王松鹤，丁维明，王 伟

（东南大学能源与环境学院，南京210096）

火力发电厂中锅炉过热汽温控制对电厂运行具有重要意义，一般要求过热汽温不得偏离给定值的±5K.锅炉过热汽温被控对象具有典型的大惯性，且伴随负荷的变化表现出强烈的时变性和非线性［1］.传统的PID-P 串级控制结构简单，利于在线控制，但PID 参数对于大惯性对象十分敏感，变工况运行时常出现超调和振荡现象［2］.研究者针对这一问题提出了多种自适应控制策略，如模糊控制、神经网络控制、多模型控制和预测控制等［3-5］.其中广义预测控制（GPC）在克服对象大惯性和时变性上兼具较好的效果，而神经网络因其万能的逼近能力，在克服非线性上有独特的优势，但收敛速度缓慢，不利于在线控制［6］.

GPC算法的控制过程一般由预测模型、滚动优化、反馈校正3部分组成，因其良好的控制品质已被广泛应用于过程控制领域.但GPC算法也存在一些缺陷，一是模型辨识部分依赖于固定线性结构形式的可控自回归积分滑动平均（CARIMA）模型［7］，难以克服锅炉变负荷运行下的非线性.为此，一些研究者提出了基于多模型切换的预测控制算法［8-9］，以多个线性模型来逼近全局非线性特性.但此类算法多以少数几个典型工况点进行离线辨识，其多模切换策略难以保证过热汽温的平滑过渡响应，且离线辨识抗干扰能力较差，而继续增加子模型个数将加大计算量，不利于在线控制.二是GPC 算法中预估步长N和控制步……