冯旭刚,鲍立昌,章家岩

(安徽工业大学电气与信息工程学院,243032,安徽马鞍山)

燃气发电锅炉使用钢铁企业在生产过程中产生的大量高炉、转炉和焦炉煤气作为燃料进行发电,但煤气压力波动剧烈,主汽压难以维持稳定[1-2]。目前,燃气锅炉主汽压控制主要采用PID控制方法,但由于锅炉存在大惯性、大滞后和模型参数易变等特点,当工业现场环境或煤气压力变化时,控制精度和实时性往往达不到要求[3-4]。

近年来,研究人员将智能控制引入主汽压控制,进行了大量的理论与实践研究。郑跃等针对火电机组大惯性导致负荷响应慢、主汽压波动大的问题,提出了一种主汽压预测的火电机组负荷控制方法,采用遗传算法整定预测模型动态参数,根据预测跟踪误差来修正锅炉侧的能量需求,提前改变入炉能量来减少主汽压波动,使得机炉之间协调动作[5]。曾德良等针对主汽压动态调节过程波动大,导致汽包炉机组协调系统的控制性能不达标问题,提出了一种以阶梯式预测控制为核心,融合前馈控制和解耦控制理念的汽包炉机组协调系统优化控制方案,并设计了预测控制和PID控制无扰切换方式,该方案对减少主汽压波动、提高机组协调控制性能具有一定效果[6]。高锦等针对发电锅炉主汽压存在的大滞后和煤气扰动大的特点,提出了一种基于失配补偿Smith-RBF神经网络控制方法,利用RBF神经网络整定常规PID参数,并通过失配补偿Smith预估控制器对系统中存在的纯滞后进行补偿,一定程度上解决了火力发电锅炉主汽压对象动态特性模型失配及纯滞后的问题[7]。……