一种超临界循环流化床机组输出功率预测系统及方法技术方案

本发明专利技术涉及电站锅炉机组控制技术领域，提供了一种超临界循环流化床机组输出功率预测系统及方法，该系统建立CFB锅炉实时燃烧热量释放模型、机组汽水侧工质热量吸收模型、机组汽轮机做功模型，并确定各模型中的参数；辨识机组关键参数之间的函数关系；进而建立循环流化床机组输出功率预测模型，根据机组实时运行的输入数据及煤质数据预测出动态机组功率。本发明专利技术解决了超临界CFB机组的多变量强耦合特性造成的在机炉两侧的控制调节相互影响、且机炉动态特性差异较大的技术问题；建立了系统控制模型，明确输入输出关系，在已知当前及未来几个时刻输入量的基础上预测输出功率，提前预知输出量的变化趋势；本发明专利技术方法预测精度高，适于推广应用。

A prediction system and method for output power of supercritical circulating fluidized bed unit

The invention relates to the control technology field of power plant boiler unit, and provides a prediction system and method for the output power of the supercritical circulating fluidized bed unit. The system establishes the real time combustion heat release model of the CFB boiler, the heat absorption model of the steam water side refrigerant of the unit, the work model of the unit steam turbine, and determines the parameters in each model. The function relation between the key parameters of the unit is identified, and then the output power prediction model of the circulating fluidized bed unit is set up, and the power of the dynamic unit is predicted according to the input data and the coal quality data of the unit. The invention solves the technical problems caused by the multi variable strong coupling characteristics of the supercritical CFB unit and the control regulation on both sides of the machine and the large difference in the dynamic characteristics of the furnace. The system control model is established, the input and output relation is clearly defined, and the output power is predicted on the basis of the input quantity known at present and in the future. The method has a high prediction accuracy and is suitable for popularization and application.

【技术实现步骤摘要】
一种超临界循环流化床机组输出功率预测系统及方法
本专利技术涉及电站锅炉机组控制
，特别涉及一种超临界循环流化床机组输出功率预测系统及方法。
技术介绍
在全球范围内能源企业节能减排的推动下，中国淘汰落后产能，推进煤电机组综合节能规划和改造的压力愈发严峻。相比于煤粉炉而言，循环流化床(CirculatingFluidizedBed，CFB)锅炉技术具有范围较广燃料适应性和较低的其大气污染控制成本，已发展成为实用化最成功的洁净煤燃烧技术之一。目前我国CFB机组绝大部分为过热器出口蒸汽额定表压在14-22.2Mpa的亚临界参数，其在达到较低的供电煤耗方面未具有明显的优越性。据测算，超临界机组(过热器出口蒸汽额定表压为22.2-31Mpa)比亚临界参数机组的供电效率提高2.0％～2.5％，先进的超临界机组供电效率已达到45％～47％。CFB燃烧技术及超(超)临界燃煤发电技术均较为成熟，二者的结合具有低成本污染控制及高供电效率两个优势。我国超临界CFB技术正处于迅速发展阶段，世界首台600MW超临界CFB机组在白马电厂的良好运行，起到示范目的，同时，平煤和罗马尼亚正在建设相同参数的超临界机组。350MW超临界CFB机组形成巨大市场，已投运14台，50余台处于订货或安装中。随着大容量机组的不断增加和电网调度自动化程度的日益提高，要求大容量机组须按自动发电控制(AutomaticGenerationControl；AGC)方式运行，这就对电厂机组快速变负荷系统提出了新的要求。运行控制系统的性能是目前工业CFB机组存在的主要问题之一。超临界CFB机组的多变量强耦合特性集中体现在机炉两侧的控制调节相互影响，且机炉动态特性差异较大。若能建立超临界CFB机组协调系统控制模型，明确输入输出关系，在已知当前及未来几个时刻输入量的基础上预测输出功率，提前预知输出量的变化趋势，有利于机组控制逻辑、算法的设计，提升机组的运行控制水平。
技术实现思路
本专利技术的目的就是克服现有技术的不足，提供了一种超临界循环流化床机组输出功率预测系统及方法，能够提前预知超临界CFB机组协调控制系统输出功率的变化趋势，改善利于机组负荷控制逻辑。本专利技术一种超临界循环流化床机组输出功率预测系统，包括超临界CFB机组功率预测模型模块、数据库模块、数据选取与预处理模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块、子函数辨识模块；所述燃烧热量计算模型模块，用于建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；所述汽水侧模型模块，用于建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；所述汽轮机模型模块，用于建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；所述子函数辨识模块，用于辨识CFB机组关键参数之间的函数关系；所述数据库模块，将机组运行的实时数据、历史数据及煤质数据传输给所述数据选取与预处理模块；所述数据选取与预处理模块，对历史数据及煤质数据处理，选取出训练数据用于辨识模型参数及参数之间的函数关系；其中煤质数据包括煤的挥发分、灰分和热值；训练数据选取根据模型参数需要，静态参数对应的训练数据需要选取机组运行稳态工况下模型的输入输出及中间状态值，动态参数对应的训练数据需要选取机组动态工况下模型的输入输出及中间状态值；预处理环节包括机组工况的选取判断和奇异值的剔除。所述超临界CFB机组功率预测模型模块，用于建立超临界CFB机组功率预测模型，并确定模型中动态参数；并根据所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块建立的各模型、确定的相应参数及机组实时运行输入数据、煤质数据预测动态机组功率。进一步的，所述数据选取与预处理模块将机组历史数据、实时运行数据及煤质数据传输给所述超临界CFB机组功率预测模型模块；所述数据选取与预处理模块将机组历史数据及煤质数据传输给所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块。进一步的，所述数据库模块与所述数据选取与预处理模块连接，所述数据选取与预处理模块还与所述超临界CFB机组功率预测模型模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接，所述超临界CFB机组功率预测模型模块还与所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接双向连接。本专利技术还提供了一种超临界循环流化床机组输出功率预测方法，包括以下步骤：步骤一、建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；步骤二、建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；步骤三、建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；步骤四、辨识CFB机组关键参数之间的函数关系；步骤五、根据步骤一至步骤四建立的各模型，及确定的相应参数，利用历史数据及煤质数据辨识模型动态参数，建立超临界CFB机组功率预测模型；步骤六、根据机组实时运行的输入数据及煤质数据，预测出动态机组功率。进一步的，步骤一具体包括：步骤1.1、建立CFB锅炉实时燃烧热量释放模型为：式中，Qr(t)为燃烧释放的总热量，MJ/s；B(t)为即燃碳量，代表炉内未燃尽的残碳，单位为kg；Air为总风量，单位为Nm3/s；K为热量模型总系数；MC为碳的摩尔质量，单位为kg/kmol；kc为碳颗粒的燃烧速率常数；dc为碳颗粒平均直径，单位为m；ρc为碳颗粒的密度，单位为kg/m3；RC为碳总体燃烧反应速率，kg/s；H为即燃碳的单位发热量，单位为MJ/kg；ko2为总风量Air与氧气浓度的相关系数；即燃碳量可由式(2)得到：式中Wc为给煤量，kg/s；Xc为燃料量收到基碳质量份额，％；WPZ为排渣流率，kg/s；Xc,p为排渣含碳量，％；WFL为飞灰流率，kg/s；Xc,f为飞灰含碳量，％。根据工程经验，将飞灰量含碳量和排渣含碳量忽略不计。即燃碳的燃烧速度Rc与炉内积蓄的即燃碳质量和总风量成正比：步骤1.2、利用历史数据及煤质数据确定热量模型总系数K。进一步的，步骤二具体包括：步骤2.1、建立CFB机组汽水侧工质热量吸收模型：式中ρm汽水分离器中工质的平均密度，kg/m3；hm为汽水分离器中工质的平均焓值，kJ/kg；pm为汽水分离器出口蒸汽压力，Mpa；Dfw为给水流量，kg/s；Ds为过热器出口蒸汽流量，kg/s；hfw为给水焓值，kJ/kg；hs为过热器出口蒸汽焓值，kJ/kg；s1、s2为动态参数；k0为汽水侧热量吸收系数；步骤2.2、令建立CFB机组汽水加热系统模型如式(8)和(9)所示：式中hst为汽轮机入口蒸汽比給又称主蒸汽比焓，kJ/kg；Dst为主蒸汽流量，kg/s；l，C1，C2，d1，d2为受热段集总模型参数，l＝hs/hm，C1＝b21-(b11/b12)×b22，C2＝b22-(b12/b11)×b21，d1＝b22/b12，d2＝b21/b11；步骤2.3、利用历史数据及煤质数据确定CFB机组汽水侧工质热量吸收模型稳态系数l和k0：对于l，k0，根据式(8)、(9)，可得到稳态情况下有：Dfw0-Ds0＝0(10)，Dfw0hfw0-Ds0hs0+k0Qr0＝0(11)，式中带‘0’下标的表示稳态时候的参数，可得静态参数的求取公式：进一步的，步骤本文档来自技高网...

【技术保护点】
一种超临界循环流化床机组输出功率预测系统，其特征在于，包括超临界CFB机组功率预测模型模块、数据库模块、数据选取与预处理模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块、子函数辨识模块；所述燃烧热量计算模型模块，用于建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；所述汽水侧模型模块，用于建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；所述汽轮机模型模块，用于建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；所述子函数辨识模块，用于辨识CFB机组关键参数之间的函数关系；所述数据库模块，将机组运行的实时数据、历史数据及煤质数据传输给所述数据选取与预处理模块；所述数据选取与预处理模块，对历史数据及煤质数据处理，选取出训练数据用于辨识模型参数及参数之间的函数关系；所述超临界CFB机组功率预测模型模块，用于建立超临界CFB机组功率预测模型，并确定模型中动态参数；并根据所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块建立的各模型、确定的相应参数及机组实时运行输入数据、煤质数据预测动态机组功率。

【技术特征摘要】
1.一种超临界循环流化床机组输出功率预测系统，其特征在于，包括超临界CFB机组功率预测模型模块、数据库模块、数据选取与预处理模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块、子函数辨识模块；所述燃烧热量计算模型模块，用于建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；所述汽水侧模型模块，用于建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；所述汽轮机模型模块，用于建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；所述子函数辨识模块，用于辨识CFB机组关键参数之间的函数关系；所述数据库模块，将机组运行的实时数据、历史数据及煤质数据传输给所述数据选取与预处理模块；所述数据选取与预处理模块，对历史数据及煤质数据处理，选取出训练数据用于辨识模型参数及参数之间的函数关系；所述超临界CFB机组功率预测模型模块，用于建立超临界CFB机组功率预测模型，并确定模型中动态参数；并根据所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块建立的各模型、确定的相应参数及机组实时运行输入数据、煤质数据预测动态机组功率。2.如权利要求1所述的超临界循环流化床机组输出功率预测系统，其特征在于，所述数据选取与预处理模块将机组历史数据、实时运行数据及煤质数据传输给所述超临界CFB机组功率预测模型模块；所述数据选取与预处理模块将机组历史数据及煤质数据分别传输给所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块；其中煤质数据包括煤的挥发分、灰分和热值；训练数据选取根据模型参数需要，静态参数对应的训练数据需要选取机组运行稳态工况下模型的输入输出及中间状态值，动态参数对应的训练数据需要选取机组动态工况下模型的输入输出及中间状态值；预处理环节包括机组工况的选取判断和奇异值的剔除。3.如权利要求1所述的超临界循环流化床机组输出功率预测系统，其特征在于，所述数据库模块与所述数据选取与预处理模块连接，所述数据选取与预处理模块还与所述超临界CFB机组功率预测模型模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接，所述超临界CFB机组功率预测模型模块还与所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接双向连接。4.一种超临界循环流化床机组输出功率预测方法，其特征在于，包括以下步骤：步骤一、建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；步骤二、建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；步骤三、建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；步骤四、辨识CFB机组关键参数之间的函数关系；步骤五、根据步骤一至步骤四建立的各模型，及确定的相应参数，利用历史数据及煤质数据辨识模型动态参数，建立超临界CFB机组功率预测模型；步骤六、根据机组实时运行的输入数据及煤质数据，预测出动态机组功率。5.如权利要求4所述的超临界循环流化床机组输出功率预测方法，其特征在于，步骤一具体包括：步骤1.1、建立CFB锅炉实时燃烧热量释放模型为：式中，Qr(t)为燃烧释放的总热量，MJ/s；B(t)为即燃碳量，代表炉内未燃尽的残碳，单位为kg；Air为总风量，单位为Nm3/s；K为热量模型总系数；MC为碳的摩尔质量，单位为kg/kmol；kc为碳颗粒的燃烧速率常数；dc为碳颗粒平均直径，单位为m；ρc为碳颗粒的密度，单位为kg/m3；RC为碳总体燃烧反应速率，kg/s；H为即燃碳的单位发热量，单位为MJ/kg；ko2为总风量Air与氧气浓度的相关系数；即燃碳量B(t)可由式(2)得到：式中Wc为给煤量，kg/s；Xc为燃料量收到基碳质量份额，％；WPZ为排渣流率，kg/s；Xc,p为排渣含碳量，％；WFL为飞灰流率，kg/s；Xc,f为飞灰含碳量，％；根据工程经验，将飞灰量含碳量和排渣含碳量忽略不计；即燃碳的燃烧速度Rc与炉内积蓄的即燃碳质量和总风量成正比：步骤1.2、利用历史运行数据及煤质数据确定热量模型总系数K。6.如权利要求4所述的超临界循环流化床机组输出功率预测方法，其特征在于，步骤二具体包括：步骤2.1、建立CFB机组汽水侧工质热量吸收模型：式中ρm汽水分离器中工质的平均密度，kg/m3；hm为汽水分离器中工质的平均焓值，kJ/kg；pm为汽水分离器出口蒸汽压力，Mpa；Dfw为给水流量，kg/s；Ds为过热器出口蒸汽流量，kg/s；hfw为给水焓值，kJ/kg；h...

【专利技术属性】
技术研发人员：高明明，洪烽，刘吉臻，严国栋，陈峰，伯运鹤，李玉红，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京,11