一种超临界循环流化床机组主蒸汽压力预测系统及方法技术方案

本发明专利技术涉及循环流化床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主蒸汽压力预测系统及方法，该系统通过建立CFB锅炉热量释放模型、CFB机组汽水侧工质热量吸收模型并确定相应参数，辨识CFB机组关键参数之间的函数关系；进而建立超临界CFB机组主蒸汽压力预测模型，根据机组实时运行的输入数据及煤质数据，预测出机组动态主蒸汽压力。本发明专利技术建立了超临界CFB机组热量变迁模型，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能预测出能表征能量平衡的机组主蒸汽压力，提前预知能量需求的变化趋势，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；本发明专利技术方法预测精度高，适于推广应用。

【技术实现步骤摘要】
一种超临界循环流化床机组主蒸汽压力预测系统及方法
本专利技术涉及循环流化床锅炉机组控制
，特别涉及一种超临界循环流化床机组主蒸汽压力预测系统及方法。
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。CFB机组的主蒸汽压力、床温、床压、氧量等锅炉主要参数变量的响应时间较长，一般5分钟以上，主蒸汽压力的响应时间甚至达到18～25分钟。CFB锅炉惯性比常规煤粉炉大，导致其控制难度增大。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动作相互影响，且机炉的动态特性差异较大，600MW超临界CFB锅炉容积和床料都比300MW亚临界CFB锅炉大很多，所以热惯性增加了。由于超临界CFB锅炉为直流锅炉，锅炉汽水侧蓄热量相对于汽包炉大大降低，工质介质刚性提高，动态过程加快，这些特点决定了协调控制策略应从本质上区别于传统汽包炉，它需要更快的控制速度、更短的控制周期，需要锅炉给水、汽温、燃烧等控制子系统之间更强的协调配合。若能建立超临界CFB机组热量变迁模型，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出能表征能量平衡的机组主蒸汽压力，提前预知能量需求的变化趋势，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主蒸汽压力预测系统及方法，能够提前预知超临界CFB机组在运行过程中主蒸汽压力的变化趋势，明确机组能量平衡特性，改善利于机组燃烧系统及汽水系统控制逻辑。本专利技术一种超临界循环流化床机组主蒸汽压力预测系统，包括超临界CFB机组主蒸汽压力预测模型模块、数据库模块、数据选取与预处理模块、炉膛热量释放模型模块、汽水吸热传递模型模块、子函数辨识模块；所述炉膛热量释放模型模块，用于建立CFB锅炉热量释放模型，计算锅炉侧能量输出，并确定模型中的参数；所述汽水吸热传递模型模块用于建立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机组主蒸汽压力预测模型模块，用于建立超临界CFB主蒸汽压力预测模型，并确定模型中动态参数；并根据所述炉膛热量释放模型模块、汽水吸热传递模型模块、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、煤质数据预测机组主蒸汽压力。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机组主蒸汽压力预测模型模块、炉膛热量释放模型模块、汽水吸热传递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机组主蒸汽压力预测模型模块、炉膛热量释放模型模块、汽水吸热传递模型模块和子函数辨识模块连接，所述超临界CFB机组主蒸汽压力预测模型模块还与所述炉膛热量释放模型模块、汽水吸热传递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主蒸汽压力预测方法，包括如下步骤：步骤一、建立CFB锅炉热量释放模型，计算锅炉侧能量输出，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、辨识CFB机组关键参数之间的函数关系；步骤四、根据步骤一至步骤三建立的模型，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，建立所述超临界CFB机组主蒸汽压力预测模型；步骤五、根据机组实时运行的输入数据及煤质数据，预测出机组动态主蒸汽压力。进一步的，步骤一具体包括：步骤1.1、建立CFB炉膛热量释放模型为：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为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；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、利用历史运行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，步骤三针对模型中较难获取或者测量的中间参数建立子函数，具体包括：步骤3.1、汽水分离器出口蒸汽压力pm较难获取，忽略喷水减温中压力变化，过热器出口压力与主蒸汽压力相等，通过汽轮机入口蒸汽压力即主蒸汽压力pst计算得到：pm＝ps+Δp＝pst+Δp(14)，式中pm为汽水分离器出口蒸汽压力，Mpa；ps为汽轮机入口蒸汽压力，M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主蒸汽压力预测系统，其特征在于，包括超临界CFB机组主蒸汽压力预测模型模块、数据库模块、数据选取与预处理模块、炉膛热量释放模型模块、汽水吸热传递模型模块、子函数辨识模块；所述炉膛热量释放模型模块，用于建立CFB锅炉热量释放模型，计算锅炉侧能量输出，并确定模型中的参数；所述汽水吸热传递模型模块用于建立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机组主蒸汽压力预测模型模块，用于建立超临界CFB主蒸汽压力预测模型，并确定模型中动态参数；并根据所述炉膛热量释放模型模块、汽水吸热传递模型模块、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、煤质数据预测机组主蒸汽压力。

【技术特征摘要】
1.一种超临界循环流化床机组主蒸汽压力预测系统，其特征在于，包括超临界CFB机组主蒸汽压力预测模型模块、数据库模块、数据选取与预处理模块、炉膛热量释放模型模块、汽水吸热传递模型模块、子函数辨识模块；所述炉膛热量释放模型模块，用于建立CFB锅炉热量释放模型，计算锅炉侧能量输出，并确定模型中的参数；所述汽水吸热传递模型模块用于建立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机组主蒸汽压力预测模型模块，用于建立超临界CFB主蒸汽压力预测模型，并确定模型中动态参数；并根据所述炉膛热量释放模型模块、汽水吸热传递模型模块、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、煤质数据预测机组主蒸汽压力。2.如权利要求1所述的超临界循环流化床机组主蒸汽压力预测系统，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机组主蒸汽压力预测模型模块、炉膛热量释放模型模块、汽水吸热传递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主蒸汽压力预测系统，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机组主蒸汽压力预测模型模块、炉膛热量释放模型模块、汽水吸热传递模型模块和子函数辨识模块连接，所述超临界CFB机组主蒸汽压力预测模型模块还与所述炉膛热量释放模型模块、汽水吸热传递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主蒸汽压力预测方法，其特征在于，包括如下步骤：步骤一、建立CFB锅炉热量释放模型，计算锅炉侧能量输出，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、辨识CFB机组关键参数之间的函数关系；步骤四、根据步骤一至步骤三建立的模型，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，建立所述超临界CFB机组主蒸汽压力预测模型；步骤五、根据机组实时运行的输入数据及煤质数据，预测出机组动态主蒸汽压力。5.如权利要求4所述的超临界循环流化床机组主蒸汽压力预测方法，其特征在于，步骤一具体包括：步骤1.1、建立CFB炉膛热量释放模型为：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主蒸汽压力预测方法，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为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...

【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，李玉红，伯运鹤，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京,11