循环流化床锅炉燃烧系统优化控制研究

循环流化床锅炉燃烧系统优化控制研究

钱烽雷

中国能源建设集团江苏省电力设计院有限公司江苏省南京市211102

摘要：近年来随着人们环保意识的日益加强，传统锅炉燃烧过程中燃料燃烧不充分及含硫化合物的污染问题逐渐受到人们的重视，循环流化床锅炉作为一种新兴锅炉技术可以有效解决以上问题因而得到了广泛的应用。但是较之于传统锅炉循环流化床锅炉燃烧系统的控制工作难度更大，循环流化床锅炉控制工作亟待优化。

关键词：循环流化床锅炉；燃烧系统；控制工作

引言

在循环流化床锅炉中燃料经由流化态燃烧不仅燃烧地更加充分而且可以在燃烧过程中自发完成脱硫过程，减少对环境的污染。但是流化态燃烧过程作为一个动态过程其影响因素更多且变化过程非线性，同时燃烧控制工作响应也具有滞后的特点，其燃烧系统控制工作亟待优化，本文也将对此加以分析与探讨。

一、循环流化床锅炉燃烧系统控制工作简介

循环流化床锅炉燃烧系统的控制工作耦合因素较多导致控制结果通常呈现出非线性变化的特征，为控制工作带来了极大的难度[1]。同时循环流化床锅炉的燃烧过程作为一个动态平衡体系，其自身具有较强的惯性，因此在对其进行控制调节时锅炉燃烧系统不能第一时间做出反馈，控制结果的滞后十分明显，这也导致控制工作不能第一时间做出调整从而影响了控制效果。目前循环流化床锅炉燃烧系统控制工作已经实现了对炉膛负压、烟气含氧量等参数的控制，这些变量在循环流化床锅炉的燃烧体系中牵涉的其他变量都较少，而决定燃烧热量与蒸汽负荷平衡的锅炉床温及主汽压力参数由于耦合因素过多难以实现精准控制。

目前对循环流化床锅炉燃烧系统锅炉床温的控制通常使用PID控制器，通过调节一次进风挡板的开度实现对一次进风量的调节，同时该进风量被引入前馈控制信号消除其自身对控制工作的影响，另外一次进风量调节后燃料量的调节过程滞后效应十分明显，因此PID控制器还将燃料量的调节反馈信号传输至前馈信号之前的调节器中，这样可以有效改善床温控制过程，实现对于床温的有效控制使之保持在合理的范围之内避免出现燃料焦化的问题。而仅仅将一次进风量及燃料量作为前馈信号仍不足以确保PID控制器实现对流化床床温的有效控制，因此在实际控制过程中技术人员将流化床床温也作为前馈信号作用于PID控制器之上，这样可以确保床温不会出现太大的偏差。在优化了信号反馈机制后，控制人员还对PID控制器参数进行了优化并进行仿真模拟，有效提升了床温控制的动态性能。

目前对主汽压力的调节主要是通过调整燃料的燃烧量实现的，首先需要根据循环流化床锅炉的燃烧方式选择适宜的控制方式，分别对热气的出口压力及母管气压进行调节。在控制锅炉燃料燃烧量时，其不仅会影响主汽压力，还会对其他的多种参数造成影响从而干扰主汽压力的控制效果[2]。为了避免燃料燃烧量控制过程对循环流化床锅炉正常运转的干扰，目前对主汽压力的控制也选用了PID控制器。在这一控制过程中，PID控制器的前馈信号主要有流化床的床温及主管道蒸汽压力，因为这两项参数直接决定着循环流化床锅炉的工作效率，同时由于蒸汽负荷取决于实际生产过程需求，因此在进行主汽压力控制时还需要与生产运行系统实现信息的联动，这样循环流化床锅炉可以第一时间对实际生产需求的变化做出相应，提升锅炉的工作效率。

二、循环流化床锅炉燃烧系统控制优化措施分析

目前对循环流化床锅炉燃烧系统的控制工作主要是对其燃烧过程中的各项重要参数分别进行控制，这样虽然可以较为精准地控制各项参数但是却忽略了各项参数变化时对循环流化床锅炉整体燃烧状态的影响，各个控制工作间的干扰不能得到消除从而影响锅炉的实际工作状态。虽然在主汽压力及床温控制中使用了PID控制器并对后续的PID参数进行了优化使控制工作更加贴合循环流化床锅炉的动态燃烧过程，但是控制器的前馈信号仍然不能做到对锅炉燃烧状态的整体反馈，控制工作仍然具有局限性[3]。最初技术人员试图运用BP神经网络技术实现对循环流化床锅炉燃烧过程的整体控制，BP神经网络可以利用多次的反馈得到各个耦合变量间的作用关系并赋予各个变量相应的权重，最后根据这一结果对PID控制器参数加以调节便可以完成控制工作，但这一技术计算过程过于繁琐导致控制时间较长，控制效果并不理想。

近年来针对循环流化床锅炉燃烧系统中耦合变量多，变量间相互作用复杂的特点，技术人员在循环流化床锅炉燃烧系统控制工作中应用了自抗扰控制器，使用该技术可以有效消除控制过程中锅炉各耦合变量间的自我干扰从而实现高效精准控制。自抗扰控制器在控制时利用矩阵将多变量系统的各项输入输出变量进行对角配对，这样主要控制变量便可以实现对角函数传递，而其他耦合变量的干扰项则分布于四周不会对主体函数传递造成干扰可以进行分散控制。自抗扰控制器在进行主要变量的函数传递时沿对角方向进行，四周的耦合变量虽然被省略但依旧会造成一定的干扰，此时在自抗扰控制器中会对此类干扰因子进行整合分析计算并得到最终的扰动信号，该扰动信号为各项耦合变量对主体函数传递过程影响的总和从而简化啦耦合变量分析过程，技术人员只需结合该扰动信号计算调整系数并进行反馈控制便可以近似得到解耦合的主体函数传递过程。

使用自抗扰控制器对循环流化床锅炉燃烧系统进行控制时，燃料进料量、主汽压力、床温温度及一次进风量作为循环流化床燃烧系统控制工作的主要变量分别位于矩阵对角，而炉膛负压、烟气含氧量等耦合变量则置于四周，这样在进行函数传递时便可以忽略这些因素的干扰从而对主要变量进行整体精确控制[4]。在循环流化床锅炉燃烧系统的控制过程中，主要变量的函数传递过程较为复杂，而且耦合变量种类过多也会都后期的控制效果造成干扰，目前主要使用基于仿生学的多目标果蝇优化算法设计技术对自抗扰控制器的控制过程加以优化。使用目标果蝇优化算法设计技术所使用的代码较为简单而且执行效率远远高于BP神经网络技术，该技术首先结合各耦合变量影响整体作用得出的扰动信号及主体变量间的函数传递过程通过多代数的优化分析找出最佳的自抗扰控制器参数，这样不仅可以实现对四项主要变量的精确控制还能做到对干扰变量最大程度的解耦合。另外为了使控制工作更好地贴合循环流化床锅炉的动态燃烧过程，目前还使用了基于预期动态的PI控制器进一步优化自抗扰控制器的工作效果。基于预期动态的PI控制器在自抗扰控制器的基础之上，使用预期动态技术对循环流化床锅炉在控制之后自身燃烧状态变化的滞后加以模拟，并将此作为反馈信号作用于自抗扰控制器之上，这样自抗扰控制器在进行算法参数优化时便可以更好地结合循环流化床锅炉的工作实际。

三、结束语

循环流化床锅炉燃烧系统控制的优化过程中，工作技术人员首先需要掌握燃料进量、主汽压力及床温、一次进风量等主要参数的变化规律，同时使用自抗扰控制器实现对耦合变量的去除，并利用多目标果蝇优化算法设计技术及基于预期动态的PI控制器优化自抗扰控制器的工作状态，使之满足对动态过程的控制要求。

参考文献：

[1]陈世和，张玉文，李东海，等.循环流化床锅炉燃烧系统的自抗扰控制器优化设计[J].控制理论与应用，2013，30（12）：1589-1594.

[2]许红兵，陈孝伟，张悦.循环流化床锅炉优化控制实现方法研究[J].计算机仿真，2013，30（6）：162-164.

[3]常太华，张琦，高明明.循环流化床锅炉燃烧系统床温优化控制[J].自动化技术与应用，2017，36（6）：22-25.

[4]李跃，郭俊，胡惠媛.循环流化床锅炉燃烧过程多目标优化控制策略研究[J].军民两用技术与产品，2015（18）.