[实用新型]用于火力发电厂的智能优化控制系统

说明书

技术领域

本实用新型涉及火力发电领域，尤其涉及一种用于大型火力发电厂的智能优化控制系统。 

背景技术

实现对大型火力发电厂锅炉、汽机的优化控制，对机组节能降耗、减少污染物排放有着重大的意义。目前，以单元机组为控制对象，火力发电厂的整体自动控制系统包括锅炉的蒸汽温度控制系统、燃烧过程控制系统以及协调控制系统等众多子系统。 

而锅炉的蒸汽温度控制系统，简称气温控制系统，属于典型的大惯性、多容环节系统，其控制对象具有较大的迟延及参数摄动特性，因此汽温控制是电力行业公认的难题。传统的PID控制算法因为PID控制器不需要精确的数学模型，且PID各控制参数的物理关系明确，容易在线整定，目前PID控制策略仍占主导地位。但是当出现电力负荷指令大幅度、频繁变化，炉膛吹灰，以及机组设备本身发生异常等外部扰动时，传统的控制PID策略就难以取得令人满意的控制效果，往往容易造成蒸汽温度失去控制甚至超温的发生，例如，当机组电力负荷以2％MCR/min的速率变化时，蒸汽温度就会偏离设定值10℃以上。这时只能通过手动操作来控制汽温，通过降低蒸汽温度设定值来运行，这样就降低了机组的经济性，增加了运行人员的劳动强度。 

大型火力发电厂运行中，由于电力负荷变化、燃料成分含量波动即煤质等实际因素的影响，锅炉的实际状态在不断变化中，目前采用的DCS(集散式控制系统，Distributed Control System)燃烧控制系统往往无法完全针对锅炉燃烧的特点，实时控制运行工况。而且随机组负荷的变化，运行效率的变化也非常大，不能保证机组保持在最佳的运行曲线上。随着时 间的推移，原来运行的控制基准也会发生变化，运行人员的经验可能来不及适应机组的变化。 

目前，不少电厂锅炉应用了燃烧优化闭环控制系统，但是该系统很难获得一个长期稳定的效果，主要因为锅炉和机组需要维持主蒸汽温度和再热蒸汽温度的稳定，但是传统的优化闭环控制系统反而使得这些控制对象更加难以控制；其次，传统的燃烧优化闭环控制技术无法处理常见的操作比如磨煤机启动停止、吹灰、升降负荷等过程。所以，该系统无法全程投入，不能长期稳定的运行，锅炉和机组的经济性和安全性无从保证。 

发明内容

针对现有控制系统的不足，本实用新型提供了一种用于火力发电厂的智能优化控制系统，用来实现汽温优化控制、燃烧优化控制、协调控制优化，该系统本身具有良好的鲁棒性和稳定性，兼容性强，易于实施。 

本实用新型提供了一种用于火力发电厂的智能优化控制系统，所述的智能优化控制系统是通过以下的技术方案实现的： 

一种用于火力发电厂的智能优化控制系统，包括： 

智能控制预测模块，用来提供不同工况状态下的自动控制系统中的被控变量的预测值，所述控制系统包括锅炉蒸汽温度控制子系统、协调控制子系统和燃烧控制子系统； 

DCS系统，用来提供不同工况状态下的运行数据，并对所述智能控制预测模块中的预测值进行优化控制； 

通讯模块，用来提供所述智能控制预测模块和所述DCS系统之间的双向数据通讯。 

本实用新型采用智能控制预测模块和智能优化控制系统，利用IHMPC(智能混合模型预测控制，Intelligent Hybrid Model Predictive Control)技术来替代原有的传统PID控制技术，把整个控制对象划分为两大类工作空间，一个是平稳工况下的较为精确的稳工况模型类，另一个是较大扰动工况的变工况模型类，如吹灰过程，升降负荷、磨煤机启停过 程等。这种混合模型预测控制，体现了预测控制的灵活性，而且在处理较大扰动工况时体现出一定的优势，能够有效实现全工况控制要求，兼容性强，易于实施。 

附图说明

下面结合附图和实施例对本实用新型进一步说明： 

图1为本实用新型实施例1智能控制预测模块的示意图； 

图2为本实用新型实施例2智能优化控制系统的示意图。 

具体实施方式

如图1为本实用新型实施例1智能控制预测模块的示意图。 

一种用于火力发电厂的智能控制预测模块，包括： 

采集子模块，用来从DCS控制系统中采集运行数据和实时工况数据； 

稳态工况预测处理子模块，用来根据所述运行数据，获得当前工作状态下的被控变量的稳态预测值； 

扰动工况预测处理子模块，当工作状态发生变化时，用来获得当前工作状况下的被控变量的动态预测值；