循环流化床锅炉控制性能优化
来源:用户上传
作者:
摘要：能源与环境是当今社会发展的两大主题。到当今为止，世界上的能源消耗依然以化石燃料为主，根据国际能源署(IEA)的统计和预测，以目前的消耗速度，地球化石燃料中石油和煤炭大约还能用 100 年。同时，由于煤炭和石油等化石燃料燃烧后废气的排放，使温室效应和大范围的酸雨等问题一次次成为全球关注的焦点。本文介绍了CFB锅炉的燃烧控制流程，主要对220t/h循环流化床锅炉在负荷控制、风量控制和燃料控制等方面的控制目的、信号测点选择和控制方法做了简要分析。
关键词：CFB；燃烧；控制；风量；燃料
中图分类号：O643.2+1文献标识码： A
节能减排是当今社会的一个热门话题。能源的消耗主要是煤和石油，废气废物的排放也主要来自于这些能源的消耗。而锅炉作为一个主要发电设备，一方面它需要消耗大量的煤，另一方面，它会排放废气和废物，对能源消耗和环境都会造成较大影响。为了达到节能减排的目的，需要提高锅炉的燃烧效率和减少废物的排放，循环流化床锅炉正是在这样的背景下发展起来的。但是循环流化床锅炉由于其复杂的炉内流动和传热情况，其炉内特性一直是困扰研究人员的重要问题，同时，其分布参数、非线性、时变和多变量的耦合也对研究带来了一系列难题。这些问题的解决对锅炉的设计、提高其燃烧效率、制定合理的运行规则以及设计合理的控制系统都具有重要意义。
1.负荷调节系统
锅炉主控系统发出的燃料指令即是总燃料指令，通过与总风量比较后取小值作为调节器的设定值，保证锅炉指令增加时风量始终大于燃料量，使得燃料在炉膛中能完全燃烧，提高燃烧经济性。也同时保证了先加风后加燃料、先减燃料后减风。在稳态时，锅炉负荷指令与风量信号以及燃料量近似相等，达到适当的燃料、风量静态配比。根据当时是否有给煤机处于自动控制模式来调节煤、油在负荷控制目标值中的比重。
2.风量分配调节系统
锅炉主控系统发出的风量指令即为总风量控制器。总风量中一、二次风所占比例最大，同时一次风和二次风直接影响锅炉的运行及燃烧工况。所以，总风量调节系统通过改变一、二次风量的调节指令来保证锅炉所需配风(其中一次风量是经过床温调节补偿过的)。锅炉主控系统得到的总风量指令与燃料量测量值进行交叉限制后（取大值）作为总风量控制系统的给定值，从而保证一定的过剩空气系数。
一次风量反馈值分别由安装在风箱入口的三个差压流量计开方后经一级过热器温度压力补偿后取中间值得到。同样，二次风量反馈值是经二级过热器温度压力补偿后得到。补偿后的一次风量和二次风量相加，便得到补偿后的总风量测量值。补偿后的总风量信号反馈给控制屏，供运行人员监视，同时还作为一次、二次风量（送风）控制系统的信号.
总风量指令经过最小流化风量比较后作为总风量控制器的设定值，总风量反馈主要是由一次风量反馈、二次风量反馈和修正风量组成的。经过PI控制器输出后的OP值，根据一定比例分配给床下一次风、床上一次风、下排二次风和上排二次风。正常运行时，这四个控制器的设定分配一般为64:10:6:4，之所以起比值相加不等于100，是由于其中还需去掉播煤风的风量影响。
3.炉膛压力调节系统
锅炉运行时，如果机组要求的负荷指令改变，则进入炉膛的燃料量和送风量将跟着改变，燃料在炉膛中燃烧后产生的烟气量也将随之改变。这时，为了维持炉膛内的正常压力，必须对引风量进行相应的调节。如果炉膛压力过高，炉膛内火焰和高温烟气就会向外部泄露，影响锅炉的安全运行；如果炉膛压力过低，炉膛和烟道的漏风量将增大，可能使燃烧恶化，燃烧损失增大，甚至燃烧不稳定或灭火。因此炉膛压力必须保持在一定的运行范围之内。
（1）炉膛压力的测量
采用3个差压变送器测量炉膛压力，它们的输出送到中间值选择器。同样引风机入口压力也选用3个压力变送器，并取中间值作为引风机入口PID控制器的PV信号。
（2）前馈控制
风量信号是炉膛压力调节系统的前馈信号，当送风量改变时，如果以炉膛压力的变化调节引风量，必然使炉膛压力的动态偏量较大，采用送风量的前馈信号，使引风量能及时随着送风量的改变而改变。从而改变炉膛压力调节的动态偏差。
4. 循环流化床锅炉 DMC 控制器的设计
预测控制是一种先进的控制算法，虽然它可以取代 PID 算法用于单回路控制，但作为一种优化控制算法，其效用的发挥则更多地体现在对多变量系统和具有复杂结构系统的控制上，下面将首先介绍预测控制的基本原理，然后介绍多变量动态矩阵控制的基本原理和步骤，然后给出多变量 DMC 控制器设计的基本过程。
4.1预测控制的基本原理
作为一类优化控制算法，预测控制在每一时刻，根据系统的当前状态，在线求解一个优化问题，得到一个未来时段的控制序列，并将该序列的第一个控制量作用到系统对象。这一过程在每一控制时刻反复进行。一般而言，预测控制算法主要由三个部分组成：预测模型、滚动优化和反馈校正。
(1) 预测模型
预测控制是一种基于预测模型的控制算法，这一模型称为预测模型。预测模型的功能是根据对象的历史信息和未来输入预测未来输出。这里只强调模型的功能而不强调其结构形式。因此，状态方程、传递函数这类传统的模型都可以作为预测模型。对于线性稳定对象，甚至阶跃响应、脉冲响应这类非参数模型，也可以直接作为预测模型使用。例如，在 DMC 预测控制中采用了实际工业过程中容易获得的阶跃响应、脉冲响应等非参数模型，而 GPC 预测控制则选择 CARIMA模型、状态空间模型等参数模型。此外非线性系统、分布参数系统的模型，只要具备上述功能，也可以在对这类系统进行预测控制时作为预测模型试用。预测控制模型具有展示系统未来动态行为的功能，而系统未来状态和输入之间的关系为优化系统未来输入奠定了基础。
(2) 滚动优化
预测控制是一种优化控制算法，它是通过某一性能指标的最优来确定未来的控制作用。这一指标涉及到系统的未来行为，是根据预测模型由未来的控制策略决定的。需要强调的是，预测控制中的优化与传统意义下的离散最优控制有很大的差别。由于预测控制是一种在线优化的算法，所以它只能是一个有限时域的优化，这决定了预测控制中的优化是一种有限时域的滚动优化。在每一采样时刻，优化性能指标只涉及到从该时刻起到未来有限的时间，而在下一采样时刻，这一优化时段向前推移，即预测控制中的优化是反复在线进行的，因此在预测控制中，优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义，也是预测控制区别于传统最优控制的根本点。
(3) 反馈校正
预测控制是一种闭环控制算法。在通过优化确定了一系列未来的控制作用后，为了防止模型失配或环境干扰引起控制对理论状态的偏离，预测控制通常不是把这些控制作用逐一全部实施，而只是实现当前时刻的控制作用。到下一采样时刻，则首先检测对象的实际输出，并利用这一实时信息对基于模型的预测进行修正，然后进行新的优化。反馈校正的形式是多样的，可以在保持预测模型不变的基础上，对未来的误差做出预测并加以校正，也可以根据在线辨识的原理直接修改预测模型。不论取何种校正形式，预测控制把优化建立在系统实际的基础上，并力图在优化时对系统未来的动态行为做出较准确地预测。因此，预测控制中的优化不仅基于模型，而且利用了反馈信息，构成了闭环优化。
7.结束语
循环流化床锅炉的燃烧情况受众多因素的影响，本篇仅对其中主要因素产生的影响和克服扰动所选用的一般性的控制作以介绍。更多、更有效的控制方法还需要运行和工控工程师们在长期的应用中总结。
参考文献
[1]牛培峰.大型国产循环流化床锅炉燃烧过程智能控制系统应用研究[J].中国电机工程学报,2000(12).
[2]王俊杰.循环流化床锅炉燃烧控制系统优化[J].热点技术,2006(1).
[3]高建强,祁在山,马良玉,王兵树.循环流化床锅炉燃烧系统的模块化仿真模型[J].华北电力大学学报,2002(1):29
[4]张冀,马永光,高建强,王兵树,曹文亮.循环流化床锅炉燃烧系统动态特性分析[J].能源研究与信息,2001,17.
转载注明来源:https://www.xzbu.com/2/view-6107487.htm
