基于飛灰含碳量預(yù)測(cè)的火電廠配煤摻燒燃料成本計(jì)算

鄒光球 黃 敏 向春波 吳勇才 劉 樂(lè)

（1.大唐先一科技有限公司 2.中國(guó)大唐集團(tuán)公司湖南分公司)

近幾年，煤炭市場(chǎng)已經(jīng)由賣方市場(chǎng)逐步轉(zhuǎn)變?yōu)橘I方市場(chǎng)，各類煤炭資源較為充沛；而另一方面，隨著電廠增效益壓力的越來(lái)越大，作為占電廠總成本80%的燃料成本成了電廠特別關(guān)注的問(wèn)題[1]。在保證鍋爐安全穩(wěn)定運(yùn)行、機(jī)組按計(jì)劃帶負(fù)荷以及污染物排放達(dá)標(biāo)的前提下，實(shí)現(xiàn)火電廠科學(xué)精細(xì)化配煤摻燒管理是有效降低燃料成本的途徑之一[2]。

現(xiàn)有配煤摻燒系統(tǒng)的核心思想是根據(jù)庫(kù)存煤、發(fā)電計(jì)劃，計(jì)算得出符合要求的若干混煤組合，并以混煤的噸單價(jià)進(jìn)行排序?qū)?yōu)。確定混煤方案后，根據(jù)手工輸入的煤量，最終得到摻配方案。其缺點(diǎn)是，只考慮每噸混煤的價(jià)格，而未涉及因混煤特性不同造成的煤耗變化引起的燃料成本差異。

為合理計(jì)算火電廠因配煤摻燒帶來(lái)的燃料成本效益，本文建立了單位發(fā)電燃料成本的預(yù)測(cè)模型，并依托湖南某電廠的實(shí)際生產(chǎn)數(shù)據(jù)，驗(yàn)證了該模型。結(jié)果表明，該模型預(yù)測(cè)精度高，方法適用于生產(chǎn)實(shí)際，可用于指導(dǎo)電廠配煤摻燒工作，有效降低電廠燃料成本。

1 單位發(fā)電燃料成本

單位發(fā)電燃料成本是指機(jī)組每發(fā)一度電所消耗的燃煤量對(duì)應(yīng)的貨幣金額。本文引入混煤標(biāo)單概念，混煤標(biāo)單是指將混煤發(fā)熱量折算為標(biāo)準(zhǔn)煤發(fā)熱量后得到的燃煤?jiǎn)蝺r(jià)。據(jù)此，單位發(fā)電燃料成本可按下式計(jì)算：

式中Crl——單位發(fā)電燃料成本，元/千瓦小時(shí)；

B0cs——摻燒（標(biāo)）煤耗預(yù)測(cè)值，g/（kW·h）；

Chm——混煤標(biāo)單，元/噸；

Q0net,ar——標(biāo)準(zhǔn)煤低位發(fā)熱量，取29271.76，kJ/kg；

Ci——摻配單煤?jiǎn)蝺r(jià)，元/噸；

xi——單煤摻配量比例系數(shù)；

Qi——摻配單煤收到基低位發(fā)熱量，kJ/kg；

n——摻配單煤種類數(shù)。

由上述公式可知，單位發(fā)電燃料成本的計(jì)算可歸結(jié)為摻燒 （標(biāo)）煤耗B0cs的計(jì)算。在汽機(jī)熱耗、管道效率不受混煤特性影響的前提下，該指標(biāo)僅受鍋爐效率ηg1的影響。因此，我們認(rèn)為單位發(fā)電燃料成本的計(jì)算可歸結(jié)為鍋爐效率ηg1的計(jì)算。

本文沿用行業(yè)標(biāo)準(zhǔn) 《火力發(fā)電技術(shù)經(jīng)濟(jì)指標(biāo)計(jì)算》 （DL/T 904—2004）給出的計(jì)算方法和規(guī)范計(jì)算鍋爐效率[3]。在該規(guī)范中，受煤質(zhì)影響波動(dòng)最大且影響鍋爐效率占比較大的是機(jī)械不完全燃燒熱損失，而計(jì)算該損失需要的運(yùn)行參數(shù)是飛灰含碳量[4]。下文將重點(diǎn)研究飛灰含碳量的預(yù)測(cè)方法。

2 飛灰含碳量預(yù)測(cè)

飛灰含碳量的大小和混煤特性、運(yùn)行工況有關(guān)，在運(yùn)行工況正常的情況下，混煤特性的不同決定了飛灰含碳量的變化規(guī)律。就混煤特性而言，影響因素主要表現(xiàn)在低位發(fā)熱量、水分、灰分、固定碳和揮發(fā)分上；從運(yùn)行角度分析，影響因素主要表現(xiàn)在爐膛出口氧量、平均負(fù)荷上[5]。

在對(duì)比分析了均值法、回歸算法、機(jī)理建模法、神經(jīng)網(wǎng)絡(luò)建模法等方法后，本文認(rèn)為采用神經(jīng)網(wǎng)絡(luò)建模法對(duì)飛灰含碳量進(jìn)行預(yù)測(cè)是最為準(zhǔn)確的，且具有良好的推廣性。

神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)元工作方式的數(shù)學(xué)模型[6]。它揭示了數(shù)據(jù)樣本中蘊(yùn)含的非線性關(guān)系，大量的處理單元組成了非線性自適應(yīng)動(dòng)態(tài)系統(tǒng)，具有良好的自適應(yīng)性、自組織能力以及很強(qiáng)的學(xué)習(xí)、聯(lián)想、容錯(cuò)和抗干擾能力，在不同程度和層次上可模仿大腦的信息處理機(jī)制，靈活方便地對(duì)多成因的復(fù)雜未知系數(shù)進(jìn)行建模。

目前，神經(jīng)網(wǎng)絡(luò)已經(jīng)在多個(gè)學(xué)科領(lǐng)域被廣泛應(yīng)用于模式識(shí)別、預(yù)報(bào)預(yù)測(cè)以及數(shù)值逼近等方面[7]。而BP神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛的一種，因網(wǎng)絡(luò)權(quán)值的調(diào)整規(guī)則采用誤差反向傳播算法而得名，其預(yù)測(cè)功能已在農(nóng)作物蟲情預(yù)測(cè)、冬小麥產(chǎn)量、土壤參數(shù)、交通流混沌等諸多領(lǐng)域的工程研究中得到廣泛應(yīng)用?；诖?，本文最終采用BP神經(jīng)網(wǎng)絡(luò)對(duì)飛灰含碳量進(jìn)行預(yù)測(cè)。

3 神經(jīng)網(wǎng)絡(luò)建模

選取湖南某電廠實(shí)際入爐煤煤質(zhì)參數(shù) （低位發(fā)熱量、固定碳、灰分、揮發(fā)分）、爐膛出口氧量、平均負(fù)荷等為自變量，選取實(shí)測(cè)的飛灰含碳量為因變量。樣本數(shù)據(jù)700組，測(cè)試數(shù)據(jù)44組。利用BP神經(jīng)網(wǎng)絡(luò)建立數(shù)學(xué)模型，在得到滿足精度要求的各層權(quán)值、閾值、學(xué)習(xí)率后，利用測(cè)試數(shù)據(jù)檢驗(yàn)該模型。表1給出了44組測(cè)試數(shù)據(jù)的真實(shí)值、預(yù)測(cè)值及相對(duì)誤差值。

將誤差超過(guò)±10%的測(cè)試樣本原始數(shù)據(jù)及與測(cè)試樣本相似的訓(xùn)練樣本列表如表2、表3所示。

對(duì)比分析表2、表3可知，在訓(xùn)練、測(cè)試樣本中，各參數(shù)相近。在訓(xùn)練樣本中，處于這個(gè)范圍內(nèi)的飛灰含碳量在4.54%～5.45%之間，而對(duì)于測(cè)試樣本，飛灰含碳量預(yù)測(cè)值在5.14%～5.45%，實(shí)際值則在3.62%～3.91%。鑒于此，本文認(rèn)為測(cè)試樣本由于自身原因 （數(shù)據(jù)錯(cuò)誤、設(shè)備故障、運(yùn)行條件等）嚴(yán)重偏離已有訓(xùn)練樣本是造成誤差較大的主要原因，而非模型自身問(wèn)題。

綜上所述，除部分樣本誤差超過(guò)10%外，大部分預(yù)測(cè)樣本的相對(duì)誤差都在10%以下。由于飛灰含碳量本身就是受多種因素共同影響的量，故本文認(rèn)為，相對(duì)誤差精度達(dá)到10%即可滿足生產(chǎn)實(shí)際需要。

4 應(yīng)用情況分析

結(jié)合上文所述思路，針對(duì)湖南某電廠的實(shí)際情況，開發(fā)了配煤摻燒決策支持系統(tǒng)。在該系統(tǒng)中，利用神經(jīng)網(wǎng)絡(luò)算法建立了飛灰含碳量的預(yù)測(cè)模型，計(jì)算得出了單位發(fā)電燃料成本。該廠自2014年年初正式使用該系統(tǒng)后，其飛灰含碳量累計(jì)最大絕對(duì)偏差為0.8%，最大相對(duì)偏差為9.7%，其預(yù)測(cè)的準(zhǔn)確性、可靠性得到了電廠的認(rèn)可。利用該系統(tǒng)，電廠上半年燃煤綜合標(biāo)單價(jià)格從0.25元/千瓦小時(shí)降低至0.245元/千瓦小時(shí)，上半年累計(jì)發(fā)電6.48億千瓦小時(shí)，節(jié)約燃料成本324萬(wàn)元。

表1 測(cè)試樣本實(shí)際值、預(yù)測(cè)值對(duì)比分析 （%）

表2 與誤差過(guò)大的測(cè)試樣本相似的訓(xùn)練樣本

表3 誤差過(guò)大的測(cè)試樣本

5 結(jié)語(yǔ)

本文對(duì)現(xiàn)有配煤摻燒系統(tǒng)僅計(jì)算混煤噸單價(jià)而忽略煤耗引起的燃料成本差異的問(wèn)題進(jìn)行了研究。采用基于神經(jīng)網(wǎng)絡(luò)建模預(yù)測(cè)飛灰含碳量的方法，計(jì)算摻燒 （標(biāo)）煤耗，進(jìn)而得到單位發(fā)電燃料成本。該方法在湖南某電廠的實(shí)施結(jié)果表明：該模型預(yù)測(cè)準(zhǔn)確性高，用于指導(dǎo)電廠實(shí)際摻配工作經(jīng)濟(jì)效益顯著。

[1] 喬攀,譚鵬.火電廠配煤摻燒成本效益分析 [J].湖北電力，2014,38(4)：59-61.

[2] 段學(xué)農(nóng),朱光明,焦慶豐.電廠鍋爐混煤摻燒技術(shù)研究與實(shí)踐 [J].中國(guó)電力，2008,41(6)：51-53.

[3] DL/T 904—2004火力發(fā)電技術(shù)經(jīng)濟(jì)指標(biāo)計(jì)算 [S].

[4] 楊軍華,陳國(guó)慧,徐永康,等.鍋爐機(jī)械不完全燃燒損失q4的模糊定量研究 [J].熱力發(fā)電,2000（2）：34-37.

[5] 王艦.煤質(zhì) （種）特性對(duì)電站鍋爐影響的試驗(yàn)研究[D].杭州：浙江大學(xué),2002：49-52.

[6] 張毅,丁艷君,張鴻泉,等.電站鍋爐運(yùn)行性能綜合預(yù)測(cè)模型 [J].動(dòng)力工程,2006,26(1)：84-88.

[7] 楊安華,彭清娥,劉光中.BP算法固定學(xué)習(xí)率不收斂原因分析及對(duì)策 [J].系統(tǒng)工程理論與實(shí)踐,2002(12)：22-25.