探索电站锅炉燃烧优化技术的应用及发展.docVIP

探索电站锅炉燃烧优化技术的应用及发展 　　摘 要: 本文从电站锅炉燃烧优化技术的发展历程入手，系统地分析了电站锅炉燃烧优化技术的应用现状以及存在的问题, 最后阐述了燃烧优化技术的发展动向。以供同行参考。 　　关键词: 电站锅炉; 燃烧优化; 应用；发展 　　中图分类号：TK22 文献标识码：A 文章编号： 　　 　　1、前言 　　锅炉燃烧优化最早是以提高锅炉燃烧安全性和经济性为目标的! 早在20 世纪70 年代我国就开始了对锅炉燃烧优化技术的研究。如我国开发的氧化锆氧量计、一次风速监测系统等都属于早期的锅炉燃烧优化产品。20 世纪80 年代末期和90 年代初期，随着我国电厂节能降耗措施的推行,电厂开始普遍关注锅炉燃烧优化技术,通过燃烧优化降低锅炉煤耗提高火电厂发电效率。同期随着人工智能技术的发展，在分散控制系统DCS层面上控制逻辑的优化，先进的人工智能技术在锅炉燃烧优化上应用的研究也开始受到了广大科研人员的关注。 20 世纪90 年代末期，随着社会对环境的关注，电站锅炉燃烧优化已由最初的以安全性、经济性为目标的优化发展到经济性、安全性、环保并举的时期。电子信息技术人工智能技术给电站锅炉燃烧优化注入了新的活力，锅炉燃烧优化技术进入新的快速发展时期。 　　2、电站锅炉燃烧系统优化技术应用的现状 　　综合近年来国内外关于燃烧优化方面的研究成果, 大致可以分成以下四类: DCS控制模块改进, 常规性的燃烧优化试验调整, 基于在线检测设备的优化系统, 基于多目标寻优技术的燃烧优化闭环控制系统。 　　2. 1 DCS的控制模块改进 　　锅炉燃烧过程自动化控制系统的基本任务是使燃料燃烧所提供的热量适应锅炉蒸汽负荷的需要, 同时保证燃烧过程的安全性和经济性, 其主要任务为保证气压、炉膛过量空气系数和炉膛负压为给定值。这样, 锅炉燃烧控制系统就有三个调节量, 即燃料量、送风量和引风量。对于燃烧调节系统, 在燃料量、送风量和引风量这三个调节量协调配合的基础上, 将燃烧控制系统划分为三个子系统, 即燃料控制子系统、送风控制子系统、引风控制子系统, 这三个子系统的动作是互相协调不可分割的。由于锅炉系统的多样性, 各个电厂往往根据机组的实际情况, 在锅炉系统进行机理分析的基础上, 或者基于操作经验, 给出经验公式或经验数据, 对系统进行优化调整。这些调整主要是针对三个控制回路的DCS逻辑修改, 或者根据需要增加少量辅助回路, 例如镇海发电厂根据3号机组的特点, 增加了一次风压控制回路。这类优化调整虽然可以在一定程度上提高锅炉运行的效率, 但是碍于DCS系统的数据处理和分析能力及其侧重于目标控制对象的安全、稳定的控制, 未能在综合分析、整体优化上突破。 　　2. 2 常规性的燃烧优化调整试验 　　这类优化调整从锅炉系统实际出发, 根据不同的燃烧器和燃烧方式, 确定需要调试的参数, 通过常规性的燃烧调整试验, 采集当前机组的状态数据, 根据机组运行特点及燃烧调整的经验, 制定出重要控制参数改进策略, 使机组在较优的状态下运行。需要调整的参数主要是炉膛出口含氧量, 一次风速、风量, 二次风速、风量, 给煤量等, 不同燃烧设备的特点不同, 所选取的参数也不一样。常规性的燃烧调整往往只能针对重要控制参数, 给出特定工况点及特定时段的优化策略, 缺乏普遍适应性。该方法在解决较少的优化目标时比较有效, 可以提供操作指导, 对一些未实现DCS控制的老机组也同样适用, 而且不需要软件支持,成本较低。但是影响机组运行的因素众多, 人工处理的效果十分有限, 且往往不能及时响应机组的动态变化。 　　2. 3 基于在线检测设备的优化系统 　　这类系统以有效的测量手段为基础, 关注燃烧过程中关键参数的在线监测, 如煤粉浓度、一二三次风量、烟气含氧量(即过剩氧量)、飞灰含碳量、炉渣含碳量(通过大量数据统计分析, 取经验公式)、排烟温度及成分( O2、CO2、CO)等, 实现锅炉状态在线检测, 并利用专家系统的特有的知识库功能, 提出相应的锅炉操作建议, 指导锅炉人员作出及时有效的调整。 　　2. 4 基于模型预测和多目标寻优技术的燃烧优化闭环控制系统 　　这类系统有成熟的多目标最优化理论为指导, 模型预测和优化搜索是多目标优化过程中的两个最核心的技术。两者紧密联系在一起。对于一些简单的优化问题, 模型预测可以用明确的数学公式表示, 而对于一些复杂的问题, 如燃烧优化等, 由于其反应过程比较复杂, 无法用一个明确的函数来表示。要解决这个问题, 最有效的方法是采用神经网络、概率统计等数学模型来模拟燃烧反应的过程。把燃烧过程当作一个“黑匣子”, 通过大量有效数据的训练, 使得这个“黑匣子”具备模拟锅炉燃烧过程的能力, 根据不同的输入数据预测出相应的输出结果