<電氣開吳> (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(tǒng)的設(shè)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)氣化過程是一個具有非線性、非最小相位特征、不穩(wěn)定性、大時滯和負荷干擾特點的動態(tài)過程,提出了一種基于灰色遺傳組合預(yù)測雙閉環(huán)控制算法。采用灰色算法建立氣化爐溫度預(yù)測模型,在此基礎(chǔ)上對爐溫進行控制;同時引入模糊控制算法對氣化爐一次風(fēng)量進行控制,降低可燃氣體含氧量。仿真和現(xiàn)場運行結(jié)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(yù)測;智能控制;變論域模糊控制中圖分類號: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(shù)學(xué)模型表達,采1引言用單-控制算法設(shè)計的一-般控制系統(tǒng)難以達到預(yù)期的能源競爭業(yè)已成為當今世界最大的競爭,同時,隨效果,限制了生物質(zhì)能的推廣,亟需-種控制算法提高著人們大量開采和使用石油燃料,環(huán)境被不斷污染,石氣化過程的產(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(jié)構(gòu)便、可再生的清潔能源,具有清潔、可再生的優(yōu)點,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)簡單的破碎加工處理后,在缺結(jié)合氧進行熱化學(xué)反應(yīng),生成可燃氣體,是利用生物質(zhì)氧條件下,送入氣化爐中進行氣化裂解,得到可燃氣體能的重要手段。我國生物質(zhì)能源豐富,但是由于氣化并進行凈化處理而獲得氣體產(chǎn)品的過程。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,氣化過程中爐溫波動大、成分不穩(wěn)定,包含大重整反應(yīng),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(tǒng)的研究與設(shè)計(課題編號:13C591)28<電氣開吳> (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(jù)該轉(zhuǎn)速,對鼓風(fēng)機速度進行跟隨控化爐作為研究對象。燃料在爐內(nèi)按照干燥、熱解、氧制。由于一-次風(fēng)對爐溫的影響最為直接,通過設(shè)計?；⑦€原四個階段逐步進行氣化反應(yīng)。氣化爐的控制糊規(guī)則,可彌補溫度控制的滯后性,在穩(wěn)定爐溫的同目標是提高生物質(zhì)能的轉(zhuǎn)換效率的同時,提升可燃氣時,降低可燃氣體含氧量。體的質(zhì)量。氣化爐轉(zhuǎn)換效率主要取決于爐溫;而可燃3基于灰色預(yù)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,其他各層均能達到較佳的溫度區(qū)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(wěn)定在300C附近,同時限要利用調(diào)節(jié)一次風(fēng)進氣量來實現(xiàn),由于氣化溫度控制制可燃氣體含氧量<1%。系統(tǒng)是非線性、時變和大滯后系統(tǒng),在許多工業(yè)過程控結(jié)合控制目標,本文所設(shè)計的雙閉環(huán)控制結(jié)構(gòu),如制中,模糊控制器因其具有快速響應(yīng)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)的投放量進行特點被成功運用。本文在控制生物質(zhì)氣化爐的含氧量控制,達到穩(wěn)定氣化爐爐頂溫度和降低出口處可燃氣中,也通過雙閉環(huán)控制,外環(huán)利用模糊控制器,內(nèi)環(huán)通體的含氧量的目的。過免疫PID控制器。3.1模糊控制器 的設(shè)計在線修正一蚊群算法在實際的生產(chǎn)工藝中,模糊控制器依據(jù)生物質(zhì)氣灰色物質(zhì)原料速度預(yù)測H化爐溫度的檢測值和設(shè)定值之間的偏差及其偏差變化率,模糊規(guī)則經(jīng)推理得到最優(yōu)的給料量設(shè)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(shè)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答氧盤倘差最優(yōu)頁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(zhuǎn)速|(zhì)化[8 ,8] ,模糊變量的詞集選擇為{ NL, NM,NS, 0,PS,設(shè)定值與溫度偏差糊控4p氧景PM,PL}。+8l制器[風(fēng)機轉(zhuǎn)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(tǒng)框圖類似的,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(jié)構(gòu)。根據(jù)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(jù)現(xiàn)場實際情況,只有較大時,溫度偏差變化率要由取決于物料物理、化學(xué)反應(yīng)的放熱和吸熱。該過ec才能體現(xiàn)生物質(zhì)氣化爐溫度的改變趨勢。因此,控程的非線性、大滯后特性,無法用準確的數(shù)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(yù)測的方法,作為主控制器控制的一一個輔助參考變量。本模糊控制器把實際的控制策策略,利用灰色預(yù)測算法,建立物料和溫度的灰色模略歸納為控制規(guī)則表,如表1所示。型;同時為了抑制一次風(fēng)量、 物料分布物料含水量等表1推理語言規(guī)則表干擾因素對模型的準確性的影響,主控制器根據(jù)當前E(NINMNSEPSPM溫度和溫度設(shè)定值,預(yù)測最優(yōu)的生物質(zhì)物料添加量;副控制根據(jù)該添加量,對上料機構(gòu)的送料速度進行跟隨NLNLNMNSNS0PS控制,達到精確上料的目的,穩(wěn)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)進風(fēng)量作為主要調(diào)節(jié)手段,以穩(wěn)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,也影響著氣化爐溫度。因此本中國煤化工文引入溫度和含氧量兩個反饋,主控制器采用模糊控為了在傳CNMHG,將輸人輸出變制,根據(jù)含氧量偏差以及爐溫偏差，推算最優(yōu)鼓風(fēng)機轉(zhuǎn)量隸屬度函數(shù)用梯形函數(shù)表示<電氣開吳>(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(shù)為通過上面的模糊推理規(guī)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,得到模糊控制查詢表。因此可以得到GM(1,1)的解析解為系統(tǒng)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,通過查詢表,得出控制輸出U,經(jīng)過清晰化接口,得到預(yù)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(yù)測=(1 - exp(a)[u"(1) - b/a]exp( -用于解決信息不完備系統(tǒng)的數(shù)學(xué)方法就是灰色系ak))(7)統(tǒng)理論。20世紀80年代,鄧聚龍?zhí)岢龌疑到y(tǒng)理論.通過采用灰色預(yù)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(xù)子控制器提供了-種較為準確灰色預(yù)測思想已廣泛應(yīng)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)研究中的大量實際問題。行速度?；疑A(yù)測是通過原始數(shù)據(jù)序列生成數(shù)據(jù)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(shù)據(jù)序列中含有的隨因為給料量對壓差的抗擾動能力較差,所以在生機干擾成分得到,同時可增強所蘊含的確定性信息通物質(zhì)氣化爐的內(nèi)環(huán)控制中一般選擇的控制器 為精度較過累加生成操作?；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(shù),N表示灰微分方當溫度接近設(shè)定值時,即當偏差e逐漸減小到程中變量的個數(shù),GM(1,1)模型是在灰色預(yù)測中常用lel (2015. No.2)求得到實現(xiàn),進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,完全不PID反饋規(guī)則的反饋控制器IMF方框圖如圖2所示。能滿足生產(chǎn)工藝要求。e(k) =yd(k) -y(k)(8)本文以某廠:生物質(zhì)氣化爐現(xiàn)場采集到的1000組式中,yd(k)為期望系統(tǒng)輸出即控制系統(tǒng)輸人,y爐頂溫度數(shù)據(jù)作 為訓(xùn)練樣本,同時采集相同條件下的(k)為受控對象輸出,即控制系統(tǒng)實際輸出。用殺傷T500組數(shù)據(jù)作為實驗樣本。采用本文方法對樣本數(shù)據(jù)細胞ukill的量作為受控對象的輸人。離散PID控制進行學(xué)習(xí),建立預(yù)測模型,對試驗樣本進行擬合。為了規(guī)則如下所示驗證本文方法,采用單純的灰色預(yù)測算法GM(1,1)對uPID(k) =Kp(1 +K/(z-1) +K。(z-1)/z)e相同的樣本和實驗數(shù)據(jù),進行學(xué)習(xí)和擬合。如圖3所示。式中,Kp ,K,K。分別為增益系數(shù),積分作用系數(shù)，400微分作用系數(shù);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(shù)。各系數(shù)滿足下列關(guān)系0 50 100150 200 250 300 350 400 450 500(Kp,K,Kj)>0,η> =0采樣點圖3仿真實驗結(jié)果可見，如果0 1,將實現(xiàn)正反饋作用。抑制系4應(yīng)用與結(jié)論數(shù)η的上限使受控對象維持穩(wěn)定,當η=0,IMF控制器與傳統(tǒng)的PID控制器相同。采用本文控制策略控制系統(tǒng)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月的三個月中的生降低了壓差擾動的影響,使溫度的穩(wěn)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)指標進行對「e(k)1 uPID(k)的的十k/間→8→8四°~[[受控對象}比,結(jié)果如表2所示。表2生產(chǎn)參數(shù)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(jié)果上看,采用本文控制策略后氣化爐爐頂溫度基本穩(wěn)定在設(shè)定值附近，平均誤差約為土159C ;可燃3仿真試驗與結(jié)論氣體含氧量從原先的1.1% ~ 1.3%,下降到現(xiàn)在的在生物質(zhì)氣化爐生產(chǎn)過程控制系統(tǒng)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(xiàn)場采用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%?？梢姴捎帽疚目仃P(guān)鍵在于確定最優(yōu)的P、I和D3個參數(shù)。但3個參數(shù)制策略的氣化爐可燃氣體產(chǎn)量明顯提升。整個生物質(zhì)的調(diào)節(jié)比較繁瑣且難以確定,因此會影響到現(xiàn)場運行氣化爐在自動調(diào)節(jié)過程中,實現(xiàn)了穩(wěn)定控制,提高了生效果。將PID算法應(yīng)用于生物質(zhì)氣化爐生產(chǎn)過程中，物質(zhì)氣化爐中國煤化工保了其運行的穩(wěn)其最好的控制效果是將氣化爐干燥層溫度穩(wěn)定在設(shè)定定性。YHCNMHG(下轉(zhuǎn)第35頁)值的+75C范圍,且調(diào)節(jié)時間超過1min,可燃氣體含.<電氣開吳> (2015. No.2)35由圖8的仿真波形可以看出,電網(wǎng)的側(cè)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,進入(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(shè)計[J].電力系統(tǒng)自動化,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(xiàn)電壓源特性,繼續(xù)支撐微網(wǎng)的運行。電力,2012 ,40(5) :798 - 801.微網(wǎng)進人孤島模式運行后,DC1和DG2除了負擔(dān)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(tǒng)自各自6000W的負荷外,還要均分公共母線上的負荷,動化,2008 ,32(7) :98 - 103.每臺DG平均分擔(dān)4000W的有功負荷和1000Var的無14] 楊志淳,樂健,劉開培,等.微電網(wǎng)并網(wǎng)標準研究[J].電力系統(tǒng)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無縫切換控制策略研究在并網(wǎng)運行時,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(jié)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,實現(xiàn)含多臺DG的微網(wǎng)航空大學(xué),2013.穩(wěn)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(jù)三者對并網(wǎng)的影響度設(shè)計同步收稿日期:2014-03 -14控制順序,采用并網(wǎng)同步控制,實現(xiàn)了微電網(wǎng)由孤島向作者簡介: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(dǎo)師,研究方向:電力系統(tǒng)調(diào)度自動化;并網(wǎng)的平滑切換。同樣,本文的控制方法也適用于實黃付順(1990-),男,碩士研究生,研究方向:分布式電測I運行優(yōu)化?，F(xiàn)微網(wǎng)由并網(wǎng)向孤島的平滑切換。通過仿真實驗,結(jié)果表明該控制方法能夠有效實現(xiàn)微電網(wǎng)在雙模式下的(.上接第30頁)運行,并且能夠?qū)崿F(xiàn)微電網(wǎng)在并網(wǎng)和孤島兩種模式之間的平滑切換,具有良好的動態(tài)和穩(wěn)態(tài)特性。參考文獻[1] 周中仁,吳文良.生物質(zhì)能研究現(xiàn)狀及展望[J].農(nóng)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展[J].新疆農(nóng)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(yīng)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)孤島運行時頻率穩(wěn)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(yīng)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-作者簡介:羅偉,(1979 -),男,副教授,研究領(lǐng)域:智能控制。.