摘要：针对目前火电厂热控系统中大量DCS参数运行调试现状，提出了采用MATALB进行火电厂热控系统DCS系统参数优化的实现方案，介绍了MATALB提供的非线性优化工具模块的使用技术和控制系统的参数优化实例。
1引言
目前火电厂热控系统已广泛采用分散控制系统DCB。DCS控制系统基本是由一些简单的标准结构组态而成，如将基本的和各种变形的PID调节器、微分器、一阶惯性环节等’组态构成的锅炉三冲量给水控制系统、锅炉过热汽温调节系统，以及机组协调控制系统等。DC$所构成的控制系统的拓扑结构特点是各基本单元简单而标准化，复杂功能的实现通过用标准基本单元的复杂连接而完成。这使得DCS环境下的控制系统具有可任意组态的特点，并使得DCS系统在实际使用到具体工程时控制系统结构和参数才*确定下来。由于各个具体工程系统的设计与安装及运行往往都不*一致，影响了许多成功的控制器参数优化技术和软件包在不同DCS实际工程环境的推广应用。并且由于实际工程调试时间紧，控制系统运行责任重大，工程经初步调试和168小时投运后，控制系统几乎就不再做参数优化试验，控制系统的优化性能常常没有充分发挥[1]。
—般说来，控制系统的优化问题大致可分为两类：一类是调节器的型式已经确定（如DCS中的PI、PID调节规律）时，通过调整控制器参数，使某目标函数达到*：另一类为控制对象已知，寻找*控制作用使某目标函数达到*，包括寻找控制器的结构、型式及参数等。火电厂热控系统采用DCS时的结构和调节器的类型是确定的，故控制系统的优十七就是整定调节器参数。调节器参数的整定除可以采用传统的频域分析法外，也可用参数优化的方法予以解决[2]。
参数优化有两种途径：一种是间接寻优，在得到目标函数解析式的基础上，根据该目标函数取极值的充分必要条件，计算出参数的*解；另一种为直接寻优，即直接在参数空间中，按照一定的规律进行探索寻优，寻得的目标函数即为*的参数点。火电厂热控系统由于存在大量的非线性和纯迟延，解析分析计算较困难，本文将介绍利用MATALB软件包中非线性优化工具NCD（Nonlinem·，ControlDesign），进行火电厂热控系统DCS中PID控制系统参数优化的方法。在介绍MATALB提供的非线性优化工具模块的使用技术的基础上，结合系统非线性、纯迟延和变参数特点，给出将该技术应用于火电厂风量控制双执行机构系统的参数优化实例。
2采用MATALB实现火电厂热控非线性系统优化
MATALB已成为通用的控制系统分析工具[3儿它不但有用于动态系统仿真的Simulink工具箱，还开发了一个于非线性控制和优化设计的工具箱NCD（NonlinearControlDesign）。借助于NCD工具箱，不但可以利用Simulink进行系统的动态仿真与分，析，而且可以利用Simulink进行系统参数的优化设计。非线性系统优化设计可以参考DEMO中的典型示例进行。在创建火电厂热控应用系统时，可将典型示例的模块拷贝到该应用系统中使用。
某电厂300MW机组采用西门子T／MPDCS系统。机组投运AGC时需要对各级子系统进行优化，以便能在安全约束下较快地响应电网负荷需求、DCS中的送（引）风系统为双执行机构，其简化仿真系统如图1。送（引）风A、B两侧回路由偏置系数C2协调，实现多输出控制（MOCS）。图中FD-A和m—B分别表示A侧和B侧的调节通道，仿真中用有区别的小惯性环节实现。风量对象的模型图中用Plant表示（Plant的实际特性如图2）。图1上部方框（u’，data-inputl）为在电厂采集的实际运行的风量指令数据，可经开关叨换送入Plant模型得到仿真输出风量信号，将该仿真输出风量信号与实际的输出风量信号进行比较可以验证实验模型，并提供优化结果可用与否的参考。FD644ini为Matlab优化的初始化文件，而NCD-Outpu就是Matlab的非线性仿真优化工具。
利用NCD工具箱。火电厂热控系统的参数优十t任务可很方便的进行。NCD的使用方法是：在MATALBCOMMAND窗口下键人ncdblock，即可弹出NonlinearControlDesignBlockset模块库。这里有一个用于优化的模块NCDOutput．把它连接到要优化的用Simulink建立的应用系统框图模型的输出端，启动仿真，则系统的参数优化设计自动进行。
为了介绍优化设计的方法和步骤，下面结合风量系统实例来说明。
3NCD优化技术
设图1火电厂风量控制对象Plant的传递函数可表达式为：
此处设系统包含饱和环节和速度限制环节两个非线性环节，以及一个纯迟延环节。再设系统参数具有不确定因素：a2在40∽50之间变化，a1在1．5∽4．5范围内变化。运行中可变参数平衡点为a2=43，a1=3。
控制系统采用PID调节时的优化设计任务为：设计一组PID控制器参数，使该单位反馈闭环系统满足：zui大超调量不大于20％；上升时间不大于los；调整时间不大于30s。并且还希望闭环系统对不确定因素a1、a2具有鲁棒性。
优化设计的方法和步骤主要如下：
（1）用Simulink建立控制对象模型（包括速度执行机构的限幅环节、饱和环节和对象传递函数）如图2；
（2）在MATLABCOMMAND窗口中输人命令ncdblock；将NCDOutput模块与Step阶跃输入、PID等一起构成控制系统，建立如图l所示的用于参数优化设计的Simulink模型方框图。其中的控制对象为图2的子系统，PID为Simulink提供的标准模块。实际应用中可根据DCS算法定制。
（3）双占NCDOutput模块，弹出NCDBlockset约束窗口，如图3所示
（4）选择Options菜单：
①通过StepResponse命令定义阶跃响应性能限制：调整时间30s；上升时间10s；稳态误差百分数5；超调量百分数20：振荡负幅值百分数1。阶跃响应性能限制也可以直接用鼠标在NCDBlockset约束窗口设置。
②选择Timerange命令，设置X轴0—100s。
③选择输出坐标Y—Axis命令，设置Y轴幅值0．131—1．321。
（5）选择Optimization（优化）菜单
①选择Pammeters命令，定义待优化调整变量及有关参数如下：待调整优化变量Kp，Ki，Kd及其上下限，变量允差（0．001）和约束允差（0．001）。
②选择uncertainty命令，定义不确定变量及有关参数：不确定变量为ala2及其上下限[al／240]、[a1*250]
（6）利用初始化模块FD644ini对系统模型参数初始化：Kp=0．6；Ki=0．05；Kd=2；a2=43；al=3
（7）选择Optimization菜单start命令，开始对调整变量的优化。优化过程实质上是利用MATLAB优化工具箱函数constr．m对调整变量Kp，Ki，Kd进行优化计算，直到系统阶跃响应指标的约束条件得到满足为止的过程。优化时NCDBlockset约束窗口不断显示阶跃响应曲线，MATLABCOMMAND窗口也不断显示有关信息，一旦性能约束条件满足
，优化过程停止。
（8）优化结束后，在MATLABCOMMAND窗口，键人优化整定的变量名，即得到优化的参数值：
Kp=2．3449；Ki=0．1115；Kd=10．3382
NCDBlockset约束窗口如图3，初始阶跃响应为曲线1，控制器的优化的系统阶跃响应为曲线2。将该组优化的PID参数与DCS系统中现有的参数比较，则可以根据实际工况修正原参数，从而得到优化的系统。
若风机A、B侧的PID参数需要分别优化时，则可将图l中：PID的参数分别用：Kpl、Ki1、Kdl、Kp2、Ki2、Kd2表示，在参数初始化时作相应考虑，即可得到优化结果。若将图二的复杂模型变换为电厂热控中常用的对象模型，即将Plant的模型仅用多个惯性环节串联表示时，优化的方法和步骤仍基本相同，只是免去了参数的不确定性和非线性。
4结束语
本文在分析现有DCS中PID控制系统的参数优化技术的基础上，提出了采用MATLAB软件包进行火电厂DCS中PID参数非线性优化的方法，给出了采用MATLAB的非线性优化模块进行控制系统优化的实例，结合火电厂送风双执行机构系统进行了讨论。应用该优化技术时，应注意仿真寻优对初值的依赖，NCD优化给出的是初值附近的局部*解而不是全局*解。在某电厂300MW机组CCS系统细调实现机组AGC的工作中，采用MAYUBNCD的辅助优化方法取得了成效。
参考文献
1李平康，DCS中的PID控制器参数自整定技术初探，华北电力技术，1999．10
2韩朴、朱希彦，自动控制系统数字仿真，中国电力出版社，1996．1，P：213-254
3龚剑、朱亮，MATLAB5．X入门与提高，清华大学出版社，2000．3
4李遵基，热工自动控制系统，中国电力出版社，1997．10，P·126-129
