基于多变量广义预测控制算法的脱硝优化研究及应用

大型火力发电机组脱硝系统被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性，传统的PID控制不能满足控制要求。为解决这一问题，利用递推最小二乘法（recursive least square，RLS）建立了脱硝系统多变量模型，并基于多变量广义预测控制构建了脱硝系统优化控制策略，同时将该策略应用于某电厂330 MW亚临界机组。实践结果表明：无论是稳态工况还是复杂的变负荷工况，脱硝优化控制策略都能够很好地控制脱硝系统出口NO_x浓度，大大降低了NO_x浓度的波动，减少了尿素使用量，实现了脱硝系统稳定经济运行。     

基于y增量型SGPC的火电机组脱硝控制

燃煤火电机组的NOx排放是接受国家环保部门实时监督考核的重要环保安全指标,由于选择性催化还原脱硝的纯时延特性,广泛应用的常规PID控制很难将出口烟气中NOx指标控制到理想范围内。介绍了一种基于γ增量型阶梯式广义预测控制的新型火电机组脱硝控制策略,在避免矩阵求逆的情况下结合相位补偿策略可有效提高大时滞对象的控制效果。该脱硝控制策略可有效提高火电机组NOx的控制品质,某600MW燃煤火电机组上应用该控制策略后出口烟气中NOx控制偏差明显减小。     

SCR脱硝系统性能及空气预热器阻力上升分析

NO_x排放浓度、氨逃逸浓度难以控制及空气预热器阻力上升,是SCR脱硝系统超低排放改造中遇到的主要问题。以某SCR脱硝系统超低排放改造后的300 MW 机组为研究对象,通过测试得知：（1）SCR反应器出口NO_x分布不均,氨逃逸浓度超标严重,氨逃逸监测表计示值不具代表性,造成NO_x排放浓度控制困难和空气预热器阻力上升;（2）过度追求NO_x超低排放浓度,造成催化剂活性、主要化学成分明显衰减,硫酸氢铵在其表面沉积严重。对此提出的改进措施为：进行NO_x浓度烟气在线监测系统（CEMS）多点取样改造,定期进行喷氨优化和催化剂性能检测,以改善SCR系统运行效果和提高运行的经济性。     

SCR脱硝超低排放NOx均匀性优化及安全策略分析

为使超低排放改造后NO_x排放浓度及氨逃逸量始终可控平稳,以某600 MW燃煤机组超低排放改造后SCR脱硝系统为研究对象,针对SCR反应器出口与总排放口在线监测（CEMS）数据不一致的问题,进行分析与研究。通过对反应器出入口流场、NO_x、NH₃浓度场的测试,结合系统结构特征,分析问题出现的原因,制定优化调整方案并验证其有效性。研究结果表明,反应器入口氨氮摩尔比的不均匀性是导致反应器出口NO_x浓度分布不均匀的主要原因。通过优化调整,有效改善了反应器出口NO_x浓度分布的均匀性,降低了氨逃逸量,SCR反应器出口与烟囱总排放口NO_x浓度CEMS监测数值基本一致。同时,根据试验得到的反应器出口NH₃与NO_x关系曲线,提出了NO_x的最低安全控制浓度及最佳控制浓度,以便运行控制。     

燃气机组NOx监测系统现状及其改进措施

随着燃气机组NO_x浓度排放要求日趋严格，其监测系统运行工况发生变化，原有监测仪表已不适用。通过分析NO_x监测技术及其适应性和烟气预处理技术及其适应性，对燃气机组NO_x监测系统现状有了明确的认识。结合HJ 75—2017和HJ 76—2017标准，针对现有监测系统中存在量程大、低浓度测量精度差、未监测NO₂等问题，提出了一系列改进措施，如优先采用化学发光法NO_x测量技术，增加NO₂监测装置，采用低量程高精度CEMS仪表及性能优越的预处理装置，落实防雷设施等，同时着重考虑配置氨逃逸、氧量和湿度等分析仪表，以满足控制和监测要求。研究结果也同样适用于普通火电机组。     

W火焰锅炉SNCR脱硝及其对SCR入口流场的影响

由于W火焰锅炉NO_x排放浓度高,一些电厂采用低氮燃烧+SNCR脱硝+SCR脱硝的耦合脱硝方式,但运行中出现了氨逃逸浓度严重超标的问题。以某600 MW超临界W火焰锅炉为对象,采用CFD数值模拟辅以实测验证方法研究了锅炉负荷、尿素喷射层流场、氨氮摩尔比等因素对SNCR脱硝及SCR入口流场分布的影响。研究发现：SOFA风沿前后墙非等间距布置是造成尿素喷射层速度场及温度场不均的主要原因;随锅炉负荷降低,喷枪层截面平均温度趋向于SNCR最佳脱硝温度,脱硝效率逐渐增加;SCR入口截面温度、流速及NO_x浓度分布皆不均匀,随SNCR脱硝效率提高,SCR入口截面NO_x浓度分布偏差增大,不同负荷时SCR入口截面NO_x相对偏差达35%～53%。SNCR脱硝严重影响SCR脱硝反应器入口NO_x浓度均匀性,最终导致SCR氨逃逸浓度严重超标,建议通过优化SOFA风布置及在SCR入口段加装烟气混合器加以解决。     

燃气电厂NOx控制策略研究及大气环境效益分析

基于中国燃气电厂发展现状、地域分布及其NO_x排放现状和未来气电环保政策趋势,首先阐述了燃气电厂NO_x进一步减排的必要性,其次分析了燃气电厂NO_x燃气轮机本体控制、余热锅炉SCR控制和外部因素控制三种技术的优劣及其减排潜力,并选用气象模型MM5和空气质量模型CALPUFF、以江苏省2020年气电发展规模情景为例进行了大气环境效益模拟。研究表明,燃气发电NO_x排放可以也必须达到更严格地排放标准。实现更严格的排放标准后,将有利于改善区域环境空气质量,有利于更好发挥燃气发电的环保优势。     

SCR超低排放综合诊断及闭环优化

针对燃煤电厂烟气脱硝系统存在的流场不均、氨逃逸导致空气预热器堵塞以及NO_x排放不能在全负荷段稳定达标等典型问题,提出了SCR超低排放综合诊断及闭环优化策略。结合某630 MW机组实施超低排放改造具体案例,以在线大数据和性能检测为基础,数值模拟和系统诊断为手段,通过模拟评估及试验分析进行预判,提出改进方案并予以优化、修正和实施,最后结合性能试验对超低排放改造实施效果进行验证。研究结果表明,采用多元手段进行SCR系统综合诊断和闭环优化,NO_x浓度场标准偏差从18.6%下降至4.89%,脱硝效率从86.7%提高至89%以上,NO_x排放质量浓度稳定低于50 mg/m³,SCR系统出口氨逃逸质量浓度从16 mg/m³下降至0.75 mg/m³,超低排放改造效果显著。     

离散粒子群寻优径向基神经网络模型在脱硝控制中应用

提出了一种选择性催化还原(SCR)烟气脱硝预测控制方法,该方法采用粒子群寻优的径向基(RBF)神经网络预测SCR脱硝系统入口NOx质量浓度,将整体寻优空间离散化,通过采用节点寻优并结合最速梯度方法重构寻优模型,同时将该RBF神经网络预测结果引入脱硝控制策略,应用到火电机组的喷氨控制。在某350 MW机组实际应用结果表明,该神经网络模型不仅能实现喷氨自动控制,而且能提高喷氨系统控制精度。     

基于BP神经网络的超临界火电单元机组负荷系统建模研究

针对火电单元机组大范围变负荷、变工况发生时,超临界火电单元机组的控制品质变差,机组负荷、主蒸汽压力等参数难以满足工程需要的问题,基于较为先进的BP神经网络建模方法,对600 MW超临界火电单元机组进行了数学模型的建立。仿真结果表明,网络的输出值与实际模型的输出值间的误差在允许范围内,BP神经网络可有效逼近超临界火电单元机组模型。     

Application of evolutionary programming for economic dispatch of cogeneration systems under emission constraints

This paper studies the economical operation of cogeneration systems under emission control with NO_x and SO_x from fossil-fueled thermal generation. The emission model is formulated as a function of fuel enthalpy dependent on the emission factor. The objective function includes fuel cost, emission cost, and tie-line energy cost, subject to the use of mixed fuels, operational limits, and emission constraints. An evolutionary programming was adopted to solve this problem. The steams, fuel mix, and generations will be found by considering the time-of-use dispatch between cogeneration systems and utility companies. A real cogeneration system is given to illustrate the proposed method.     

采用自适应在线模型辨识的微电网二次调频策略

各种模型未知的商业变流器的接入、供电及负荷设备的频繁投切以及网络结构的变化导致微电网系统模型具有不确定性和时变性的特点.针对基于传统比例-积分控制和采用参数化预测模型的模型预测控制等微电网二次调频策略存在的系统机理建模复杂、在线更新困难、定阶非机理建模难以适应全工况建模需求以及参数化预测模型求解复杂等问题,提出了基于自适应在线模型辨识的动态矩阵控制(DMC)二次调频策略.该策略由两部分构成:第1部分为自适应模型辨识,该部分将赤池信息准则模型阶次寻优方法和遗忘因子递推最小二乘法结合起来,实现对微电网等值最优模型的辨识;在第2部分DMC二次频率调节策略中,利用已获取的微电网等值最优模型来实时更新DMC二次调频算法的预测模型,通过滚动优化控制快速恢复系统频率.最后,在MATLAB/Simulink仿真平台搭建微电网仿真算例,验证了所提辨识方法和频率控制策略的正确性和有效性.     

基于CEMS数据的超低排放燃煤机组大气污染物排放特性分析

以54台超低排放燃煤机组为研究对象,对比分析了主要大气污染物(颗粒物、SO₂、NOx)的年排放达标率、年排放浓度、排放性能等排放特征。在对环保设施投运和故障进行调查的基础上,分析了排放超标和故障的原因。结果显示：参与调查的燃煤机组中颗粒物、SO₂、NOx排放年度达标率分别为99.981%、99.962%、99.893%,表明能够稳定实现超低排放;颗粒物、SO₂、NOx排放绩效均值分别为11.11、68.16、140.26 mg/(kW·h),满足且优于国家标准要求;启停时段颗粒物、SO₂、NOx排放超标时长占比分别为54%、64%、57%,说明机组启停过程中颗粒物、SO₂、NOx排放浓度难以控制,消除启停机期间制约环保设施正常投运的影响因素是后续主要研究方向。     

基于BP神经网络递推积分PI-重复控制在微电网APF中的研究

为改善有源滤波器(APF)在微电网运行中对谐波起到抑制作用及补偿电能质量的能力,提出了一种适用于微电网有源电力滤波器中的BP神经网络递推积分PI-重复控制策略。结合并联型APF拓扑结构,在传统PI控制算法基础之上引进BP神经网络算法及递推积分函数,根据跟踪误差变化趋向将PI控制参数进行实时、快速整定,进而满足最优化要求。并与重复控制进行并联,提高跟踪稳态误差能力,保证系统运行的稳定性。建立并联型APF仿真模型和实验装置,通过仿真对比验证了所提出的控制策略能够很好地提高响应速度和补偿精度,提高了有源电力滤波器的鲁棒性。     

基于动态矩阵的APF预测控制策略研究

为进一步提高有源电力滤波器(APF)的补偿性能,提了一种基于动态矩阵的预测控制策略.研究了预测控制策略的基本原理,根据动态矩阵控制理论,建立了APF的动态矩阵预测模型,进而设计出最优控制规律和反馈校正装置.实验结果证明,这种预测控制方案具有响应速度快、鲁棒性高等特点.     

基于自适应神经网络观测的无电压传感器PWM整流器功率预测控制

模型预测控制在脉宽调制(pulse width modulation,PWM)整流器上的应用既降低了直接功率控制中的脉振又提高了动态响应速度,但是传统的模型预测功率控制(model predictive power control,MPDPC)中对未来时刻状态量的预测仅依靠模型,对模型参数变化较为敏感,功率预测精度受电压传感器的测量精度和网侧谐波变化的影响明显。为实现整流侧参数的实时辨识和提高整体的预测精度,以实现对功率的精准控制,文中在模型预测功率控制(model predictive power control,MPDPC)的基础上引入自适应神经网络电压观测器,提出基于自适应神经网络观测的无电压传感器PWM整流器功率预测控制(adaptive neural model predictive power control,ANMPDPC)策略。通过构建包含自适应神经网络辨识器和自适应神经网络滤波器的自适应电压观测器,实现网侧电压估计的同时滤除电压高次谐波对其的影响,并将电压观测器与功率二步预测相结合,进一步降低功率脉振,提高系统的响应速度和控制精度。仿真和实验结果表明,所提出的改进策略既实现了无电压传感器下的模型预测控制,又有效抑制了网侧谐波的高频干扰及参数变化对预测精度的影响。     

基于模糊神经网络的感应电机直接转矩控制

传统的直接转矩控制存在较大的转矩脉动。为了减小转矩脉动,提高控制性能,将模糊神经网络算法引入到直接转矩控制当中,设计了基于模糊神经网络的直接转矩控制系统。所采用的Takagi--Sugeno型模糊神经网络充分融合了模糊逻辑和神经网络两者的优点。在模糊神经网络的训练过程中,采用了一种最小二乘算法和BP算法相结合的混合算法进行学习,提高了学习速度。为了验证该算法有效性和可行性,在MATLAB／Simulink环境下建立了基于模糊神经网络的直接转矩控制系统仿真模型,进行了仿真研究。仿真结果表明采用Takagi—Sugeno型的模糊神经网络算法使直接转矩控制系统的转矩脉动明显变小,控制性能明显改善。