电厂锅炉燃烧优化控制的设计方式分析

国家能源集团榆次热电有限公司 刘晓鹏

电厂是一套构成繁杂的系统类型，在主客观多种因素的作用下，机组负荷会出现不同程度的改变，传统人工干预很难使机组在整个生命周期内状态均能实现最佳，锅炉燃烧控制、管理是这方面最显著的问题之一。燃料成本在电厂总发电成本中占比较高，烟气是电厂的主要污染物类型，实现对风量这一指标连贯、娴熟的调控，使风箱与炉膛压差变量实现一致，均能被调整到最佳状态，对从业人员的技能水平提出较高要求，需要运行的作业量也是极大的。

锅炉运行效率在数理上处于极为复杂的曲线，对其形成的影响的因素不是唯一的，并且部分因素是动态的，伴随时间改变而变化，仅利用人工方法很难快速、精确的探查到曲面最高点。DCS 系统内存有者海量数据，其中一部分用于系统控制，另一部分提供给运行人员进行机组实际运行状态的动态监视，其作用并未得到最大限度发挥。PC 微机在现代工业领域中有广泛应用，如果用其把上位机取而代之，使能实现优化控制的软件集成在PC 微机中并规范运行并加大集成式平台的设计研发力度，对尽早实现优化控制均具有很大现实意义。

1 电厂锅炉燃烧优化研究现状

1.1 基于燃烧调整试验的优化

燃烧调整试验面对的对象主要是新投产机组，或正处于锅炉改造状态中的机组，也能较有效的对应锅炉装置运转阶段出现的部分问题，如水冷壁高温引起的腐蚀、炉膛出口烟温形成较大偏差、飞灰含碳量相对较高等，合理应用部分燃烧理论知识，基于系列化的变氧量、变配风形式、变煤粉细度、变一次风率等试验过程，探究煤种、负荷、炉膛氧量、煤粉细度等因素对锅炉燃烧效率及NOx 等污染物排放特征形成的影响，探析其存在的规律，进而获得电厂锅炉设备的最佳运转参数，协助其实现高效率运行的基础上将NOx 排放量降至最低。既往有人员为处理某300MW 锅炉燃烧器区的高温性腐蚀与结渣、锅炉排烟热损过大及满负荷燃烧工况下锅炉氧量供应不足等问题，开展了燃烧调整试验,作出优化锅炉中氧量分布状态的建议，并提出几点可行方法措施如增设空气预热器自密封装备、降低三次风量等。

1.2 基于数值模拟进行的优化

锅炉中煤粉燃烧是一个繁杂的多相流物化改变过程，提升对煤粉燃烧过程的认识水平，对提升电厂锅炉运转效率及减少NOx 燃烧及排出量均有很大现实意义。而掌握大批量的锅炉燃烧数据信息能协助相关人员对煤粉燃烧过程有更全面的认识，既往习惯利用锅炉试验方法去获得。但在燃烧工况复杂、气候环境等多种因素的影响下，获取到的试验数据数量偏差，且会耗用掉大量的人力、财力。

在科学技术日新月异的背景下，数值模拟技术被开发及用于煤粉燃烧过程的研究领域中，成为一种重要的辅助工具，其原理是仿真模拟锅炉内复杂的空气流动、煤粉流动与燃烧、污染物形成、炉膛结渣与结焦等诸多过程，因为能在计算机系统便利地调整机组运转参与条件，故而有操作流程简洁、时间成本少等优势，能为广大运维及操作人员提供更全面的信息，一方面拓展了对锅炉内燃料燃烧过程的认知水平，另一方面也获得海量炉膛燃烧数据,进而为更客观的探析炉膛煤粉燃烧过程及完善锅炉设计水平提供可靠的数据支撑。既往国内有人员为处理烟温偏差较大的问题，对一大体量四角切向燃煤锅炉进行了数据模拟研究，探寻到造成烟温偏差的具体原因，依照不同工况下炉膛截面温度、速度分布测算结果，作出降低烟温、汽温偏差的提议。

1.3 基于数据挖掘的优化

数据挖掘（DM）是数据库知识探查中的重要一环，具体是利用算法检索并获得隐匿在大量数据内的知识与信息。火电机组不同运行设备间存在密切关系，传统分析方法很难及时探查与归纳出这些数据内隐藏的知识规律。和其他工业过程相比不确定因素对火力发电过程形成的干扰偏小，机组运行数据呈现出较明显的规律，故而通过对机组数据库内的既往运转工况有针对性的进行数据挖掘，探查不同数据间存在的关联规律，进而能更快速的确定机组运行参数的优化目标,得到其高率与低污染物的最佳运行方式及相关控制参数值，为后期生产作业提供科学指导。

2 系统结构及系统设计

为实现对锅炉装置燃烧情况的有效控制，应在提供充足热量的基础上，通过合理途径提升燃烧过程的安稳性及降低资金投入。为达成以上目标，燃烧过控制需落实如下几项工作内容：一是确保主气压指标符合相关规范要求，在此基础上提高设备的运转质量；二是将空燃比这一指标调控在最佳范围中，这是降低燃烧成本的有效方法之一；三是确保炉膛内负压量充足，进而使燃烧活动更安全、稳定推进。规划设计出的系统应由如下几点构成：燃料量控制单元；磨煤机控制单元；风量控制单元；炉膛负压控制单元（图1）[1]。

图1 系统结构示意图

2.1 预测模型构建

结构简图见图2，预测控制执行阶段，在RBF的协助下建设出完成的预测模型是首个步骤。在现有的网络系统内，输入、输出变量是影响输入、输出维数高低的主要因素之一。关于单输入、输出系统的主要构成，可以在NARMAX 辅助下作出更合理的阐释：y(k)=f[y(k-1),y(k-2)...y(k-ny),u(k-1),u(k-2)...u(k-nu)]+e(k)，式中，y(k)表示输出；u(k)表示输入；e(k)表示误差，如噪声等；ny表示输出量阶数；nu表示输入量阶数[2]。

在该模型内，输出量和某时间点和前期的部分输出、控制量间形成的关系也是需重点研究的内容之一，可认定其之间形成了单步预测关系，利用yR(k+1)=fR(X)作出简单表示，式中输出可表达为：yR(k+1)=f[y(k)y(k-1)...y(k-ny+1),u(k)u(k-1)...u(k-nu+1)]，函数的映射关系为：

式中，h 表示隐含层节点数；i=1,2,...；m，n 表示输出层的节点数；ηij表示j 节点和i 节点权重；cj表示隐含层节点的中心值；ρi表示待学习权值。

X(k+1)=[y(k)y(k-1)...y(k-nR+1),u(k)u(k-1)...u(k-nu+1)]，在单变量系统中输出层的节点数等于1，可表示为还可表示为yR(k+1)=fR[X(k+1)]。针对踱步预测模型而言，仅需将之前的模型改写为yR(k+j)=fR[X(k+j)]，该式中X(k+j)=[y(k+j-1)y(k+j-2)...y(k+j-ny),u(k+j-1)u(k+j-2)...u(k+j-nu)]；j=1,2,...；P 表示预测步数。

2.2 优化计算

由于模型为非线性，所以优化求解同样为非线性问题，将系统预测步数记作P，则预测值可表示为：如果预测步数大于0，则y(k+P)都是未知值，表示为yR(k+P)；如果预测步数大于等于0，则u(k+P)为未知量。若k 时刻对应的输出值表示为y(k)，则可以构成以yR(k)为反馈量的闭环系统，其误差可表示为[5]e(k)=y(k)-yR(k)=y(k)-fR[X(k)]，闭环输出可得预测值(j=1,2,...,P)，如控制域的长度表示为L(L ≤P)，则有u(k+i)=u(k+L-1)。

若系统将s 作为输出的给定值，则参数轨迹可表示为yd(k+j)=Cjy(k)+(1-c)s， 其中(1≤j ≤P,0

式中，U＊表示允许控制域，可表示为U＊=[umin,umax]。如果L 为1，则U 将从矢量变为标量、即u(k)，此时的优化计算实质上就是求解最小值。如果求导的难度较大则可借助直接寻优算法，如常用的黄金分割法[4]。

第一步：将初始域确定为[α1,β1]=[umin,umax]，精度ε为足够小值，大于0，求取测试域λ1与λ′1，即λ1=α1+(1-0.618)(β1-α1)，同时对目标函数值进行计算，使k为1；第二步：当βk-αk<ε时，可得寻优值为u(k)=(βk+αk<ε)/2，此时，如果J(λk)>J(λ′k)则进入下一步骤；而如果J(λk)≤J(λ′k)则进入第四步；第三步：令αk+1=λk,βk+1=βk,λk+1=λ′k，对λ′k+1=αk+1+0.618(βk+1-αk+1)进行求解；第四步：令αk+1=λk,βk+1=βk,λk+1=λ′k，对λk+1=αk+1+0.618 (βk+1-αk+1)进行求解，同时对目标函数值进行计算；第五步：令k=k+1，回到第二步。

3 锅炉控制对RBF 网络的应用

这一应用的总体思想为：将锅炉燃烧效率与节约下的燃料成本作为凭据，降低污染物的现实排量、更好地保护环境及获得更多经济效益等设定为基础目标，在此基础上通过加强理论分析等过程，运用相配套的数理函数。将燃烧过程属性的模型、品质指标及装置运行负荷看成是优化控制措施，合理应用锅炉参数，在专业分析软件的协助下优化分析与处理数据，这样方能为工作人员实践生产阶段提供准确度更高的操控命令，并将其设定成控制回路去运行预定值，进而达成最根本的优化目标。

核心控制是本模型运行阶段依托的主要控制算法类型，其基于滚动化形成实现了优化调制，线上数次执行优化分析与测算过程，及时、有效地弥补畸变与扰乱状况，强化自身的动态化控制水平。逼近性是网络的主要特征之 一，其能清晰、完整的阐述大部分非线性问题。网络输出量和权值之间存在着明确的线性相关性，通过科学使用某些科学算法能快速辨别出参数，加速收敛过程，规避既往步入局部极小点位等不良情况。在离线式辨识法的辅助下能较顺利地探查到中心向量，在这种工况中合理运用最小二乘算法能在线训练网络权值，以上是应对模型自校正相关问题的有效方法。从宏观上，该网络是基于输入+隐含+输出层的联合式结构运行的，输入层内囊括了对锅炉燃烧效率形成影响的任何因素，如氧气工作点、一次及二次风量等；输出量最大的作用是测评可燃烧效率，其内存在着送风量、排烟温度等诸多指标[5]。

在线控制单元被设计安装在控制模块接口处，对其进行了冗余备份处理。若控制系统运行过程突发故障异常或因崩溃而停运，那么可通过启用应急式系统去管理系统的后续运行状态，使锅炉运行过程可靠性得到增加，更好地满足用户对系统控制提出的差异化需要（图3）。

图3 在线优化控制

4 结语

这一系统目前已正式用于电厂生产，投用实践中后明显削弱与规避人为因素形成的负面影响，不仅能显著提升锅炉装置的运行效率，还降低了燃料的耗用量、减少污染物的排放量，对我国环保工作开展过程有一定助益。对系统的运行状态进行观察分析，不难发现其安全性、可靠性较高，这是电厂锅炉燃烧控制逐渐实现网络化、智能化的前提条件，明显减轻了作业人员的工作压力，提升劳务资源的利用效率，规避了电厂生产事故，安全生产率处于较高水平。综上，本文设计系统有较高推广价值，在电厂锅炉技术整改领域中发挥十分重要的作用。