（国家能源集团神华国神河曲发电有限公司山西省忻州市036500）
摘要：预测控制关键是运用于热工经过中的一种操控办法，它关键的适合运用目标是大滞后热工。在探讨、解析预测控制技术的背景、基础原理还有特性的根本上，就预测控制技术在电厂热工经过中的此前运用状况、使用状况展开具体的论述，且就其今后的发展趋势、探究目标实行预测，希望可以促进国内电厂热工自动化技术的深入发展。
关键词：预测控制；MPC算法；控制策略；热工过程；热工控制系统
一、预测控制概述
20世纪70年代中期出现的MPC算法，经历了20多年的发展后，不仅在实际应用中取得了良好效果，而且理论上各种MPC的方法已是异彩纷呈。自早期的模型预测启发式控制(亦称为模型算法控制MAC)、动态矩阵控制(DMC)、延长预测域自适应控制(EPSAC)、扩展预测范围自适应控制(EHAC)和广义预测控制(GPC)等算法到现在各种有约束的、非线性的MPC算法，预测控制在实际应用和理论分析上都取得了突飞猛进的发展。尽管MPC的算法种类较多，表现形式更是多种多样，但基本上都包含了3个基本要素:模型预测、滚动优化和反馈校正。这3个要素同时也是预测控制在实际工程应用中能否得到成功应用的关键因素。
预测控制的本质是在对过程的未来行为进行预测的基础上，对控制量加以优化;通过采取滚动优化策略以克服系统的不确定性，它的核心在于滚动式优化。因此，它是一种基于模型和基于优化的控制方法，与其他控制算法相比，预测控制有其自身的特点，主要表现在:①对模型精度要求不高，建模方便;②采用非最小化描述的模型;③采用滚动优化策略，而非全局一次优化;④算法易推广到大纯滞后、非最小相位及非线性等过程，能有效处理多变量、有约束的问题，可实现多目标优化;⑤鲁棒性可调，并有较好的动态控制效果。
二、预测控制算法
预测控制的基本思想可以追溯到Zadeh和Whalen于1962年提出的有关最小时间优化的控制问题。1978年，Richalet等人在开发基于预测控制算法的IDCOM软件并进行成功应用的基础上，系统地阐述了建立在脉冲响应基础上的模型预测启发式控制MPHC)或称模型算法控制产生的动因、机理及其在工业过程中的应用。Culter于1980年提出了建立在对象阶跃响应基础上的动态矩阵控制算法，它应用具有积分性能的增量模型，并引入控制时域的概念，可克服MAC在系统存在时滞时将导致算法失效和有静差的弱点，Prettl报道了DMC在化工过程中催化裂化装置上的成功。但是，上述这2种预控制算法在线计算量相对较大，一开始其应用仅局限于慢过程控制。
近年来，这类预测控制主要有:自适应预测控制、约束预测控制、串级/串联预测控制、多目标优化预测控制、智能预测控制、多周期预测控制、极点配置预测控制、连续时间预测控制、满意预测控制和非线性模型预测控制。其中非线性预测控制(NLMPC)和约束预测控制(CMPC)已成为单一预测控制研究的热点，研究内容主要是其稳定性、鲁棒性、可行性等。
三、预控制技术原理探讨
3.1预测模型
模型预测控制是一种基于模型的控制算法，这一模型称为预测模型。预测控制算法只注重模型的功能，对模型的形式没有限制。从原理上讲，只要是具有预测功能的信息集合，无论采用什么描述形式，都可以用作预测模型。因此，不论是状态方程、传递函数这类传统的模型，还是阶跃响应、脉冲响应这类非参数模型都可以被用作预测控制算法中的预测模型。此外，具备上述功能的非线性模型、分布参数系统模型也可作为这类系统进行预测控制时的预测模型使用。
3.2滚动优化
预测控制也被称为滚动时域控制。在每一个控制周期，预测控制通过最优化某一性能指标来确定接下来若干时刻的控制作用序列。这一陛能指标通常可以取对象输出在未来的采样点上跟踪某一期望轨迹的方差为最小，但也可以取更广泛的形式，比如要求控制能量为最小的同时保持输出在某一给定范围内在得到控制作用序列后，只将第一时刻的控制作用实施下去，到了下一个控制周期，首先更新测量数据和系统状态，将优化时域向前推移，然后重新优化求解性能指标进而确定新的控制作用序列。不同时刻优化性能指标的相对形式是相同的，但其所包含的时间区域则是不同的。因此，预测控制中的优化计算不是一次离线进行，而是在线反复进行的，这就是滚动优化的含义，也是预测控制区别于传统最优控制的根本特点。
3.3反馈校正
由于实际过程的非线性、时变性和不可测干扰等因素，预测控制中的模型只能做到对过程的近似描述，因此，反馈校正是必不可少的，只有建立在反馈校正的基础上，滚动优化才有真正的意义。在每个控制周期，预测控制不是把这些控制作用逐一全部实施，而是只实施本时刻的控制作用。到了下一个采样时刻，则首先检测实际的测量输出，利用其与模型预测值比较得到的预测偏差来修正对系统未来的预测，然后再进行新的优化求解。预测控制是一种基于模型、滚动优化并结合反馈校正的优化控制算法。它综合利用模型信息和实时信息，对目标函数不断进行滚动优化，并根据实际测得的数据对预测模型进行修正或补偿。这种策略在复杂的工业过程控制中获得了广泛的应用。
四、预测控制技术在电厂热工过程中的应用
4.1过热汽温控制
一般来说，火电厂锅炉蒸汽温度控制以改变减温水量作为手段。因为大惯性、大延迟以及时变性的特点，再加上该过程的动态特性会因为运行工况的变化作出相应的改变，因此人们往往在过热汽温控制中运用各种先进控制措施，如预测控制和神经网络ＰＩＤ控制等。业内众多专家就预测控制在过热过程中的应用进行研究，提出了建立在变结构基础上的ＭＰＣ算法，并综合反馈控制以及最优控制，研究出新型的最优预测控制技术等。
4.2单元机组负荷控制
作为参数慢时变、非线性与大惯性并存的多变量系统，电厂锅炉的汽机发电单元当遭遇大范围的负荷改变时，就会出现协调控制系统运行缓慢的情况，因此需要采用模型预测控制技术。基于控制输入受到的约束问题，很多学者在单元机组的负荷控制研究中引入了多变量约束ＭＰＣ算法，为过程的实现提供了可能。该算法具有操作简单、控制能力良好以及在线计算量小的优点。此外，还有学者综合了模糊控制与预测控制技术，研发出模糊预测控制器，这为消除非线性以及大时滞的不良影响提供了有效的方法与途径。
4.3主蒸汽压力控制
衡量蒸汽品质的其中一个指标就是主蒸汽压力，如果汽压的波动幅度大，汽轮机组和锅炉的运行将受到影响。而影响汽压扰动的主要因素包括燃料量的扰动以及汽轮机组的汽量扰动。所以，为了确保汽轮机组和锅炉在既安全又经济的状况下运行，就必须控制好蒸汽压力品质。因此，连续时间广义预测控制技术就被运用到电厂锅炉汽机系统的汽压控制过程中，这种预测技术相对于普通技术来说具有明显的优越性。此外，也可以利用阶梯式控制技术对锅炉主蒸汽压力进行广义预测控制。
4.4锅炉水位控制
通常来说，锅炉水位系统的变化具有变参数、纯延迟的特点，还会出现虚假水位的状况。如果采用常规的控制系统，结果一般并不理想。因此，可以在汽包水位系统中运用阶梯式广义预测控制技术，其不但可以提高控制精度，而且可以减缓调节器的输出波动。有其他学者提出使用汽包水位ＭＰＣ预测技术。实验证明，这种技术比常规控制方案更加理想，控制效果长期有效。
4.5制粉系统控制
磨煤机制粉系统在实现自动控制时往往会受到大时滞、大惯性以及多变量强耦合和时变性等因素的影响。因此，为了实现该系统的自动控制，必须消除上述因素对磨煤机制粉系统的影响。于是有学者提出了建立神经网络预测模型，并将其运用于制粉系统球磨机。实验证明，该技术方法抗干扰能力非常强，且具有较强的鲁棒性。
4.6锅炉燃烧系统控制
受煤的质量、变量间的耦合性、时滞性与燃烧稳定性等因素影响，锅炉燃烧系统可以被视为一个不断波动、不稳定的复杂系统。所以当使用常规控制方法进行控制时，如果因为锅炉的燃烧率不能精确测量计算，那么这种控制方法效果并不好。虽然业界众多学者提出了许多关于锅炉控制的方法，但仅仅处于理论阶段，无法应用到实际中。因此出现了在锅炉燃烧系统中加入预报误差校正的技术，进而弥补了ＤＭＣ中存在的缺陷，经验证效果良好。
五、预测控翩技术的未来研究方向
5.1分析MPC技术的鲁棒性与稳定性
从MPC技术出现至今，其理论与应用发展相对完善，但是对于其系统鲁棒性与稳定性的研究并没有取得很大进展，具体表现为：首先，缺少通用参数设计的选择标准；其次，研究分析并没有达到可以定量的地步。所以，今后的基本研究方向为分析MPC技术的稳定性以及鲁棒性。
5.2探讨研究新的预测控制技术
虽然MPC算法已经较为成熟，但是预测控制的应用不能仅停留在对已有算法的改进领域内，还需要根据不断涌现的理论，研究出新的MPC算法。MPC算法有模型预测、反馈矫正以及滚动优化3个关键要素，因此要突破旧有的MPC算法框架，就需要在这3个要素上进行研究、突破。因此可以考虑把其他一些先进成熟的控制技术与MPC现有的理论有机结合，或者将能解决MPC上难解问题的理论技术与其他控制技术相结合，比如在MPc算法中加入模糊控制、神经网络、模糊神经网络以及灰色理论等技术理论，在此基础上不断地探讨研究，从而推动新的预测控制技术出现其中，在电厂热工过程中进行多层智能预测控制是一个热门的发展领域。
5.3加强理论应用和高性能软件开发
与国外相比，国内优秀预测控制软件相对较少，发展较为落后。并且，针对电厂热工过程特点的大部分研究成果仍处于实验室仿真阶段。
结束语
热工过程对象的动态特性具有大迟延、大惯性、时变性、耦合性和不确定性等特点，难以建立精确的数学模型，采用MPC及其与其他先进策略的组合算法进行热工过程控制已成为一种重要的发展方向，应用前景广阔。
参考文献
[1]元北石.预测控制技术在电厂热工过程中的应用分析[J].现代制造，2013，7(24):112-113.
[2]罗志锐，薛雷霞.预测控制技术在电厂热工过程中的应用分析[J].中国科技博览，2015(15):31-31.
[3]潘峰.预测控制技术在电厂热工过程中的应用分析[J].电工技术:00023-00024.
[4]杨锦，龙新峰，梁平.预测控制技术在电厂热工过程中的应用分析[J].电力设备，2016，7(5):57-61.
[5]刘志远，吕剑虹，陈来九.智能PID控制器在电厂热工过程控制中的应用前景[J].中国电机工程学报，2012，22(8):128～133.
[6]王喜庆.预测控制在电厂过热蒸汽温度控制中的应用[J].浙江大学：热能工程，2010．