锅炉燃烧的优化方法技术

本发明专利技术提供了一种锅炉燃烧的优化方法，包括以下步骤：确定锅炉燃烧的待优化变量，其中，待优化变量包括锅炉的初始鼓风量；建立锅炉年度费用的目标优化函数和对应的约束条件；根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧优化控制方案。由此，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

【技术实现步骤摘要】
锅炉燃烧的优化方法
本专利技术涉及锅炉控制
，具体涉及一种锅炉燃烧的优化方法。
技术介绍
随着油、气、煤等常规能源的日益枯竭和环境问题的日趋严重，不断的开发利用廉价洁净可再生能源己成为永久的课题，自2007年我国自主研发的秸秆燃烧发电项目成功投入运营后，生物质燃料锅炉呈现蓬勃发展态势，各地区根据本地区的燃料特点，木材炉、薪柴炉、树枝树叶炉、秸秆炉、城市污泥炉、生活垃圾焚烧炉等生物质燃料锅炉莹润而生。现今燃烧生物质主要应用于流化床锅炉、定排层燃锅炉和常压的民用锅炉等炉型。相关技术中，锅炉的燃烧效率较低，并且，锅炉所产生的费用较高，从而导致利润较低。
技术实现思路
本专利技术为解决上述技术问题，提供了一种锅炉燃烧的优化方法，通过对锅炉燃烧的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。本专利技术采用的技术方案如下：锅炉燃烧的优化方法，包括以下步骤：确定锅炉燃烧的待优化变量，其中，待优化变量包括锅炉的初始鼓风量；建立锅炉年度费用的目标优化函数和对应的约束条件；根据目标优化函和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧优化控制方案。所述目标优化函数为：minJ＝OP+CAP，其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。通过以下公式生成所述年度操作费用：其中，为供给设备i的用电量，Li为设备损耗，为供给燃料r的用量，为所述供给设备i的供给燃料r的用量所对应的费用系数。通过以下公式生成供给设备的用电量：其中，为对锅炉燃烧效率有直接影响的设备的用电量，为对锅炉燃烧效率有间接影响的设备的用电量，δ和σ为权重系数。所述约束条件包括：炉内温度变化梯度上下限：其中，ΔYd为所述炉内温度变化梯度；热量衡算方程：Yd＝f(yd,ud)；变量权衡关系；关键变量炉排给进量和料层厚度上下限：其中，为所述炉排给进量，D为所述料层厚度；炉排给进量、料层厚度和鼓风量的关联方程；地区性政策、长远规划信息。本专利技术的有益效果：本专利技术通过对锅炉燃烧的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。附图说明图1为本专利技术实施例的锅炉燃烧的优化方法的流程图；图2为本专利技术一个具体实施例的基于支持向量机(的信息粒化时序回归预测的方法的逻辑示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是根据本专利技术实施例的锅炉燃烧的优化方法的流程图。目前，针对58MW以下的链条炉排秸秆生物质热水采暖锅炉和往复式炉排秸秆生物质热水采暖锅炉，其燃效效率较低，并且耗费的费用较高，从而导致利润较低，为此，本专利技术实施例提出了一种锅炉燃烧的优化方法。具体地，如图1所示，本专利技术实施例的锅炉燃烧的优化方法可包括以下步骤：S1，确定锅炉燃烧的待优化变量。其中，待优化变量包括锅炉的初始鼓风量。S2，建立锅炉年度费用的目标优化函数和对应的约束条件。根据本专利技术的一个实施例，目标优化函数为：minJ＝OP+CAP，(1)其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。也就是说，用广义衡算公式代替现有的复杂且不准确的燃烧效率机理计算公式，采用将所有因素考虑在内的一种经济性衡算，代替计算复杂的燃烧效率以及利润，在得到最终优化结果后，仅需简单折算即可得到锅炉总燃烧效率和年度利润。根据本专利技术的一个实施例，可通过以下公式生成年度操作费用：其中，为供给设备i的用电量，Li为设备损耗，为供给燃料r的用量，为供给设备i的供给燃料r的用量所对应的费用系数，下标r表示燃料r，通过双重下标i和r即可定位到锅炉某处。其中，可通过以下公式生成供给设备的用电量：其中，为对锅炉燃烧效率有直接影响的设备的用电量，为对锅炉燃烧效率有间接影响的设备的用电量，δ和σ为权重系数。其中，下标i表示设备，i∈I，下标x和Nx分别表示对锅炉燃烧效率有直接和间接影响的设备，两者组合构成所有设备的集合：I＝{1，2，……x，N1，N2，……，Nx}。δ和σ为权重系数，通过启发式规则确定其取值，对于存在直接影响的设备可取得较大的系数。其中，在公式(2)中，Li为设备损耗，通过考察具备直接影响的设备满负荷运行时间，并采用数据驱动方式预测其运行寿命。其中，由于无法获取直接有效的判断设备寿命的数据，因此，可通过计算实际运行状态与标准/满负荷状态间的差距，即，积分面积来表示：这样也为后期生命周期评价奠定基础，使得该锅炉保持长期可持续性的绿色发展。其中，需要说明的是，该项费用直接关系到设备为锅炉提供的操作条件，例如，送风量等关键变量，因此这里采用基于支持向量机(SVM)的信息粒化时序回归预测，如图2所示，该基于支持向量机(SVM)的信息粒化时序回归预测的方法可包括以下步骤：先对原始数据进行提取，并对提取出的原始数据进行模糊信息粒化，以得到粒化后的原始数据，即粒化数据，然后利用向量机(SVM)对粒化数据进行回归预测，其中，可通过MATLAB-LIBSVM工具箱来快速有效的进行SVM回归，并给出∫Δω变化趋势和变化空间，最后输出验证结果。需要说明的是，公式(1)中的CAP可通过以下公式计算：其中，M为年度新增设备费用，下标k表示新编入设备。根据本专利技术的一个实施例，所述约束条件可包括以下几个条件：(a)炉内温度变化梯度上下限：其中，ΔYd为炉内温度变化梯度；(b)热量衡算方程(供给用能量转化为炉内热量):Yd＝f(yd,ud)，即输出输入间能流衡算；(c)变量权衡关系：供热量最大化→需要充分燃烧→以便燃烧时间长→需要料层厚→所以风压提升(风压波动影响可操作性)，通过前面的设备寿命预测可知任何时间段任何设备所产生的能流，例如，关键的鼓风机，其在标况和波动下的鼓风量以及相应风压均查询可得；(d)关键变量炉排给进量和料层厚度上下限：其中，为所述炉排给进量，D为所述料层厚度；(e)炉排给进量、料层厚度和鼓风量的关联方程；(f)地区性政策、长远规划信息。其中，针对约束条件(e)，料层厚度机理关系式如下：M＝Fhρ，(5)其中，M为炉内床料总量，h为料层厚度，F为炉床面积，ρ为床料堆积密度。同时考虑平均滞留时间t＝M/w，其中w为排渣速度。然而，公式(5)中所有变量与参数均与锅炉燃烧有关，无法通过简单机理公式探知其实际变化情况，因此，此处同样可采用基于支持向量本文档来自技高网...

【技术保护点】
1.一种锅炉燃烧的优化方法，其特征在于，包括以下步骤：/n确定锅炉燃烧的待优化变量，其中，所述待优化变量包括所述锅炉的初始鼓风量；/n建立锅炉年度费用的目标优化函数和对应的约束条件；/n根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；/n根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧优化控制方案。/n

【技术特征摘要】
1.一种锅炉燃烧的优化方法，其特征在于，包括以下步骤：
确定锅炉燃烧的待优化变量，其中，所述待优化变量包括所述锅炉的初始鼓风量；
建立锅炉年度费用的目标优化函数和对应的约束条件；
根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；
根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧优化控制方案。


2.根据权利要求1所述的锅炉燃烧的优化方法，其特征在于，所述目标优化函数为：
minJ＝OP+CAP，
其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。


3.根据权利要求2所述的锅炉燃烧的优化方法，其特征在于，通过以下公式生成所述年度操作费用：



其中，为供给设备...

【专利技术属性】
技术研发人员：顾偲雯，王加安，句爱松，
申请(专利权)人：常州工学院，
类型：发明
国别省市：江苏;32