摘要：針對目前火電廠熱控系統中大量DCS參數運行調試現狀，提出了采用MATALB進行火電廠熱控系統DCS系統參數優化的實現方案，介紹了MATALB提供的非線性優化工具模塊的使用技術和控制系統的參數優化實例。
1引言
目前火電廠熱控系統已廣泛采用分散控制系統DCB。DCS控制系統基本是由一些簡單的標準結構組態而成，如將基本的和各種變形的PID調節器、微分器、一階慣性環節等’組態構成的鍋爐三沖量給水控制系統、鍋爐過熱汽溫調節系統，以及機組協調控制系統等。DC$所構成的控制系統的拓撲結構特點是各基本單元簡單而標準化，復雜功能的實現通過用標準基本單元的復雜連接而完成。這使得DCS環境下的控制系統具有可任意組態的特點，并使得DCS系統在實際使用到具體工程時控制系統結構和參數才*確定下來。由于各個具體工程系統的設計與安裝及運行往往都不*一致，影響了許多成功的控制器參數優化技術和軟件包在不同DCS實際工程環境的推廣應用。并且由于實際工程調試時間緊，控制系統運行責任重大，工程經初步調試和168小時投運后，控制系統幾乎就不再做參數優化試驗，控制系統的優化性能常常沒有充分發揮[1]。
—般說來，控制系統的優化問題大致可分為兩類：一類是調節器的型式已經確定（如DCS中的PI、PID調節規律）時，通過調整控制器參數，使某目標函數達到*：另一類為控制對象已知，尋找*控制作用使某目標函數達到*，包括尋找控制器的結構、型式及參數等。火電廠熱控系統采用DCS時的結構和調節器的類型是確定的，故控制系統的優十七就是整定調節器參數。調節器參數的整定除可以采用傳統的頻域分析法外，也可用參數優化的方法予以解決[2]。
參數優化有兩種途徑：一種是間接尋優，在得到目標函數解析式的基礎上，根據該目標函數取極值的充分必要條件，計算出參數的*解；另一種為直接尋優，即直接在參數空間中，按照一定的規律進行探索尋優，尋得的目標函數即為*的參數點。火電廠熱控系統由于存在大量的非線性和純遲延，解析分析計算較困難，本文將介紹利用MATALB軟件包中非線性優化工具NCD（Nonlinem·，ControlDesign），進行火電廠熱控系統DCS中PID控制系統參數優化的方法。在介紹MATALB提供的非線性優化工具模塊的使用技術的基礎上，結合系統非線性、純遲延和變參數特點，給出將該技術應用于火電廠風量控制雙執行機構系統的參數優化實例。
2采用MATALB實現火電廠熱控非線性系統優化
MATALB已成為通用的控制系統分析工具[3兒它不但有用于動態系統仿真的Simulink工具箱，還開發了一個于非線性控制和優化設計的工具箱NCD（NonlinearControlDesign）。借助于NCD工具箱，不但可以利用Simulink進行系統的動態仿真與分，析，而且可以利用Simulink進行系統參數的優化設計。非線性系統優化設計可以參考DEMO中的典型示例進行。在創建火電廠熱控應用系統時，可將典型示例的模塊拷貝到該應用系統中使用。
某電廠300MW機組采用西門子T／MPDCS系統。機組投運AGC時需要對各級子系統進行優化，以便能在安全約束下較快地響應電網負荷需求、DCS中的送（引）風系統為雙執行機構，其簡化仿真系統如圖1。送（引）風A、B兩側回路由偏置系數C2協調，實現多輸出控制（MOCS）。圖中FD-A和m—B分別表示A側和B側的調節通道，仿真中用有區別的小慣性環節實現。風量對象的模型圖中用Plant表示（Plant的實際特性如圖2）。圖1上部方框（u’，data-inputl）為在電廠采集的實際運行的風量指令數據，可經開關叨換送入Plant模型得到仿真輸出風量信號，將該仿真輸出風量信號與實際的輸出風量信號進行比較可以驗證實驗模型，并提供優化結果可用與否的參考。FD644ini為Matlab優化的初始化文件，而NCD-Outpu就是Matlab的非線性仿真優化工具。
利用NCD工具箱。火電廠熱控系統的參數優十t任務可很方便的進行。NCD的使用方法是：在MATALBCOMMAND窗口下鍵人ncdblock，即可彈出NonlinearControlDesignBlockset模塊庫。這里有一個用于優化的模塊NCDOutput．把它連接到要優化的用Simulink建立的應用系統框圖模型的輸出端，啟動仿真，則系統的參數優化設計自動進行。
為了介紹優化設計的方法和步驟，下面結合風量系統實例來說明。
3NCD優化技術
設圖1火電廠風量控制對象Plant的傳遞函數可表達式為：
此處設系統包含飽和環節和速度限制環節兩個非線性環節，以及一個純遲延環節。再設系統參數具有不確定因素：a2在40∽50之間變化，a1在1．5∽4．5范圍內變化。運行中可變參數平衡點為a2=43，a1=3。
控制系統采用PID調節時的優化設計任務為：設計一組PID控制器參數，使該單位反饋閉環系統滿足：zui大超調量不大于20％；上升時間不大于los；調整時間不大于30s。并且還希望閉環系統對不確定因素a1、a2具有魯棒性。
優化設計的方法和步驟主要如下：
（1）用Simulink建立控制對象模型（包括速度執行機構的限幅環節、飽和環節和對象傳遞函數）如圖2；
（2）在MATLABCOMMAND窗口中輸人命令ncdblock；將NCDOutput模塊與Step階躍輸入、PID等一起構成控制系統，建立如圖l所示的用于參數優化設計的Simulink模型方框圖。其中的控制對象為圖2的子系統，PID為Simulink提供的標準模塊。實際應用中可根據DCS算法定制。
（3）雙占NCDOutput模塊，彈出NCDBlockset約束窗口，如圖3所示
（4）選擇Options菜單：
①通過StepResponse命令定義階躍響應性能限制：調整時間30s；上升時間10s；穩態誤差百分數5；超調量百分數20：振蕩負幅值百分數1。階躍響應性能限制也可以直接用鼠標在NCDBlockset約束窗口設置。
②選擇Timerange命令，設置X軸0—100s。
③選擇輸出坐標Y—Axis命令，設置Y軸幅值0．131—1．321。
（5）選擇Optimization（優化）菜單
①選擇Pammeters命令，定義待優化調整變量及有關參數如下：待調整優化變量Kp，Ki，Kd及其上下限，變量允差（0．001）和約束允差（0．001）。
②選擇uncertainty命令，定義不確定變量及有關參數：不確定變量為ala2及其上下限[al／240]、[a1*250]
（6）利用初始化模塊FD644ini對系統模型參數初始化：Kp=0．6；Ki=0．05；Kd=2；a2=43；al=3
（7）選擇Optimization菜單start命令，開始對調整變量的優化。優化過程實質上是利用MATLAB優化工具箱函數constr．m對調整變量Kp，Ki，Kd進行優化計算，直到系統階躍響應指標的約束條件得到滿足為止的過程。優化時NCDBlockset約束窗口不斷顯示階躍響應曲線，MATLABCOMMAND窗口也不斷顯示有關信息，一旦性能約束條件滿足
，優化過程停止。
（8）優化結束后，在MATLABCOMMAND窗口，鍵人優化整定的變量名，即得到優化的參數值：
Kp=2．3449；Ki=0．1115；Kd=10．3382
NCDBlockset約束窗口如圖3，初始階躍響應為曲線1，控制器的優化的系統階躍響應為曲線2。將該組優化的PID參數與DCS系統中現有的參數比較，則可以根據實際工況修正原參數，從而得到優化的系統。
若風機A、B側的PID參數需要分別優化時，則可將圖l中：PID的參數分別用：Kpl、Ki1、Kdl、Kp2、Ki2、Kd2表示，在參數初始化時作相應考慮，即可得到優化結果。若將圖二的復雜模型變換為電廠熱控中常用的對象模型，即將Plant的模型僅用多個慣性環節串聯表示時，優化的方法和步驟仍基本相同，只是免去了參數的不確定性和非線性。
4結束語
本文在分析現有DCS中PID控制系統的參數優化技術的基礎上，提出了采用MATLAB軟件包進行火電廠DCS中PID參數非線性優化的方法，給出了采用MATLAB的非線性優化模塊進行控制系統優化的實例，結合火電廠送風雙執行機構系統進行了討論。應用該優化技術時，應注意仿真尋優對初值的依賴，NCD優化給出的是初值附近的局部*解而不是全局*解。在某電廠300MW機組CCS系統細調實現機組AGC的工作中，采用MAYUBNCD的輔助優化方法取得了成效。
參考文獻
1李平康，DCS中的PID控制器參數自整定技術初探，華北電力技術，1999．10
2韓樸、朱希彥，自動控制系統數字仿真，中國電力出版社，1996．1，P：213-254
3龔劍、朱亮，MATLAB5．X入門與提高，清華大學出版社，2000．3
4李遵基，熱工自動控制系統，中國電力出版社，1997．10，P·126-129
