鍋爐燃燒技術論文
鍋爐燃燒過程，是一個極其複雜的物理化學反應過程。下面是小編整理了，有興趣的親可以來閱讀一下!
篇一
火電鍋爐燃燒優化技術
摘要：目前我國仍以火電為主，火電在電力裝機比重分別高達70%多，發電量比重分別高達50%多，火電廠耗煤佔全國煤炭消耗量的50%以上，這就直接導致火電企業排放二氧化硫佔全國排放量45%，排放的二氧化碳佔全國碳排放量的40%。因此，火電企業，在低碳經濟發展中面臨著嚴峻的節能減排壓力。鍋爐燃燒過程，是一個極其複雜的物理化學反應過程。在火力發電廠的執行中，由於電網負荷、燃料成分含量等各種實際因素的影響，所以鍋爐和機組的實際執行狀態在不斷的進行調整。本文重點針對火電鍋爐燃燒優化技術進行探討。
關鍵詞：火電鍋爐燃燒優化技術
中圖分類號：C35文獻標識碼： A
一、鍋爐燃燒優化現狀
當然，各項技術的發明及運用，使得電廠的自動化水平在不斷地提高，例如DCS系統以及實時資料庫的應用等。不僅技術方面有了很大的提高，在裝置方面也有很大的更新變化。例如，先進的監測裝置的使用，可以監測電廠裝置現行的狀況，為進行裝置調整提供了參考資料，使鍋爐燃燒優化也成為了可能。
鍋爐燃料優化技術包括與燃料相關引數的檢測、相關裝置的改造等等，但一般可以分為三種:第一種是最主要的一種，在優化技術改造中占主導地位的，是通過線上檢測鍋爐燃燒的重要引數，來指導執行人員進行調節。第二種主要是進行燃燒裝置的更新改造，通過對燃燒器、受熱面等的改造來實現鍋爐的燃燒優化調整。第三種主要是在DCS的技術應用的基礎上，運用其監督控制系統通過採用控制演算法或者人工智慧技術、先進控制邏輯等實現鍋爐的燃燒優化。隨著該類技術的進步，第三種方法發展十分迅速。
正交實驗法、風粉平衡檢測系統和耗差分析以及針對執行氧量的單因素優化等式國內最早運用的燃燒優化方法，主要是為鍋爐煙氣含氧量的優化控制研究。另外還有一種是以主蒸汽壓力為被調量、總給粉量為調節手段的主調節系統和以煤粉濃度為被調量、給粉機轉速為調節手段的若干個副調節系統所組成的一個閉環控制系統，這種技術被稱作閉環均衡燃燒控制系統。
這些燃燒優化技術中，基於模型預測和多目標尋優技術的燃燒優化閉環控制技術不需要對鍋爐裝置進行任何的改造，能夠充分利用鍋爐執行資料，在DCS控制基礎上，通過先進的建模、優化、控制技術的應用，可以直接提高鍋爐執行效率，降低NOX的排放，具有投資少、風險小、效果明顯等優點，因而成為很多電廠的首選燃燒優化技術。常用的模型預測技術有神經網路技術，貝葉斯概率統計技術等。一些歐美的公司己經在此基礎上開發了燃燒優化軟體產品，如Ultramar公司的基於貝葉斯統計和加權非線性迴歸分析相結合的燃燒優化技術，這種優化效能夠得以實現的核心就在於運用了貝葉斯統計的建模方法，該系統的優化實際上是一個在模型實時更新基礎上的穩態優化，目前全世界己經有近30多個電廠運用了此係統。另外還有美國的Pegasus公司基於人工智慧神經網路技術設計的燃煤電廠燃燒優化控制的NeuSIGHT系統、PowerPerfect系統等。
圖1鍋爐燃燒系統圖
二、鍋爐燃燒優化軟體結構
鍋爐優化系統要完成一個閉環控制過程，首先要從電廠的DCS系統上入手，從中採集資料，最後再將優化運算的結果返回到系統中。該系統的實施主要是運用在集控室的執行人員中。DCS系統的操作介面中多了一個組態畫面，安裝了鍋爐燃燒優化系統，通過組態畫面執行人員可以決定是否啟動該系統，也可以選擇啟動每個控制迴路，或者決定是啟動開環控制還是啟動閉環控制等。當然，也可以對執行人員進行裝置許可權的管理限制，只有執行人員登入鍋爐燃燒優化系統後進行管理許可權進行設定，比如可以對系統目標，各個控制變數以及相關操作變數的上下限進行設定等。
圖2 鍋爐燃燒優化系統架構圖
圖3資料流向示意圖
圖3為系統資料流向圖。系統執行程式安裝在一臺微機上，為了實現與DCS系統之間的雙向通訊，需要通過.一個閘道器與DCS系統相聯。系統首先需要從DCS系統的歷史資料站提取大量的歷史資料，經過對資料的處理後，進行離線建模。建模結束後，才能利用建立的模型進行優化。優化時，系統首先從DCS系統中獲取實時過程資料，在優化前對這些資料進行有效性驗證，然後進行優化計算，計算的結果需要進行動態控制，以免優化計算的結果與目前DCS的執行資料偏差過大，造成系統振盪，最後將經過動態控制的優化設定值寫入DCS系統。
只有通過建立一個閘道器與DCS系統相連，才能實現與DCS系統之間的雙向通訊。這就需要進行離線建模，首先從DCS系統的歷史資料庫中提取大量的資料，再進行處理才能建模。完成建模後在進行系統優化。進行系統優化也要經過好幾個步驟:
首先，從DCS系統中提取實時的過程資料，接著對這些資料進行有效性驗證，再進行優化計算。但是，在進行優化計算時，對計算的結果必須進行動態的控制，以避免其計算的結果與當前DCS的執行資料偏差過大容易造成系統振盪，最後一步就是將經過動態控制優化的設定值寫入DCS系統。
1、 Power Perfecter鍋爐燃燒優化控制系統
POWER PERFECTERTM是美國PEGASUS公司開發的擁有40多項國際專利技術。該軟體的開發原理主要是基於神經網路的鍋爐燃燒優化控制系統。它是利用先進神經網路技術和預測控制技術，通過建立多目標的動態優化控制器，進行動態調整DCS設定引數與偏置，以實現鍋爐燃燒優化控制，不僅能夠降低汙染物排放，還能提高鍋爐熱效率，具有很好的經濟效益和社會環保效益。
POWER PERFECTERTM軟體主要是通過對氧量、風、粉等能夠顯著影響鍋爐燃燒特徵的變數進行動態的優化調整，以實現多目標鍋爐的經濟、安全、低排放量執行，其核心思想是基於神經網路的動態預測控制。
模型預測技術實施的好壞直接影響優化控制的品質，POWER PERFECTERTM建立的是鍋爐燃燒的經濟性、安全性、汙染物排放和鍋爐操作和干擾變數的鍋爐神經網路預測模型，實現了動態預測和多目標優化的控制系統。他利用DCS實時採集的資料實現動態預測的能力，這樣建立的神經網路模型具有很強的實時適應性，即魯棒性比較好。POWER PERFECTERTM有兩種工作狀態:開環知道和閉環控制。
他可以和DCS系統進行有效的連線，實現這兩種功能，而且不會影響鍋爐執行的安全性和穩定性，更重要的是它能使機組在低負荷時具有穩定且安全的燃燒特性。
系統的主要特點有:
1***系統配置相對於其他系統比較簡單。改軟體只需要一臺WINDOWS NT伺服器，和一些能與DCS系統進行資料通訊的模組即可，無需新增加其他硬體裝置。而且使用軟體產品，沒有別的硬體損耗，其維護的工作量也比較小，工作起來也相對簡單。該軟體只需要能與DCS控制系統進行通訊，不需要增加其他任何裝置就可以優化那些通常由執行人員調整的DCS設定值和偏置。
2*** POWER PERFECTER TM主要是基於神經網路多變數動力學、非線性的模型。POWER PERFECTER TM的中心思想就就是利用神經網路擬合鍋爐燃燒的多變數非線性動力學模型。鍋爐燃燒是一個非常典型的多變數非線性動力學系統，其模型預測技術是預測控制的核心，很多核心技術在POWER PERFECTER TM鍋爐燃燒神經網路建模中使用，例如，資料預處理技術、及系統時滯辨識技術、神經網路技術、動力學過程辨識技術等，使得模型具有很好的預測精度與適應性。
3***具有動態優化的特徵。在POWER PERFECTER TM與DCS系統的通訊中可以每10w30秒進行一次，因此具有很強的動態優化控制性。這樣就使得該系統可以很快排除各種各樣的不可控制的干擾，使執行引數可以維持在優化的整定值上，從而達到多重優化的目標。
4***該系統還具有多目標優化控制的特徵。POWER PERFECTER TM在根據使用者需求以及機組的實際情況下，在機組汙染物排放與鍋爐燃燒經濟性之間進行綜合很好的實現了多目標預測優化控制。
5***該系統還可以進行強魯棒性控制。魯棒性在POWER PERFECTER TM預測控制系統對鍋爐燃燒過程的不確定因素的擾動和特性變遷等得到了很好的應用。而且在系統擾動與鍋爐特性變遷中POWER PERFECTER TM的反饋校正技術、滾動預測技術也得到了很好的運用。
6***該系統具有良好的閉環反饋控制的特性。POWER PERFECTER TM和常規的鍋爐穩態工況燃燒調整不同，它能真正實現以鍋爐燃燒優化為目的的閉環反饋控制，鍋爐燃燒經濟性的動態資訊能夠從POWER PERFECTER TM實時反饋反映出來，從而根據鍋爐執行的實際狀況，利用預測控制方法，實時調整操作變數，完成一個完整意義上的反饋控制系統。
7***POWER PERFECTER TM是一個技術比較先進、而且技術也很成熟的產品。在國外POWER PERFECTER TM擁有多項專利，而且己經擁有20餘套成功的應用案例。在國內的山東、天津、我國香港地區等地區也有成功的案例，現在北方的幾個火電廠也正在實施這套系統。
2、ULTRAMAX生產過程的線上辨識與最優化技術
在美國，從1994年到1995年美國ULTRAMAX公司以降低NOX排放來滿足EPA規定的淨空標準和提高熱效率等為目標的鍋爐燃燒優化中開發了ULTRAMAX系統。ULTRAMAX系統執行效率很高，從該系統的執行案例中可以看出，ULTRAMAX能提高0.5%到3%的熱效率，減少10%到40%的NOX的排放，而且同時又不影響其他的關鍵指標。
ULTRAMAX技術主要是採用了貝葉斯統計以及其十分獨特的加權迴歸計算方法，可以快速而且精確地辨識出電站生產過程的執行特性，並且能夠在最優化原理的指導下快速找到最佳的燃燒引數。ULTRAMAX系統主要技術具有以下特點:
1***不僅具有最優化原理而且也具有系統辨識技術，二者具有很好的結合於一體。
2***該系統進行優化時可以直接啟動快捷，不必要依賴於歷史資料。
3***該系統具有十分強大的資料分析能力，通過資料分析可以進行更好的優化。
4***該系統對引數的選擇十分方便、靈活，而且很友好，一般不會出現差錯。
5***該系統還具有“What-if”功能。
6***該系統在執行過程中也可以實現多重優化目標。
7***該系統在優化過程中確保保證系統的安全，而且各項執行都能達到要求。
8***該系統可以通過其獨特的方法夠尋找到執行歷史範圍之外的最優執行方式。
9***該系統難於控制的輸入引數可以進行較好自動補償。
10***該系統能夠很好的考慮變數的禍合效應，適用於相對複雜的多輸入多輸出系統。
ULTRAMAX系統與基於神經網路技術的模型預測技術相比，其主要是基於貝葉斯概率統計的模型預測技術與最優化技術，優勢在於建立模型與學習的過程較短短。目前該系統在國內外的多個行業中得到了廣泛的應用，而且取得了良好的效果。
3、GNOCIS PLUS燃燒優化系統
GNOCIS PLUS系統是起源於英國Powergen發電公司的智慧NOX控制系統。GNOCIS PLUS系統在投入使用前輸入電站的歷史資料就可以使用了，它通過給鍋爐的數字控制系統提供優化程式，獲得不同於控制引數的優化設定，從而有效控制NOX的排放和優化鍋爐效能。其原理主要是其基於神經網路的優化控制技術，是對機組DCS系統的線上延伸。
GNOCIS PLUS的燃燒模型基於輻射功能型的神經網路，對每個模型的輸出都使用了獨立的模型，從而擴充套件了模型，增加了輸出的變數。系統的優化目標就可以通過輸出地引數表示，如NOX, SOX, CO、燃燒損失、黑度、鍋爐效率、熱耗和蒸汽溫度等。
GNOCIS PLUS燃燒模型的建立一般需要兩個步驟。首先，燃燒過程的預測模型的建立是其前提條件。預測模型的建立要使用部分過程變數中可測的輸入和輸出引數，其中輸入引數可由可控引數和不可控引數兩部分組成。接著就是建立燃燒過程的控制模型，這就是模型建立的核心部分了。預測模型通過給定的輸入來預測輸出結果，而控制模型則是通過給定的輸出來預測輸入。該模型適合比較複雜的結構才能做出有效地預測輸入。因為燃燒模型的輸入引數有的可控有的不可控，有的還可能受其他條件的制約，不一定具有獨立性，其關鍵就是對各種各樣的可控或不可控的輸入引數及關聯度的選擇和分配。另外，還要要考慮在閉環模式下安裝時DCS中的這些引數的可用性。
GNOCIS PLUS系統也是一種基於神經網路技術的燃燒優化產品。該產品目前在國內還沒有得到應用，但在歐美國家的應用案例比較的多。從己有的成功案例來看，GNOCIS PLUS對節省成本、降低NOX排放、減少飛灰含炭量等方面都有著明顯作用。
結語：
首先，要實現該目標首要解決的就是通訊問題。只有實現優化系統與DCS系統之間的雙向通訊才可能實現閉環控制。現在國內不同的電廠使用的DCS系統的產品也各不相同。不同的產品，就即使是同一個產品，不同的版本其實現方式也不一樣。因此，如何針對不同DCS系統實現雙向通訊，而且保證通訊時的安全性，穩定性和高效性，這是一個以後需要我們研究的問題。
其次，要想實現系統的可用性，軟體設計的好壞十分關鍵。如果軟體本身穩定性較好，實時性也較好，就能很好的進行優化控制;如果軟體設計中，對資料輸入輸出的處理能力較好，便可以有較好的優化結果輸出到DCS系統中。因此，今後我們也要加強對合理的設計鍋爐燃燒優化系統的軟體功能與架構方面的研究。
參考文獻：
[1]陳劍.鍋爐燃燒優化閉環控制系統的初探[J].浙江電力，2003 ***2***
[2]陳兆兵，張長友.鍋爐燃燒優化調整的試驗研究[J].鍋爐技術，2003,134***4***
[3]應達雲.應用DCS系統實現線上指導鍋爐燃燒優化[J].浙江電力，2000 ***5***
[4]何大方.大型鍋爐燃燒優化調整[J].華東電力，2001***3 ***
點選下頁還有更多>>>