论文总字数：26754字

摘 要

超超临界二次再热机组相比同一规格一次再热机组具有更高的经济效益，同时在排放二氧化碳、氮氧化物等废气上有显著降低，在现有热工控制技术和材料科学的基础上，研发高参数二次再热机组将是我国火电机组未来十分重要的发展方向。然而由于二次再热机组与一次再热机组相比添加了一套再热系统，系统变得更加复杂且子系统间的耦合性也增强。无论是从控制方案还是从调温原理，相比一次再热机组都具有不同的地方，且更加难以控制。预测控制是一类面向实际工业过程发展起来的先进控制理论，广受控制界的重视。将智能算法理论与预测控制理论结合起来，能使预测控制更加满足实际工业过程控制的需求。粒子群优化算法是Kennedy和Eberhart受到人工生命研究结果的启发，模拟鸟群觅食过程中个体和群体之间协调运作模式而诞生的智能算法。本文针对某电厂二次再热机组的扰动实验数据，建立了二次再热蒸汽对象的单输入单输出动态数学模型，利用粒子群算法和广义预测控制理论，在MATLAB上实现仿真，优化了系统对二次再热蒸汽的控制，对于实际应用具有一定的借鉴意义。

关键字：汽温控制，粒子群算法，预测控制

Abstract

The ultra-supercritical secondary reheat unit has higher economic efficiency than the same specification primary reheat unit, and has a significant reduction in exhaust gas such as carbon dioxide and nitrogen oxides. Based on existing thermal control technology and material science, the development of high-parameter secondary reheat units will be a very important development direction for Chinese thermal power units in the future. However, since the secondary reheat unit adds a reheat system compared to the primary reheat unit, the system becomes more complex and the coupling between the subsystems is enhanced. Whether it is from the control scheme or the temperature regulation principle, it has different places and is more difficult to control than a reheat unit. Predictive control is a kind of advanced control theory developed for practical industrial processes, which is widely recognized by the control community. Combining intelligent algorithm theory with predictive control theory can make predictive control more satisfying the needs of actual industrial control. The particle swarm optimization algorithm is inspired by the results of artificial life research by Kennedy and Eberhart, which simulates the intelligent algorithm generated by the coordinated operation mode between individuals and groups during the foraging of birds. In this paper, the single-input and single-output dynamic mathematical model of the secondary reheat steam object is established for the disturbance experimental data of a secondary reheat unit in a power plant. The particle swarm algorithm and generalized predictive control theory are used to simulate and optimize the system on matlab. The control of secondary reheat steam has certain reference value for practical application.

KEY WORDS：Steam temperature control, Particle swarm optimization, Predictive control

目 录

摘 要 Ⅰ

Abstract Ⅱ

第一章 绪论 1

1.1研究背景与意义 1

1.2超超临界二次再热机组的发展现状 1

1.3预测控制的发展与应用 2

1.4智能预测控制研究概况 4

1.5论文主要工作及难点 6

第二章 超超临界二次再热机组汽温控制方法 7

2.1超超临界一次再热机组再热汽温控制方法 7

2.1.1再热汽温的蒸汽侧调节方式 7

2.1.2再热汽温的烟气侧调节方式 8

2.2超超临界二次再热机组汽温控制方法 9

2.2.1二次再热机组汽温控制特点 9

2.2.2典型二次再热机组汽温控制方法 9

2.3本章小结 10

第三章 再热汽温系统建模 11

3.1建模概述 11

3.2传递函数辨识的工程问题 14

3.2.1模型类型的选取 14

3.2.2数据的选取和预处理 15

3.3基于粒子群算法的再热汽温系统辨识 17

3.3.1粒子群算法原理 17

3.3.2再热汽温系统传递函数辨识实现步骤 19

3.4本章小结 20

第四章 广义预测控制在再热系统中的应用 21

4.1广义预测控制理论 21

4.2基于PSO算法和广义预测控制的再热气温系统 22

4.2.1基于PSO算法的传递函数辨识 22

4.2.2基于广义预测控制的再热系统仿真 27

4.3本章小结 33

第五章 结论与展望 34

参考文献（References） 35

致 谢 37

第一章 绪论

1.1研究背景与意义

中国是一个每年产出庞大煤炭资源、对煤炭能源具有相当依赖性的国家，近几十年间，煤炭作为燃料发电一直是我国最主要的电力生产方式。截止至2018年的统计数据，全国发电装机容量将接近18亿千瓦，火力发电在这其中占据了十分大的份额，经统计约为110495万千瓦，超过全部装机容量的六成，比其他发电模式的装机容量加起来总和还多。可以预见，在未来很长的一段时间里，我国的发电能源结构将不会发生太大的改变。然而众所周知，火电厂生产电能的全过程中，各种各样的排放物一旦超过一定限度就会对环境产生恶性影响。故近些年，在提高机组热经济效率的同时，超超临界机组的清洁问题也越来越受到人们的重视。降低一次能源的消耗同时减少有害物的排放，是当前环境背景下的必然要求。

目前改进火电机组主要采用以下两种措施：一是保持当前的机组参数不变，通过各种措施提高机组效率，比如降低排烟温度、研发新式燃烧系统、高效除尘等，降低污染物的排放。这种方法在已经建成的火电厂中应用广泛。第二种就是在新建机组的过程中，在尽量提高机组效率，降低污染的基础上，通过改进技术水平令机组蒸汽参数得到进一步提高，同时减少热耗率。查阅资料已知这几年新建了许多超超临界机组，其中最高主蒸汽压力已经达到了30Mpa，主汽温度也已经提高到了700℃^[1][1]。如此高的压力、温度参数对当前常规使用的建造材料耐性提出了不小的挑战，几乎已经触及到了建造材料的极限。因此在材料科学暂时没有突破这一耐性极限的情况下，要进一步提高蒸汽的参数，可以说难度巨大。当前，采用二次再热系统来提高机组效率成为了研究的重要方向。二次再热机组与一次再热机组相比增加了1个再热过程，提高了平均吸热温度，从朗肯循环分析肯定提高发电效率，用当前已经投运的二次再热机组为例子，相比传统一次再热机组效率约可提高2.5%，十分具有发展潜力，故越来越受到重视。

1.2超超临界二次再热机组的发展现状

二次再热机组带来经济性、环保增益会随着机组蒸汽参数的提高而增加，越来越多的二次再热机组已经在投运或者正在新建中。据不完全统计数据显示，到目前为止全世界最少有55台二次再热机组投入运行，其中欧洲有13台，美国有23台，日本有13台^[2][2]。我国也有数台二次再热机组正在运行。

剩余内容已隐藏，请支付后下载全文，论文总字数：26754字