國能智深控制技術(shù)有限公司/北京市電站自動化工程技術(shù)研究中心 王 瞳

影響火電機組運行經(jīng)濟效益的因素有很多，其中起到?jīng)Q定性作用的參考指標就是鍋爐燃燒效率。鍋爐尾部煙氣含氧量作為燃燒調(diào)整的重要參數(shù)，實時監(jiān)測鍋爐爐膛內(nèi)煤粉的燃燒狀況，代表了爐膛整體的配風水平，氧量過高會造成氮氧化物濃度增加，而氧量過低會造成不充分燃燒，增加熱損失。因此對鍋爐氧量定值優(yōu)化技術(shù)的研究及應(yīng)用具有重要現(xiàn)實意義。

1 基于復合模型的氧量定值優(yōu)化技術(shù)概述

基于復合模型的氧量定值優(yōu)化技術(shù)包括鍋爐尾部煙氣含氧量模型建立及最優(yōu)氧量設(shè)定值計算兩部分內(nèi)容。鍋爐尾部煙氣含氧量模型建立的研究方法主要有兩種，分別為基于機理模型和基于數(shù)值模型的研發(fā)方法。其中機理模型研究方法是對煙氣含氧量通過機理分析提出一種機理模型，根據(jù)氧量測量方式的不同分為干、濕氧量兩種形式的機理模型。由于鍋爐燃燒系統(tǒng)是十分復雜的，很難建立完備的機理模型來準確反映氧量、配風及鍋爐效率之間的關(guān)系，借助軟測量技術(shù)進行動態(tài)補償以提升模型的測量精度。較為精確的機理模型能夠具備較高的精度，但動態(tài)特性方面較差，需根據(jù)現(xiàn)場工況定期進行調(diào)整；數(shù)值模型研究方法是采用隨機取樣的方法從電廠實際的歷史數(shù)據(jù)庫中采集多組不同工況下的運行數(shù)據(jù)，通過對上述多組歷史數(shù)據(jù)進行訓練，建立了煙氣含氧量最小二乘支持向量機模型。最小二乘支持向量機模型訓練時間比較長，一般為離線學習，對訓練數(shù)據(jù)的的質(zhì)量和全面性要求比較高，如果訓練數(shù)據(jù)不能遍歷存在不穩(wěn)定性。

綜合上述兩種建模方法的優(yōu)劣性，建立基于機理和數(shù)值模型相結(jié)合的煙氣含氧量復合模型?；诖藦秃夏Ｐ偷难趿慷ㄖ祪?yōu)化技術(shù)，把鍋爐效率提升作為尋優(yōu)的性能指標，采用遺傳算法算出不同工況下的煙氣含氧量最優(yōu)設(shè)定值，將其代入閉環(huán)控制，提高調(diào)節(jié)品質(zhì)，為電廠的經(jīng)濟性穩(wěn)定運行創(chuàng)造條件。

2 氧量復合模型原理

從DCS 系統(tǒng)中采集主汽流量、主汽溫度、主汽壓力、給水溫度、再熱蒸汽溫度、再熱蒸汽壓力、高壓排氣溫度、高壓排氣壓力、排煙溫度、冷風溫度、總風量、給水流量、泵出口溫度、油流量、給煤量、機組功率等相關(guān)變量測點信息，如有些數(shù)據(jù)無法直接通過測量裝置采集，則通過軟測量技術(shù)尋找多個關(guān)聯(lián)變量以數(shù)據(jù)擬合的方式得出，作為氧量復合模型建立的基礎(chǔ)數(shù)據(jù)。

鍋爐總熱量是鍋爐有效吸熱量、排煙熱損失量、固體未完全燃燒熱損失量及其他散熱損失熱量的總和。其中排煙熱損失量計算所需要的變量為煙氣含氧量。煙氣含氧量機理模型鍋爐總熱量計算所需的輸入變量采用最小二乘支持向量機模型的氧量輸出值，最終復合模型的預(yù)測輸出值為機理模型的氧量輸出值與數(shù)值模型的氧量輸出值按照公式加權(quán)求和得出，具體公式為O2=WLO2L+WMO2M，式中O2作為氧量復合模型的輸出變量，單位為百分比；WL作為氧量數(shù)值模型輸出變量權(quán)重，無量綱；O2L作為氧量數(shù)值模型輸出變量，單位為百分比；WM作為氧量機理模型輸出變量權(quán)重，無量綱；O2M作為氧量機理模型輸出變量，單位為百分比?；趶秃夏Ｐ偷难趿吭O(shè)定值通過遺傳算法優(yōu)化計算獲得最優(yōu)設(shè)定值，具體計算流程圖如圖2。

圖1 氧量復合模型結(jié)構(gòu)示意圖

圖2 氧量最優(yōu)設(shè)定值計算流程圖

3 基于復合模型的氧量定值優(yōu)化技術(shù)應(yīng)用實例

以某300MW 燃煤電廠為例，該廠控制系統(tǒng)已進行了智能化改造，現(xiàn)控制系統(tǒng)采用智深公司的岸石智能發(fā)電運行控制系統(tǒng)(ICS)，該控制系統(tǒng)具有良好的開放性，支持將第三方的先進控制算法以高級控制算法模塊的形式封裝在ICS 系統(tǒng)內(nèi)，通過標準化的組態(tài)方式進行實現(xiàn)，氧量定值優(yōu)化亦是采用上述模式，其現(xiàn)場組態(tài)策略如圖3。氧量定值優(yōu)化控制人機界面如圖4，可實現(xiàn)閉環(huán)控制，支持無擾切換。氧量定值優(yōu)化系統(tǒng)投運后，優(yōu)化效果如圖5。

圖3 氧量定值優(yōu)化組態(tài)圖

圖4 氧量定值優(yōu)化人機界面圖

圖5 氧量定值優(yōu)化效果圖

投入氧量定值優(yōu)化系統(tǒng)并進行閉環(huán)控制后，機組氧量由實際值3%降低至最佳氧量值2.6%，鍋爐排煙熱損失下降0.2%，鍋爐效率提升0.2%，結(jié)果表明：通過對鍋爐運行氧量的閉環(huán)優(yōu)化調(diào)節(jié)，在保證煤粉顆?？梢赃_到完全燃燒的狀態(tài)下可有降低鍋爐排煙熱損失，提升鍋爐效率。

4 結(jié)語

隨著智能發(fā)電技術(shù)的推廣，借助大數(shù)據(jù)分析、機器學習、人工智能等技術(shù)，給一些基于機理建模的優(yōu)化技術(shù)帶來了新的設(shè)計思路，彌補了原技術(shù)動態(tài)特性欠佳的短板。隨著計算機技術(shù)的發(fā)展，基于對歷史數(shù)據(jù)挖掘的數(shù)值建模精度和穩(wěn)定性越來越高，二者相結(jié)合的復合型模型能夠取長補短，更具優(yōu)勢。在鍋爐燃燒過程中通過計算鍋爐燃燒效率最優(yōu)的氧量定值改變鍋爐風量，是提高鍋爐效率進而提高電廠經(jīng)濟性的重要手段，具有重要的研究意義。該技術(shù)在某火電廠的成功應(yīng)用，降低了鍋爐排煙熱耗，提高了鍋爐燃燒效率，達到了節(jié)能增效的目標，具有很好的推廣示范作用。