预测控制技术在电厂热工过程中的应用分析.pdfVIP

预测控制技术在电厂热工过程中的应用

分析

摘要：近年来，火电厂发电机组的容量逐渐增多，热工过程也越来越繁琐。

在本文中，笔者对预测控制技术的技术原理进行了深入的探究，在分析模型控制、

滚动时域控制、反馈校正预测技术的同时，对预测控制技术在电厂热工过程的应

用提出了几点看法，以供参考。

关键词：预测控制技术；电厂热工；应用分析

引言

将自动化控制技术应用到电厂热工过程中，能够有效提高电厂热工运行效率，

为电厂创造更多的经济收益。其中，预测控制技术集多步预测、滚动优化、反馈

校正技术于一体，能够对锅炉气温、锅炉水位、主蒸汽压力进行有效控制，有效

提高了锅炉控制品质。

1预测控制技术的技术原理

1.

1.

预测控制模型

被应用于电厂热工的预测模型没有形式上的要求，只要其具有良好的预测功

能都可以被应用到热工过程当中。预测模型是由控制算法编写而成的，是一种功

[1]

能强大的信息集合。目前常见的预测模型主要可分为非线性模型、分布参数模

型、非参数模型等类型，比如状态方程模型、传递参数模型、阶跃响应模型、脉

冲响应模型等等。预测控制模型可以对电厂热工过去产生的数据进行分析，通过

分析历史数据对未来行为进行状态预测、测量输出，从而解决相应的控制问题。

1.

1.

滚动时域控制

加强滚动时域控制对于提高预测控制效果有着积极的作用。理论上，预测控

制工作需要在控制周期内对性能指标进行优化，通过优化性能指标提高控制作用

序列的工作效率。一般情况下，通常将控制对象的某一期望轨迹方差作为性能指

标，以确保指标的设立符合实际情况。控制作用序列需要不停被更新，技术人员

实时采集测量数据、系统状态，定期推进优化时域，通过算法不断对性能指标进

[2]

行优化，从而增强控制作用序列的工作效果。

1.

1.

反馈校正预测

电厂热工过程具有非线性、时变性等特征，其实际工作流程容易受不可测因

素影响。预测控制模型只能根据过往数据对未来的电热过程进行预测控制，其模

型内容只能无限趋近于实际状况，但无法与实际状况完全相同。进行反馈校正预

测，能够进一步优化预测内容，减少模型预测的预测偏差。比如，应用算法构建

出预测模型后，技术人员在下一个采样时刻采集实际输出数据，通过复杂的计算

得出预测偏差后，将预测偏差应用到系统预测工作当中，实现对预测控制工作的

优化求解。

1.

电厂热工中预测控制技术的应用概述

预测控制（MPC）技术最早出现于上世纪七十年代中期，近年来被应用到了

电厂热工过程中，在控制气温温度、控制锅炉水位、控制蒸汽压力等方面取得了

良好的成效。MPC技术集合了预测式启发控制、动态矩阵控制、延长预测与自适

应控制等算法，是一项功能强大的控制技术。将其应用到电厂热工过程当中，主

要具有以下优势：第一，可以使用滚动优化技术解决系统不确定性强的问题，提

[3]

高控制的精准度。第二，该种类算法极易得到推广，能够在工作中对变量较多、

约束性较强的问题进行处理。第三，建模难度较低，技术人员可以使用非最小化

描述模型进行预测控制。

1.

电厂热工中预测控制技术的具体应用

1.

神经网络算法控制过热气温

应用神经网络算法可以对火电厂锅炉的蒸汽温度进行有效控制，解决以往控

制手段中延迟性强、惯性强带来的温度控制问题。神经网络算法的具体表现如下：

设计性能指标函数最小化算法，输入被控对象的数据内容，经过复杂计算后形成

神经网络模型，神经网络模型对系统进行控制，系统在实际运行过程中产生数据，

并将数据反馈到性能指标函数当中，从而形成一个半闭环的算法框架。将预测控

制技术、神经网络控制技术结合使用，可以实现对热工过程的最佳控制，确保调

峰机组在复杂的工作情况下仍能够继续维持良好的运行状态。比如，某火电厂开

发了一种NN模型的复合预测控制模型，通过加权计算完成对锅炉过热气温的串

[4]

级控制，以此来优化气温控制系统，防止热工过程中出现气温过