资源描述：
《基于极值搜索控制的电站锅炉在线燃烧优化》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第24卷第4期热能动力工程Vol.24,No.42009年7月JOURNALOFENGINEERINGFORTHERMALENERGYANDPOWERJuly.,2009文章编号:1001-2060(2009)04-0466-04基于极值搜索控制的电站锅炉在线燃烧优化李益国,沈炯(东南大学能源与环境学院,江苏南京210096)摘要:提出一种基于极值搜索控制的电站锅炉在线燃烧优极值搜索控制最早可以追溯到1957年Mo化方法。首先分析了极值搜索控制的基本原理,指出其实质rosanov提出的极值调整
2、[7]。直到2000年Miroslav是通过调制和解调过程,在滤波器的共同作用下对性能指标Krstic针对一类通用非线性动态系统,利用平均方法相对设定值变化的导数进行估计,然后利用梯度法获得局部[8]和奇摄动分析方法给出了其严格的稳定性证明,最优解;给出了基于极值搜索控制的燃烧优化控制系统的基从而为极值搜索控制的应用奠定了坚实的基础。本结构及参数设置方法。通过某送风控制系统的仿真结果表明,该燃烧优化策略不但能够成功地驱动系统达到最佳含1极值搜索控制原理氧量目标值,实现燃烧优化;同时作为一种闭环、在线
3、优化方式,它对负荷变化、漏风等干扰因素具有更好的适应能力。极值搜索控制的基本思想是,首先进行一个调关键词:电站锅炉;燃烧优化;极值搜索控制;风煤比控制制过程,在待寻优的目标值上叠加一个幅值较小的、中图分类号:TK223;TP272文献标识码:A变化较慢的周期激励信号,使得被控对象输出或某个性能指标发生变化;再通过高通滤波器和解调过引言程不断对性能指标相对目标值变化的导数进行估计;最后利用梯度法获得局部最优解。目前,风煤比调节仍然普遍采用比值控制加氧极值搜索控制结构如图1所示。图中,a和w量反馈
4、校正的控制思想,而氧量设定值往往简单地分别为施加的周期激励信号的幅值和频率;k为自根据厂商提供的负荷与氧量关系曲线进行设置。实适应增益;h为高通滤波器截止频率。际上,锅炉热效率同时受煤质、漏风等多种因素的影响,其关于风煤比的极值点也在不断漂移和变化,因此实际应用中必须不断寻找最佳风煤比工作点。文献[1]提出一种风煤比模糊自寻优控制方案,但其本质上属于一种逐步试凑的方法,缺乏理论分析,难以保证整个系统的稳定性。文献[2~6]利用人工智能方法解决燃烧优化问题,取得了很好效果,但其优化结果在与现有控制系统的
5、结合上存在一定困难。本文提出一种基于极值搜索控制的燃烧优化方图1极值搜索控制结构图法。极值搜索控制是针对设定值无法事先确定,控制目标需要选择合适的设定值,从而使某个性能指为简单起见,以对象(图1虚线部分)为非线性标取得极值,这类特殊的控制问题而提出的一种控静态函数y=g()为例说明极值搜索控制的基本制方法。由于受煤质变化等因素的影响,最佳氧量原理。不失一般性,我们假定g()存在极小值,则设定值是未知和不断变化的,而最佳的氧量设定值k>0。若存在极大值,则k<0。设估计误差:*^对应着最高的锅
6、炉燃烧效率。从这个角度看,氧量=-(1)*^设定值的寻优问题是典型的极值搜索控制问题。式中:!未知的最优目标值;!对它的估计值。收稿日期:2008-05-25;修订日期:2009-03-31基金项目:教育部科学技术研究重点基金资助项目(108060)作者简介:李益国(1973-),男,山西绛县人,东南大学博士,副教授.第4期李益国,等:基于极值搜索控制的电站锅炉在线燃烧优化∃467∃*把y=g()在处二阶泰勒展开,得:图2中,J为用于衡量系统经济性的性能指标,*g#*2本处采
7、用锅炉燃烧效率。g()∀g+(-)(2)2由于锅炉燃烧效率无法直接测量,为此一种方^由图1知,=+asint,代入式(2),并根据式法是采用文献[2~6]提出的神经网络或支持向量机(1)整理,得:等软测量模型;另外也可以利用简化的效率计算模a2g#g#a2g#[9~10]y∀g*++2-ag#sint+cos2t(3)型或近似的热效率计算方法,根据运行中实际424测得的数据在线进行锅炉效率计算,并同时采用离忽略二次项得:[11~12]22散极值搜索控制算法来在线计算效率。*ag
8、#ag#y∀g+4-ag#sint+4cos2t(4)需要指出的是:经高通滤波器作用后去掉直流分量:(1)利用上述方法进行燃烧优化时,并不要求2sag#获得准确的锅炉燃烧效率值,只要选择一种综合参[y]∀-ag#sint+cos2t(5)s+h4数能够正确反映不同烟气含氧量时燃烧效率的变化由图1知:趋势即可。s2(2)文献[2~6]提出的软测量模型都是静态模=sint[y]∀-ag#sint+s+h型,即只能反映稳态工况下氧量与燃
