SmartProcess燃烧优化控制系统在电站锅炉运行中的应用.pdfVIP

SmartProcess燃烧优化控制系统在电站锅炉运行中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
SmartProcess燃烧优化控制系统在电站锅炉运行中的应用.pdf

彭献永,易凡,管宇群,孙思敬 (艾默生过程控制有限公司公用事业部,上海,201206) 摘要:在火电厂大气污染物排放新标准严格要求下,燃烧优化技术是当前发电企业除了增加烟气 脱硝装置以外的优先选择之一。在燃烧优化的基本原理基础上,介绍SmartProcess燃烧优化控制系统 软件组成和硬件结构,阐述了具体优化实施、工程案例和应用效果。应用SmartProcess燃烧优化控制 产品可以有效提升发电企业竞争力并产生良好的经济效益和社会效益。 关键词:燃烧优化;氮氧化物;SmartProcess;随机免疫层优化;分散控制系统 1前言 近年来,我国经济快速发展,电力需求和供应持续增长。截至2010年底,全国电力装机容量已达 9.62亿千瓦,其中火电为7.07亿千瓦,占全国总装机容量的73%,火电发电量约占全部发电量的80% 以上,消耗燃料16亿吨标准煤。我国的能源结构决定了在今后相当长的时间内燃煤机组装机容量还将 不断增长,火电厂排放的二氧化硫、氮氧化物和烟尘仍将增加,若得不到有效控制,将影响我国大气环 境质量的改善和电力工业的可持续发展。 氮氧化物(NOx)成为我国“十二五”期间大气污染物主要控制对象之一。相对于2003年版标准, 新版火电厂大气污染物排放标准…提高了烟尘、二氧化硫、氮氧货物排放浓度限值,增加了燃煤锅炉汞 及其化合物排放标准,增设了燃气锅炉大气污染物排放浓度限值,并对重点地区火力发电机组及燃气轮 机组规定了污染物特别排放限值。火电厂氮氧化物防治技术政策(环发[2010110号)明确指出防治技术 路线倡导合理使用燃料与污染控制技术相结合、燃烧控制技术和烟气脱硝技术相结合的综合防治措施, 以减少燃煤电厂氮氧化物的排放。低氮燃烧和烟气脱硝是从硬件上的技术改进,而燃烧优化技术和烟气 脱硝优化运行技术则是从运行和软件上的技术进步。为降低烟气脱硝装置的运行成本,SCR优化控制系 统[21成为燃煤电站SCR脱硝装置运行运行优化的一个技术课题。 在新的火电厂大气污染物排放标准要求下,降低燃煤机组氮氧化物排放、提高发电效率是当前发电 企业优先考虑的问题之一。随着人工智能控制技术的逐步成熟和在工业上的成功应用,国内外多家公司 推出了各具特色的燃烧优化控制产品和解决方案【31,为发电企业降低燃煤机组氮氧化物排放提供了强有 力的工具。相对于烟气脱硝装置的设备复杂性和较高的运行费用,燃烧优化技术是相对经济的:即使对 于已安装烟气脱硝的电站燃煤锅炉,使用燃烧控制优化系统也有利于降低烟气脱硝装置的生产运行成 燃烧优化控制系统,包括其基本原理、硬件、软件架构及工程应用。 ·279· 2燃烧优化原理 燃烧优化是通过对燃料供给和配风参数的调整以及对其控制方式的改变等,保证送入锅炉炉膛内的 燃料及时、稳定和连续地燃烧,并在满足机组负荷变动需要的前提下,获得最佳燃烧工况。现有的燃烧 优化基本原理是采用数学方法建立锅炉运行特性模型:然后借助数学优化方法对锅炉运行工况进行寻 优,为分散控制系统基础控制层提供最佳的操作变量设定值。 ①数学建模 锅炉的NOx排放和热效率受到燃烧控制水平的影响。锅炉的NOx排放和一氧化碳含量及飞灰含碳 量等的特性,不仅受燃烧控制参数等因素的影响,而且受机组负荷、磨煤机结构组合、煤质变化等因素 影响,各因素之间还存在较强的耦合关系。锅炉燃烧的复杂性导致机理建模模型很困难。 在数据分析处理的基础上,通过智能建模方法建立稳态数学模型,利用锅炉运行数据和一系列燃烧 试验数据建立和测试针对特定机组的数学模型。数学方法主要有基于数据驱动的神经网络(NN)方法、 支持向量机回归(SVR)方法、统计方法如克里格(Kring)方法等建立了锅炉燃烧优化模型。 相对于传统的建模方法,神经网络方法较具有很好的学习能力,且更能有效地处理多因素之间的非 线性关系。国内科研人员在这方面进行了较为深入的研究,取得了一些电站锅炉燃烧优化研究成果‘4_】。 构风险最小化为原则,有效抑制了过学习现象,具有良好的泛化能力,并且局部极小点问题,该算法的 计算时间通常短,而所得回归函数的预测精度则有较大幅度的提高,应用到了电站锅炉燃烧优化中,建 立了NOx排放模型【8-9]。 SmartProcess燃烧优化控制系统使用的随机免疫层优化(SILO,Stochastical

文档评论(0)

我才是小泥巴 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档