何德峰 李海平 王青松 李廉明

(*浙江工业大学信息工程学院 杭州310023)

(**嘉兴新嘉爱斯热电有限公司 嘉兴314016)

0 引言

循环流化床锅炉(circulation fluidized bed boiler,CFBB)是一种靠燃料燃烧生产蒸汽的动力装备,相比于普通煤粉锅炉具有适用燃料种类多、燃烧效率高和污染排放量少等优势[1-4]。特别是近年来,以农作物秸秆为燃料的生物质循环流化床锅炉的兴起,在提高废弃资源利用率的同时,降低了企业成本和环境污染,因此CFBB 在电力、化工及供热等领域受到广泛推广和应用。然而,同普通煤粉锅炉相比,CFBB 燃烧反应机理更复杂,既要满足热负荷需要,又要保证锅炉在稳态工况长期运行和燃烧的经济性等诸多条件。随着CFBB 技术日益大型化和参数化,其复杂的过程控制和以节能减排为主的多目标优化控制问题越来越受到关注,并日益成为热电控制领域的热点课题[5-6]。

国内外学者针对CFBB 燃烧过程优化和节能降耗问题已经开展了大量工作,一些先进优化控制算法不断被应用。考虑到CFBB 过程的时变、强耦合特性,文献[7]提出一种基于改进遗传算法的循环流化床锅炉床温模糊控制器,能够有效地对锅炉床温进行调节。文献[8]先采用自适应神经模糊推理系统建立CFBB 过程模型,再通过强化学习算法进行控制优化,能够有效提高锅炉的燃烧效率。模型预测控制(model predictive control,MPC)作为一种能够处理目标优化和约束问题的先进控制算法,广泛应用于工业过程控制[9]。文献[10]考虑风煤比对燃烧过程的影响,提出一种基于模型预测控制的循环流化床锅炉燃烧优化方法,并与传统PID 控制方法进行对比仿真表明所提方法的有效性。……