ALSTOM气化炉的多模型预测控制

为了克服ALSTOM气化炉多变量、非线性的特性给系统控制带来的困难,提出了一种多模型预测控制(multiple model predictive control,MMPC)算法.根据气化炉在多个工况下的局部线性模型,设计了一组简化状态估计的子预测控制器.通过子模型输出误差项的无量纲化处理,改进了递推贝叶斯加权策略,并对各子预测控制器的输出进行了加权计算,得到了系统的实际控制量.将该多模型预测控制算法用于ALSTOM气化炉的控制,仿真结果表明:在压力扰动测试中,即使各控制量受到严格的约束,各输出量的偏差仍能维持在规定的范围内;在变负荷测试中,系统能够迅速跟踪负荷设定值的变化,从而满足了基准测试的各项要求.

ALSTOM气化炉的分散PID控制

针对ALSTOM气化炉的非线性、多变量动态特性,提出了2种基于常规PID控制器的气化炉多变量控制方案.方案1首先通过相对增益矩阵分析法确定气化炉输入变量与输出变量之间的关联程度,然后确定多变量控制方案;而方案2是对国外学者提出的一种不能满足全部测试要求的方案的改进.对2种控制方案进行了详细的多工况仿真测试,测试结果表明:方案1只要在适当放宽煤量改变速率限制的情况下,不仅可以满足ALSTOM气化炉的基准测试要求,而且各项控制指标均优于方案2;方案2能严格满足各项基准测试要求,但系统总的动态控制品质逊于方案1.与许多复杂控制算法如模型预测控制不同,控制方案基于常规PID控制,便于工程实现,对工业应用具有更好的指导意义.

ALSTOM气化炉的模糊增益调度预测控制

ALSTOM气化炉具有强的非线性及大惯性,常规的控制方法难以满足全工况运行条件下的各项控制指标.采用模糊推理方法,将气化炉在多个工况条件下的局部线性模型综合成全局模糊模型,并在此基础上应用预测控制技术,提出了一种新型的基于过程全局模糊模型的模糊增益调度预测控制方法,并应用于气化炉多变量非线性优化控制.仿真结果表明:即使各个输入受到运行条件的严格约束,各个输出变量仍能较好地维持在ALSTOM气化炉所要求的范围内,具有较好的控制品质,为气化炉的全局优化控制提供了一个较好的方法.

一种改进的Alstom气化炉预测控制

Alstom能源技术中心给出了气化炉在全工况下的Matlab非线性模型。为了解决Alstom气化炉非线性、强耦合以及大惯性特点所带来的控制问题,设计了一种模型预测控制器。首先在局部工况点建立离线线性模型,在所建模型基础上设计控制器,应用灰色理论GM(1,1)在误差校正环节预测未来时刻由于模型不匹配产生的误差,以此来提高控制器输出的精度。仿真结果表明,在压力扰动测试中,即使各控制量受到严格的约束,各输出量的偏差仍能维持在规定的范围内,满足了Alstom气化炉的控制要求。

ALSTOM气化炉的线性自抗扰控制

气化炉是整体煤气化联合循环发电技术(IGCC)中关键的部分,其运行性能直接影响到整个IGCC的发电效率。因此,必须对气化炉进行有效的控制。ALSTOM气化炉具有强的非线性及大惯性,常规的控制方法难以满足运行条件下的各项控制指标。通过分析ALSTOM气化炉基准控制问题,将一阶线性自抗扰控制应用于该系统中,设计了两种控制方案。通过测试表明在满足各种约束条件的前提下,其控制性能指标均达到了基准测试所提出的各项要求,且实时解耦能力明显,结构简单,优于传统控制器。

ALSTOM气化炉的适应性非线性控制

针对ALSTOM气化炉控制基准问题,结合输入输出约束,设计了一种适应性非线性控制器。该控制器以反馈线性化的思想处理非线性,并将耦合和未知扰动等均视为外扰进行观测和补偿,从而具有结构简单,控制参数物理意义明确,强适应性和抗干扰性的特点。动态测试结果表明,基于非线性模型的适应性非线性控制,优化后的系统满足所有的控制要求;负荷从50%增加到100%时,能迅速跟踪负荷变化,并对于煤质扰动具有一定的适应性。

双层多目标遗传算法及应用

为解决工程应用中的多目标优化问题,提出一种双层多目标遗传算法(two-layer multi-objective genetic algorithm,TLMOGA)。该算法根据个体间的支配关系将种群分成2层,并分别采用快速k最邻近算法和净强度函数法为这2层中的个体分配适应度。在此基础上,设计相应的个体排序和种群修剪策略,并确定了算法的整体流程。通过与传统多目标遗传算法进行比较,证明TLMOGA能够很好地保持解的收敛性和分布性,同时也具有较高的运算效率。最后,以ALSTOM气化炉基准控制器的参数优化整定为工程应用实例,进一步验证TLMOGA的有效性。仿真试验的结果表明,经优化后的控制系统,控制品质有了显著提高,达到了ALSTOM气化炉基准测试的要求。

IGCC气化炉控制方案的仿真研究

针对ALSTOM气化炉的非线性、多变量动态特性,提出了两种基于常规PID控制器的气化炉多变量控制方案,这两种方案采用不同的操纵变量-被控变量配对并设计了相应的前反馈控制器。对两种控制方案进行了详细的多工况仿真测试,测试结果表明:方案一只要在适当放宽煤量改变速率限制的情况下,不仅可以满足ALSTOM气化炉的基准测试要求,而且各项控制指标均优于方案二;方案二能严格满足各项基准测试要求,但系统总的动态控制品质逊于方案一。与许多复杂控制算法(例如模型预测控制)不同,所研究的控制方案基于常规PID控制,便于工程实现,对工业应用具有更好的指导意义。