本发明专利技术涉及余热锅炉与工业锅炉发电领域，尤其涉及一种余热锅炉与工业锅炉联合发电系统的动态优化方法，系统主要由工业锅炉控制子系统、余热锅炉控制子系统、透平发电控制子系统和优化管理系统组成，实现余热锅炉与工业锅炉发电过程的节能优化管理与控制。本发明专利技术针对余热锅炉与工业锅炉发电过程的特点，建立基于支持向量机的余热锅炉发电过程的智能集成预测模型，采用两级多目标优化方法，设计了基于模糊系统的优化协调控制，即主蒸汽压力模糊控制和负荷前馈模糊控制。通过各子系统的联网和优化协调控制与管理，使系统能在余热锅炉主窑炉负荷大范围变化时余热发电系统和低压蒸汽高效稳定运行，实现全线的综合最优控制与管理。该系统经现场工艺流程中应用，运行稳定，具有良好的经济和社会效益。
【技术实现步骤摘要】
本专利技术涉及余热锅炉与工业锅炉发电领域，尤其涉及一种余热锅炉与工业锅炉发电协调运行优化控制系统，实现余热锅炉与工业锅炉发电过程的节能优化管理与控制。
技术介绍
节能减排已成为全国重点关注的战略问题，余热发电行业的发展对国家实现节能减排的目标有着显著的作用，具有良好的经济效益和社会效益。近年来，国家先后颁布了多项政策来扶持余热发电行业。而且目前钢铁、冶金、化工、玻璃等高能耗行业只对部分高温余热进行了回收，中低温废气余热的利用尚处在起步阶段，所以未来对这些行业的余热回收和利用具有十分广阔的应用前景。余热发电实际上是对热能进行合理循环利用。常规火力发电厂的蒸汽压力、温度、流量根据发电机的负荷情况进行操作控制，运行比较稳定，仅受控于发电站的内部因素。而余热发电则必须视工艺生产情况，调整控制策略。余热锅炉产生的蒸汽压力、温度及流量等各参数随着生产情况的变化而波动，当生产出现波动或部分设备停产检修，透平机前蒸汽压力会出现较大变化时，需要适当补充蒸汽，维持透平发电机的正常工作。流程企业基本都建有中低压蒸汽网管及用户，如何合理利用余热锅炉和工业锅炉资源，保障余热发电和蒸汽用户稳定运行，是余热发电所需解决的问题。
技术实现思路
本专利技术的目的是提供一种余热锅炉与工业锅炉联合发电系统的动态优化控制方法与系统，余热发电系统包括余热锅炉、中压工业锅炉、集气缸和透平发电机。中压工业锅炉既可并入余热发电厂房的过热蒸汽缸进行发电，又可通过本体减温减压直接送入低压蒸汽管网，当需要它作发电使用时，补偿余热锅炉主炉生产波动或部分设备停产检修时余热锅炉蒸汽生产波动，保持余热锅炉和工业锅炉发电机组的协调稳定运行。本专利技术在建立余热锅炉与工业锅炉发电过程集成模型的基础上，综合考虑余热锅炉工业锅炉发电过程中能耗、热效率、排放及设备运行安全等多个技术指标，以设备安全、工艺条件为约束，进行余热锅炉发电过程的多目标优化，得到多个关联系统的关键参数最优值，指导各系统跟踪模型参数最优值并按其在线控制。本专利技术将针对余热锅炉与工业锅炉发电过程的特点，采用两级多目标优化方法，即系统过程运行优化管理指导级(L2)以及分布式控制级(L1)，并与厂级资源管理ERP/MES(L3)接口。开发不同DCS控制系统通讯程序，实现整个系统信息透明访问与公司厂级资源管理ERP/MES信息共享。系统过程运行优化管理指导级(L2)以安全运行及工艺条件为约束，综合考虑能耗、热效率和发电量，研究多种优化方法及这些方法的智能集成，对余热锅炉发电过程的工艺参数进行大范围的全局优化，解决各系统特别是余热锅炉主窑炉不同生产负荷情况汽轮机主压力设定问题，指导各子系统优化运行。分布式控制级以锅炉效率/排放为目标，优化燃烧过程。从而实现余热锅炉发电过程的多目标协调优化控制，达到余热锅炉发电经济运行的目标。分布式控制级(L1)的锅炉运行优化综合控制子系统，采用模糊系统对锅炉特性建模,并利用寻优算法实现操作参数的实时寻优。这种方法能够获得目前最佳的锅炉燃烧调整方式，对锅炉的节能降耗和降低环境污染都有重要的意义。分布式控制级(L1)的透平发电运行优化综合控制子系统，根据L2级优化设定，优化控制透平发电，保证透平子系统优化的目标。在余热锅炉发电运行优化管理与控制系统中，一切紧紧围绕余热锅炉发电生产控制管理这个中心，将余热锅炉发电生产的所有工艺段都纳入该系统的指导管理范围，实现全线的综合最优控制与管理。余热锅炉发电过程工艺复杂、特别是余热锅炉热工部分，影响因素多，仅通过分析工艺机理，很难建立全过程的解析模型。本专利技术通过现场长期运行保存了大量的数据和操作经验，采用基于统计数据的建模方法和智能专家方法相结合，建立了余热锅炉发电过程的智能集成数学模型。支持向量机(SupportVectorMachines，简称SVM)是基于统计学习理论的机器学习算法，针对解决小样本、非线性系统的问题中有一定的优势，克服了神经网络易陷入局部最优、泛化能力差等缺点。描叙多元非线性回归模型一般形式为：y＝f(x1,x2,…,xM)，其中表示支持向量机回归预测模型的输入量，y表示模型目标输出量。映射函数使用核函数将原始输入空间的样本映射到高维特征空间Ω中，在特征空间中利用映射函数对样本数据进行线性回归。计算得出最终回归估计函数为：式中：最优拉格朗日乘子α′i，αi；b为偏置项。K(xi,x)为核函数，xi为支持向量，L为支持向量个数。常用的局部核函数有径向基函数，全局核函数多项式核函数。其表达式如下：径向基函数：K1(xi,xj)＝exp{|xi-xj|2/σ2本文档来自技高网...
【技术保护点】
一种余热锅炉与工业锅炉联合发电系统的动态优化方法与系统，其特征在于，该系统建立基于支持向量机的余热锅炉发电过程的智能集成预测模型和工业锅炉负荷协调控制方法。所述支持向量机是基于统计学习理论的机器学习算法，具体特征在于：描叙多元非线性回归模型一般形式为：y＝f(x1,x2,…,xM)，其中表示支持向量机回归预测模型的输入量，y表示模型目标输出量。映射函数f(xi):使用核函数将原始输入空间的样本映射到高维特征空间Ω中，在特征空间中利用映射函数对样本数据进行线性回归。计算得出最终回归估计函数为：式中：最优拉格朗日乘子α′i，αi；b为偏置项。K(xi,x)为核函数，xi为支持向量，L为支持向量个数。常用的局部核函数有径向基函数，全局核函数多项式核函数。其表达式如下：径向基函数：K1(xi,xj)＝exp{|xi‑xj|2/σ2} (2)多项式核函数：K2(xi,xj)＝[(xi,xj)+1]q (3)采用支持向量机预测多台余热锅炉蒸汽输出负荷变化，设n台余热锅炉中：Li,k为第i台余热锅炉输出蒸汽流量，单位kg/s；Tpi,k为第i台余热锅炉锅筒中水(汽)温度，单位K；Thi,k为第i台余热锅炉过热器蒸汽出口温度，单位K；Tyi,k，为第i台余热锅炉过热器烟气入口温度，单位K；Pk为集气缸当前压力，单位Mp。构造输入变量x＝[Li,k,…,Li,k，Tp1,k,…,Tpi,k，Th1,k,…,Thi,k，Ty1,k,…,Tyi,k，Ty1,k‑1,…,Tyi,k‑1，Pk]，i＝1,…,n，ΔFx为多台锅炉进入集气缸后的负荷增量，其中k‑1为前一时刻值。根据历史和实验数据，通过支持向量学习得到输入输出模型，预测多台锅炉进入集气缸后的负荷增量ΔFx：式中K(xi,x)核函数取径向基函数；b为偏置；αi和为拉格朗日乘子，xi为支持向量，L为支持向量个数。为了实现余热锅炉、工业锅炉汽轮机协调控制，当多个余热锅炉热负荷发生变化时，通过支持向量机预测模型预测蒸汽负荷的变化ΔFx，则工业锅炉负荷增量为：ΔFb＝ΔFs‑ΔFx (5)其中为ΔFs发电需求蒸汽负荷的变化，这样通过工业锅炉的负荷调节保证透平发电的负荷需求。...
【技术特征摘要】
1.一种余热锅炉与工业锅炉联合发电系统的动态优化方法与系统，其特征在于，该系统建立基于支持向量机的余热锅炉发电过程的智能集成预测模型和工业锅炉负荷协调控制方法。所述支持向量机是基于统计学习理论的机器学习算法，具体特征在于：描叙多元非线性回归模型一般形式为：y＝f(x1,x2,…,xM)，其中表示支持向量机回归预测模型的输入量，y表示模型目标输出量。映射函数f(xi)...
【专利技术属性】
技术研发人员：秦斌，王欣，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。