文獻標識碼：B文章編號：1003-0492（2025）09-102-04中圖分類號：TP273

★陳程（國家能源集團永州發電有限公司，湖南永州425000）

關鍵詞：火電機組；熱控系統；自動化控制；模糊PID；優化控制

隨著電力系統對調峰能力的要求持續提高，火電機組將面臨頻繁變負荷的運行工況，這對熱控系統自動化控制性能提出了更高要求。熱控系統作為保障機組安全經濟運行的關鍵環節，其控制品質直接關聯著機組運行效率、排放指標和設備壽命^[1]。當前，火電機組熱控系統普遍使用常規PID控制算法，但其在大慣性、強耦合的復雜熱工對象控制中存在參數整定困難、適應性差等局限。因此，研究先進控制算法在火電機組熱控系統的應用、優化控制性能并提升機組運行經濟性具有重要意義。

1　主蒸汽溫度控制系統建模與分析

主蒸汽溫度控制系統是火電機組熱控系統的核心環節，其控制品質直接影響機組運行效率和安全性。如圖1所示，該系統由汽包、低溫過熱器、屏式過熱器、末級過熱器以及兩級減溫系統構成^[2]。該系統采用串級控制結構進行控制，主PID控制器把主蒸汽溫度當作被調量來進行調節，副PID控制器將減溫水流量作為被調量加以調控，同時配置前饋控制環節以快速響應負荷擾動。此系統具備典型的大慣性、大時滯、強耦合等非線性特征，建立精確數學模型是實現其優化控制的重要前提。基于系統機理開展分析，把主蒸汽溫度對減溫水流量的動態響應關系簡化為一階加純時滯模型，如式（1）所示：

其中K為系統增益，T為時間常數，τ為純時滯時間。通過階躍響應實驗，利用最小二乘法進行參數辨識，如式（2）所示：

分析系統頻域特性，幅頻特性函數為式（3）：

研究發現，在不同負荷工況下，系統參數存在顯著變化，現有串級PID控制策略在大幅變負荷過程中控制性能明顯不足，主蒸汽溫度偏差較大，調節時間過長，難以滿足現代電網快速調峰要求。

圖1火電機組主蒸汽溫度控制系統結構圖

2　熱控系統自動化控制優化方案設計

2.1　模糊PID復合控制器結構設計

本研究針對主蒸汽溫度控制系統的非線性、時變特性，設計了模糊PID復合控制器。該控制器采用雙層結構設計（圖2），上層模糊推理層負責根據系統運行狀態在線調整PID參數，下層PID執行層負責計算具體的控制輸出。控制器總體架構包括誤差計算模塊、模糊推理模塊、參數調整模塊和PID計算模塊^[3]。誤差計算模塊實時計算溫度偏差e(k)和偏差變化率ec(k)，作為模糊推理的輸入變量。模糊推理模塊根據預設規則庫輸出PID參數調整量ΔKp、ΔKi、ΔKd。參數調整模塊實現PID參數的在線更新，確保控制器能夠適應不同工況下的系統特性變化。PID計算模塊采用標準的增量式PID算法，如式（4）所示：

式中：u(k)為第k次采樣時刻的控制輸出；u(k-1)為第k₁次采樣時刻的控制輸出；K_p為比例增益；K_i為積分增益；K_d為微分增益；e(k)、e(k-1)、e(k-2)分別為第k、k-1、k-2次采樣時刻的誤差。該結構設計有效結合模糊控制的自適應能力與PID控制的實用性，在保證系統穩定性的同時顯著提升了動態響應性能。

圖2模糊PID復合控制器結構框圖

2.2　模糊推理系統設計與規則庫構建

模糊推理系統是模糊PID控制器的核心組件，其采用二輸入三輸出的Mamdani推理結構。輸入變量包括溫度誤差e和誤差變化率ec，輸出變量為PID參數調整量ΔKp、ΔKi、ΔKd。每個輸入輸出變量均劃分為7個模糊集合：{負大NB，負中NM，負小NS，零ZO，正小PS，正中PM，正大PB}，采用三角形隸屬度函數實現模糊化處理。模糊規則庫基于控制理論和工程經驗建立，共包含49條“IF-THEN”規則，例如：“IFe=PBANDec=PMTHENΔKp=PB，ΔKi=PS，ΔKd=PM”。規則設計遵循以下控制原則：當誤差較大時，增大比例增益以提高響應速度；當誤差較小時，增大積分增益以消除穩態誤差；當系統出現振蕩時，適當增大微分增益以提高阻尼。模糊推理采用Mamdani方法，解模糊采用重心法，如式（5）所示：

式中：z*為解模糊輸出值；n為輸出論域離散化點數；μC(zi)為第i個離散點處輸出模糊集合的隸屬度值；zi為第i個離散化點的值。

2.3　控制參數優化整定方法

為獲得最佳控制性能，采用遺傳算法對模糊PID控制器關鍵參數進行全局優化^[4]。建立多目標優化模型，優化目標函數采用ITAE性能指標，如式（6）所示：

式中：J為ITAE性能指標值；t為時間變量；e(t)為系統在時刻t的誤差；積分區間為從0到無窮大。遺傳算法的適應度函數定義為式（7）：

式中：f為個體適應度值，取值范圍為（0,1）；J為ITAE性能指標值，J值越小，適應度f越大。待優化參數包括初始PID參數K_p0、K_i0、K_d0，以及模糊控制器量化因子等。遺傳算法參數設置：種群規模50，進化代數100，交叉概率0.8，變異概率0.1。采用實數編碼方式，選擇算子采用輪盤賭選擇法。為適應不同負荷工況，建立參數調度表，根據當前負荷自動選擇相應的最優參數組合^[5]。

2.4　控制算法實現與系統集成

模糊PID控制算法采用模塊化軟件架構，便于在現有DCS系統中集成實現。數據采集層負責實時采集主蒸汽溫度、減溫水流量等關鍵參數，采樣周期設定成1秒鐘。算法處理層運行模糊PID控制算法，采用面向對象的程序設計方法。執行控制層把控制指令轉換為減溫水調節閥開度信號，建立多重安全保護機制，涵蓋參數邊界檢查、控制量限幅、系統故障檢測等功能。開發友好的人機交互界面，提供實時監控、參數設置、歷史數據查詢等功能，方便運行人員操作和維護。

3　實驗驗證與性能分析

3.1　實驗平臺搭建與測試工況設計

為驗證本研究所提出的控制策略的有效性，我們在湖南某電廠的660MW超臨界火電機組上搭建了實驗驗證平臺。實驗系統硬件配置如表1所示，采用基于DSP的實時控制系統作為核心控制器，配置24位高精度A/D轉換器實現數據采集，通過以太網和RS485總線實現通信連接，使用PT100溫度傳感器確保測量精度達到±0.1℃。軟件系統采用LabVIEW開發環境，實現模糊PID控制算法、數據采集與處理、實時監控與記錄等功能，具有良好的人機界面便于參數設置和結果分析。測試工況設計包括四種典型運行條件：階躍響應測試在不同負荷下施加±5℃的設定值階躍；斜坡響應測試以1℃/min的速率改變設定值，擾動抑制測試在控制過程中加入外部擾動；變負荷跟蹤測試模擬機組啟停和變負荷運行工況。每種測試工況下分別采用傳統PID控制和模糊PID控制進行對比實驗，記錄系統響應曲線和關鍵性能指標，為控制策略優化提供可靠的實驗數據支撐。

表1實驗平臺硬件配置

3.2　控制性能對比實驗結果

通過大量實驗數據分析可以看出，模糊PID控制策略相比傳統PID控制在各項性能指標上均有顯著改善。不同負荷工況下兩種控制方法的性能對比結果如表2所示，表明了模糊PID控制在50%、75%、100%三種典型負荷工況下均表現出優越的控制性能。在75%負荷工況下進行的+5℃階躍響應實驗中，模糊PID控制的調節時間為12.6分鐘，比傳統PID控制縮短32%；超調量為10.1%，比傳統PID控制降低18%；穩態誤差控制在±0.3℃以內，比傳統PID控制提升62%。擾動抑制能力測試顯示，在±3℃擾動信號作用下，模糊PID控制的擾動恢復時間為9.7分鐘，比傳統PID控制縮短36%；最大偏差為2.9℃，比傳統PID控制減小40%。變負荷跟蹤性能驗證表明，在機組50%～100%～50%變負荷過程中，模糊PID控制的溫度偏差最大值為8.7℃，平均偏差為2.1℃，顯著優于傳統PID控制方法。以上數據充分驗證了本研究所提出的控制策略的優越性和實用性。

表2不同負荷工況下控制性能對比

4　結語

火電機組熱控系統自動化控制優化研究通過引入模糊PID復合控制策略，有效解決了傳統控制方法在復雜工況下的性能局限性問題。基于660MW超臨界機組的實驗驗證表明，優化控制方案在不同負荷工況下均表現出優越性能：調節時間平均縮短30%以上，超調量顯著降低，穩態精度提升至±0.4℃以內。該研究成果不僅為火電機組熱控系統控制性能提升提供了有效技術途徑，也為智能控制算法在火電機組中的工程應用奠定了基礎。隨著人工智能技術的快速發展，熱控系統控制優化將朝著更加智能化、自適應的方向發展，將為火電機組高效清潔運行提供更強有力的技術保障。

作者簡介：

陳　程（1998-），女，湖南永州人，助理工程師，學士，現就職于國家能源集團永州發電有限公司，研究方向為熱控檢修。

參考文獻：

[1]周范晗.火電廠熱控自動化保護裝置故障與控制系統優化的研究[J].家電維修,2025,(06):146-148.

[2]陳勇.基于智能技術的熱控自動化系統優化分析[J].電子技術,2025,54(03):216-217.

[3]渠國防.火電廠熱控自動化系統優化與性能提升研究[J].電力設備管理,2025,(02):114-116.

[4]張國斌,郭瑞君,杜榮華,等.基于LSTM預估補償的火電機組主蒸汽溫度控制系統[J].發電設備,2023,37(01):51-58.

[5]任新瑞,馬立新.基于模糊PID負荷跟蹤型主蒸汽溫度控制系統研究[J].電子科技,2021,34(05):18-23.

摘自《自動化博覽》2025年9月刊