论文总字数：18488字

摘 要

二氧化碳的捕集与封存技术被认为是短期内实现二氧化碳减排最有效的方法。而以单乙醇胺为代表的燃烧后湿法脱碳技术应用历史较长，技术相对成熟，是目前最具可行性的碳捕集方案。但在给定的运行条件下，碳捕集机组的优化运行已不能满足运行要求。本文研究基于模型预测控制的碳捕集机组控制方案，该方案具有最优特性且对干扰有一定的抑制作用。首先通过系统辨识的方法进行模型参数估计，得到碳捕集机组的动态模型。之后，比较辨识模型产生数据和机理模型所得数据的拟合程度，验证模型的有效性，完成碳捕集机组基于数据的动态建模工作。之后通过Matlab程序和Simulink模块对碳捕集过程的模型预测控制器进行设计，仿真验证控制器性能。

关键词：燃烧后碳捕集；乙醇胺；系统辨识；模型预测控制

Abstract

The capture and storage technology of carbon dioxide is considered to be the most effective way to reduce carbon dioxide emissions in the short term. The post-combustion wet decarbonization technology represented by monoethanolamine has a long history of application and is relatively mature. It is currently the most feasible carbon capture solution. However, under the given operating conditions, the optimal operation of the carbon capture unit can no longer meet the operating requirements. This paper studies the control scheme of carbon capture unit based on model predictive control which has optimal characteristics and has certain suppression effect on disturbances. Firstly, the dynamic model of the carbon capture unit is obtained through the system identification method, and the fit between the observed value and the predicted value is compared, the predicted data is analyzed, the credibility of the model is verified, and finally the reliable dynamic model of carbon capture unit is obtained, then model predictive controller design, simulation to verify controller performance.

Key Words: Post-combustion carbon capture; Monoethanolamine; System identification; Model predictive control

目 录

第一章 绪论 1

1.1 减少二氧化碳排放量的意义 1

1.1.1 二氧化碳排放的现状 1

1.1.2 温室效应的危害 1

1.2燃烧后碳捕集系统控制方法研究现状 2

1.3本文主要研究内容 2

第二章 系统辨识与模型预测控制综述 4

2.1系统辨识方法 4

2.2模型预测控制方法 4

第三章 乙醇胺脱碳工艺简介 5

第四章 燃烧后碳捕集机组的系统辨识建模 6

4.1研究背景 6

4.2 ARX模型介绍 6

第五章 燃烧后碳捕集机组的模型预测控制器设计 8

5.1模型预测控制算法 9

5.2线性模型预测控制 9

（1） 系统模型 9

（2） 预测模型 9

（3） 优化问题描述 10

5.3 Matlab模型预测控制工具箱介绍 11

5.3.1模型预测控制工具箱相关程序语句说明 12

第六章 系统辨识仿真实验 13

6.1 Matlab系统辨识工具箱介绍 13

6.2利用gPROMS软件获得初始数据 13

6.3初始数据的预处理 16

6.4建立辨识模型 17

6.5辨识模型的验证 18

第七章 模型预测控制器设计的仿真建模 22

7.1模型预测控制器基本结构 22

7.2在Simulink中搭建模型预测控制器模型 23

7.3模型预测控制器设计 24

第八章 结论 33

参考文献及附录 34

第一章 绪论

1.1减少二氧化碳排放量的意义

• • 1. 二氧化碳排放的现状

2019年，全球碳排放量创历史新高，同比增长0.6％。 2018年，碳排放量比2017年增加2.1％，而2017年的排放量比2016年高1.5％^[19],全球及各主要国家二氧化碳排放量如图1-2所示。

图1-1全球及各主要国家二氧化碳排放量^[20]

CO2捕集与封存技术（碳捕集与封存，缩写为CCS）是实现CO2减排的最有效方法^[18]。以乙醇胺（Monoethanolamine，缩写为MEA）为代表的燃烧后湿式脱碳技术被广泛认为是最可行的碳捕集解决方案^[5]，但是由于采用MEA，因为吸收剂需要从装置中抽出大量蒸汽，因此有必要优化燃烧后碳的运行参数。捕集系统（燃烧后碳捕集）和降低单元性能的碳捕集系统的能耗^[4]。

1.2燃烧后碳捕集系统控制方法研究现状

Mechleri等人^[1]模拟了ASPEN HYSYS Dynamics®中200 MWe天然气联合循环（NGCC）装置，并根据常规配置设计了PI控制系统。在烟气流量变化±10%的情况下进行了控制性能评价。结果表明，该控制器能有效地抑制捕集水位和再热器温度的扰动。然而，碳捕集机组（post-combustion carbon capture，缩写为PCC）需要很长时间才能完成过渡过程

Rodriguez等人^[2]测试了常规PCC-PI控制系统在所连接CFPP的实际变负荷运行下的性能。上游CFPP应先将负荷从100%变为75%，然后以5%/min的爬坡速度恢复到100%，如此快速的负荷变化将引起烟气流量的快速变化，给PCC系统带来严重的干扰。模拟结果表明，CO2捕获水平需要0.5h才能恢复到稳定状态，并且在过渡过程中会出现明显的振荡。对于再锅炉蒸汽和二氧化碳产品，要达到新的稳态值，几乎需要1小时。仿真结果表明，PCC过程动态缓慢，PI控制可能达不到预期的运行效果^[3]。

请支付后下载全文，论文总字数：18488字