电站锅炉燃烧优化是提升锅炉燃烧效率、降低污染物排放的有效方法,同时也是提升燃煤发电企业经济效益、实现火力发电节能减排的必由之路。本文研究了基于数据挖掘和数值模拟的电站锅炉燃烧建模及优化方法,建立了基于数据挖掘的煤质特性预测模型、电站锅炉燃烧建模与优化方法以及基于数值模拟的低NOx燃烧建模方法,并在两台不同等级电站锅炉上开展了燃烧优化应用。针对电站燃煤发热量测量滞后、测量不准的情况,收集了国内外共四千多条煤质工业分析和发热量数据,对工业分析各指标与发热量之间的关系进行了分析,采用支持向量机建立了基于煤质工业分析的发热量预测模型,该模型与传统多元线性回归模型相比,预测精度得到了提升。煤粉着火特性和燃尽特性是锅炉运行中的重要参数。针对电站燃煤着火特性和燃尽特性测量困难的现状,收集了 46种电站主力煤种并进行了相应的煤质分析及着火温度和燃尽温度测定,采用序列后向搜索算法进行特征选择,建立了基于支持向量机的煤粉着火温度和燃尽温度预测模型,模型对着火温度和燃尽温度预测的平均相对误差仅为3.02%和2.93%。为电站优化配煤和运行过程中优化配风提供了依据,也为多煤种混煤掺烧条件下的电站锅炉燃烧建模及优化研究奠定了基础。电站历史运行数据中蕴含了丰富的知识。以某700MW锅炉低NOx燃烧优化为例,对基于历史运行数据挖掘的燃烧特性建模及优化方法进行了研究,提出了一种结合极限学习机和和声搜索算法燃烧优化模型。所建立的NOx排放模型可快速、准确预测不同运行工况下锅炉NOx排放浓度:平均相对误差仅1.4%,预测精度高于传统神经网络建模方法、与支持向量机不相上下,但在建模响应方面远优于传统建模方法;进一步采用和声搜索算法对两个典型工况的运行参数进行了优化研究,优化后两个工况的NOx排放分别降低了 16.5%和19.3%。优化结果还得到现场试验的验证。针对低NOx燃烧锅炉炉内主燃烧区氧浓度较低而二氧化碳、水蒸气浓度相对较高的特点,以某660MW深度空气分级燃烧锅炉为研究对象,研究了不同燃烧模型对低NOx燃烧锅炉炉内燃烧数值模拟的适应性,并对低NOx燃烧锅炉的燃烧特性进行了研究。研究发现未包含焦炭气化反应的燃烧模型对炉内CO浓度的预测偏低,在主燃区内焦炭燃烧速率偏低,焦炭的燃烧集中到炉膛上部区域,并导致最终燃尽率偏低,炉内NO分布浓度在也与实际情况有较大差异。包含焦炭气化反应的燃烧模型计算结果与试验结果吻合更好。对该低NOx燃烧锅炉燃烧特性研究发现:低NOx燃烧改造后炉内CO浓度较改造前高出约一倍,焦炭燃烧速率的两个较大峰值从AA风和CCOFA所在高度层移动到CCOFA和SOFA所在高度层。随着运行氧量的上升,CO排放、飞灰可燃物显著下降,NOx排放小幅上升。燃尽风比例下降有利于降低CO排放和飞灰可燃物,但同时NOx排放也上升。应用所建立的燃烧特性预测模型和燃烧建模及优化方法对某660MW低NOx燃烧锅炉多煤种混煤掺烧条件下的综合燃烧优化进行了研究。对常用煤种的着火温度、燃尽温度进行了预测,并运用极限学习机建立了包含煤质信息的锅炉NOx排放、CO和飞灰可燃物预测模型,实现了对燃用不同煤种时、不同负荷工况下NOx排放以及CO和飞灰可燃物的变化趋势的准确预测;进一步采用和声搜索算法对锅炉燃烧进行协同优化,优化结果有效地降低了发电成本。应用前述数值燃烧模型对某100MW锅炉掺烧污泥燃烧特性及污染物排放特性进行了细致的研究,并对电站煤粉锅炉中污泥掺烧比例、含水率进行了安全、经济、环保协同优化。研究发现当污泥掺烧比例达到10%以上时,主燃烧区的壁面热负荷和着火特性下降明显;降低污泥含水量有利于改善炉内燃烧特性,但改善程度有限。污泥掺烧比例控制在10%左右、含水率在40%～56%之间时机组综合性能较优。