★ 重庆大唐国际石柱发电有限责任公司 喻琪

关键词：煤质时变；热值波动；动态平衡失配；前馈-反馈控制；自适应预测控制

火力发电作为电力供应的核心支柱，锅炉燃烧系统的控制效果直接决定发电效率、污染物排放及设备运行安全性^[1]。煤炭是火力发电的主要燃料，受开采源头、运输储存、混配方式等多种因素影响，煤质呈现显著的时变特性。煤质的实时波动会直接破坏锅炉燃烧的动态平衡，导致炉膛温度、蒸汽压力等关键运行参数偏离设定范围^[2]。当前传统控制方法存在控制滞后、鲁棒性不足等问题，无法有效应对煤质波动带来的燃烧扰动。随着电力行业对节能降耗、环保减排要求的不断提升，研发能够精准适配煤质时变特性、兼顾控制精度与系统稳定性的控制方法已成为当前火力发电领域的研究重点与迫切需求^[3]。针对煤质时变引发的燃烧控制难题，本文聚焦火力发电锅炉燃烧系统的自适应调控与预测优化，结合煤质时变特征与锅炉燃烧运行规律设计一种自适应预测控制方法。

1   火力发电锅炉燃烧系统自适应预测控制方法设计

1.1   煤质时变特征在线辨识与量化

火力发电锅炉的燃煤煤质，如热值、挥发分、灰分等均在运行中持续波动，这种时变特性是导致燃烧工况偏离最优设定点的主要扰动源。传统PID控制方法无法实时获知煤质变化的大小和方向，控制器只能被动地根据炉膛温度、蒸汽压力的偏差进行调整， 而无法预知扰动。因此，设计一种具有前馈能力的自适应控制， 首先需量化煤质的波动情况，故将三个可测量的核心指标转化为定量的时变系数。

1.1.1   热值时变系数定义与滤波

定义相邻两个采样周期（采样间隔 Δt=30s， 与煤质软测量的更新速率匹配）的低位发热量相对变化率为瞬时热值时变系数：

其中， Q_b为锅炉设计煤种的低位发热量，分母采用基准值而非当前值，可避免在煤质持续变化时系数发散。λ_H(t)>0表示热值上升，此时若维持给煤量不变，炉膛输入热量将增加，导致蒸汽压力升高；反之亦然。

然而， 直接使用λ_H(t)会遇到两个工程问题： 一是传感器噪声和软测量误差会引起高频毛刺；二是燃烧系统具有大惯性， 瞬间的λ_H(t)尖峰并不能立即反映真实的热输入变化。为此，设计一阶低通滤波器对时变系数进行平滑：

滤波系数的选取需要平衡响应速度和噪声抑制能力。

1.1.2   挥发分变化的间接表征

挥发分直接影响煤粉的着火特性：挥发分升高时，着火提前，火焰中心下移，炉膛局部温度升高；挥发分降低时则相反。由于多数电厂不具备直接测量挥发分的能力，本文采用火焰亮度信号L(t)作为替代指标。

定义挥发分相对偏差：

式中L_b为额定挥发分（35%） 对应的火焰亮度标定值。将ΔV(t)作为挥发分波动方向与相对幅度的指示量，用于前馈调节修正。

通过式（1）~（3），将煤质时变这一模糊的定性问题转化为两个量化指标：λ^f_H(T) 和ΔV(t)。

1.2   基于前馈补偿的自适应控制

传统的PID反馈控制只在炉膛温度或蒸汽压力出现偏差后才开始动作，前馈控制则根据λ^f_H(T) 和ΔV(t)扰动源直接计算控制量的补偿值，在扰动对输出产生影响之前提前动作。

针对热值波动，主要调节给煤量以维持输入热功率恒定；针对挥发分波动，主要调节一次风与二次风的配比以优化着火条件。分别设计两者的前馈律。

1.2.1   给煤量前馈补偿

从锅炉热平衡角度，单位时间进入炉膛的总热量可近似表示为：

其中η为锅炉效率（变化较小，近似常数）。若希望Q_in(t)不受煤质热值波动的影响，则应使C(t)·Q_n(t)保持恒定。对Q_n(t)=Q_n,b (1+λ_H(t))在基准点附近线性化，可得给煤量的前馈调整量为：

同时设置给煤量的变化速率限制，防止执行机构过调。

1.2.2   一次风率前馈补偿

挥发分的变化会改变煤粉气流的着火点位置和火焰传播速度。当挥发分升高时，着火提前，若一次风量过大，会导致火焰过于集中、炉膛局部超温及NOx生成增加；反之，挥发分降低时，需要更多的一次风来促进煤粉的加热和着火。因此，调节的对象不是总风量，而是一次风率。

设计如下前馈规则：挥发分升高（ ΔV(t)>0）时降低一次风率， 挥发分降低（ΔV(t)<0）时提高一次风率，且调整幅度与AVt()成正比，由一次风率定义，可反算一次风量和二次风量的前馈增量。

该设计保证了总风量基本不变，避免因总风量波动干扰送风自动调节系统。

1.3   基于单步预测的反馈校正控制

1.3.1   单步预测模型建立

前馈控制虽然能够提前补偿已知扰动，但其效果依赖于模型的准确性。实际中，煤质辨识存在误差，锅炉效率、受热面结渣程度等也会缓慢变化。这些未建模因素会导致前馈补偿后的炉膛温度T和蒸汽压力P仍然偏离设定值。因此，必须引入反馈机制，利用可测量的输出偏差进一步修正控制量。为此，本节设计一种基于单步预测的反馈校正策略：利用简易预测模型预估未来一个控制周期后的状态偏差，再通过比例积分控制律计算反馈修正量，并与前馈量叠加，形成完整的前馈—反馈闭环。

根据燃烧系统动态特征设控制周期为Δt_c。以当前时刻t的炉膛实际温度T(t)和蒸汽压力P(t)为初值，建立未来一个控制周期后的预测模型。

在Δt_c内，温度变化主要受给煤量反馈增量ΔC(t)和一次风率反馈增量Δλ(t)影响。温度预测公式为：

其中，α1、α2为被控对象增益，可通过阶跃响应试验或系统辨识方法离线确定。

压力变化主要受给煤量反馈增量影响， 一次风率对压力的直接作用较弱（一次风率变化主要通过改变着火位置影响燃烧效率，其压力响应时间常数远大于温度）。为简化且避免耦合，压力预测模型仅保留给煤量项：

系数b₁同样通过辨识获得。

1.3.2   预测偏差计算

定义温度设定值T_s和压力设定值Ps，以温度预测偏差为例，其计算公式为：

为兼顾响应速度与稳态精度，并便于工程实现，采用比例积分（PI）控制律根据预测偏差计算反馈增量：

式中： K_pc，K_ic为温度回路PI参数， 为压力回路PI参数， K_pλ，K_iλ 为积分时间窗口， PI参数可按Ziegler Nichols法整定。

式（10）（11）输入基于预测模型计算得到的前瞻偏差，相当于在PI环节前串入了一个单步预测器，能够提前感知控制作用的效果。

将前馈控制量与反馈修正量相加，得到最终施加给执行机构的控制指令。具体地，给煤量指令由额定工况基准值、热值波动前馈补偿量、温度反馈修正量三者叠加得到；一次风率指令由额定工况一次风率基准值、挥发分波动前馈补偿量、压力反馈修正量叠加得到。

在指令的物理转换方面，给煤量指令直接发送至给煤机变频器执行。一次风率指令则需要进一步转换为一次风量和二次风量。

通过上述融合策略，前馈控制快速补偿已知扰动，反馈控制精细校正残余偏差，二者协同工作，实现对煤质时变的自适应预测控制。

2   实验

2.1   仿真平台与参数

为验证本文提出的考虑煤质时变的火力发电锅炉燃烧系统自适应预测控制方法的有效性，基于MATLAB/Simulink搭建火力发电锅炉燃烧系统仿真平台。完整还原了锅炉本体、给煤系统、 一次/二次风送风系统、汽轮机-发电机系统及烟气处理系统的运行特性，可模拟不同煤质波动幅度下的燃烧工况变化。参考典型300MW亚临界燃煤锅炉的实际运行标准， 仿真实验的基础参数设置如表1所示。

表1 火力发电锅炉燃烧系统仿真基础参数

2.2   控制方法参数设置

结合锅炉燃烧系统的动态响应特性，对本文方法中的关键参数进行针对性设置，具体参数取值如表2所示。

表2 自适应预测控制方法关键参数设置

上述参数为本文控制方法的核心调节项，其取值可综合平衡煤质波动辨识的平滑性、控制响应的及时性与燃烧工况的稳定性。

2.3   控制结果分析

为验证本文方法在不同工况下的控制效果，首先开展基准煤质工况下的仿真实验。对比传统PID控制方法与本文自适应预测控制方法对炉膛温度、蒸汽压力的控制效果，结果如图1所示。

图1 基准工况下炉膛温度与蒸汽压力控制效果对比曲线

在基准煤质无波动工况下，传统PID控制方法下炉膛温度的波动幅度约为±8℃,  蒸汽压力波动幅度约为±0.2MPa，控制滞后性较为明显；而本文自适应预测控制方法下炉膛温度可稳定维持在设定值±3℃范围内，蒸汽压力波动控制在±0.1MPa以内，控制精度显著提升，实现了燃烧工况的平稳控制。

为进一步验证方法对煤质时变工况的适应性，设置4组不同煤质波动幅度的工况（无波动、轻微波动、中度波动、大幅波动）开展仿真实验，关键运行参数的控制偏差对比结果如图2所示。

图2 不同煤质波动工况下关键运行参数控制偏差对比

随着煤质波动幅度的增大，传统控制方法的控制偏差呈显著上升趋势。在大幅波动工况下炉膛温度偏差最高达到±16℃,蒸汽压力偏差达到±0.3MPa，已超出锅炉安全运行的允许范围。而本文自适应预测控制方法在各工况下的控制偏差均远低于传统方法， 即使在煤质热值波动幅度达±10%的大幅波动工况下，炉膛温度偏差仍控制在±5℃以内，蒸汽压力偏差控制在±0.12MPa以内，表明该方法可有效抑制煤质时变对锅炉燃烧系统的干扰， 具有较强的鲁棒性与工况适应性。

3   结束语

本文针对煤质时变引发的火力发电锅炉燃烧控制难题， 设计了一种前馈—反馈相结合的自适应预测控制方法。首先， 通过在线辨识煤质热值时变系数和挥发分相对偏差， 分别前馈调整给煤量和一次风率，实现扰动的提前抑制。在此基础上， 建立炉膛温度和蒸汽压力的单步预测模型， 基于预测偏差采用比例积分控制律计算反馈修正量， 并与前馈量叠加输出， 形成完整的闭环控制。仿真实验表明， 在煤质热值波动±10%的大幅工况下，炉膛温度偏差控制在±5℃以内，蒸汽压力偏差控制在±0.12MPa以内，控制精度与鲁棒性显著优于传统PID方法。该方法结构清晰、工程实现简便， 为煤质波动场景下的锅炉燃烧控制提供了有效的技术方案。 

作者简介：

喻   琪（1997-）男，江西南昌人，本科，现就职于重庆大唐国际石柱发电有限责任公司， 研究方向为电厂热工自动化。

参考文献：

[1] 齐亚宇, 李瑶. 基于模糊PID的火力发电锅炉燃烧优化控制方法[J]. 自动化应用, 2026, 67 (07) : 72 - 74 + 144.

[2] 王志强. 面向锅炉燃烧多目标优化的深度学习自适应控制策略研究[J]. 电工技术, 2026, (06) : 29 - 32.

[3] 贾军. 基于工业大数据和APC控制的锅炉燃烧优化应用[J]. 节能, 2026, 45 (02) : 130 - 134.

[4] 丛占峰. 基于PLC的区域供热锅炉燃烧模糊自适应控制方法[J]. 粘接, 2026, 53 (02) : 498 - 501.

[5] 何宇峰. 多目标优化在发电厂锅炉燃烧控制系统中的应用研究[J]. 电力设备管理, 2025, (23) : 119 - 121.

[6] 刘成成, 马艳明, 陈一平, 等. 大数据分析和AI算法在火力发电燃烧优化控制中的应用研究[J]. 工业锅炉, 2025, (01) : 6 - 9.

摘自《自动化博览》2026年8月刊