IGCC(Integrated Gasification Combined Cycle,IGCC)发电技术以其高效、燃料适应性广、可结合多联产和二氧化碳捕捉环节等技术优势,提供了一种低污染、低排放的先进能源利用方式,成为洁净煤发电领域的一个发展趋势。气化过程是IGCC发电技术的核心环节,其控制策略的设计是影响到整个IGCC电站稳定运行的关键,针对IGCC电站气化炉控制系统的研究具有重大的理论研究意义和实际应用价值。本文针对IGCC电站气化炉动态建模和控制策略进行了如下研究:　　 1、针对输运床气化炉,将混合区及提升管段按照密相区高度分为密相和稀相两个区域,考虑了各个区域内的气固物性、两相流动、传热和化学反应动力学特性并结合相关几何结构参数,建立了输运床气化炉动态数学模型。将该模型应用于美国能源部TRDU(Transport Reactor Development Unit,TRDU)项目中输运床气化炉的动态特性研究,考察了在模型输入(空气量、给煤量和水蒸气量)分别做阶跃扰动时,模型输出(合成气热值、压力和温度)的动态特性,并对模型动态变化趋势进行了分析。仿真结果表明,模型能够较为合理地反映输运床气化炉的动态变化趋势,该模型的建立为研究输运床气化炉动态特性和控制系统设计提供了试验平台。　　 2、建立了输运床气化炉模型的传递函数模型。针对MOESP(Multiple-inputMultiple-output Output-error State Space Model Identification,MOESP)和N4SID(NumericalAlgorithm for Subspace State Space System Identification,N4SID)两种传统子空间辨识方法存在的不足,提出了一种改进的子空间辨识算法,先利用MOESP算法计算出矩阵A和C,再采用N4SID算法计算输入矩阵B和前馈矩阵D,降低了算法的复杂性。通过4个算例对算法辨识精度和计算效率进行验证,然后采用该算法建立了Alstom气化炉和输运床气化炉的线性状态空间模型,并对两种气化炉线性模型的预测性能进行了分析。　　 3、建立了输运床气化炉控制方案的测试基准。针对输运床气化炉线性模型进行了耦合特性分析,研究了输运床气化炉5种不同分散控制结构在压力扰动下的抗扰特性,并结合由线性模型相对增益矩阵计算出的变量配对方式,提出了一种针对输运床气化炉的分散PID控制方案。然后从多变量控制系统设计角度出发,又提出了基于状态空间模型的输运床气化炉MPC(Model Predictive Control,MPC)控制方案,并针对所提出的两种控制方案进行变工况和压力扰动测试。　　 4、针对煤气化过程中的非线性特点,提出了一种基于改进子空间辨识算法的Wiener非线性模型。分别选取状态空间模型和一个单层神经网络作为Wiener模型的线性动态部分和非线性静态部分。首先对状态空间模型和神经网络的参数进行初步估计,随后利用模型初步估计值对Wiener模型的参数进行全局优化,得到最优的模型参数。基于该模型辨识算法建立了Alstom气化炉和输运床气化炉的非线性Wiener模型,并对模型的预测性能进行了相关研究。结果表明,该模型对两种气化炉的输出都能够进行很好地预测。　　 5、针对Alstom气化炉和输运床气化炉,提出了基于改进子空间辨识算法Wiener模型的非线性预测控制NMPC(Nonlinear Model Predictive Control,NMPC)方案。通过将模型的非线性部分线性化,得到了一个线性时变的状态空间模型,可以利用基于线性状态空间模型的预测控制器设计方法进行控制器设计,避免了直接利用非线性模型建立目标函数而带来的非“凸"优化问题。将所提出的控制方案应用于Alstom气化炉和输运床气化炉的控制。通过与线性预测控制方案的比较表明,非线性控制方案具有更好的闭环控制品质。