一、引言
　　
　　隨著電力行業競爭的加劇，許多電企業采取各種各樣的手段來適應新形勢的發展。雖然沒有人能夠預測未來將如何，但zui直接的措施就是降低運行和維護成本，降低煤耗，提高機組可用率。本文將以MidAmericanEnergy公司GeorgeNeal電站3號機組改造項目為例，介紹Smartprocess蒸汽溫度優化器在蒸汽溫度控制中的應用，以提高汽溫控制品質，減少爐管泄漏，zui終實現發電成本的降低。
　　
　　二、用戶背景
　　
　　GeorgeNeal電站位于IOWA州密蘇里河邊。其3號機組容量為515MW，采用Foster-Wheeler對沖式汽包爐和GE公司汽輪機，6臺MPS-89磨煤機分別為前后爐墻的24個燃燒器供應煤粉。過熱蒸汽溫度通過一級和二噴水控制，再熱蒸汽溫度通過噴水、過熱擋板和再熱擋板進行控制。鍋爐控制系統采用WDPF系統。
　　
　　控制系統改造前，蒸汽溫度的過度震蕩過大，限制了機組響應速度，低負荷下響應速度為1%/min，高負荷下響應速度為0.3%/min。因此，用戶會同EPRI和控制系統供應商艾默生公司討論，決定利用Smartproce蒸汽溫度優化器來改進負荷動態變化情況下的溫度響應，從而實現負荷響應速度的提高。Smartprocess蒸汽溫度優化器是艾默生公司電力優化軟件包中有一個非常重要的前饋作用，達到提高汽溫控制品質的目的。
　　
　　三、工程規劃
　　
　　整個控制系統改造工程要實現兩個任務；一是改進蒸汽溫度控制，提高機組負荷響應能力；二是對比常規PID控制方式，記錄優化系統的改進效果。整個工程的主要步驟包括：
　　
　　●記錄現有系統設計方案和性能
　　
　　●優化當前系統并進行試驗
　　
　　●設計和安裝蒸汽溫度控制系統
　　
　　●測試和記錄控制系統的性能
　　
　　●準備測試報告
　　
　　四、現有系統評估
　　
　　現有的控制系統是一套常規PID控制系統。過熱器二級噴水采用串級控制，一個外回路控制器，兩個內回路控制器。過熱器一級噴水也采用串級控制，內外回路控制器均有兩個。煙氣擋板由一個再熱溫度控制器控制在一個預先配置的范圍。再熱噴水控制回路為單PID回路。現有控制系統中*特殊的就是蒸汽溫度控制回路中沒有任何前饋信號。圖1為二級噴水控制回路的功能框圖，TTFuzz模塊為優化后增加的前饋模塊。　　
　　優化工作開始前，記錄現有回路中PID控制器和其它的可調整模塊的整定設置。然后對現胡的PID參數進行調整，以期提高控制響應品質。過熱噴水調節參數進行比較大的調整，負荷響應速度改善非常明顯。進一步的試驗分析表明當前的參數設置在某個工況下非常接近優化器給出的設定值。煙氣擋板調節設置和再熱噴水設置都做過很小的改動。
　　
　　五、模型辯識與測試
　　
　　要設計多變量控制器，必須先建立過程模型。建立過程模型的方法有很多種，*的是模型辯識。模型辯識（或者系統辯識）需要采集機組特定運行工況試驗下的控制器輸入輸出以及振動變量數據。這些試驗用于激勵出建模所需要的所有過程模型特征。典型的試驗包括：開環階躍試驗、偽隨機二元序列試驗和頻率響應試驗。如果需要，還可進行閉環設定值階躍試驗。如果已知擾動量對過程對象有很大的影響，則必須進行擾動試驗。
　　
　　就本工程而言，所有的蒸汽溫度控制回路都進行開環階躍試驗和閉環設定值響應試驗。此外，還進行了反映擾動效果的負荷的負荷變化和磨煤機起停試驗。所有測試耗時5天完成。DCS的歷史站用于記錄所有的測試數據。整套試驗采集150個數據點；并且試驗期間，這些點在歷史站上的采集死區配置為接近0。如果采集數據的死區過大，模型辯識軟件將無法產生好的效果。高保真度數據對辯識模型的度是至關重要的。
　　
　　六、控制器設計
　　
　　本工程所采用的Smartprocess蒸汽溫度優化器包含兩種獨立的技術。模型預測控制用于調整外回路控制器的設定值，而動態前饋系統則用于動態補償內回路的設定值。圖1給出了控制系統如何和常規控制系統接口。其它回路也采用類似的方案實現。
　　
　　模型預測控制系統采用AspenTarget控制器，而動態前饋采用TTFuzz控制器。Target控制器有6個前饋輸出和大約40個擾動輸入變量。
　　
　　AspenTarget控制器采用帶非線性校正系數（神經網絡）的線性zui小二乘模型（PLS：PartialLeastSquares），具體的組合方式可以參考混合模型。這種合成模型克服了純神經網絡模型的外推泛化問題。神經網絡模型有兩種學習規則，Kalman和可變矩陣。神經網絡的隱層數和隱層節點數都是可調的。
　　
　　TTFuzz前饋控制器屬于Takagi-Sugeno模型，用于補償影響過程對象的可測量擾動。基于這些擾動變量，前饋控制器將產生前饋補償信號以補償PID回路的擾動。的補償計算需要的過程模型和擾動影響模型。前饋概念可以這樣理解：從控制變量到被控制變量的模型（傳遞函數）可以通過各種試驗獲得，如同擾動變量到被控變量的建模過程。由于擾動的當前值是可測量的，那么它對被控變量的影響也是能夠確定的，從而可以得出控制變量的修正值，實現擾動對被控變量影響的zui小化。
　　
　　七、工程實施
　　
　　這兩種控制都在直接連接WDPF數據高速公路的SunUltra工作站上實現。數據接口軟件用于實現控制器和常規DCS邏輯的數據交換。另外，繪制了新的操作界面，用于切換選擇控制模式和常規控制模式，并允許操作人員根據需要起動和停止控制策略。現有的蒸汽控制界面也經過一定的修改，可以顯示出當前的控制模式。
　　
　　由于再熱汽溫有兩個控制變量，所以TTFuzz控制器必須協調控制檔板和再熱噴水閥。再熱噴水對機組熱效率有負面影響，因而從控制策略上講，要盡可能減小噴水量。綜合考慮以上因素，整個控制策略如下：
　　
　　●如果噴水修正值為負而且噴水閥門尚未全關，則僅采用噴水修正值。
　　
　　●如果噴水修正值為負而且噴水閥門已經關閉，則繼續保持噴水閥門關閉，剩余修正由擋板回路完成。
　　
　　●如果噴水修正值為正（閥門開啟），則會首先調整擋板直至飽和后，才使用噴水控制。
　　
　　八、驗收
　　
　　驗收過程包括了非常詳細的測試方案，以確保整個優化系統的所有組成部分都能夠滿足要求。測試包括三種運行類型和四種不同的控制器組合，總共12項測試。運行類型包括：
　　
　　●從全負荷（約500MW）降至400MW，然后回升到全負荷。
　　
　　●從380MW降至280MW，然后返回380MW
　　
　　●一臺磨煤機停運
　　
　　控制器配置方案有：
　　
　　●全部采用原來的PID控制器整定設置
　　
　　●采用新的PID控制器整定設置
　　
　　●采用新的PID控制器整定設置和TTFuzz控制器
　　
　　●采用新的PID控制器整定設置和TTFuzz、AspenTarget控制器
　　
　　在Neal3號機組，吹灰是連續進行的，這是蒸汽溫度控制的一個主要擾動。為了減小因吹灰所導致的測試結果差異，在每次測試期間，都進行同樣的吹灰步驟。也就是說，每次測試中的吹灰過程是相同的，以使其對蒸汽溫度的影響相似。　　
　　九、優化結果
　　
　　WDPF的歷史存儲和檢索系統（即歷史站）用于記錄這些測試結果。圖2顯示了在三種不同控制配置下高負荷段的過熱汽溫響應曲線。為了能夠量化分析回路特性，所有的測試數據都進行平均誤差、zui大誤差和標準差分析。測試結果表明：與舊的PID整定參數相比，新的PID整定參數非常好地改進了的回路性能；帶TTFuzz的PID比不帶TTFuzz的PID的控制效果也有明顯提高；增加AspenTarget控制后，回路性能有了一定的邊際改善。
　　
　　圖3顯示了四種控制配置下低負荷試驗的標準差分析。由于機組在多數運行工況下都達不到再熱蒸汽設計溫度，所以再熱溫度的控制結果可能容易令人誤解。圖4顯示了磨F停運后的測試結果。
　　
　　十、總結
　　
　　本項目表明Smartprocess蒸汽溫度優化器所具備的控制技術能夠顯著提高蒸汽溫度控制性能，雖然試驗結果有一定差異，但總體而言，混合使用兩種控制器的控制效果*。此外，蒸汽溫度優化器自1999年5月末投運以來，機組在整個夏天未出現過爐管泄漏。廠方的運行主管人員確信蒸汽溫度控制性能的改善，是減少爐管泄漏的主要原因。