基于强化学习的SCR脱硝系统优化控制

来源：动力工程学报杂志2024年第12期北京时间：

作者：王焕敏, 王沈振, 唐亮, 李钟钦,

摘要：为了解决选择性催化还原(SCR)脱硝系统中NOi>x排放控制遇到的时效滞后和负荷波动引发的响应问题,采用强化学习来调控比例积分微分(PID)参数,基于深度确定性策略梯度(DDPG)算法,重新设计了Critic网络的损失函数,并引入了一个延迟队列来模拟系统的延迟性,并将所提控制策略应用到国内某660 MW超超临界火电机组中。结果表明:强化学习控制方法在调节时间、超调量、稳定性方面均优于传统的PID控制方法;所提控制策略克服了传统PID控制方法无法解决的时效滞后和负荷波动问题,具有重要的理论与实际应用价值。

关键词：强化学习,SCR脱硝系统,PID控制,氮氧化物排放,