生物質(zhì)氣化爐智能控制系統的設計

<電氣開(kāi)吳> (2015. No.2)27文章編號:1004 - 289X(2015)02 -0027 -05生物質(zhì)氣化爐智能控制系統的設計羅偉(湖南鐵道職業(yè)技術(shù)學(xué)院,湖南株洲412001)摘要:針對生物質(zhì)氣化過(guò)程是一個(gè)具有非線(xiàn)性、非最小相位特征、不穩定性、大時(shí)滯和負荷干擾特點(diǎn)的動(dòng)態(tài)過(guò)程,提出了一種基于灰色遺傳組合預測雙閉環(huán)控制算法。采用灰色算法建立氣化爐溫度預測模型,在此基礎上對爐溫進(jìn)行控制;同時(shí)引入模糊控制算法對氣化爐一次風(fēng)量進(jìn)行控制,降低可燃氣體含氧量。仿真和現場(chǎng)運行結果表明了方法的有效性和優(yōu)越性。關(guān)鍵詞:氣化爐;灰色預測;智能控制;變論域模糊控制中圖分類(lèi)號:TM921文獻標識碼:BDouble-loop Intelligent Control System Design for Biomass GasifiesLU0 Wei(Hunan Railway Professional Technology College , Zhuzhou 412001 ,China)Abstract:In view of biomass gasify process which has nonlinear , non-minimum-phase , big delay and strong load inter-ference characteristics , a double-loop intelligent control based on gray ant combination prediction algorithm was presentedon this paper. The gray prediction algorithm was used to establish temperature model of gasifies , The temperature subcontrol system was based on the optimized gray temperature model. Finally , the variable universe fuzzy control algorithmwas used in the oxygen content sub control system. The gasify-air was controlled by the fuzzy rules in order to stabilizethe temperature of gasifies , and reduce the oxygen content of the combustible gases. The validity and superiority ishowed in the results of simulation and work site.Key words :gasifies ; grey predictioninelligent control;fuzzy control量不確定性因素,因此很難用精確的數學(xué)模型表達,采1引言用單-控制算法設計的一-般控制系統難以達到預期的能源競爭業(yè)已成為當今世界最大的競爭,同時(shí),隨效果,限制了生物質(zhì)能的推廣,亟需-種控制算法提高著(zhù)人們大量開(kāi)采和使用石油燃料,環(huán)境被不斷污染,石氣化過(guò)程的產(chǎn)量和質(zhì)量?；剂腺Y源也日趨緊張。生物質(zhì)能源是一種取材方2工藝分析及控制結構便、可再生的清潔能源,具有清潔、可再生的優(yōu)點(diǎn),正逐漸受到廣泛關(guān)注“.2。氣化技術(shù)是利用生物質(zhì)能的重生物質(zhì)氣化是指生物質(zhì)原料(薪柴、鋸末、麥秸、要手段，目前采用氣化技術(shù)將植物燃料的碳與游離氧、稻草等)壓制成型或經(jīng)簡(jiǎn)單的破碎加工處理后,在缺結合氧進(jìn)行熱化學(xué)反應,生成可燃氣體,是利用生物質(zhì)氧條件下,送入氣化爐中進(jìn)行氣化裂解,得到可燃氣體能的重要手段。我國生物質(zhì)能源豐富,但是由于氣化并進(jìn)行凈化處理而獲得氣體產(chǎn)品的過(guò)程。其原理是在工藝和控制手段的落后,生物質(zhì)能在能源消耗的比重一定的熱力學(xué)條件下,借助于部分空氣(或氧氣)、水較低。而我國生物質(zhì)氣化技術(shù)起步較晚，處于簡(jiǎn)單控蒸氣的作用,使生物質(zhì)的高聚物發(fā)生熱解、氧化、還原、制階段,氣化過(guò)程中爐溫波動(dòng)大、成分不穩定,包含大重整反應,中國煤化工一步熱裂化或催化裂化為小MHC NMH G H,CO,CO2和基金項目:2013年度湖南省教育廳科學(xué)研究項目生物質(zhì)氣化妒智能控CH4的氣體。制系統的研究與設計(課題編號:13C591)28<電氣開(kāi)吳> (2015. No.2)本文以秸稈作為生物質(zhì)原料，以下流式固定床氣速;輔控制器根據該轉速,對鼓風(fēng)機速度進(jìn)行跟隨控化爐作為研究對象。燃料在爐內按照干燥、熱解、氧制。由于一-次風(fēng)對爐溫的影響最為直接,通過(guò)設計?；?、還原四個(gè)階段逐步進(jìn)行氣化反應。氣化爐的控制糊規則,可彌補溫度控制的滯后性,在穩定爐溫的同目標是提高生物質(zhì)能的轉換效率的同時(shí),提升可燃氣時(shí),降低可燃氣體含氧量。體的質(zhì)量。氣化爐轉換效率主要取決于爐溫;而可燃3基于灰色預測的智 能控制器氣體質(zhì)量主要反映在其含氧量高低。當爐頂溫度處于300心時(shí),其他各層均能達到較佳的溫度區間。因此氣在生物質(zhì)氣化爐中,為控制氣化產(chǎn)物的含氧量,主化爐控制目標是爐頂溫度穩定在300C附近,同時(shí)限要利用調節一次風(fēng)進(jìn)氣量來(lái)實(shí)現,由于氣化溫度控制制可燃氣體含氧量<1%。系統是非線(xiàn)性、時(shí)變和大滯后系統,在許多工業(yè)過(guò)程控結合控制目標,本文所設計的雙閉環(huán)控制結構,如制中,模糊控制器因其具有快速響應和抗干擾能力的圖1所示,分別對生物質(zhì)燃料與一-次風(fēng)的投放量進(jìn)行特點(diǎn)被成功運用。本文在控制生物質(zhì)氣化爐的含氧量控制,達到穩定氣化爐爐頂溫度和降低出口處可燃氣中,也通過(guò)雙閉環(huán)控制,外環(huán)利用模糊控制器,內環(huán)通體的含氧量的目的。過(guò)免疫PID控制器。3.1模糊控制器 的設計在線(xiàn)修正一蚊群算法在實(shí)際的生產(chǎn)工藝中,模糊控制器依據生物質(zhì)氣灰色物質(zhì)原料速度預測H化爐溫度的檢測值和設定值之間的偏差及其偏差變化率,模糊規則經(jīng)推理得到最優(yōu)的給料量設定值。溫度定值{送料速度反饋}模糊控制模塊的輸人變量為溫度檢測值與設定值的偏溫度反饋差e及其變化率ec ,輸出變量為給料量的增量Ou。9答氧盤(pán)倘差最優(yōu)頁(yè)含氧量反饋本控制器中,溫度偏差e∈[ -50, +50],論域E=溫度變論機轉速|(zhì)化[8 ,8] ,模糊變量的詞集選擇為{ NL, NM,NS, 0,PS,設定值與溫度偏差糊控4p氧景PM,PL}。+8l制器[風(fēng)機轉速反饋}濃度偏差變化率ec∈[ -3,3],論域為EC=[ -4 ,4],EC的模糊變量為{NL,NS,0,PS ,PL}。圖1 雙閉環(huán)控制系統框圖類(lèi)似的,給料增量輸出Qu∈[ -2,2],論域U=2.1溫度控制環(huán)[ -6,6],U的模糊變量為:{NL, NM, NS,0, PS,PM,溫度控制環(huán)采用主、副控制結構。根據工藝分析,PL}。生物質(zhì)氣化爐爐溫主要雖然受到多種因素影響,但主依據現場(chǎng)實(shí)際情況,只有較大時(shí),溫度偏差變化率要由取決于物料物理、化學(xué)反應的放熱和吸熱。該過(guò)ec才能體現生物質(zhì)氣化爐溫度的改變趨勢。因此,控程的非線(xiàn)性、大滯后特性,無(wú)法用準確的數學(xué)模型描述制增量U與偏差E的關(guān)系較為緊密,而EC則當作U的難題,因此本文灰色預測的方法,作為主控制器控制的一一個(gè)輔助參考變量。本模糊控制器把實(shí)際的控制策策略,利用灰色預測算法,建立物料和溫度的灰色模略歸納為控制規則表,如表1所示。型;同時(shí)為了抑制一次風(fēng)量、 物料分布物料含水量等表1推理語(yǔ)言規則表干擾因素對模型的準確性的影響,主控制器根據當前E(NINMNSEPSPM溫度和溫度設定值,預測最優(yōu)的生物質(zhì)物料添加量;副控制根據該添加量,對上料機構的送料速度進(jìn)行跟隨NLNLNMNSNS0PS控制,達到精確上料的目的,穩定爐溫的目的。NL NNNN)PsPM2.2 可燃氣體的含氧量控制環(huán)PNPL以一次風(fēng)進(jìn)風(fēng)量作為主要調節手段,以穩定爐頂N!溫度降低可燃氣體含氧量為目的。一次風(fēng)在影響可PI燃氣體含氧量的同時(shí),也影響著(zhù)氣化爐溫度。因此本中國煤化工文引入溫度和含氧量?jì)蓚€(gè)反饋,主控制器采用模糊控為了在傳CNMHG,將輸人輸出變制,根據含氧量偏差以及爐溫偏差，推算最優(yōu)鼓風(fēng)機轉量隸屬度函數用梯形函數表示<電氣開(kāi)吳>(2015. No.2)29 .1(c≤x≤b)-(u9(1) +u(2)/2) 1](b≤x≤a)- (u9(2) +u(3)/2)a-b(1)B=:(4)(d≤x≤c)L-(u'(n-1) +u°(n)/2) 1」(a≤x or x≤d)則將要辨識的參數為通過(guò)上面的模糊推理規則及隸屬度,采用Mamda-θ=[a,b]'=(BTB) ~'B"Y(5)ni模糊推理的重心法解模糊,得到模糊控制查詢(xún)表。因此可以得到GM(1,1)的解析解為系統將濃度偏差e及其變化率ec模糊化后求得E、u'(k+1)=[x"(1)-b/a]exp( -ak) +b/a (6)EC,通過(guò)查詢(xún)表,得出控制輸出U,經(jīng)過(guò)清晰化接口,得到預測表達式為:求得給料量的增量Ou。u"(k+1)=u'(k+1)-u'(k)3.2灰色預測=(1 - exp(a)[u"(1) - b/a]exp( -用于解決信息不完備系統的數學(xué)方法就是灰色系ak))(7)統理論。20世紀80年代,鄧聚龍提出灰色系統理論.通過(guò)采用灰色預測方式，可以減少了氣化爐爐溫后,該理論的研究得到了迅速的發(fā)展,基于灰色理論的滯后的影響,對于后續子控制器提供了-種較為準確灰色預測思想已廣泛應用于各種領(lǐng)域,成功地解決了的選擇手段,從而保障了氣化爐爐溫的控制精度和運生產(chǎn)、生活和科學(xué)研究中的大量實(shí)際問(wèn)題。行速度?；疑A測是通過(guò)原始數據序列生成數據所建立的3.3免疫 PID控制器微分方程，可以減弱或消除原始數據序列中含有的隨因為給料量對壓差的抗擾動(dòng)能力較差,所以在生機干擾成分得到,同時(shí)可增強所蘊含的確定性信息通物質(zhì)氣化爐的內環(huán)控制中一般選擇的控制器 為精度較過(guò)累加生成操作?；疑Ｐ偷囊话悴捎脼?GM(n,N)高的免疫PID控制器。表示,其中n表示灰微分方程的階數,N表示灰微分方當溫度接近設定值時(shí),即當偏差e逐漸減小到程中變量的個(gè)數,GM(1,1)模型是在灰色預測中常用lel (2015. No.2)求得到實(shí)現,進(jìn)而讓被控對象性能良好?；诿庖?氧量往往高于1. 1%通常處在1. 2%附近波動(dòng),完全不PID反饋規則的反饋控制器IMF方框圖如圖2所示。能滿(mǎn)足生產(chǎn)工藝要求。e(k) =yd(k) -y(k)(8)本文以某廠(chǎng):生物質(zhì)氣化爐現場(chǎng)采集到的1000組式中,yd(k)為期望系統輸出即控制系統輸人,y爐頂溫度數據作 為訓練樣本,同時(shí)采集相同條件下的(k)為受控對象輸出,即控制系統實(shí)際輸出。用殺傷T500組數據作為實(shí)驗樣本。采用本文方法對樣本數據細胞ukill的量作為受控對象的輸人。離散PID控制進(jìn)行學(xué)習,建立預測模型,對試驗樣本進(jìn)行擬合。為了規則如下所示驗證本文方法,采用單純的灰色預測算法GM(1,1)對uPID(k) =Kp(1 +K/(z-1) +K。(z-1)/z)e相同的樣本和實(shí)驗數據,進(jìn)行學(xué)習和擬合。如圖3所示。式中,Kp ,K,K。分別為增益系數,積分作用系數，400微分作用系數;z是零階保持器,zu(k)=u(k+1)?？?0慮以PID型控制器輸出uPID(k)作為外部輸入ε(k)00一的量,從圖3可以得到IMF控制器如下:200-u(k) = Kp I uPID(k) -nf[ uPID(k). Au(k)]}賽150-= KPID(k){1-nf[Ou(k)] =Kp{1 - nf[ Su實(shí)際值00___.本文方法擬合(k)]}(1+ K/(z-1) +KJ(z-1)/z)e(k)50.式中,η為抑制參數。各系數滿(mǎn)足下列關(guān)系0 50 100150 200 250 300 350 400 450 500(Kp,K,Kj)>0,η> =0采樣點(diǎn)圖3仿真實(shí)驗結果可見(jiàn)，如果0 1,將實(shí)現正反饋作用。抑制系4應用與結論數η的上限使受控對象維持穩定,當η=0,IMF控制器與傳統的PID控制器相同。采用本文控制策略控制系統投入生產(chǎn)后,記錄了該免疫PID控制器能達到對給料量的精確控制，2011年12、2012年1月、2012年2月的三個(gè)月中的生降低了壓差擾動(dòng)的影響,使溫度的穩定控制達到較好產(chǎn)指標,同2010年12、2011年1月、2011年2月的三的保障。個(gè)月中,未采用本文控制方法條件下的平均溫度誤差、可燃氣體含氧量燃氣含量、產(chǎn)量四項生產(chǎn)指標進(jìn)行對「e(k)1 uPID(k)的的十k/間→8→8四°~[[受控對象}比,結果如表2所示。表2生產(chǎn)參數指標對比表平均溫可燃氣體燃氣含量產(chǎn)量中-軍度誤差.含氧量(Co,H2)(m')+8原有控制策略+32C 1.1%-1.3% ≈34.1% ~16582.5Ju(k)本文控制策略+159C≈0. 9%=41.7%≈ 20534.8圖2免疫 PID反饋控制方框圖從結果上看,采用本文控制策略后氣化爐爐頂溫度基本穩定在設定值附近，平均誤差約為土159C ;可燃3仿真試驗與結論氣體含氧量從原先的1.1% ~ 1.3%,下降到現在的在生物質(zhì)氣化爐生產(chǎn)過(guò)程控制系統的投人使用0.9% ,遠遠好于之前的控制策略;可燃氣體中燃氣含前,現場(chǎng)采用PID控制策略。PID控制器的控制效果量由原先的34. 1%提高到41.7%?？梢?jiàn)采用本文控關(guān)鍵在于確定最優(yōu)的P、I和D3個(gè)參數。但3個(gè)參數制策略的氣化爐可燃氣體產(chǎn)量明顯提升。整個(gè)生物質(zhì)的調節比較繁瑣且難以確定,因此會(huì )影響到現場(chǎng)運行氣化爐在自動(dòng)調節過(guò)程中,實(shí)現了穩定控制,提高了生效果。將PID算法應用于生物質(zhì)氣化爐生產(chǎn)過(guò)程中，物質(zhì)氣化爐中國煤化工保了其運行的穩其最好的控制效果是將氣化爐干燥層溫度穩定在設定定性。YHCNMHG(下轉第35頁(yè))值的+75C范圍,且調節時(shí)間超過(guò)1min,可燃氣體含.<電氣開(kāi)吳> (2015. No.2)35由圖8的仿真波形可以看出,電網(wǎng)的側的輸出電age -Based Droop Control[ J]. IEEE Transactions on Power Sytems ,2013 ,28流在1s之后變?yōu)?,表示微電網(wǎng)與大電網(wǎng)斷開(kāi),進(jìn)入(3) :2545 -2553.孤島運行模式。微網(wǎng)由并網(wǎng)模式切換到孤島模式運行[11] 牟曉春,畢大強,任先文.低壓微網(wǎng)綜合控制策略設計[J].電力系統自動(dòng)化,2010,19(34):91 -96.以后,失去了大電網(wǎng)的支撐,基于下垂控制的微網(wǎng)逆變[12]黃小榮,陳鳴,陳方林. 徵網(wǎng)運行模式及控制策略研究[J].華東器輸出呈現電壓源特性,繼續支撐微網(wǎng)的運行。電力,2012 ,40(5) :798 - 801.微網(wǎng)進(jìn)人孤島模式運行后,DC1和DG2除了負擔13] 王成山,肖朝霞,王守相.微網(wǎng)綜合控制與分析[J].電力系統自各自6000W的負荷外,還要均分公共母線(xiàn)上的負荷,動(dòng)化,2008 ,32(7) :98 - 103.每臺DG平均分擔4000W的有功負荷和1000Var的無(wú)14] 楊志淳,樂(lè )健,劉開(kāi)培,等.微電網(wǎng)并網(wǎng)標準研究[J].電力系統保功負荷。這驗證了下垂控制功率均分的特性。此外,護與控制,2012 ,40(2):66 -71.15]王先為,卓放,楊美娟.交直流微網(wǎng)PCC無(wú)縫切換控制策略研究在并網(wǎng)運行時(shí),微電網(wǎng)的頻率和大電網(wǎng)的頻率(50Hz)[J].電力電子技術(shù),2012 ,46(8):1-3. .-致。進(jìn)人孤島運行,每臺DG的輸出功率大于其額[16] 李興旺,鄭競宏,劉鵬飛,等.微電網(wǎng)帶負荷并網(wǎng)的平滑切換條件定功率,由于下垂特性的作用,微網(wǎng)的頻率降低為及控制策略[J].黑龍江電力,2012,34(1):62 -65.49. 95 Hz。[17] Standard Coordinate Committee 21. IEEE 1547 IEEE standard for in-terconnecting distributed resources with electric power systems [ R]. New6結論York : Istitute of Electrical and Electonics Engineers ,Ine ,2003.[18] 張中鋒.徽網(wǎng)逆變器的下垂控制策略研究[D].南京:南京航天本文采用下垂控制策略,實(shí)現含多臺DG的微網(wǎng)航空大學(xué),2013.穩定運行。為了消除微網(wǎng)和電網(wǎng)的電壓幅值差、頻率差和相角差,本文根據三者對并網(wǎng)的影響度設計同步收稿日期:2014-03 -14控制順序,采用并網(wǎng)同步控制,實(shí)現了微電網(wǎng)由孤島向作者簡(jiǎn)介:朱桃蘭( 190-),女碩士研究生,研究方向:微電網(wǎng)運行與控制;王倩(1962 -),女,教授,碩士生導師,研究方向:電力系統調度自動(dòng)化;并網(wǎng)的平滑切換。同樣,本文的控制方法也適用于實(shí)黃付順(1990-),男,碩士研究生,研究方向:分布式電測I運行優(yōu)化?，F微網(wǎng)由并網(wǎng)向孤島的平滑切換。通過(guò)仿真實(shí)驗,結果表明該控制方法能夠有效實(shí)現微電網(wǎng)在雙模式下的(.上接第30頁(yè))運行,并且能夠實(shí)現微電網(wǎng)在并網(wǎng)和孤島兩種模式之間的平滑切換,具有良好的動(dòng)態(tài)和穩態(tài)特性。參考文獻[1] 周中仁,吳文良.生物質(zhì)能研究現狀及展望[J].農業(yè)工程學(xué)報，1] Lasseter. Micrmgrids[ A]. In: IEEE Power Engineering Society Winter2005 ,21:12-15.Meeting, New York[ C]. USA ,2001 ,1:146 - 149.[2] 王中賢,張紅,陳興元,等.熱管生物質(zhì)氣化爐的模擬與試驗[]].2] Sanchez M. Overiew of microgrid research and development acivities in江蘇大學(xué)學(xué)報:自然科學(xué)版,2008 ,29(6) :512 -515.the EU[A]. In:onrealsym Posiumon Microgrids[C].2006,1:355 -361.[3] 歐陽(yáng)暈,牛銘.基于不同控制策略的微網(wǎng)仿真[J].電網(wǎng)與清潔能[3] 李鵬,王維新,吳杰,等.生物質(zhì)氣化及氣化爐的研究進(jìn)展[J].新疆農機化,2007 ,10(3):46 -48.源2011,27(3):19 -24.[4] 劉龍舞,張捍東,董克龍。微網(wǎng)控制技術(shù)研究綜述[J].電工電氣，4] 劉紅波,李少遠,柴天佑.一種基于模糊切換的模糊負荷控制器及其應用.控制與決策[J].2003 ,18(5) :615 -618.2012,(2):1 -6.[5] H. J Pil,K. Euntai. Robust tracking control of an letricallyl driven[5] 張明銳,杜志超,黎娜,等.高壓徵網(wǎng)孤島運行時(shí)頻率穩定控制策robot:Adaptive fuzry logic approach [J]. IEEE Transactions on Fuzy Sys-略研究[J].中國電機工程學(xué)報,2012 ,32(25) :20 -26.tems ,2006,(14)2:232 -247.[6] 李培強,劉志勇,李欣然,等.應用綜合控制策略的微電網(wǎng)建模與[6] D. R. Lewin,A. Parag. A constrained genetic algorithm for decentral.仿真[J].高電壓技術(shù),2011 ,37(10) :2356 -2362.ized control system structure seletin and optimization [ J]. Automnatica,[7]張純. 微網(wǎng)雙模式運行的控制策略研究[D].重慶:重慶大學(xué),2011.2003 ,39( 10);1801 - 1807.[8] 王咸山,高菲,李鵬,等.低壓微網(wǎng)控制策略研究[J].中國電機工7] PAN Mei - qin ,HE Guo - ping. A Hybrid Genetic Algorithm of Func-程學(xué)報,2012 ,32(25):2 -8.tion Optimization Based on Conjugate Gradient Algorithm [ J]. Journal of[9] Jin Cheng, Gao Minghi, Lv Xiaofeng, et al. A Seamless TransferShandong Univ of Sci and Technol:Nat Sci ,000,19(4):10-13.Strategy of Islanded and Grid-connected Mode Switching for Microgrid based8] Cheng Chi-Bin. Fuzzy process contro!: constuction of control chartson Droop Control[ A]. In:IEEE Energy Converion Congress and Expositionwith fuzzy numbe中國煤化工,(2):287 -303.[C]. 2012:969 -973.YHCNM HG[ 10 ] Tine L. Vandoom, Bart Meersman, Jeroen D. M. De Kooning,et al.收稿日期:2014 -03- 1UTransition From Islanded to Grid-Connected Mode of Microgids With Volt-作者簡(jiǎn)介:羅偉,(1979 -),男,副教授,研究領(lǐng)域:智能控制。.