CN105629736B

CN105629736B - 数据驱动的火电机组scr脱硝扰动抑制预测控制方法

Info

Publication number: CN105629736B
Application number: CN201610164656.6A
Authority: CN
Inventors: 吴啸; 沈炯; 李益国
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2016-03-22
Filing date: 2016-03-22
Publication date: 2018-03-20
Anticipated expiration: 2036-03-22
Also published as: CN105629736A

Abstract

本发明公开了数据驱动的火电机组SCR脱硝扰动抑制预测控制方法，以选择性催化还原技术SCR烟气脱硝系统为被控对象，喷氨阀门开度信号为系统控制输入量，反应器出口氮氧化物浓度为系统输出，基于子空间辨识方法，利用系统输入输出数据，估计未知扰动对系统的影响，并利用观测扰动值提高模型预测精度，在不破坏预测控制最优性的前提下主动克服扰动作用，实现更好的控制品质。

Description

数据驱动的火电机组SCR脱硝扰动抑制预测控制方法

技术领域

本发明属于热工自动控制技术领域，尤其涉及一种数据驱动的火电机组SCR脱硝扰动抑制预测控制方法。

背景技术

随着对改善大气环境质量,保护生态环境的重视,推进脱硝已被纳入国家"十二五"规划节能减排重点工程之中，国家最新排放标准要求燃煤电厂的氮氧化物NO_x排放浓度应低于100mg/m³。通过喷氨，将烟气中的NO_x还原为无害的氮气与水蒸汽的选择性催化还原(Selective Catalytic Reduction,SCR)脱硝系统是火电机组实现氮减排的主流设备，是机组运行过程中需要重点监控的过程对象。

由于SCR脱硝技术涉及到一系列化学反应，出口氮氧化物NO_x浓度被控对象存在较大的惯性，导致传统控制方法往往难以取得满意的控制效果。近年来预测控制算法在电站SCR脱硝控制应用中取得一定成效。然而预测控制算法在应对诸如烟气流量、温度、氮氧化物NO_x浓度变化、设备磨损、故障等扰动时，由于缺乏对不可测扰动的估计，控制效果并不理想。目前大多数预测控制器主要为了解决系统约束和惯性，未考虑通过估计扰动主动抗干扰。也有方法将扰动观测技术与预测控制结合，但其一般采用将扰动估计量直接对控制作用补偿的简单方法，破坏预测控制的最优性，降低控制品质。

数据驱动扰动抑制预测控制基于子空间辨识方法，利用系统输入输出数据，估计未知扰动对系统的影响，并利用扰动估计值提高模型预测精度，在保证预测控制最优性能的前提下主动克服扰动作用。

本发明充分运用预测控制思想，每一步进行一次优化求解获得最佳喷氨阀门开度。仿真结果表明，本发明中的算法相比一般的预测控制算法能够更加有效地抑制不可测扰动，维持反应器出口氮氧化物NO_x浓度在设定值附近。当无不可测扰动时，该算法与普通预测控制算法等效，具有较好的设定值跟踪和调节性能。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种数据驱动的火电机组SCR脱硝扰动抑制预测控制方法，能够在不破坏预测控制最优性的前提下有效抑制过程不可测扰动，提高脱硝系统的调节品质。

技术方案：为实现上述目的，本发明采用的技术方案包括如下步骤：

步骤1，在稳定运行状态下(SCR脱硝系统各参数变量基本保持不变)，将SCR脱硝系统切换到手动状态，以喷氨阀门开度信号u为输入，对SCR脱硝系统进行激励，获取反应器出口氮氧化物NO_x浓度y的开环响应数据，选定采样周期Ts，利用子空间辨识方法，构建SCR脱硝系统无纯滞后部分的子空间矩阵和下标w表示过去数据，u表示输入，上标dob表示扰动观测；

步骤2，利用子空间矩阵和通过过去时刻的SCR脱硝系统运行的输入输出数据，估计当前时刻输入估计值

步骤3，将当前时刻的输入估计值与实际输入值u_k比较，并对所得信号用滤波器Q(s)进行滤波处理，获得等效在输入端的扰动估计值

步骤4，在稳定运行状态下，将SCR脱硝系统切换到手动状态，设计喷氨阀门开度信号u_pc，并人为添加扰动信号d，激励SCR脱硝系统，获取反应器出口氮氧化物NO_x浓度y_pc的开环响应数据以及扰动估计信号

步骤5，以为扩增输入，反应器出口氮氧化物NO_x浓度y_pc为SCR脱硝系统输出，采用步骤1中的子空间辨识方法，得到子空间矩阵和计算未来一段时间内反应器出口氮氧化物NO_x浓度

步骤6，根据未来一段时间内反应器出口氮氧化物NO_x浓度计算得到最优喷氨阀门开度信号u_opt，将其用于SCR脱硝系统。

步骤1包括如下步骤：

步骤1-1，将连续获得的从第0时刻到第2N+j-2时刻的去除纯滞后输出数据Y和输入数据U分别排列为Hankel矩阵形式：

其中N为矩阵行数，N大于SCR脱硝系统阶次，j为矩阵列数，在硬件条件允许的情况下越大越好，Y和U分别表示输出与输入数据组成的Hankel矩阵，Y^f和Y^p分别表示输出数据的未来数据和过去数据，U^f和U^p分别表示输入数据的未来数据和过去数据，y_j表示第j个输出数据，u_j表示第j个输入数据，上标f和p分别表示未来和过去，下标0,1,...,2N+j-2表示数据的个数；

步骤1-2，令W^p＝[(Y^p)^T (U^p)^T]^T，对如下矩阵进行QR分解：

获得矩阵L：

步骤1-3，获得矩阵L_w＝L(:,1:N(m+l))，L_u＝L(:,N(m+l)+1:end)，m为输入变量维数，l为输出变量维数，L(:,1:N(m+l))表示矩阵L的前N(m+l)列，L(:,N(m+l)+1:end)表示矩阵L自第N(m+l)+1列之后的所有列；

步骤1-4，得到子空间矩阵

步骤2中，当前时刻k的输入估计值其中y_k为当前时刻k的SCR脱硝系统输出，为SCR脱硝系统过去N个时刻的输出和输入数据组合，N的值即等于步骤1-1中矩阵的行数N，为SCR脱硝系统过去N个时刻的输出数据，为SCR脱硝系统过去N个时刻的输入数据，τ为SCR脱硝系统的纯滞后时间。

步骤5中，采用如下公式计算未来一段时间内反应器出口氮氧化物NO_x浓度

其中为SCR脱硝系统过去N个时刻(时刻是离散控制里面的概念，每个采样时间叫一个时刻，若采样时间间为5s即每5s进行一次数据采集，则一个时刻就是5s)的输出和扩增输入数据组合，

为SCR脱硝系统过去N个时刻的扩增输入数据，

为未来N₂个时刻的扩增输入数据，

步骤6包括如下步骤：

步骤6-1，采用如下公式计算性能指标函数J：

其中，Q_f和R_f是调节输入输出控制品质的权值矩阵，r_f是未来N₁时刻的反应器出口氮氧化物NO_x浓度设定值序列，

r_k+1,...,分别表示k+1时刻到k+N₁时刻的氮氧化物NO_x浓度设定值。，

是未来N₁时刻的反应器出口氮氧化物NO_x浓度预估值序列，

分别表示k+1时刻到k+N₁时刻的氮氧化物NO_x浓度预估值，

Δu_f是未来N₂时刻的喷氨阀门开度信号序列的增量；

步骤6-2，SCR脱硝系统喷氨阀门开度信号u的幅值约束(u_min,u_max)和增量约束(Δu_min,Δu_max)如下所示：

u_min,u_max分别表示喷氨阀门开度信号u的最小值与最大值，Δu_min,Δu_max分别表示喷氨阀门开度信号u的最小增量与最大增量，下标min，max分别表示最小与最大，Δ表示增量。

步骤6-3，每一采样时刻，将公式(1)代入公式(2)，并在满足公式(3)和(4)的情况下最小化性能指标函数J，得到最优的控制增量序列输入增量

步骤6-4，提取最优控制增量序列Δu_f计中的第一块增量Δu_k+1，并与当前时刻的控制作用u_k相加，计算最优的喷氨阀门开度信号u_k+1：

u_k+1＝u_k+Δu_k+1。

用于观测系统扰动的子空间矩阵和以及用于预估系统未来输出的子空间矩阵和为离线辨识得到。在线运行时，重复步骤2、3、5、6以实现连续控制。

步骤1中采样周期T_s可以用经验规则T95/T_s＝5～15来选取，其中T95为过渡过程上升到95％的调节时间；步骤3中所述滤波器为稳态增益为1的低通滤波器；步骤6预测控制参数Q_f,R_f,N₁,N₂可以根据实际控制过程中的性能品质、计算时间等因素人为选取。

有益效果：本发明提供的火电机组SCR脱硝数据驱动扰动抑制预测控制方法，与现有技术相比具有以下优点：基于数据驱动设计，降低传统预测控制建模过程的工作量和建模误差的影响；具备一般预测控制便于处理约束、大惯性对象的优点；具备更优秀的抗干扰能力，能够在保证预测控制最优性的前提下，迅速估计消除抑制扰动对系统的影响；应用于电站SCR脱硝系统能够有效抑制干扰，确保出口氮氧化物NO_x浓度在设定值附近；同时该方法具有一般预测控制器同等的设定值跟踪调节能力，总体提高了SCR脱硝系统的运行水平。本发明采用的数据驱动扰动抑制预测控制方法，相比一般的预测控制算法能够更加快速及时地抑制不可测扰动，维持氮氧化物NO_x浓度稳定在设定值附近；相比常规扰动补偿预测控制技术，可以在抑制扰动的同时，不破坏预测控制的最优性能。当无不可测扰动时，本发明与普通预测控制算法等效，具有较好的跟踪调节性能。此外，由于该方法完全基于数据，可以有效避免普通预测控制繁琐的建模过程和建模误差的影响。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为本发明的系统结构框图；

图2为本发明(实线)与普通扰动补偿预测控制(虚线)以及一般预测控制(点线)在反应器入口NO_x浓度阶跃扰动与正弦扰动下的控制效果对比图(点划线为设定值)；

图3为本发明(实线)与普通扰动补偿预测控制(虚线)以及一般预测控制(点线)在喷氨侧阶跃扰动与正弦扰动下的控制效果对比图(点划线为设定值)；

具体实施方式

本发明的控制方法应用于某600MW火电机组SCR脱硝系统仿真模型，控制的目标是在满足输入约束的条件下，使反应器出口氮氧化物NO_x浓度跟踪设定值。

本发明公开了数据驱动的火电机组SCR脱硝扰动抑制预测控制方法，基于子空间辨识方法，利用系统输入输出数据，估计未知扰动对系统的影响，并利用扰动估计值提高模型预测精度，在不破坏预测控制最优性的前提下主动抑制扰动作用，算法在无扰情况下，与普通预测控制器具有同等的设定值跟踪和调节能力，本发明总体提高了SCR脱硝系统的调节品质。该方法包括如下步骤：

(1)在稳定运行状态下，设计30秒变化一次，持续30000秒喷氨阀门开度输入信号u，对系统进行激励，获取一系列反应器出口氮氧化物NO_x浓度的开环响应数据y。选定采样周期T_s＝30s，利用子空间辨识方法，构建系统无纯滞后部分的子空间矩阵和具体步骤为：

11)将连续获得的1000组去除纯滞后输出数据Y和输入数据U分别排列为Hankel矩阵形式(2N+j-2＝1000)：

其中N为矩阵行数，取N＝10；j为矩阵列数，在硬件条件允许的情况下越大越好，Y和U分别表示输出与输入数据组成的Hankel矩阵，Y^f和Y^p分别表示输出数据的未来数据和过去数据，U^f和U^p分别表示输入数据的未来数据和过去数据，y_j表示第j个输出数据，u_j表示第j个输入数据，上标f和p分别表示未来和过去，下标0,1,...,2N+j-2表示数据的个数；

12)令W^p＝[(Y^p)^T (U^p)^T]^T，对如下矩阵进行QR分解：

获得矩阵L，

13)获得矩阵L_w＝L(:,1:N(m+l))，L_u＝L(:,N(m+l)+1:end)。m＝1，m为输入变量维数，l＝1，l为输入输出变量维数，L(:,1:N(m+l))表示L的前N(m+l)列，L(:,N(m+l)+1:end)表示L自第N(m+l)+1列之后的所有列；

14)子空间矩阵

(2)利用子空间矩阵，通过过去时刻的SCR脱硝系统运行的输入输出数据，估计当前时刻k的输入估计值：其中y_k为当前时刻的系统输出，为系统过去N个时刻的输出和输入数据组合，τ＝15s为SCR脱硝系统的纯滞后时间，可通过阶跃响应测试直观估计得到；

(3)将当前时刻的输入估计值与实际输入值比较，选用滤波器Q(s)＝1/(5s+1)⁴对所得信号进行滤波处理，获得等效在输入端的扰动估计值；

(4)在稳定运行状态下，设计喷氨阀门开度信号u_pc，并人为添加扰动信号d，激励系统，获取一系列反应器出口氮氧化物NO_x浓度的开环响应数据y_pc；

(5)以为扩增输入，y_pc为系统输出，基于步骤(1)中的子空间辨识方法，得到子空间矩阵和对未来一段时间内反应器出口氮氧化物NO_x浓度进行预估：

其中为系统过去N个时刻的输出数据和扩增输入数据组合，为未来N₂个时刻的扩增输入，本例中取N₂＝10；

(6)计算最优喷氨阀门开度信号u，取式(2)性能指标函数式：

其中，是调节输入输出控制品质的权值矩阵,是未来N₁时刻的反应器出口NO_x设定值序列，是未来N₁时刻的反应器出口氮氧化物NO_x预估值序列，可由式(1)描述，取N₁＝10，Δu_f是未来N₂时刻的喷氨阀门开度信号序列的增量。

考虑SCR脱硝系统喷氨阀门开度信号u的幅值约束(u_min＝0,u_max＝1)和增量约束(Δu_min＝-0.01/s,Δu_max0.01/s)：

每一采样时刻，将(1)代入性能指标式(2)，并在满足约束(3)和(4)的情况下最小化(2)，得到最优的控制增量序列输入增量提取最优控制增量序列Δu_f计中的第一块Δu_k+1，并与当前时刻的控制作用u_k相加，计算最优的喷氨阀门开度信号u_k+1：

u_k+1＝u_k+Δu_k+1 (5)

并将其施加于SCR脱硝系统。

(7)固定观测系统扰动的子空间矩阵和以及用于预估系统未来输出的子空间矩阵和重复步骤(2)(3)(5)(6)以实现连续控制。

本实施例为了比较本发明中的数据驱动扰动预测控制方法、常规扰动补偿预测控制方法和一般预测控制方法的控制效果，做了两组仿真试验：1)SCR脱硝系统初始输出稳定在60mg/m³，在t＝10m，出口氮氧化物NOx设定值从60mg/m³变化为100mg/m³，在t＝25m和t＝60m时，由于煤种及燃烧工况变动，反应器入口氮氧化物NO_x浓度分别发生未知阶跃扰动d_{inlet_NOx}＝20mg/m³和正弦扰动d_{inlet_NOx}＝20sin(0.2(t-60))；2)SCR脱硝系统初始输出稳定在120mg/m³，在t＝10m，出口氮氧化物NOx设定值从120mg/m³变化为70mg/m³，在t＝35m和t＝65-75m时，由于故障，喷氨阀门分别发生未知阶跃扰动d_u＝0.2和斜坡扰动d_u＝0.2-0.04×(t-65)。

如图2、3所示，在无未知扰动作用时，氮氧化物NO_x出口浓度设定值阶跃增加或减小情况下，本发明对脱硝系统的优化控制效果曲线与常规扰动补偿预测控制和一般预测控制曲线基本重合，说明本发明具有普通预测控制器同等的设定值跟踪和调节能力。当不同类型的未知扰动发生时，本发明的优化控制方法可以消除扰动的影响，将出口氮氧化物NOx浓度维持在设定值上，同时相比常规扰动抑制预测控制，具有更快速及时的扰动抑制效果，提高了SCR脱硝系统的运行品质。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.数据驱动的火电机组SCR脱硝扰动抑制预测控制方法，其特征在于，包括如下步骤：

步骤1，在稳定运行状态下，将SCR脱硝系统切换到手动状态，以喷氨阀门开度信号u为输入，对SCR脱硝系统进行激励，获取反应器出口氮氧化物NO_x浓度y的开环响应数据，选定采样周期Ts，利用子空间辨识方法，构建SCR脱硝系统无纯滞后部分的子空间矩阵和

步骤2，利用子空间矩阵和通过过去时刻的SCR脱硝系统运行的输入输出数据，估计当前时刻k的输入估计值

步骤4，在稳定运行状态下，将SCR脱硝系统切换到手动状态，设计喷氨阀门开度信号u_pc，并添加扰动信号d，激励SCR脱硝系统，获取反应器出口氮氧化物NO_x浓度y_pc的开环响应数据以及扰动估计信号

步骤6，根据未来一段时间内反应器出口氮氧化物NO_x浓度计算得到最优喷氨阀门开度信号u_opt，将其用于SCR脱硝系统；

步骤1包括如下步骤：

其中N为矩阵行数，N大于SCR脱硝系统阶次，j为矩阵列数，Y和U分别表示输出与输入数据组成的Hankel矩阵，Y^f和Y^p分别表示输出数据的未来数据和过去数据，U^f和U^p分别表示输入数据的未来数据和过去数据，y_j表示第j个输出数据，u_j表示第j个输入数据；

步骤1-2，令W^p＝[(Y^p)^T (U^p)^T]^T，对如下矩阵进行QR分解：

获得矩阵L：

步骤1-3，获得矩阵L_w＝L(：，1：N(m+l))，L_u＝L(：，N(m+l)+1：end)，m为输入变量维数，l为输出变量维数，L(：，1：N(m+l))表示矩阵L的前N(m+l)列，L(：，N(m+l)+1：end)表示矩阵L自第N(m+l)+1列之后的所有列；

步骤1-4，得到子空间矩阵

2.如权利要求1所述的方法，其特征在于，步骤3中所述滤波器为稳态增益为1的低通滤波器。

3.如权利要求2所述的方法，其特征在于，步骤5中，采用如下公式计算未来一段时间内反应器出口氮氧化物NO_x浓度

其中为SCR脱硝系统过去N个时刻的输出数据和扩增输入数据组合，

为SCR脱硝系统过去N个时刻的扩增输入数据，

为未来N₂个时刻的扩增输入数据，

4.如权利要求3所述的方法，其特征在于，步骤6包括如下步骤：

步骤6-1，采用如下公式计算性能指标函数J：

其中，Q_f和R_f是调节输入输出控制品质的权值矩阵，

r_f是未来N₁时刻的反应器出口氮氧化物NO_x浓度设定值序列，

分别表示k+1时刻到k+N₁时刻的氮氧化物NO_x浓度设定值，

是未来N₁时刻的反应器出口氮氧化物NO_x浓度预估值序列，

分别表示k+1时刻到k+N₁时刻的氮氧化物NO_x浓度预估值，

Δu_f是未来N₂刻的喷氨阀门开度信号序列的增量；

步骤6-2，SCR脱硝系统喷氨阀门开度信号u的幅值约束(u_min，u_max)和增量约束(Δu_min，Δu_max)如下所示：

其中，u_min，u_max分别表示喷氨阀门开度信号u的最小值与最大值，Δu_min，Δu_max分别表示喷氨阀门开度信号u的最小增量与最大增量；

步骤6-3，每一采样时刻，将公式(1)代入公式(2)，并在满足公式(3)和(4)的情况下最小化性能指标函数J，得到最优的控制增量序列Δu_f：

<mrow> <msub> <mi>&Delta;u</mi> <mi>f</mi> </msub> <mo>=</mo> <msup> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>&Delta;u</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>T</mi> </msubsup> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>&Delta;u</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>2</mn> </mrow> <mi>T</mi> </msubsup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msubsup> <mi>&Delta;u</mi> <mrow> <mi>k</mi> <mo>+</mo> <msub> <mi>N</mi> <mn>2</mn> </msub> </mrow> <mi>T</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> </mfenced> <mi>T</mi> </msup> <mo>;</mo> </mrow>

步骤6-4，提取最优控制增量序列Δu_f计中的第一块增量Δu_k+1，并与当前时刻的控制作用u_k相加，得到算最优的喷氨阀门开度信号u_k+1：

u_k+1＝u_k+Δu_k+1。