基于量子行为和Lévy飞行...法的SCR脱硝系统模型辨识_孙海蓉.pdf

SHANDONG ELECTRIC POWER山东电力技术第50卷（总第307期）2023年第6期 发电技术 0引言燃煤机组在我国的能源架构中承担着主要任务，但燃煤机组燃料燃烧产生的 NOx是空气中主要污染物之一1。随着我国对空气质量的要求不断提高，NOx的排放标准也更加严格。选择性催化还原（Selective Catalytic Reduction，SCR）技术凭借其脱硝基于量子行为和 L vy飞行改进野狗算法的SCR脱硝系统模型辨识孙海蓉1，李骏1，董泽1，2（1.华北电力大学自动化系，河北保定071003；2.华北电力大学河北省发电过程仿真与优化控制技术创新中心，河北保定071003）摘要：传统野狗优化算法搜索范围有局限性，寻优结果往往不是全局最优，针对此问题，提出一种基于量子行为和Lvy飞行的改进野狗优化算法（Quantum Dingo Optimization Algorithm，QDOA）。量子行为赋予种群移动轨迹和速度的不确定性，使算法的搜索范围可覆盖整个可行空间；Lvy飞行策略的随机步长性，克服算法迭代后期易陷入局部最优问题，提升了求解精度。通过基准测试函数进行性能测试，QDOA相较其他几种算法在准确性、精度方面表现突出。应用QDOA对宁夏某电厂660 MW燃煤机组选择性催化还原（Selective Catalytic Reduction，SCR）脱硝控制系统高负荷段、中低负荷段现场数据进行模型辨识，建立了SCR脱硝系统阀门开度与入口氨气流量、入口氨气流量与出口NOx质量浓度之间的传递函数，经检验辨识后的模型能较好地反映该SCR脱硝控制系统的动态特性，证明了该算法的可行性。关键词：野狗算法；量子策略；Lvy飞行；SCR脱硝系统；模型辨识中图分类号：TM743文献标识码：A文章编号：1007-9904（2023）06-0044-08Model Identification of SCR Denitration System Based onQuantum Behavior and Lvy Flight Improved Dingo AlgorithmSUN Hairong1，LI Jun1，DONG Ze1，2（1.Department of Automation，North China Electric Power University，Baoding 071003，China；2.Hebei Technology Innovation Center of Simulation&Optimized Control for Power Generation，North ChinaElectric Power University，Baoding 071003，China）Abstract：A quantum dingo optimization algorithm（QDOA）based on quantum behavior and Lvy flight was proposed to addressthe limitations of traditional dingo optimization algorithms in terms of search scope and the fact that the search results were oftennot globally optimal.Quantum behavior gave uncertainty to the trajectory and velocity of the population，so that the search range ofthe algorithm could cover the whole feasible space.The random step size of Lvy flight strategy overcomes the problem that thealgorithm was easy to fall into local optimum in the later stage of iteration，and improves the accuracy of solution.Through theperformance test of the benchmark function，QDOA performed better than other algorithms in accuracy and precision.QDOA wasused to identify the field data of high load section，medium and low load section of selective catalytic reduction（SCR）denitrationcontrol system of 660 MW coal-fired unit in a power plant in Ningxia.The transfer function between valve opening and inletammonia flow，inlet ammonia flow and outlet NOxconcentration of SCR denitrification system was established.The identifiedmodel could better reflect the dynamic characteristics of the SCR denitration control system，which proves the feasibility of thealgorithm.Keywords：dingo algorithm；quantum strategy；Lvy flight；SCR denitration system；identification of model基金项目：河北省省级科技计划项目（22567643H）。DOI：10.20097/ki.issn1007-9904.2023.06.00844效率高、设备布置简单等特点在燃煤机组脱硝系统中得到广泛应用2。SCR 脱硝系统脱硝的关键在于对喷氨量的精准控制，喷氨量过少会造成烟气出口NOx质量浓度超标；喷氨量过多会造成氨逃逸量过多，增加运营成本。因此建立准确的脱硝系统模型对改善系统控制品质、控制烟气出口 NOx质量浓度达标尤为重要。近几年，一系列元启发式算法已被广泛应用于SCR 脱硝系统模型辨识上，如：神经网络辨识3、灰狼算法辨识4、随机森林算法辨识5、粒子群算法辨识6等。同时这些算法优缺点也较为明显，神经网络分类准确度高，但由于其泛化能力有限，在 SCR 脱硝系统模型辨识中会出现欠拟合与过拟合现象；灰狼算法设置参数少、鲁棒性强，但由于种群多样性差，使得算法后期收敛速度慢；随机森林算法在大规模数据集上训练速度快，但在某些噪声较大的数据集上，辨识出的模型易陷入过拟合；粒子群算法具有记忆性和高效率性，但其搜索范围通常不能覆盖整个空间，存在局限性，使得寻优结果往往不是全局最优。2021 年 Hernan 等人提出野狗优化算法（DingoOptimization Algorithm，DOA），该算法模拟了野狗狩猎的四个行为：围攻、追捕、食腐和存活7。相较于灰狼优化算法、粒子群算法、麻雀算法，DOA 因其具备控制参数较少、收敛快、局部搜索能力强等特点8，使得 DOA 在准确性和精度方面表现更为优异，文中的基准函数测试部分也验证了这点。鉴于 DOA出色的性能，近年来有许多国内外学者已将 DOA 应用到不同的领域上。Wang 等人9提出了一种基于信息熵的野狗优化算法，采用现场历史数据建立了准确度极高的电力负荷系统预测模型；Sarra 等人10将混沌策略、权重因子引进 DOA 中应用于辅助频谱感知上，优化了深度神经网络分类器的特征选择；文献 11-12 指出历史模型并不能解决数据本身的结构问题，单一模型辨识也不能准确地确定数据的非线性特征，为此在算法中加入多目标优化，解决了这些问题；文献 13 对 DOA 生存环节加入局部搜索，提高算法在搜索空间上的利用能力，并应用于多电平逆变器的选择性谐波消除控制。目前对于野狗优化算法的研究改进还不能克服算法搜索范围的局限性，寻优结果往往不是全局最优，对精度造成一定影响。为解决此问题，在野狗优化算法中引入量子策略，使算法的搜索范围可覆盖整个可行空间；又加入 Lvy 飞行策略，目的是当野狗种群中出现集中或分散时，能对野狗位置加以调整，从而使算法跳出局部最优，提升求解精度；并通过基准函数测试对改进算法性能进行检验。将所提改进野狗算法对不同负荷下 660 MW 燃煤机组 SCR脱硝系统模型进行辨识，验证算法的有效性。1SCR脱硝系统分析1.1控制原理SCR 脱硝系统常采用前馈串级控制方式14-15，按功能可划分成主、副两个回路，每个回路各有一个比例积分微分（Proportion Integration Differentiation，PID）控制器。串级回路的主调节器 PID1 对出口NOx质量浓度进行调控，副调节器 PID2 对喷氨量进行调控。SCR 脱硝系统控制原理如图 1 所示。图1SCR脱硝系统前馈串级控制图 1 中，r（t）与 y（t）分别为 NOx质量浓度设定值、出口 NOx质量浓度；d1（t）与 d2（t）分别为入口 NOx质量浓度、烟气流量；u（t）与 w（t）分别为阀门开度、入口氨气流量；G1、G2 为前馈补偿器；G1（s）为阀门开度与入口氨气流量的传递函数；G2（s）为入口氨气流量与出口 NOx质量浓度的传递函数16。1.2辨识模型SCR 脱硝系统主要是对入口氨气流量、出口NOx质量浓度进行调控17，因此辨识模型为 SCR 脱硝前馈串级控制系统副对象阀门开度与入口氨气流量传递函数 G1（s）、主对象入口氨气流量与出口 NOx质量浓度传递函数 G2（s）。燃煤机组 SCR 脱硝系统副回路调控入口氨气流量，是一个快速对象，可用二阶惯性对象等效；主回路调控出口 NOx质量浓度，出口 NOx质量浓度具有纯迟延等特点，经实验研究后选取二阶惯性加纯迟孙海蓉，等：基于量子行为和Lvy飞行改进野狗算法的SCR脱硝系统模型辨识45山东电力技术第50卷（总第307期）2023年第6期延等效。副回路阀门开度与入口氨气流量传递函数为G1()s=k1s2+a1s+a0（1）式中：k1为副回路被控对象增益系数；a0、a1为系数。主回路入口氨气流量与出口 NOx质量浓度传递函数为G2()s=k2e-s()Ts+12（2）式中：k2为主回路被控对象增益系数；T 为过程时间常数；为被控对象的纯迟延时间。2改进野狗优化算法2.1基本野狗优化算法DOA 是模仿野狗的狩猎策略所提出的一种新型生物启发式算法，野狗的狩猎策略包括围攻、追捕、食腐和存活四个行为。其中，围攻是指野狗狩猎大型猎物时会成群结队地聚集在一起，去寻找猎物的位置并将其包围，直到捕获；追捕是指野狗在狩猎小型猎物时，会单独追逐猎物直到单独捕获；食腐是指野狗在栖息地随机行走时，找到腐肉并吃下；生存则是指在捕食完后，生存率较小的个体需要重新到当前最优的个体周围去觅食。在种群内每只野狗的狩猎行为是可变的，其中围攻、追捕、食腐三个行为是互斥的，每只野狗会选择这三种行为中的一种，最后都会经过存活过程。DOA 中每只野狗代表一个问题的解，野狗矩阵为X=x1,x2,xNT=|x11x12x1dx21x22x2dxN1xN2xNd（3）式中：X 为野狗种群；N 为野狗的种群数量；d 为搜索空间的维度。策略一：围攻，其位置更新为xt+1ij=1k=1D1tkj-xtijD1-xtbj（4）式中：t 为目前的迭代次数；i=1，2，N；j=1，2，d；xij为第 i 只野狗在第 j 维的位置；1为-2，2 内的均匀随机数；D1为围