一种变负荷工况下火电厂锅炉NOx排放控制方法技术

本发明专利技术提供一种变负荷工况下火电厂锅炉NOx排放控制方法，包括：建立锅炉负荷预测模型和NOx排放预测模型；结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量；将火电厂锅炉最优控制量下发到火电厂锅炉控制其运行。针对电厂低NOx排放的需要和合理的运行参数控制问题，本发明专利技术方法能够在保证火电厂锅炉负荷的同时获得最低NOx排放的控制参数，从而达到提高发电效率、减少NOx排放目的，满足生产要求。

【技术实现步骤摘要】

本专利技术涉及NOx排放控制
，具体是一种变负荷工况下火电厂锅炉NOx排放控制方法。
技术介绍
电站锅炉排放的污染物主要包括NOx和SO2，目前脱硫技术已被广泛应用于电厂中，并取得了良好的效果，而对NOx的排放控制尚处于起步阶段。由于锅炉运行中大部分参数都会对NOx排放量产生影响且火电厂锅炉各运行参数之间存在着复杂的耦合关系，给锅炉的NOx排放量的预测与控制带来了很大困难。合理的控制锅炉运行参数能够保证满足锅炉负荷的前提下达到最佳NOx排放量，有效降低锅炉燃烧污染物的排放，提高锅炉运行效率。申请号为CN201510958383.8的中国专利“一种三次风浓淡分离降低锅炉NOx排放的系统及方法”提供了一种三次风浓淡分离降低锅炉NOx排放的系统及方法，不改变锅炉原有制粉系统，在三次风排粉机出口增加煤粉浓淡分离器，将三次风有效分离为浓淡两股气流，浓煤粉流替代部分二次风，在主燃烧区形成欠氧环境，增强主燃烧区气氛的还原性，减少NOx的排放；淡煤粉流喷入主燃烧区上部，迅速着火燃烧消耗氧气，增强炉内NOx还原能力；主燃烧区减少的二次风量补充到高位燃尽风，保证了炉内煤粉的燃尽率。对于低挥发分无烟煤，可降低NOx排放40％以上。该技术方案中通过在锅炉NOx排放系统基础上进行改进，以及调整各部分之间工作过程、调整燃烧过程实现锅炉低NOx排放。
技术实现思路
本专利技术的目的在于提供一种变负荷工况下火电厂锅炉NOx排放控制方法。本专利技术的技术方案：一种变负荷工况下火电厂锅炉NOx排放控制方法，包括：建立锅炉负荷预测模型和NOx排放预测模型；结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量；将火电厂锅炉最优控制量下发到火电厂锅炉控制其运行。所述建立锅炉负荷预测模型和NOx排放预测模型，包括：获取火电厂锅炉工作的历史数据；将最小二乘支持向量机模型的正则化参数值和核函数参数值作为粒子，采用差分进化算法进行优化得到最小二乘支持向量机模型，作为锅炉负荷预测模型或NOx排放预测模型。所述火电厂锅炉工作的历史数据，包括：火电厂锅炉控制量、炉膛压力、各磨煤机入口一次风温、前包墙出口烟气含氧量、后包墙出口烟气含氧量和历史时刻的锅炉负荷量、历史时刻的NOx排放量；其中的火电厂锅炉控制量包括：锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量；其中的锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量和历史时刻的锅炉负荷量，作为锅炉负荷预测的历史数据；其中的锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量、炉膛压力、各磨煤机入口一次风温、前包墙出口烟气含氧量、后包墙出口烟气含氧量和历史时刻的NOx排放量，作为NOx排放预测的历史数据。所述将最小二乘支持向量机模型的正则化参数值和核函数参数值作为粒子，采用差分进化算法(DE)进行优化得到最小二乘支持向量机模型，作为锅炉负荷预测模型或NOx排放预测模型，具体包括：初始化差分进化算法的参数；针对每个粒子对应的正则化参数值、核函数参数值和火电厂锅炉工作的历史数据，构建最小二乘支持向量机模型，得到多个最小二乘支持向量机模型；计算每个粒子所构建的最小二乘支持向量机模型的平均绝对误差值，作为每个粒子的适应函数值，根据适应函数值更新个体历史最优解以及全局最优解；判断是否达到最大迭代次数：若是，则输出最小二乘支持向量机模型的参数以及正则化参数和核函数参数，确定最终的锅炉负荷预测模型或NOx排放预测模型；否则更新粒子，进行下一次迭代更新。所述结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量，具体包括：获取锅炉负荷要求、NOx排放要求以及炉膛压力、各磨煤机入口一次风温、前包墙出口烟气含氧量、后包墙出口烟气含氧量；将火电厂锅炉控制量作为粒子，以满足锅炉负荷要求且NOx的排放量最小为优化目标，结合锅炉负荷预测模型和NOx排放预测模型的预测结果，采用差分进化算法进行优化得到火电厂锅炉最优控制量。所述将火电厂锅炉控制量作为粒子，以满足锅炉负荷要求且NOx的排放量最小为优化目标，结合锅炉负荷预测模型和NOx排放预测模型的预测结果，采用差分进化算法进行优化得到火电厂锅炉最优控制量，具体包括：初始化差分进化算法参数；利用锅炉负荷预测模型计算每个粒子对应的锅炉负荷；若计算出的锅炉负荷达到锅炉负荷要求，则利用NOx排放预测模型计算粒子对应的NOx排放量预测值；同时计算粒子的适应度函数值；若计算出的锅炉负荷未达到锅炉负荷要求，则将当前粒子的适应函数值赋最大值；确定适应度函数值最小的粒子，并更新粒子的个体最优解和粒子群的全局最优解；若粒子群的全局最优解所对应的NOx排放量满足NOx排放要求，则当前粒子群的全局最优解对应的火电厂锅炉控制量即火电厂锅炉最优控制量，否则，判断是否达到最大迭代次数：若达到最大迭代次数，则当前粒子群的全局最优解对应的火电厂锅炉控制量即火电厂锅炉最优控制量；若未达到最大迭代次数，则更新粒子，进行下一次迭代更新。所述的方法，还包括：在火电厂锅炉在最优控制量下运行时实时采集火电厂锅炉工作数据；计算当前时刻的锅炉负荷量与锅炉负荷量预测值之间的误差、当前时刻的NOx排放量与NOx排放量预测值之间的误差；当连续l个时刻的锅炉负荷量预测值或NOx排放量预测值大于相应的指定误差阈值时，利用当前工作数据重新建立锅炉负荷预测模型或NOx排放预测模型。有益效果：针对电厂低NOx排放的需要和合理的运行参数控制问题，本专利技术根据火电厂锅炉工作的历史数据建立锅炉负荷预测模型和NOx排放预测模型；结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量；将火电厂锅炉最优控制量下发到火电厂锅炉控制其运行。本专利技术方法能够在保证火电厂锅炉负荷的同时获得最低NOx排放的控制参数，从而达到提高发电效率、减少NOx排放目的，满足生产要求。附图说明图1是本专利技术具体实施方式中的变负荷工况下火电厂锅炉NOx排放控制方法流程图；图2是本专利技术具体实施方式中的步骤1流程图；图3是本专利技术具体实施方式中的步骤2流程图；图4是本专利技术具体实施方式中锅炉负荷和NOx排放量建模误差分析图，(a)是锅炉负荷建模误差分析图，(b)是NOx排放量建模误差分析图；图5是本专利技术具体实施方式中锅炉负荷和NOx排放量预测误差分析图，(a)是锅炉负荷预测误差分析图，(b)是NOx排放量预测误差分析图；图6是本专利技术具体实施方式中升负荷情况下NOx排放量控制效果对比图；图7是本专利技术具体实施方式中降负荷情况下NOx排放量控制效果对比图。具体实施方式下面结合附图对本专利技术的具体实施方式进行详细说明。以下以火电厂发电过程为例，实施本专利技术的变负荷工况下火电厂锅炉NOx排放控制方法，数据情况见表1。表1数据情况预测模型输入维数输出维数历史数据样本数预测样本数锅炉负荷911000590NOx排放量1611000590本实施方式提供一种如图1所示的变负荷工况下火电厂锅炉NOx排放控制方法，包括：步骤1：建立锅炉负荷预测模型和NOx本文档来自技高网...

【技术保护点】
一种变负荷工况下火电厂锅炉NOx排放控制方法，其特征在于，包括：建立锅炉负荷预测模型和NOx排放预测模型；结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量；将火电厂锅炉最优控制量下发到火电厂锅炉控制其运行。

【技术特征摘要】
1.一种变负荷工况下火电厂锅炉NOx排放控制方法，其特征在于，包括：建立锅炉负荷预测模型和NOx排放预测模型；结合锅炉负荷预测模型和NOx排放预测模型的预测结果，以满足锅炉负荷要求且NOx的排放量最小为优化目标，求解火电厂锅炉最优控制量；将火电厂锅炉最优控制量下发到火电厂锅炉控制其运行。2.根据权利要求1所述的方法，其特征在于，所述建立锅炉负荷预测模型和NOx排放预测模型，包括：获取火电厂锅炉工作的历史数据；将最小二乘支持向量机模型的正则化参数值和核函数参数值作为粒子，采用差分进化算法进行优化得到最小二乘支持向量机模型，作为锅炉负荷预测模型或NOx排放预测模型。3.根据权利要求2所述的方法，其特征在于，所述火电厂锅炉工作的历史数据，包括：火电厂锅炉控制量、炉膛压力、各磨煤机入口一次风温、前包墙出口烟气含氧量、后包墙出口烟气含氧量和历史时刻的锅炉负荷量、历史时刻的NOx排放量；其中的火电厂锅炉控制量包括：锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量；其中的锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量和历史时刻的锅炉负荷量，作为锅炉负荷预测的历史数据；其中的锅炉总燃料量、锅炉主给水流量、各磨煤机入口风量、总一次风量、总二次风量、炉膛压力、各磨煤机入口一次风温、前包墙出口烟气含氧量、后包墙出口烟气含氧量和历史时刻的NOx排放量，作为NOx排放预测的历史数据。4.根据权利要求2所述的方法，其特征在于，所述将最小二乘支持向量机模型的正则化参数值和核函数参数值作为粒子，采用差分进化算法进行优化得到最小二乘支持向量机模型，作为锅炉负荷预测模型或NOx排放预测模型，具体包括：初始化差分进化算法的参数；针对每个粒子对应的正则化参数值、核函数参数值和火电厂锅炉工作的历史数据，构建最小二乘支持向量机模型，得到多个最小二乘支持向量机模型；计算每个粒子所构建的最小二乘支持向量机模型的平均绝对误差值，作为每个粒子的适应函数值，根据适应函数值更新个体历史最优解以及全局最优解；判断是否达到最大迭代次数：若是，则输出最小二乘支持向量机模型的参数以及正则化参数和...

【专利技术属性】
技术研发人员：唐振浩，张海洋，曹生现，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林;22