一种燃煤电站锅炉燃烧优化方法及控制系统与流程
- 国知局
- 2024-08-01 02:44:35
本发明涉及电站锅炉运行控制,尤其是涉及一种燃煤电站锅炉燃烧优化方法及控制系统。
背景技术:
1、当前燃煤电厂面临煤炭市场、电力市场、碳市场的多重影响,外部因素复杂多变。燃煤电厂在生产成本、污染物控制、电网要求等方面的压力日益上升,对电厂的要求更高、更新。“优存劣汰”将是煤电行业面临的长期挑战。
2、燃煤电站锅炉燃烧优化是一种高效、低成本的锅炉节能减排手段,锅炉效率提高1%,供电煤耗约降低1%,其减少的碳排放亦十分可观。因此,开展锅炉燃烧优化研究,最大限度挖掘锅炉的节能环保潜力,使其适应深度调峰、煤质变化、负荷波动等运行环境,具有明显的经济效益和社会效益,对提高电厂的竞争能力具有重要的意义。
3、但目前的燃煤电站锅炉燃烧优化主要存在以下困难:
4、1)锅炉燃烧机理建模复杂,涉及到各种复杂的化学反应和物理现象,过程影响变量多,涉及工艺条件、设备性能、燃料性质、外在环境等多种因素。通过建立复杂过程的精确机理模型来优化运行非常困难。
5、2)燃煤电站锅炉基础运行参数如入炉煤质、飞灰含碳量等在线测量装置和技术普遍存在投资高、寿命短、可靠性差等不足。
6、3)燃煤电站锅炉燃烧优化需要综合考虑锅炉效率、污染物排放、高温受热面热偏差及炉内壁温、锅炉安全运行条件等多因素。
7、4)如何应对外部输入因素如锅炉负荷、入炉煤煤质等快速变化产生的即时优化。
8、针对这些问题,设备制造商、科研企业、高校等机构也开展了许多尝试。
9、超(超)临界燃煤机组运行性能整体优化及控制,吕晓东,上海明华电力技术工程有限公司,该科技成果采用试验研究并结合在控制系统中部署优化模型的解决方案。但其一方面调整试验的结果都是在特定边界如特定煤质条件下得出、不具有普适性。另一方面实际运行中锅炉负荷和运行方式经常变化,其优化工况也会随之变化,这种解决方案难以满足应对外部输入输出因素变化产生的即时优化需求,节能降耗空间未能充分挖掘。
10、中国专利申请号202210246389.2涉及了一种用于燃煤电站锅炉的智慧燃烧优化控制系统及方法,该方法从机组运行历史数据及试验数据中采用bp神经网络物理模型耦合遗传算法得出不同工况下的燃烧参数最优输出集,对燃煤电站锅炉的智慧燃烧进行合理调控;但是该方法一方面需要大量的高数据质量学习样本,也未解决入炉煤质、飞灰含碳量等在线测量数据问题;另一方面采用bp神经网络等机器学习方法存在泛化能力差,在煤质、锅炉运行方式等边界条件发生大的变化后预测效果较差;
11、中国专利申请号201410219420.9涉及了一种用于煤质多变情况下优化锅炉运行的方法,该方法在对某燃煤锅炉进行性能试验的基础上,得到该锅炉在一定负荷下的燃烧某煤种的关键性能参数;根据试验数据对同工况下的锅炉炉膛来进行cfd模拟并建立模型来预测并指导锅炉优化运行;但是该方法所涉及的cfd锅炉燃烧数值模拟对算力要求高,针对不同类型的燃煤电站锅炉每个计算工况需要耗时较长(数天),且每个cfd模型的模拟精度需要性能试验准确结果去校核,而性能试验没法涵盖锅炉运行的所有工况,cfd模型的泛化能力必然较差,该方法也未解决入炉煤质、飞灰含碳量等在线测量数据问题。
技术实现思路
1、本发明的目的是克服上述现有技术存在的缺陷而提供一种燃煤电站锅炉燃烧优化方法及控制系统。
2、本发明的目的可以通过以下技术方案来实现:
3、作为本发明的第一方面,提供一种燃煤电站锅炉燃烧优化方法,所述方法步骤包括:
4、融合锅炉热力计算与机器学习建模及试验建立用于预测锅炉的输入条件发生变化时锅炉的输出的锅炉燃烧变工况模型,所预测锅炉的输出包括锅炉的运行参数、锅炉效率以及氮氧化物nox排放;
5、根据所建立的锅炉燃烧变工况模型,基于锅炉运行历史数据计算获得学习样本;
6、基于学习样本建立并训练基于神经网络模型的快速锅炉热力计算模型;
7、通过集散控制系统dcs读取实时运行数据,基于快速锅炉热力计算模型计算得出各运行方式不同水平对锅炉效率、氮氧化物nox排放的影响;
8、基于快速锅炉热力计算模型计算结果,以降低机组供电煤耗和降低氮氧化物nox的排放量为锅炉燃烧运行优化的目标,得到最终的优化运行方式。
9、进一步的,所述融合锅炉热力计算与机器学习建模及试验建立的锅炉燃烧变工况模型包括:
10、基于锅炉结构参数建立的基于热力校核方法的整体热力计算模型;
11、根据电厂历史飞灰含碳量化验数据建立的神经网络飞灰含碳量预测模型;
12、根据电厂历史炉渣含碳量化验数据建立的神经网络炉渣含碳量预测模型;
13、根据电厂历史锅炉一氧化碳co排放数据建立的神经网络co预测模型;
14、根据电厂历史锅炉氮氧化物nox排放数据建立的神经网络氮氧化物nox预测模型。
15、进一步的,所述锅炉燃烧变工况模型还包括:
16、根据电厂历史性能试验数据建立的空气预热器漏风率计算模型;
17、根据磨煤机系统能量平衡和质量平衡原理,建立的入炉煤水分计算模型;
18、根据物质平衡、能量平衡和煤燃烧化学分析原理,建立的煤燃烧产物和输入元素的关系方程组;
19、根据电厂历史主要辅机电流变化数据建立主要辅机电流预测模型。
20、进一步的,根据所述快速锅炉热力计算模型进行计算具体如下:
21、实时读取当前锅炉的运行参数;根据快速锅炉热力计算模型,采用正交试验方法对锅炉各可变运行方式变化于锅炉效率以及氮氧化物nox排放的影响进行计算,得出各运行方式不同水平对锅炉效率与氮氧化物nox排放的影响;所述各可变运行方式包括氧量、总风量、分离型燃尽风sofa风门开度、紧凑型燃尽风ccofa风门开度以及燃烧器摆角。
22、进一步的,所述锅炉燃烧运行优化的寻优目标值为机组的燃料成本和液氨成本之和最小,计算不同运行方式下的目标值的同时,计算高温受热面热负荷偏差评估系数作为约束条件,最后得到目标值最低且满足热负荷偏差要求的运行方式即优化运行方式。
23、进一步的,所述高温受热面热负荷偏差评估系数计算步骤具体如下:
24、根据锅炉高温受热面沿炉宽方向布置的炉管出口壁温测点获取出口蒸汽压力、进口蒸汽温度与进口蒸汽压力;
25、按热偏差原理计算得到高温受热面各片屏的热偏差系数ηp;
26、按标准jb/z 201-83《电站锅炉水动力计算方法》计算得到高温受热面集箱系统流量偏差系数ηl;
27、计算沿炉膛宽度烟气侧热负荷偏差ηr的幅度及分布,并得出高温受热面热负荷偏差评估系数评价高温受热面的运行安全性:
28、
29、式中:n为高温受热面屏片数;ηi为第i片屏的热负荷偏差系数;ηmax为沿炉膛宽度烟气侧最大热负荷系数。
30、进一步的,所述炉管出口壁温测点获取数据后先排除蒸汽侧的影响;所述蒸汽侧的影响包括流量偏差系数,对于一般结构的集箱系统的流量偏差系数,按水动力计算标准计算;对于以三通方式引入引出集箱系统的流量偏差系数,则通过试验经验系数或数值计算的方式得到。
31、作为本发明的第二方面,提供一种锅炉燃烧优化控制系统,所述锅炉通过集散控制系统dcs进行控制,所述系统包括:
32、锅炉燃烧优化服务器,部署有锅炉燃烧优化程序,所述锅炉燃烧优化程序执行如上所述的优化方法,计算得到锅炉燃烧优化运行方式,并将优化运行参数以偏置值指令写入实时数据库服务器;
33、实时数据库服务器,用于提供实时数据的读写缓存;
34、集散控制系统dcs读写服务器,与集散控制系统dcs的双向数据连接,用于从集散控制系统dcs读入实时运行数据并写入实时数据库服务器,同时从实时数据库服务器读入优化运行控制参数并写入集散控制系统dcs。
35、进一步的,所述集散控制系统dcs根据需要优化的控制参数,修改集散控制系统dcs系统中的控制逻辑,包括:增加入炉煤热值修正偏置信号、氧量修正偏置信号、总风量修正偏置信号以及分离型燃尽风sofa风门开度修正偏置信号。
36、进一步的,所述锅炉燃烧优化程序不断向集散控制系统dcs发送心跳波信号来表征系统的运行状态,集散控制系统dcs一旦检测不到任意一个程序的心跳波,立即切回原集散控制系统dcs中的控制逻辑;
37、锅炉燃烧优化程序每次计算前检查由集散控制系统dcs侧获取的实时数据的正确性,一旦发现任一数据异常,立即停止计算并切回原集散控制系统dcs中的控制逻辑;
38、锅炉燃烧优化程序能够手动投切信号。
39、与现有技术相比,本发明具有以下有益效果:
40、1)与现有技术相比,本发明提供的燃煤电站锅炉燃烧优化方案能最大限度挖掘锅炉的节能环保潜力,使其适应煤质变化、负荷波动等运行环境,有效提高锅炉效率并减低nox排放。经现场对比测试表明,优化工况对比基础工况锅炉效率平均可提高0.3~0.5%左右,供电煤耗可平均下降0.9g/kwh以上;锅炉nox排放可平均降低10%左右,氨耗量平均下降约16kg/h,具有明显的经济效益和社会效益。
41、2)与现有技术相比,本发明提出的燃煤电站锅炉燃烧优化方法融合了融合锅炉热力计算、机器学习建模与试验研究,即解决了现有机理模型不能完备反映锅炉燃烧过程的不足,又避免了单一以数据驱动的机器学习建模方法需要大量的高数据质量学习样本、泛化能力差等缺陷,优化结果更具合理性,并通过锅炉运行方式在线优化和闭环控制,达到了提高锅炉运行经济性和环保性的目标。
42、3)与现有技术相比,本发明提出的燃煤电站锅炉燃烧优化方法,采用入炉煤煤质软测量、飞灰含碳量软测量、快速锅炉热力计算模型等方法,解决了当前发电企业普遍存在的掺烧煤种多、入炉煤煤质变化大的问题,满足外部输入输出因素变化产生的即时优化需求,使得优化结果能更实时准确地反映锅炉燃烧状况。
43、4)本发明提出的燃煤电站锅炉燃烧优化方法基于现有dcs实时数据,具有数据容易获取,现场不需要额外增加测点,成本低,对各种燃煤电站锅炉炉型都有广泛适用性等优点。
本文地址:https://www.jishuxx.com/zhuanli/20240724/209982.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表