多模型预测控制：超临界机组再热汽温系统的精准控制策略研究.docxVIP

多模型预测控制：超临界机组再热汽温系统的精准控制策略研究

一、引言

1.1研究背景与意义

在当今全球能源格局中，电力作为重要的二次能源，对社会经济发展起着关键支撑作用。火力发电凭借其技术成熟、供应稳定等优势，在电力生产领域占据着重要地位。而超临界机组作为火电领域的先进技术代表，在电力行业中发挥着举足轻重的作用。超临界机组是指蒸汽压力超过水的临界压力（22.064MPa）、温度超过临界温度（373.946℃）的发电机组。与传统亚临界机组相比，超临界机组具有显著的技术优势，其热效率更高，理论上超临界参数可使机组热效率比同容量亚临界机组提高2%-2.5%，超超临界参数则可提高4%-5%，目前世界上先进的超临界机组效率已达到47%-49%。这意味着在相同的燃料消耗下，超临界机组能够产生更多的电能，有效提高了能源利用效率。同时，超临界机组还具备良好的启动、运行和调峰性能，能够在较大的负荷范围（30%-90%额定负荷）内变压运行，变负荷速率多为5%/min，能够更好地满足电网负荷的调峰要求，保障电力供应的稳定性和可靠性。

再热汽温是超临界机组运行中的一个关键参数，再热汽温控制的品质直接关系到大型中间再热机组的安全性和经济性。从安全性角度来看，若再热蒸汽温度过高，会加快锅炉受热面和蒸汽管金属的蠕变速度，使其机械强度降低，增加设备损坏的风险，严重影响锅炉的使用寿命；若再热蒸汽温度过低，不仅会降低机组的热效率，增加蒸汽消耗率，还会导致汽轮机末级叶片蒸汽湿度增加，引发叶片腐蚀和水蚀现象，威胁汽轮机的安全稳定运行。从经济性方面考虑，合适的再热汽温能使机组保持较高的热效率，降低发电煤耗，提高发电企业的经济效益。例如，华能国际的超超临界发电机组通过优化再热汽温控制，实现了高参数、高效能运行，不仅降低了燃煤发电过程中的二氧化碳排放，还提高了发电效率，增强了企业在市场中的竞争力。

然而，超临界机组再热汽温控制面临诸多挑战。再热器进口汽温直接取决于汽轮机高压缸排汽温度，因此它的温度随负荷影响较大；同时超临界机组再热汽温具有比过热汽温更大的滞后性和非线性等特征，传统的PID控制已经不能起到良好的控制效果。预测控制作为一种先进的控制算法，对处理大滞后对象具有显著优势，为超临界机组再热汽温控制提供了新的思路。但当预测模型不匹配时，控制品质会变差，汽温容易出现超调和震荡现象。多模型预测控制将多个不同工况下的模型相结合，能够更准确地描述再热汽温系统的动态特性，提高控制的适应性和鲁棒性，因此对其进行研究具有重要的理论意义和实际应用价值。通过深入研究多模型预测控制在超临界机组再热汽温系统中的应用，可以为超临界机组的安全稳定经济运行提供有力保障，推动火电行业的技术进步和可持续发展。

1.2国内外研究现状

国外对超临界机组再热汽温控制以及多模型预测控制的研究起步较早。在再热汽温控制方面，一些学者通过建立精确的数学模型来深入分析再热汽温系统的动态特性。例如，基于物理过程推导建立描述超临界机组动态特性的简化微分方程，并构建适用于大规模电网中长期稳定性分析的传递函数模型，通过对实测数据进行参数辨识和模型验证，不断优化模型精度。在多模型预测控制应用研究中，利用非线性过程在多个工作点上的线性化模型，将整个对象工作空间划分为若干子空间，在每个子空间找到较精确的固定模型，通过加权子模型获得复杂对象的全局近似模型作为预测模型，然后采用线性优化或非线性优化方法计算预测控制器输出进行汽温控制，实际仿真和应用结果证明该方法在稳态过程和负荷变化过程中都能有效控制过热汽温。此外，国外还注重将先进的智能技术引入多模型预测控制，如利用神经网络、遗传算法等对机组的运行参数进行优化调整，进一步提升控制效果。

我国对超临界机组相关技术的研究虽然起步相对较晚，但发展迅速。在引进、消化、吸收国外先进技术的基础上，结合国内实际情况进行了大量创新研究。在再热汽温控制研究中，针对超临界直流锅炉机组，设计了主汽温和再热汽温控制策略，主汽温采用二级喷水减温控制和双回路、串级控制策略，再热汽温主要采用烟气挡板调节并辅助喷水减温控制，运行实践表明这些策略有效。在多模型预测控制方面，有研究选用再热汽温被控对象的一阶延迟模型，采用基于状态空间的预测控制算法进行控制，并使用卡尔曼滤波器对被控对象进行状态观测，提高了控制系统的鲁棒性；还有研究提出多模型内模控制算法，克服再热汽温挡板控制回路的大时延、大惯性和时变性，在再热器喷水投入时，将挡板控制器切换为模糊控制器以避免常规方案下再热汽温的振荡，仿真结果显示新方法能使再热汽温在扰动后迅速稳定在给定值。此外，为降低传统预测控制计算负荷并解决被控对象非线性问题，融合Laguerre函数、块结构思想与多模型控制技术，提出新型预测控制方法并应用于超临界机组再