生物质气化炉智能控制系统的设计

<电气开吴> (2015. No.2)27文章编号:1004 - 289X(2015)02 -0027 -05生物质气化炉智能控制系统的设计罗伟(湖南铁道职业技术学院,湖南株洲412001)摘要:针对生物质气化过程是一个具有非线性、非最小相位特征、不稳定性、大时滞和负荷干扰特点的动态过程,提出了一种基于灰色遗传组合预测双闭环控制算法。采用灰色算法建立气化炉温度预测模型,在此基础上对炉温进行控制;同时引入模糊控制算法对气化炉一次风量进行控制,降低可燃气体含氧量。仿真和现场运行结果表明了方法的有效性和优越性。关键词:气化炉;灰色预测;智能控制;变论域模糊控制中图分类号:TM921文献标识码: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量不确定性因素,因此很难用精确的数学模型表达,采1引言用单-控制算法设计的一-般控制系统难以达到预期的能源竞争业已成为当今世界最大的竞争,同时,随效果,限制了生物质能的推广,亟需-种控制算法提高着人们大量开采和使用石油燃料,环境被不断污染,石气化过程的产量和质量。化燃料资源也日趋紧张。生物质能源是一种取材方2工艺分析及控制结构便、可再生的清洁能源,具有清洁、可再生的优点,正逐渐受到广泛关注“.2。气化技术是利用生物质能的重生物质气化是指生物质原料(薪柴、锯末、麦秸、要手段，目前采用气化技术将植物燃料的碳与游离氧、稻草等)压制成型或经简单的破碎加工处理后,在缺结合氧进行热化学反应,生成可燃气体,是利用生物质氧条件下,送入气化炉中进行气化裂解,得到可燃气体能的重要手段。我国生物质能源丰富,但是由于气化并进行净化处理而获得气体产品的过程。其原理是在工艺和控制手段的落后,生物质能在能源消耗的比重一定的热力学条件下,借助于部分空气(或氧气)、水较低。而我国生物质气化技术起步较晚，处于简单控蒸气的作用,使生物质的高聚物发生热解、氧化、还原、制阶段,气化过程中炉温波动大、成分不稳定,包含大重整反应,中国煤化工一步热裂化或催化裂化为小MHC NMH G H,CO,CO2和基金项目:2013年度湖南省教育厅科学研究项目生物质气化妒智能控CH4的气体。制系统的研究与设计(课题编号:13C591)28<电气开吴> (2015. No.2)本文以秸秆作为生物质原料，以下流式固定床气速;辅控制器根据该转速,对鼓风机速度进行跟随控化炉作为研究对象。燃料在炉内按照干燥、热解、氧制。由于一-次风对炉温的影响最为直接,通过设计模化、还原四个阶段逐步进行气化反应。气化炉的控制糊规则,可弥补温度控制的滞后性,在稳定炉温的同目标是提高生物质能的转换效率的同时,提升可燃气时,降低可燃气体含氧量。体的质量。气化炉转换效率主要取决于炉温;而可燃3基于灰色预测的智 能控制器气体质量主要反映在其含氧量高低。当炉顶温度处于300心时,其他各层均能达到较佳的温度区间。因此气在生物质气化炉中,为控制气化产物的含氧量,主化炉控制目标是炉顶温度稳定在300C附近,同时限要利用调节一次风进气量来实现,由于气化温度控制制可燃气体含氧量<1%。系统是非线性、时变和大滞后系统,在许多工业过程控结合控制目标,本文所设计的双闭环控制结构,如制中,模糊控制器因其具有快速响应和抗干扰能力的图1所示,分别对生物质燃料与一-次风的投放量进行特点被成功运用。本文在控制生物质气化炉的含氧量控制,达到稳定气化炉炉顶温度和降低出口处可燃气中,也通过双闭环控制,外环利用模糊控制器,内环通体的含氧量的目的。过免疫PID控制器。3.1模糊控制器 的设计在线修正一蚊群算法在实际的生产工艺中,模糊控制器依据生物质气灰色物质原料速度预测H化炉温度的检测值和设定值之间的偏差及其偏差变化率,模糊规则经推理得到最优的给料量设定值。温度定值{送料速度反馈}模糊控制模块的输人变量为温度检测值与设定值的偏温度反馈差e及其变化率ec ,输出变量为给料量的增量Ou。9答氧盘倘差最优页含氧量反馈本控制器中,温度偏差e∈[ -50, +50],论域E=温度变论机转速|化[8 ,8] ,模糊变量的词集选择为{ NL, NM,NS, 0,PS,设定值与温度偏差糊控4p氧景PM,PL}。+8l制器[风机转速反馈}浓度偏差变化率ec∈[ -3,3],论域为EC=[ -4 ,4],EC的模糊变量为{NL,NS,0,PS ,PL}。图1 双闭环控制系统框图类似的,给料增量输出Qu∈[ -2,2],论域U=2.1温度控制环[ -6,6],U的模糊变量为:{NL, NM, NS,0, PS,PM,温度控制环采用主、副控制结构。根据工艺分析,PL}。生物质气化炉炉温主要虽然受到多种因素影响,但主依据现场实际情况,只有较大时,温度偏差变化率要由取决于物料物理、化学反应的放热和吸热。该过ec才能体现生物质气化炉温度的改变趋势。因此,控程的非线性、大滞后特性,无法用准确的数学模型描述制增量U与偏差E的关系较为紧密,而EC则当作U的难题,因此本文灰色预测的方法,作为主控制器控制的一一个辅助参考变量。本模糊控制器把实际的控制策策略,利用灰色预测算法,建立物料和温度的灰色模略归纳为控制规则表,如表1所示。型;同时为了抑制一次风量、 物料分布物料含水量等表1推理语言规则表干扰因素对模型的准确性的影响,主控制器根据当前E(NINMNSEPSPM温度和温度设定值,预测最优的生物质物料添加量;副控制根据该添加量,对上料机构的送料速度进行跟随NLNLNMNSNS0PS控制,达到精确上料的目的,稳定炉温的目的。NL NNNN)PsPM2.2 可燃气体的含氧量控制环PNPL以一次风进风量作为主要调节手段,以稳定炉顶N!温度降低可燃气体含氧量为目的。一次风在影响可PI燃气体含氧量的同时,也影响着气化炉温度。因此本中国煤化工文引入温度和含氧量两个反馈,主控制器采用模糊控为了在传CNMHG,将输人输出变制,根据含氧量偏差以及炉温偏差，推算最优鼓风机转量隶属度函数用梯形函数表示<电气开吴>(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)则将要辨识的参数为通过上面的模糊推理规则及隶属度,采用Mamda-θ=[a,b]'=(BTB) ~'B"Y(5)ni模糊推理的重心法解模糊,得到模糊控制查询表。因此可以得到GM(1,1)的解析解为系统将浓度偏差e及其变化率ec模糊化后求得E、u'(k+1)=[x"(1)-b/a]exp( -ak) +b/a (6)EC,通过查询表,得出控制输出U,经过清晰化接口,得到预测表达式为:求得给料量的增量Ou。u"(k+1)=u'(k+1)-u'(k)3.2灰色预测=(1 - exp(a)[u"(1) - b/a]exp( -用于解决信息不完备系统的数学方法就是灰色系ak))(7)统理论。20世纪80年代,邓聚龙提出灰色系统理论.通过采用灰色预测方式，可以减少了气化炉炉温后,该理论的研究得到了迅速的发展,基于灰色理论的滞后的影响,对于后续子控制器提供了-种较为准确灰色预测思想已广泛应用于各种领域,成功地解决了的选择手段,从而保障了气化炉炉温的控制精度和运生产、生活和科学研究中的大量实际问题。行速度。灰色预测是通过原始数据序列生成数据所建立的3.3免疫 PID控制器微分方程，可以减弱或消除原始数据序列中含有的随因为给料量对压差的抗扰动能力较差,所以在生机干扰成分得到,同时可增强所蕴含的确定性信息通物质气化炉的内环控制中一般选择的控制器 为精度较过累加生成操作。灰色模型的一般采用为 GM(n,N)高的免疫PID控制器。表示,其中n表示灰微分方程的阶数,N表示灰微分方当温度接近设定值时,即当偏差e逐渐减小到程中变量的个数,GM(1,1)模型是在灰色预测中常用lel (2015. No.2)求得到实现,进而让被控对象性能良好。基于免疫.氧量往往高于1. 1%通常处在1. 2%附近波动,完全不PID反馈规则的反馈控制器IMF方框图如图2所示。能满足生产工艺要求。e(k) =yd(k) -y(k)(8)本文以某厂:生物质气化炉现场采集到的1000组式中,yd(k)为期望系统输出即控制系统输人,y炉顶温度数据作 为训练样本,同时采集相同条件下的(k)为受控对象输出,即控制系统实际输出。用杀伤T500组数据作为实验样本。采用本文方法对样本数据细胞ukill的量作为受控对象的输人。离散PID控制进行学习,建立预测模型,对试验样本进行拟合。为了规则如下所示验证本文方法,采用单纯的灰色预测算法GM(1,1)对uPID(k) =Kp(1 +K/(z-1) +K。(z-1)/z)e相同的样本和实验数据,进行学习和拟合。如图3所示。式中,Kp ,K,K。分别为增益系数,积分作用系数，400微分作用系数;z是零阶保持器,zu(k)=u(k+1)。考50虑以PID型控制器输出uPID(k)作为外部输入ε(k)00一的量,从图3可以得到IMF控制器如下:200-u(k) = Kp I uPID(k) -nf[ uPID(k). Au(k)]}赛150-= KPID(k){1-nf[Ou(k)] =Kp{1 - nf[ Su实际值00___.本文方法拟合(k)]}(1+ K/(z-1) +KJ(z-1)/z)e(k)50.式中,η为抑制参数。各系数满足下列关系0 50 100150 200 250 300 350 400 450 500(Kp,K,Kj)>0,η> =0采样点图3仿真实验结果可见，如果0 1,将实现正反馈作用。抑制系4应用与结论数η的上限使受控对象维持稳定,当η=0,IMF控制器与传统的PID控制器相同。采用本文控制策略控制系统投入生产后,记录了该免疫PID控制器能达到对给料量的精确控制，2011年12、2012年1月、2012年2月的三个月中的生降低了压差扰动的影响,使温度的稳定控制达到较好产指标,同2010年12、2011年1月、2011年2月的三的保障。个月中,未采用本文控制方法条件下的平均温度误差、可燃气体含氧量燃气含量、产量四项生产指标进行对「e(k)1 uPID(k)的的十k/间→8→8四°~[[受控对象}比,结果如表2所示。表2生产参数指标对比表平均温可燃气体燃气含量产量中-军度误差.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图2免疫 PID反馈控制方框图从结果上看,采用本文控制策略后气化炉炉顶温度基本稳定在设定值附近，平均误差约为土159C ;可燃3仿真试验与结论气体含氧量从原先的1.1% ~ 1.3%,下降到现在的在生物质气化炉生产过程控制系统的投人使用0.9% ,远远好于之前的控制策略;可燃气体中燃气含前,现场采用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%。可见采用本文控关键在于确定最优的P、I和D3个参数。但3个参数制策略的气化炉可燃气体产量明显提升。整个生物质的调节比较繁琐且难以确定,因此会影响到现场运行气化炉在自动调节过程中,实现了稳定控制,提高了生效果。将PID算法应用于生物质气化炉生产过程中，物质气化炉中国煤化工保了其运行的稳其最好的控制效果是将气化炉干燥层温度稳定在设定定性。YHCNMHG(下转第35页)值的+75C范围,且调节时间超过1min,可燃气体含.<电气开吴> (2015. No.2)35由图8的仿真波形可以看出,电网的侧的输出电age -Based Droop Control[ J]. IEEE Transactions on Power Sytems ,2013 ,28流在1s之后变为0,表示微电网与大电网断开,进入(3) :2545 -2553.孤岛运行模式。微网由并网模式切换到孤岛模式运行[11] 牟晓春,毕大强,任先文.低压微网综合控制策略设计[J].电力系统自动化,2010,19(34):91 -96.以后,失去了大电网的支撑,基于下垂控制的微网逆变[12]黄小荣,陈鸣,陈方林. 徵网运行模式及控制策略研究[J].华东器输出呈现电压源特性,继续支撑微网的运行。电力,2012 ,40(5) :798 - 801.微网进人孤岛模式运行后,DC1和DG2除了负担13] 王成山,肖朝霞,王守相.微网综合控制与分析[J].电力系统自各自6000W的负荷外,还要均分公共母线上的负荷,动化,2008 ,32(7) :98 - 103.每台DG平均分担4000W的有功负荷和1000Var的无14] 杨志淳,乐健,刘开培,等.微电网并网标准研究[J].电力系统保功负荷。这验证了下垂控制功率均分的特性。此外,护与控制,2012 ,40(2):66 -71.15]王先为,卓放,杨美娟.交直流微网PCC无缝切换控制策略研究在并网运行时,微电网的频率和大电网的频率(50Hz)[J].电力电子技术,2012 ,46(8):1-3. .-致。进人孤岛运行,每台DG的输出功率大于其额[16] 李兴旺,郑竞宏,刘鹏飞,等.微电网带负荷并网的平滑切换条件定功率,由于下垂特性的作用,微网的频率降低为及控制策略[J].黑龙江电力,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结论York : Istitute of Electrical and Electonics Engineers ,Ine ,2003.[18] 张中锋.徽网逆变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,实现含多台DG的微网航空大学,2013.稳定运行。为了消除微网和电网的电压幅值差、频率差和相角差,本文根据三者对并网的影响度设计同步收稿日期:2014-03 -14控制顺序,采用并网同步控制,实现了微电网由孤岛向作者简介:朱桃兰( 190-),女硕士研究生,研究方向:微电网运行与控制;王倩(1962 -),女,教授,硕士生导师,研究方向:电力系统调度自动化;并网的平滑切换。同样,本文的控制方法也适用于实黄付顺(1990-),男,硕士研究生,研究方向:分布式电测I运行优化。现微网由并网向孤岛的平滑切换。通过仿真实验,结果表明该控制方法能够有效实现微电网在双模式下的(.上接第30页)运行,并且能够实现微电网在并网和孤岛两种模式之间的平滑切换,具有良好的动态和稳态特性。参考文献[1] 周中仁,吴文良.生物质能研究现状及展望[J].农业工程学报，1] Lasseter. Micrmgrids[ A]. In: IEEE Power Engineering Society Winter2005 ,21:12-15.Meeting, New York[ C]. USA ,2001 ,1:146 - 149.[2] 王中贤,张红,陈兴元,等.热管生物质气化炉的模拟与试验[]].2] Sanchez M. Overiew of microgrid research and development acivities in江苏大学学报:自然科学版,2008 ,29(6) :512 -515.the EU[A]. In:onrealsym Posiumon Microgrids[C].2006,1:355 -361.[3] 欧阳晕,牛铭.基于不同控制策略的微网仿真[J].电网与清洁能[3] 李鹏,王维新,吴杰,等.生物质气化及气化炉的研究进展[J].新疆农机化,2007 ,10(3):46 -48.源2011,27(3):19 -24.[4] 刘龙舞,张捍东,董克龙。微网控制技术研究综述[J].电工电气，4] 刘红波,李少远,柴天佑.一种基于模糊切换的模糊负荷控制器及其应用.控制与决策[J].2003 ,18(5) :615 -618.2012,(2):1 -6.[5] H. J Pil,K. Euntai. Robust tracking control of an letricallyl driven[5] 张明锐,杜志超,黎娜,等.高压徵网孤岛运行时频率稳定控制策robot:Adaptive fuzry logic approach [J]. IEEE Transactions on Fuzy Sys-略研究[J].中国电机工程学报,2012 ,32(25) :20 -26.tems ,2006,(14)2:232 -247.[6] 李培强,刘志勇,李欣然,等.应用综合控制策略的微电网建模与[6] D. R. Lewin,A. Parag. A constrained genetic algorithm for decentral.仿真[J].高电压技术,2011 ,37(10) :2356 -2362.ized control system structure seletin and optimization [ J]. Automnatica,[7]张纯. 微网双模式运行的控制策略研究[D].重庆:重庆大学,2011.2003 ,39( 10);1801 - 1807.[8] 王咸山,高菲,李鹏,等.低压微网控制策略研究[J].中国电机工7] PAN Mei - qin ,HE Guo - ping. A Hybrid Genetic Algorithm of Func-程学报,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中国煤化工,(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-作者简介:罗伟,(1979 -),男,副教授,研究领域:智能控制。.