论文部分内容阅读
摘 要：随着现代科技的不斷更新和发展，电力行业也在不断的向前发展，电站锅炉作为电力行业非常重要的锅炉设备，为了能够推动电力行业实现更快速的发展，必须要对电站锅炉燃烧进行优化。只有这样，才能让电站锅炉的运行效率得到提高，让电站锅炉的节能环保性得到更进一步的优化，通过对电站锅炉的运行进行建模控制技术的优化，电站锅能够更好地实现自动化。本人就电站锅炉燃烧优化控制技术进行研究，希望能够更进一步促进电站锅炉的发展，能够更好地满足电站用户的需求。
关键词：燃烧优化；神经网络；预测控制；在线监测；均衡燃烧
我国现在正处产业转型的关键时期，电力行业作为我国国民经济的重要组成部分，也正处体制转型的关键时期，现在电力企业市场竞争已经变得越来越激烈了，逐渐开始形成一种竞价上网、厂网分开的现状。同时，由于人们对电能的需求不断增大，使得电能资源也变得越来越紧张。随着社会需求的变化，煤价在不断上涨，这也导致了发电企业的生产成本不断增加，为了能够让发电企业得到更好的发展，必须对发电机组的运行能力进行不断优化，让发电企业的竞争力不断提升。
1 国外的燃烧优化控制技术及其应用
1.1 Ultramax公司的燃烧优化技术
美国俄亥俄州Ultramax公司开发的Ultramax系统又称为先进过程管理系统，是一个对生产操作进行日常管理的系统，能应用于各种生产过程，在此只介绍其在电厂燃烧优化方面的应用。Ultramax燃烧优化系统是将一系列代表锅炉燃烧工况的参数，比如烟气氧量、排烟温度、烟气排放物等，作为系统的输入数据，当系统取得这些样本数据后，建立锅炉燃烧特性模型，并经过软件分析，给运行人员一个优化燃烧的操作指导，运行人员根据这些操作指导进行手动操作，或将操作指导纳入到自动控制系统中进行优化调整。
1.2 Pegasus公司的燃烧优化技术
NeuSIGHT系统：NeuSIGHT系统为美国Pegasus公司应用人工智能神经网络技术设计的燃煤电厂燃烧优化控制系统，其主要功能是以提高锅炉热效率和降低NOx排放为目标的稳态优化。
NeuSIGHT系统利用DCS本身具有的数据库的数据作为数据分析的基础，经过神经网络模型在线分析，迅速得出运行参数的最优值，然后输出到DCS，DCS系统通过控制偏移量，进而实现NeuSIGHT对锅炉燃烧的优化控制。但是，这种燃烧优化控制技术并没有考虑机组运行的动态特性和过程，所以这种优化也只是稳态优化。
NeuSIGHT系统是基于神经网络模型设计的，而神经网络模型也是一个“黑箱”模型，因此一般建立神经网络模型前要经过2～4周的锅炉变参数测试，在测试数据的基础上建立原始模型。由于煤种、积灰、结渣等因素的变化，锅炉燃烧情况要随之改变，这就造成原始模型很快就和实际情况产生偏离，因此在优化过程中NeuSIGHT系统使用了2套神经网络系统，其中1套系统的模型进行过程优化，同时另1套根据DCS的历史数据和测试数据建立新模型，一旦新模型建立就能通过模型切换完成模型的在线更新，由于神经网络训练的时间较长，所以模型更新的周期比较长。在模型基础上，NeuSIGHT系统运用GESA算法等工具实现了同时对锅炉当前工况的各个控制量进行在线优化。
NeuSIGHT系统在美国市场的占有率为40%。对于没有排放控制的电厂，Pegasus公司预计应用NeuSIGHT系统可降低NOx排放达20%～60%（一般为25%～35%）。如果电厂已经安装了低NOx燃烧器，使用NeuSIGHT系统可再降低NOx排放10%～40%。NeuSIGHT系统可降低煤耗0.5%～5%，这相当于减少了相同的CO2和SO2的排放。NeuSIGHT燃烧优化控制系统以前大多应用于旧机组的优化控制方面。目前Pegasus公司已经和许多世界知名的电力成套设备供应商，如B&W、FosterWheeler、SiemensWestinghouse、ABBCentrum等建立了合作伙伴关系。Pegasus的合作伙伴中的锅炉制造商对燃烧方面比较了解，他们将把NeuSIGHT系统作为其产品的附加增值来应用于最新供应合同中。但作者目前尚未检索到该产品在国内应用介绍的文献资料。
2 国内燃烧优化控制技术的研究和应用情况
2.1 锅炉烟气含氧量的优化控制技术
要想让电站锅炉燃烧得到更好的优化，就必须对电站锅炉烟气中含氧量进行控制。电站锅炉烟气中的含氧量对电站锅炉的污染排放和锅炉燃烧效率有着非常大的影响，对电站锅炉进行优控制，可以进一步提高电站锅炉的运行效率。电站锅炉中烟气含氧量和锅炉的效率是成比例的，只有对锅炉中延期的含量进行优化控制，才能让锅炉保持在最佳燃烧状态，让锅炉的燃烧效率得到更好的提升。最开始锅炉的营销效率是不能被测量的，但是经过多次的实验发现烟气中的含氧量可以对锅炉的效率进行优化，因此有效让电站锅炉燃烧得到更好的优化，就必须优化烟气中氧气的含量，这是最简单提高电器锅炉燃烧效率的方法，但是电站锅炉实际应用过程中，并没有得到非常广泛的应用，有很大一部分原因是因为早期电站锅炉相关的设备并不是非常的先进，对电站锅炉烟氧气含量无法进行非常好的控制。
2.2 闭环均衡燃烧控制系统
还有一种经常被用到的电站锅炉燃烧优化控制技术，那就闭环均衡燃烧控制系统，最初的燃烧控制系统，主要是为了保证供应的燃料能够和机组的燃料量相符。但是对于燃料是否均衡的分配于每一个燃烧器中并不能进行很好的保障，这种电站锅炉燃烧分配的不均衡性也在很大程度上让电站锅炉燃烧变得非常不稳定，经常会出现水冷壁的焦和火焰中心便宜的现象。
2.3 电站锅炉燃烧优化控制软件OCP3
我国燃煤电站机组拥有量是世界上最多的，这意味着我国电热能耗是非常高，为了能够更进一步的对于电站锅炉燃烧进行优化，也是为了积极响应国家节能减的号召，电力企业要不断加强对顶电站锅炉燃烧优化控制软件的研究力度，只有这样，才能降低电力企业的生产成本让电力企业实现可持续的发展。现阶段，我国电站锅炉在发展过程中就存在着很多问题，相比于燃煤电站锅炉而言，我国电力企业使用的煤质并不稳定，这在一定程度上增加了我国电站锅炉燃烧的负荷度，同时也使得很多进口的电站锅炉燃烧，优化控制软件出现了水土不服的现象，因此，我们必须要加大得电站锅炉燃烧优化控制软件的重视程度。
3 应用中的难点分析
测量问题。飞灰含碳的测量是锅炉效率计算的关键点，但目前国内的此类设备的测量滞后比较大，导致在线计算的锅炉效率不准确，成为锅炉运行优化控制的一大障碍。要实现NOx的闭环控制，同样也要求NOx的精确和快速测量，这种烟气分析仪表虽然技术和应用都比较成熟，但是设备的价格比较贵，运行维护工作量大，成为燃烧优化控制的又一个难题。现场一般都安装了氧化锆氧量计来进行烟气含氧量的实时测量，但是普遍存在测量误差大、短时间内波动大的问题，这严重影响了锅炉效率计算的准确性和闭环控制的效果。
如何保证燃烧稳定下实现最大范围的寻优。燃烧优化控制的寻优范围太窄，优化后效果可能会不明显；寻优范围太广，将可能影响燃烧的稳定性。由于近年煤炭资源的紧缺，煤质经常得不到保证，因此燃烧稳定性往往被优先考虑。
4 结论
综上所述，随着现在社会对电能需求的不断增加，电站锅炉的燃烧系统也在不断进行优化，电站锅炉燃烧优化控制可以在一定程度上降低企业的成本投入，让企业生产效率得到提升，提高企业的市场竞争力，使得电力企业能够在市场竞争中占据有利位置。对电站锅炉燃烧进行优化时，要根据电站锅炉的实际运行情况进行调整，只有这样，电站锅炉才能更好地满足社会发展的需求，同时还要开发燃烧优化控制软件，来对电站锅炉的运行进行进一步的优化。
参考文献
[1]方浩.电站锅炉燃烧优化控制技术综述[J].城市建设理论研究：电子版，2016（6）.
[2]王春雨.电站锅炉燃烧优化控制技术综述[J].工程技术：文摘版，2016（11）：00321-00321.
[3]赵刚.面向电站锅炉燃烧优化控制的规则模型方法研究[D].华北电力大学，2016.
[4]王东风，刘千，韩璞，等.基于大数据驱动案例匹配的电站锅炉燃烧优化[J].仪器仪表学报，2016，37（2）：420-428.
关键词：燃烧优化；神经网络；预测控制；在线监测；均衡燃烧
我国现在正处产业转型的关键时期，电力行业作为我国国民经济的重要组成部分，也正处体制转型的关键时期，现在电力企业市场竞争已经变得越来越激烈了，逐渐开始形成一种竞价上网、厂网分开的现状。同时，由于人们对电能的需求不断增大，使得电能资源也变得越来越紧张。随着社会需求的变化，煤价在不断上涨，这也导致了发电企业的生产成本不断增加，为了能够让发电企业得到更好的发展，必须对发电机组的运行能力进行不断优化，让发电企业的竞争力不断提升。
1 国外的燃烧优化控制技术及其应用
1.1 Ultramax公司的燃烧优化技术
美国俄亥俄州Ultramax公司开发的Ultramax系统又称为先进过程管理系统，是一个对生产操作进行日常管理的系统，能应用于各种生产过程，在此只介绍其在电厂燃烧优化方面的应用。Ultramax燃烧优化系统是将一系列代表锅炉燃烧工况的参数，比如烟气氧量、排烟温度、烟气排放物等，作为系统的输入数据，当系统取得这些样本数据后，建立锅炉燃烧特性模型，并经过软件分析，给运行人员一个优化燃烧的操作指导，运行人员根据这些操作指导进行手动操作，或将操作指导纳入到自动控制系统中进行优化调整。
1.2 Pegasus公司的燃烧优化技术
NeuSIGHT系统：NeuSIGHT系统为美国Pegasus公司应用人工智能神经网络技术设计的燃煤电厂燃烧优化控制系统，其主要功能是以提高锅炉热效率和降低NOx排放为目标的稳态优化。
NeuSIGHT系统利用DCS本身具有的数据库的数据作为数据分析的基础，经过神经网络模型在线分析，迅速得出运行参数的最优值，然后输出到DCS，DCS系统通过控制偏移量，进而实现NeuSIGHT对锅炉燃烧的优化控制。但是，这种燃烧优化控制技术并没有考虑机组运行的动态特性和过程，所以这种优化也只是稳态优化。
NeuSIGHT系统是基于神经网络模型设计的，而神经网络模型也是一个“黑箱”模型，因此一般建立神经网络模型前要经过2～4周的锅炉变参数测试，在测试数据的基础上建立原始模型。由于煤种、积灰、结渣等因素的变化，锅炉燃烧情况要随之改变，这就造成原始模型很快就和实际情况产生偏离，因此在优化过程中NeuSIGHT系统使用了2套神经网络系统，其中1套系统的模型进行过程优化，同时另1套根据DCS的历史数据和测试数据建立新模型，一旦新模型建立就能通过模型切换完成模型的在线更新，由于神经网络训练的时间较长，所以模型更新的周期比较长。在模型基础上，NeuSIGHT系统运用GESA算法等工具实现了同时对锅炉当前工况的各个控制量进行在线优化。
NeuSIGHT系统在美国市场的占有率为40%。对于没有排放控制的电厂，Pegasus公司预计应用NeuSIGHT系统可降低NOx排放达20%～60%（一般为25%～35%）。如果电厂已经安装了低NOx燃烧器，使用NeuSIGHT系统可再降低NOx排放10%～40%。NeuSIGHT系统可降低煤耗0.5%～5%，这相当于减少了相同的CO2和SO2的排放。NeuSIGHT燃烧优化控制系统以前大多应用于旧机组的优化控制方面。目前Pegasus公司已经和许多世界知名的电力成套设备供应商，如B&W、FosterWheeler、SiemensWestinghouse、ABBCentrum等建立了合作伙伴关系。Pegasus的合作伙伴中的锅炉制造商对燃烧方面比较了解，他们将把NeuSIGHT系统作为其产品的附加增值来应用于最新供应合同中。但作者目前尚未检索到该产品在国内应用介绍的文献资料。
2 国内燃烧优化控制技术的研究和应用情况
2.1 锅炉烟气含氧量的优化控制技术
要想让电站锅炉燃烧得到更好的优化，就必须对电站锅炉烟气中含氧量进行控制。电站锅炉烟气中的含氧量对电站锅炉的污染排放和锅炉燃烧效率有着非常大的影响，对电站锅炉进行优控制，可以进一步提高电站锅炉的运行效率。电站锅炉中烟气含氧量和锅炉的效率是成比例的，只有对锅炉中延期的含量进行优化控制，才能让锅炉保持在最佳燃烧状态，让锅炉的燃烧效率得到更好的提升。最开始锅炉的营销效率是不能被测量的，但是经过多次的实验发现烟气中的含氧量可以对锅炉的效率进行优化，因此有效让电站锅炉燃烧得到更好的优化，就必须优化烟气中氧气的含量，这是最简单提高电器锅炉燃烧效率的方法，但是电站锅炉实际应用过程中，并没有得到非常广泛的应用，有很大一部分原因是因为早期电站锅炉相关的设备并不是非常的先进，对电站锅炉烟氧气含量无法进行非常好的控制。
2.2 闭环均衡燃烧控制系统
还有一种经常被用到的电站锅炉燃烧优化控制技术，那就闭环均衡燃烧控制系统，最初的燃烧控制系统，主要是为了保证供应的燃料能够和机组的燃料量相符。但是对于燃料是否均衡的分配于每一个燃烧器中并不能进行很好的保障，这种电站锅炉燃烧分配的不均衡性也在很大程度上让电站锅炉燃烧变得非常不稳定，经常会出现水冷壁的焦和火焰中心便宜的现象。
2.3 电站锅炉燃烧优化控制软件OCP3
我国燃煤电站机组拥有量是世界上最多的，这意味着我国电热能耗是非常高，为了能够更进一步的对于电站锅炉燃烧进行优化，也是为了积极响应国家节能减的号召，电力企业要不断加强对顶电站锅炉燃烧优化控制软件的研究力度，只有这样，才能降低电力企业的生产成本让电力企业实现可持续的发展。现阶段，我国电站锅炉在发展过程中就存在着很多问题，相比于燃煤电站锅炉而言，我国电力企业使用的煤质并不稳定，这在一定程度上增加了我国电站锅炉燃烧的负荷度，同时也使得很多进口的电站锅炉燃烧，优化控制软件出现了水土不服的现象，因此，我们必须要加大得电站锅炉燃烧优化控制软件的重视程度。
3 应用中的难点分析
测量问题。飞灰含碳的测量是锅炉效率计算的关键点，但目前国内的此类设备的测量滞后比较大，导致在线计算的锅炉效率不准确，成为锅炉运行优化控制的一大障碍。要实现NOx的闭环控制，同样也要求NOx的精确和快速测量，这种烟气分析仪表虽然技术和应用都比较成熟，但是设备的价格比较贵，运行维护工作量大，成为燃烧优化控制的又一个难题。现场一般都安装了氧化锆氧量计来进行烟气含氧量的实时测量，但是普遍存在测量误差大、短时间内波动大的问题，这严重影响了锅炉效率计算的准确性和闭环控制的效果。
如何保证燃烧稳定下实现最大范围的寻优。燃烧优化控制的寻优范围太窄，优化后效果可能会不明显；寻优范围太广，将可能影响燃烧的稳定性。由于近年煤炭资源的紧缺，煤质经常得不到保证，因此燃烧稳定性往往被优先考虑。
4 结论
综上所述，随着现在社会对电能需求的不断增加，电站锅炉的燃烧系统也在不断进行优化，电站锅炉燃烧优化控制可以在一定程度上降低企业的成本投入，让企业生产效率得到提升，提高企业的市场竞争力，使得电力企业能够在市场竞争中占据有利位置。对电站锅炉燃烧进行优化时，要根据电站锅炉的实际运行情况进行调整，只有这样，电站锅炉才能更好地满足社会发展的需求，同时还要开发燃烧优化控制软件，来对电站锅炉的运行进行进一步的优化。
参考文献
[1]方浩.电站锅炉燃烧优化控制技术综述[J].城市建设理论研究：电子版，2016（6）.
[2]王春雨.电站锅炉燃烧优化控制技术综述[J].工程技术：文摘版，2016（11）：00321-00321.
[3]赵刚.面向电站锅炉燃烧优化控制的规则模型方法研究[D].华北电力大学，2016.
[4]王东风，刘千，韩璞，等.基于大数据驱动案例匹配的电站锅炉燃烧优化[J].仪器仪表学报，2016，37（2）：420-428.