摘要：火電機組脫硝系統(tǒng)被控對象具有大慣性、大滯后、多源擾動等特性問題，導致常規(guī)串級控制方法無法有效投入自動。為了提升脫硝控制系統(tǒng)的控制性能，結合改進Smith預估補償控制策略與自抗擾控制策略，提出了一種改進的串級脫硝優(yōu)化控制系統(tǒng)，算法簡單，易于DCS組態(tài)搭建。通過仿真驗證可知，所提改進串級控制無論在設定值跟蹤還是抗擾動能力方面均明顯優(yōu)于傳統(tǒng)串級PID控制，具有較好的實際工程應用價值。

關鍵詞：脫硝系統(tǒng);串級控制;Smith預估補償;自抗擾控制;PID控制器

中圖分類號：TK321" " 文獻標志碼：A" " 文章編號：1671-0797（2024）24-0014-04

DOI：10.19514/j.cnki.cn32-1628/tm.2024.24.004

0" " 引言

燃煤火電機組脫硝系統(tǒng)大多采用選擇性催化還原脫硝方式（Selective Catalytic Reduction，SCR），該方法脫硝效率高，技術成熟，因而應用廣泛[1-2]。考慮到安全性問題，當前大多電廠完成了尿素替代傳統(tǒng)液氨方式的改造，但脫硝反應本質機理未改變[3]。然而脫硝系統(tǒng)實際運行過程中，由于自身大慣性、大滯后及非線性問題，控制系統(tǒng)無法實現(xiàn)精準控制，甚至自動都無法有效投入[4]。

傳統(tǒng)脫硝控制系統(tǒng)大多采用經典的串級控制策略，以PID調節(jié)器作為控制器，無法對存在大慣性、大滯后及非線性特性的對象實現(xiàn)有效控制。

為解決脫硝控制系統(tǒng)存在的問題，許多學者開展了相關研究。

文獻[5]針對脫硝系統(tǒng)自身特性，提出了一種基于多維狀態(tài)信息和分段獎勵函數優(yōu)化的深度確定性策略梯度協(xié)同PID控制器，將其用于脫硝系統(tǒng)控制設計，仿真表明，可提升PID控制效果與魯棒性。

文獻[6]為提升脫硝控制系統(tǒng)的設定值跟蹤與擾動抑制能力，結合改進自抗擾與前饋控制，設計了脫硝優(yōu)化控制系統(tǒng)，取得了較好的控制效果。

文獻[7]提出了一種串級自耦PID控制器，仿真測試表明該方法具有更佳的響應速度，同時無超調，抗干擾能力與魯棒性優(yōu)。

文獻[8]提出一種模型輔助遲延線性自抗擾控制器，參數整定簡單，通過與其他控制器比較，進一步提升了設定值跟蹤與抗干擾能力。

文獻[9]基于預測控制，提出了一種偽前饋動態(tài)矩陣控制算法，通過算法改進，簡化了優(yōu)化計算，通過仿真驗證了算法的有效性與優(yōu)勢。

基于模糊控制[10]、神經網絡[11]等的人工智能算法也在脫硝控制中得到了應用，并通過仿真驗證了算法的有效性。

然而，由于當前火電機組DCS控制平臺的限制，大量的先進控制算法在實際應用過程中存在較多問題，另外，眾多的先進控制算法存在整定參數多、參數整定困難等問題。因此，如何有效提升脫硝控制系統(tǒng)的控制性能，且使所采用的控制算法易于工程實施成為本文研究的出發(fā)點。

本文針對脫硝系統(tǒng)被控對象的動態(tài)特性特點，結合改進Smith預估補償控制策略與自抗擾控制策略，提出了一種串級脫硝優(yōu)化控制系統(tǒng)，提升了脫硝控制系統(tǒng)的設定值跟蹤與抗擾動能力，同時算法簡單，易于DCS組態(tài)搭建。首先，本文對傳統(tǒng)脫硝控制系統(tǒng)與控制模型進行了介紹;然后，分析了改進Smith預估補償控制與自抗擾控制策略兩種控制算法的串級融合結構與算法;最后，通過仿真對比驗證了所提算法的有效性。

1" " 脫硝控制結構和控制模型

火電機組SCR脫硝系統(tǒng)工藝示意圖如圖1所示，鍋爐燃燒產生的煙氣進入SCR反應器，氮氧化物與氨氣、空氣的混合氣體在催化劑的作用下發(fā)生化學反應，將氮氧化物轉化為氮氣與水[12]。

傳統(tǒng)脫硝控制系統(tǒng)采用串級控制結構，控制結構圖如圖2所示。

圖中，SCR出口NOx濃度設定值r與測量值y2比較送入外回路PID控制器計算得到噴氨量需求設定值u2，與噴氨流量反饋值y1比較送入內回路P控制器計算得出噴氨閥門開度指令。

外回路主調節(jié)PID控制器表達式為：

式中：kp、Ti和Td為PID控制器的比例系數、積分時間和微分時間。

文獻[8]建立了多負荷段的脫硝系統(tǒng)傳遞函數模型，本文選取80%負荷點的模型作為被控模型。其中噴氨閥門開度到實際噴氨流量的傳遞函數模型如下：

噴氨流量對SCR出口NOx濃度的傳遞函數關系表達式為：

從式（3）可以看出，脫硝系統(tǒng)存在大慣性與大時滯特征，并且時滯特征占主導地位。

2" " 改進串級控制算法

由于脫硝控制系統(tǒng)存在較大的純時延環(huán)節(jié)，且常規(guī)PID控制為事后調節(jié)控制器，無法保障脫硝系統(tǒng)的快速精準控制，為此將外回路PID控制器更改為Smith預估補償控制器?？紤]到常規(guī)Smith預估補償控制器魯棒性差，本文采用了一種改進的Smith預估補償控制器[13]，該算法較好地解決了Smith預估補償控制器魯棒性差的問題。另一方面，由于脫硝系統(tǒng)擾動包括負荷、閥門非線性、閥前壓力波動、入口NOx濃度波動等多擾動問題，將快速消除內擾的內回路控制器P更改為自抗擾控制器（Active Disturbance Rejection Control，ADRC）[14]，ADRC相對于PID控制器具有更優(yōu)的擾動抑制能力。改進的控制結構框圖如圖3所示。

圖中的虛線框內為內回路自抗擾控制器。ESO為擴張狀態(tài)觀測器，其計算表達式為：

式中：β1、β2為擴張狀態(tài)觀測器的可調參數。

以上改進的線性ADRC算法控制器參數整定過程如下：

3）b0=k0，k=2.5，β1=20，β2=100。

外回路為改進的Smith預估補償控制器，改進點為增加了反饋偏差的反饋環(huán)節(jié)H（s）到控制器R（s）的輸出，其他部分與傳統(tǒng)Smith預估補償控制完全相同。需要說明的是關于H（s）的選擇問題，其計算表達式如下：

3" " 仿真研究

基于圖3的控制結構圖以及上述參數的確定方法，針對脫硝系統(tǒng)計算所有控制器參數：

自抗擾控制器參數設置為：b0=1，k=2.5，β1=20，β2=100。

改進的Smith預估補償控制器參數設置為：

為了驗證所提控制算法的有效性，將所提算法與傳統(tǒng)串級PID控制策略進行比較，參數整定策略采用文獻[15]所用的整定方法，串級控制策略設定參數如下：kp=0.381，Ti=80。

控制效果對比曲線與控制指令對比曲線如圖4、圖5所示。

由圖4可知，脫硝系統(tǒng)出口NOx濃度設定值在100 s由0階躍到1，可以看出所提出的改進算法在調節(jié)速度與調節(jié)時間上明顯優(yōu)于傳統(tǒng)串級控制，同時調節(jié)過程超調量也小于傳統(tǒng)串級控制策略，證明了所提改進串級控制算法在設定值跟蹤方面明顯優(yōu)于傳統(tǒng)串級方案，超調量約為傳統(tǒng)串級控制的一半，調節(jié)時間縮短了200 s左右。在擾動抑制方面，從圖4可以看出，在1 000 s時刻在控制輸入端加入了幅度為1且經過了30 s的慣性的擾動量，從仿真曲線中可以看出，改進的串級控制策略無論在擾動抑制幅度還是調整時間上均明顯優(yōu)于傳統(tǒng)串級控制方法，在改進算法中，擾動對出口NOx濃度的影響非常小，而在傳統(tǒng)串級控制策略中，擾動幅度大，擾動抑制恢復慢。從圖5中控制指令的動作情況看，由于改進串級控制在控制指令動作幅度及快速性方面均優(yōu)于傳統(tǒng)的串級控制策略，所以本文提出的改進串級控制策略在設定值跟蹤性能及擾動抑制能力方面均優(yōu)于傳統(tǒng)串級控制方法。

4" " 結論

本文針對脫硝系統(tǒng)自身所具有的大滯后、大慣性以及多擾動等控制難點問題提出了一種改進的串級策略，該算法融合了改進的Smith預估補償控制與自抗擾ADRC控制策略，改進的Smith預估補償作為主調節(jié)器解決了被控對象大慣性與大滯后問題，自抗擾ADRC控制器作為副調節(jié)器解決了被控對象多擾動問題。仿真測試表明，所提出的改進串級控制算法在設定值跟蹤、擾動抑制方面與傳統(tǒng)串級控制方法對比具有明顯的優(yōu)勢，算法簡單，可實施性較好，具有較高的實際工程應用價值。

[參考文獻]

[1] 徐國飚.300 MW火電機組脫硝控制策略設計與優(yōu)化[J].機電信息，2023（4）：63-66.

[2] 薛鵬.火電機組脫硝系統(tǒng)自動控制優(yōu)化研究[J].機電信息，2022（16）：14-17.

[3] 萬濤.火電機組熱解尿素法脫硝控制優(yōu)化[J].機電信息，2023（3）：77-80.

[4] 李賑，馬劍宇，紀翾.1 000 MW機組脫硝自動控制問題分析與邏輯改造[J].機電信息，2023（23）：76-80.

[5] 趙征，劉子涵.基于深度強化學習的SCR脫硝系統(tǒng)協(xié)同控制策略研究[J].動力工程學報，2024，44（5）：802-809.

[6] 李炳楠，朱峰，梁正玉，等.基于改進自抗擾控制和數據驅動的脫硝系統(tǒng)設計及應用[J].控制理論與應用，2023，40（6）：1034-1042.

[7] 曾鵬，曾喆昭，黃利容.SCR脫硝系統(tǒng)的串級自耦PID控制方法[J].動力工程學報，2024，44（1）：84-90.

[8] 楊超杰，劉長良，王梓齊，等.SCR脫硝系統(tǒng)的改進線性自抗擾優(yōu)化控制研究[J].動力工程學報，2023，43（7）：893-900.

[9] 王德華，顧滌楓，石堯，等.SCR脫硝系統(tǒng)偽前饋動態(tài)矩陣控制算法的應用[J].制造業(yè)自動化，2023，45（7）：200-204.

[10] 陸晨旭，高海東，高林，等.基于粒子群算法的模糊控制器設計及其在煙氣脫硝中的應用[J].熱力發(fā)電，2022，51（4）：188-193.

[11] 馬增輝，徐慧儀，朱潤潮.基于互信息和PID神經網絡的SCR脫硝擾動補償控制[J].熱能動力工程，2020，35（5）：281-288.

[12] 楊小龍，崔曉波，于國強，等.基于多目標優(yōu)化的脫硝系統(tǒng)改進自抗擾控制[J].控制工程，2023，30（11）：2066-2074.

[13] FELIU-BATLLE V，RIVAS-PEREZ R.Control of the temperature in a petroleum refinery heating furnace based on a robust modified Smith predictor[J]. ISA transactions，2021（112）：251-270.

[14] 張永，王佑，薛亞麗，等.線性自抗擾控制器的改進設計及應用[J].動力工程學報，2023，43（1）：34-40.

[15] SKOGESTAD S.Simple analytic rules for model reduction and PID controller tuning[J].Journal of Process control，2003，13（4）：291-309.