電廠主蒸汽溫度控制系統(tǒng)優(yōu)化研究.pdf

1、火電廠鍋爐過熱蒸汽溫度是一類典型的大遲延、大慣性、時變、非線性控制對象。目前主要采用常規(guī)的串級式比例積分微分(Proportion Integration Differentiation,PID)控制方案,在大擾動、變工況時難以達到理想的控制效果。而預測控制利用滾動優(yōu)化、反饋校正的機理,能適應此類復雜系統(tǒng)控制不確定性和時變性的實際情況。由于過熱汽溫模型特性會隨著負荷的變化發(fā)生變化的特點,必須考慮控制系統(tǒng)的魯棒性,因此本文采用廣義預測控制

2、算法(Generalized Predictive Control,GPC),并引進了一種簡化的廣義預測控制算法(JGPC)以減少計算量。為了實時估計對象參數(shù),結合一種帶遺忘因子的遞推最小二乘法形成JGPC自適應算法,增強控制系統(tǒng)對負荷變動的適應性。
　　 綜合簡化的廣義預測控制(JGPC)和串級控制的優(yōu)點形成了JGPC-PID串級控制,并對電廠主汽溫控制系統(tǒng)進行的仿真試驗,取得了滿意的控制效果?？紤]控制過程的實際情況,引入給控

3、制量增加約束的思想,并將全局尋優(yōu)能力強、簡單、易實現(xiàn)的粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法用于尋找最優(yōu)控制量,設計出基于粒子群優(yōu)化的約束預測控制器,構建了基于最小二乘法模型的PSOGPC自適應控制算法,同時對算法實現(xiàn)過程中所涉及的模型辨識、滾動優(yōu)化算法、反饋校正、參數(shù)選擇等問題進行分析,并給出算法步驟。這種算法不必求解Diophantine方程,減小了在線計算量,確保了系統(tǒng)的快速性,提高了預測