【技术实现步骤摘要】
一种电站锅炉燃烧子空间建模及多目标优化方法和系统
本专利技术属于电站锅炉优化运行
,特别涉及一种高精度燃烧模型建立和运行优化的方法和系统,具体是一种电站锅炉燃烧子空间建模及多目标优化方法和系统。
技术介绍
燃煤发电厂我国电力生产中非常重要的组成部分,其发电量远远超过其它各种发电量的总和,在相当长的一段时间内不会有大的改变。然而全球面临着严重的一次能源枯竭危机,燃煤价格居高不下,而且环境污染问题也日益受到世界各国的广泛关注。因此各国政府采取的策略是:一方面大力发展百万千瓦超临界发电技术,另一方面则是进行电站锅炉煤燃烧的优化技术研究,即以节能减排为目标进行提高锅炉效率和降低污染物排放的技术攻关。对于高效低污染的燃烧优化,目前所面临的主要困难在于,煤在锅炉内的燃烧是非常复杂的气固两相流问题,燃烧机理方面并不是十分成熟,对其特性的研究一般是基于偏微分方程和代数方程组成的机理模型,而这些模型的建立是在诸多假设和简化的条件下得到的。对于系统优化和控制来说,则主要是基于计算智能建模的方法。经对现有技术的公开文献检索发现,文献“Qiang Xu, Jia Yang and YanqiuYang.1dentification and control of boiler combustion system based on neuralnetworks and ant colony optimization algorithm.Proceedings of the 7th WorldCongress on Intelligent Control and Au ...
【技术保护点】
一种电站锅炉燃烧子空间建模及多目标优化系统,其特征在于:其包括锅炉(1),与所述锅炉(1)相连的分散控制系统DCS(2)和煤质检测仪(3),以及与DCS(2)和煤质检测仪(3)相连的燃烧优化工作站(4),所述燃烧优化工作站(4)?包括相互连接的通讯模块(5)、界面模块(6)、优化模块(7)和模型模块(8),所述通讯模块(5)从DCS(2)和煤质检测仪(3)获取数据,优化结果通过通讯模块(5)送达DCS(2)并进一步送达锅炉(1)。
【技术特征摘要】
1.一种电站锅炉燃烧子空间建模及多目标优化系统,其特征在于:其包括锅炉(1),与所述锅炉(I)相连的分散控制系统DCS (2)和煤质检测仪(3),以及与DCS (2)和煤质检测仪(3)相连的燃烧优化工作站(4),所述燃烧优化工作站(4)包括相互连接的通讯模块(5)、界面模块(6)、优化模块(7)和模型模块(8),所述通讯模块(5)从DCS (2)和煤质检测仪(3)获取数据,优化结果通过通讯模块(5)送达DCS(2)并进一步送达锅炉(I)。2.一种基于权利要求1所述的系统的电站锅炉燃烧子空间建模及多目标优化方法,其特征在于:具体包括如下步骤: 步骤(1).根据具体锅炉类型和对燃烧的影响关系,确定燃烧优化模型的输入变量z ; 步骤(2).从所有输入变量z中确定待优化的变量X ; 步骤(3).确定优化方法; 步骤(4).离线模型建立; 步骤(5).实时数据采集; 步骤(6).在线模型修正; 步骤(7).在线优化; 步骤(8).优化结果分离并 实施; 步骤(9).重复步骤(5)~⑶。3.根据权利要求2所述的一种电站锅炉燃烧子空间建模及多目标优化方法,其特征在于:所述步骤(1)中燃烧优化模型的输入变量z包括入炉煤质、入炉总煤量、入炉总空气量、各层二次风门开度、各层燃尽风门开度、风箱炉膛差压和烟气氧含量,根据锅炉具体情况可选的还包括入炉各给煤机开度、各磨煤机通风量、燃烧器摆角、各主蒸汽温度、各再热蒸汽温度、主蒸汽流量、总给水流量、各再热减温水流量,所述入炉煤质包括煤低位发热量、挥发分、灰分和全水分。4.根据权利要求2所述的一种电站锅炉燃烧子空间建模及多目标优化方法,其特征在于:所述步骤(2)中待优化的变量Z包括各层二次风门开度、各层燃尽风门开度和烟气氧含量,根据锅炉具体情况可选的还包括各给煤机开度、各磨煤机通风量、燃烧器摆角。5.根据权利要求2所述的一种电站锅炉燃烧子空间建模及多目标优化方法,其特征在于:所述步骤(3)中优化方法为成熟的群智能优化算法,其中全局搜索采用微分进化算法,局部搜索采用模拟退火算法,充分发挥两种优化算法的优点。6.根据权利要求2所述的一种电站锅炉燃烧子空间建模及多目标优化方法,其特征在于:所述步骤(4)中离线模型建立包括如下步骤: 步骤(al).从流程工业广泛应用的DCS或SIS数据库获取机组运行历史数据,包括步骤(2)所述的燃烧优化模型的输入变量z,以及锅炉效率E、氮氧化物N和机组负荷L ; 步骤(a2).根据数据挖掘从机组运行历史数据中选取模型训练样本; 步骤(a3).根据负荷将模型训练样本分为/个区段,即L1: [0,a2],L2:[ai,a3],…,L/-1: [<3/_2> , Lj.b/ -1, a工 +1], 其中,七是介于O和机组额定负荷MCR之间的数,且满足关系:0 ( a^ai+l ( 1.1MCR(7=1,2,...,I); 步骤(a4).根据上述J个区段样本数据分别建立锅炉效率局部子空间模型Fu.Cr,y)(i=l, 2,...,/),建立氮氧化物排放局部子空间模型F2 Cr, y) (i=l, 2,...,/),建立机组负荷局部子空间模型F3 Cr,7) (i=l, 2,…,J); 建模方法为自适应神经模糊系统(ANFIS); 其中,是优化模型的全部输入变量z中去除待优化的变量z后剩下的无需优化的部分输入变量。7.步骤(a5).根据上述的局部子空间模型分别集成得到锅炉效...
【专利技术属性】
技术研发人员:王东风,刘千,江溢洋,牛成林,
申请(专利权)人:华北电力大学保定,
类型:发明
国别省市:
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。