喷氨流量增量变化数据和出口NOx浓度增量变化数据,采用搜索算法对k、τ、T进行辨识,得到各种指定稳定负荷工况下的k、τ、T辨识值;
S3)将各种指定稳定负荷工况下的k、τ、T辨识值代入喷氨控制的被控对象的模型函数表达式,得到各种指定稳定负荷工况下的被控对象传递函数;
S4)根据各种指定稳定负荷工况下的被控对象传递函数采用商用预测控制设计软件设计各种指定稳定负荷工况下的DMC控制器。
6.一种基于动态矩阵改进算法的喷氨控制优化系统,其特征在于包括:
多个负荷工况下整定的增量式DMC控制器,用于将出口NOx浓度设定值、出口NOx浓度、负荷指令作为输入,以此形成上述增量式DMC控制器的输出;
第一求和单元,用于将所有增量式DMC控制器的输出求和;
闭环闭锁单元,用于将第一求和单元的输出进行闭环闭锁处理,所述进行闭环闭锁处理包括:计算出口NOx浓度、出口NOx浓度设定值之差,当出口NOx浓度、出口NOx浓度设定值之差大于设定值且出口NOx浓度增长时,若所有增量式DMC控制器的输出求和结果小于零,则设置闭环闭锁处理的输出为零;当出口NOx浓度、出口NOx浓度设定值之差小于设定值且出口NOx浓度降低时,若所有增量式DMC控制器的输出求和结果大于零,则设置闭环闭锁处理的输出为零;否则,设置闭环闭锁处理的输出为所有增量式DMC控制器的输出求和结果;
负荷前馈单元,用于将负荷指令经过负荷前馈以计算得到负荷前馈增量,所述将负荷指令经过负荷前馈包括:对输入的负荷指令作增量式处理,增量式负荷指令为当前负荷指令与步骤1)开始执行时的初始负荷指令之差,对增量式负荷指令进行限速处理,取限速后增量式负荷指令当前周期与上一周期的数值差再乘以指定的增益系数得到增量值;当出口NOx浓度大于其设定值且出口NOx浓度增长时,若增量值小于零,则负荷前馈增量为零;当出口NOx浓度小于其设定值且出口NOx浓度降低时,若增量值大于零,则负荷前馈增量为零;其他情况时,负荷前馈增量等于得到的增量值;
第二求和单元,将闭环闭锁单元的输出、负荷前馈单元输出的负荷前馈增量进行求和;
累加器,用于将第二求和单元的结果累加一次,得到控制输出量。
7.一种基于动态矩阵改进算法的喷氨控制优化系统,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~5中任意一项所述基于动态矩阵改进算法的喷氨控制优化方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行权利要求1~5中任意一项所述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
8.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~5中任意一项所述基于动态矩阵改进算法的喷氨控制优化方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010662464.4A CN111781832B (zh) | 2020-07-10 | 2020-07-10 | 一种基于动态矩阵改进算法的喷氨控制优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010662464.4A CN111781832B (zh) | 2020-07-10 | 2020-07-10 | 一种基于动态矩阵改进算法的喷氨控制优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111781832A CN111781832A (zh) | 2020-10-16 |
CN111781832B true CN111781832B (zh) | 2023-03-03 |
Family
ID=72768878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010662464.4A Active CN111781832B (zh) | 2020-07-10 | 2020-07-10 | 一种基于动态矩阵改进算法的喷氨控制优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111781832B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105629738A (zh) * | 2016-03-24 | 2016-06-01 | 内蒙古瑞特优化科技股份有限公司 | Scr烟气脱硝系统控制方法及设备 |
CN106681381A (zh) * | 2017-01-03 | 2017-05-17 | 华北电力大学 | 一种基于智能前馈信号的scr脱硝系统喷氨量优化控制系统及方法 |
CN108837698A (zh) * | 2018-07-02 | 2018-11-20 | 大唐环境产业集团股份有限公司 | 基于先进测量仪表和先进控制算法的scr脱硝喷氨优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7144868B2 (en) * | 2003-10-27 | 2006-12-05 | Genelabs Technologies, Inc. | Nucleoside compounds for treating viral infections |
-
2020
- 2020-07-10 CN CN202010662464.4A patent/CN111781832B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105629738A (zh) * | 2016-03-24 | 2016-06-01 | 内蒙古瑞特优化科技股份有限公司 | Scr烟气脱硝系统控制方法及设备 |
CN106681381A (zh) * | 2017-01-03 | 2017-05-17 | 华北电力大学 | 一种基于智能前馈信号的scr脱硝系统喷氨量优化控制系统及方法 |
CN108837698A (zh) * | 2018-07-02 | 2018-11-20 | 大唐环境产业集团股份有限公司 | 基于先进测量仪表和先进控制算法的scr脱硝喷氨优化方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于前馈有约束 DMC 的锅炉烟气脱硝;马平 等;《热力发电》;20171130;第46卷(第11期);第73-79页 * |
基于多模型动态矩阵控制的喷氨优化装置及应用;黄德胜 等;《热能动力工程》;20200630;第35卷(第6期);第281-285页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111781832A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107479389B (zh) | 一种火电机组过热汽温预测模糊自适应pid控制方法 | |
CN111399458B (zh) | 基于扰动抑制广义预测控制的scr脱硝系统控制方法 | |
CN105180135A (zh) | 单元机组协调控制方法及系统 | |
CN110879620B (zh) | 一种核电站立式蒸汽发生器液位控制方法以及系统 | |
CN105629736A (zh) | 数据驱动的火电机组scr脱硝扰动抑制预测控制方法 | |
CN105275509A (zh) | 火电机组的汽轮机调门开度控制方法及系统 | |
CN111111430B (zh) | 一种用于尿素热解炉的scr脱硝调节控制方法 | |
CN111841276B (zh) | 循环流化床机组sncr脱硝控制方法及装置、存储介质 | |
CN111413938B (zh) | 一种基于折算喷氨量的scr脱硝系统扰动抑制预测控制方法 | |
CN102631828A (zh) | 一种煤泥流化床锅炉干法脱硫模糊控制方法 | |
Kudinov et al. | Analysis of control system models with conventional LQR and fuzzy LQR controller | |
CN112650052A (zh) | 一种防主调失效的火电机组scr脱硝控制方法 | |
CN111781832B (zh) | 一种基于动态矩阵改进算法的喷氨控制优化方法 | |
CN113835342B (zh) | 一种过热汽温系统的抗扰预测控制方法 | |
CN114928049A (zh) | 一种火电机组前馈预测控制方法及系统 | |
CN114326387A (zh) | 一种火电机组脱硝控制装置及控制方法 | |
CN110471375B (zh) | 一种水泥脱硝过程的抗干扰优化跟踪方法 | |
CN113282043A (zh) | 基于多变量状态空间模型的超超临界机组协调控制方法 | |
CN115220366A (zh) | 一种基于果蝇优化算法的尿素水解器压力优化控制方法 | |
CN114053865A (zh) | 适用于燃煤锅炉scr脱硝控制系统的广义预测控制方法 | |
CN111781823B (zh) | 一种用于喷氨偏差抑制的动态前馈设置方法、系统及存储介质 | |
CN113267994B (zh) | 基于三级控制串联的火电机组主汽压力控制方法及系统 | |
JP3653599B2 (ja) | 排煙脱硝設備のアンモニア注入量制御装置及び方法 | |
CN111365703A (zh) | 一种基于仿人智能控制的再热汽温复合控制方法 | |
CN117406602A (zh) | 一种基于模糊预测控制的脱硝控制方法和控制系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |