蒙 毅，趙 越，李仁義，黃廷輝，王 毅

?

基于燃料全過程的在線配煤摻燒系統(tǒng)

蒙 毅，趙 越，李仁義，黃廷輝，王 毅

（西安熱工研究院有限公司，陜西 西安 710054）

本文在現(xiàn)有燃料信息化管理平臺的基礎(chǔ)上，開發(fā)了以廣義配煤摻燒技術(shù)為核心，集燃料計劃、入廠、場存、堆取、配煤、摻燒、優(yōu)化運行與達標排放為一體的模塊化、商業(yè)化在線配煤摻燒系統(tǒng)軟件，該軟件包括配煤摻燒預測模塊、燃料配煤管理模塊、摻燒方案評估模塊、來煤堆煤建議模塊、購煤建議管理模塊等，可以長期、實時地指導電廠進行科學的煤炭摻燒管理。該系統(tǒng)軟件已經(jīng)實現(xiàn)商業(yè)應(yīng)用，可為發(fā)電企業(yè)提供科學的評估與決策平臺。

配煤摻燒；在線配煤；摻燒方案；摻燒預測；燃煤采購；應(yīng)用軟件；模塊化

我國煤炭資源分布不均、種類繁多?；鹆Πl(fā)電企業(yè)為了保障生產(chǎn)或提高經(jīng)營效益，往往被動或主動摻燒非設(shè)計煤。配煤摻燒技術(shù)已成為提高火力發(fā)電機組運行安全性、環(huán)保性、經(jīng)濟性的重要手段。隨著國家節(jié)能減排政策的進一步推進，建設(shè)智能、實時在線的配煤摻燒決策平臺，推動電廠燃料側(cè)的信息集成與智能化，實現(xiàn)配煤摻燒的精細化管理，已經(jīng)成為每一個火力發(fā)電廠的迫切要求[1–3]。

目前國內(nèi)已開展了較多的優(yōu)化配煤算法研究，并取得了一定成果[4–7]，但大多研究成果未被應(yīng)用在電廠實際生產(chǎn)過程中。電廠在配煤過程中一般僅控制混煤的發(fā)熱量、水分、灰分、揮發(fā)分、硫分等幾種參數(shù)，使其盡可能達到設(shè)計值或目標值來滿足燃燒要求[8–10]。這種配煤方式主要通過簡單計算即可給出摻配方案，對摻燒運行有一定指導作用，但考慮的影響因素較少，不能從根本上保證混煤的適用性，容易導致安全生產(chǎn)隱患和環(huán)保排放超標，并且經(jīng)濟性較差[11–14]。因此亟需研發(fā)一套科學有效、功能齊全、操作簡單的軟件系統(tǒng)用于指導電廠配煤摻燒運行，達到縮短配煤時間，降低運行人員工作強度等目的。

本文基于燃料全過程管理系統(tǒng)，在以往配煤摻燒研究基礎(chǔ)上，結(jié)合廠級監(jiān)控信息系統(tǒng)（SIS），以廣義配煤摻燒技術(shù)為核心，研發(fā)了涵蓋購煤、堆煤、配煤、上煤、燃燒、排放等燃料全過程的模塊化、商業(yè)化在線配煤摻燒系統(tǒng)軟件。該軟件以鍋爐設(shè)計參數(shù)、來煤信息、負荷分布、煤場庫存、歷史摻配評價、設(shè)備運行工況等條件預測滿足機組安全性、環(huán)保性與經(jīng)濟性的最佳摻配方案，并獲取SIS監(jiān)控數(shù)據(jù)對實際摻燒情況進行在線評估，跟蹤摻配執(zhí)行效果并反饋優(yōu)化摻配模型，同時指導燃料采購、堆存，實現(xiàn)配煤摻燒的閉環(huán)管理。

1 廣義配煤摻燒技術(shù)

廣義配煤摻燒技術(shù)是在傳統(tǒng)配煤摻燒技術(shù)基礎(chǔ)上，結(jié)合電廠燃料全過程管理與運行監(jiān)控系統(tǒng)，研究配煤摻燒與燃料全過程管理的關(guān)鍵影響因素及其優(yōu)化模型。圖1為廣義配煤摻燒技術(shù)管理流程。

圖1 廣義配煤摻燒技術(shù)管理流程

廣義配煤摻燒技術(shù)具體業(yè)務(wù)流程如下。

1）購煤 依據(jù)煤炭市場信息及當前庫存情況等，通過煤質(zhì)數(shù)據(jù)庫、配煤摻燒預測平臺及摻燒經(jīng)驗庫進行優(yōu)化決策，在保障機組安全環(huán)保運行的基礎(chǔ)上，給出最經(jīng)濟購煤方案。

2）堆煤 根據(jù)采購的煤源結(jié)構(gòu)和已制定的配煤摻燒方案，依據(jù)配煤摻燒條件（配煤設(shè)備及配煤方式）對煤場每個區(qū)域堆放的煤種進行規(guī)劃與統(tǒng)籌分配，制定來煤堆放方案。在堆煤方案的基礎(chǔ)上，對每班來煤批次，依據(jù)來煤類別、當前庫存信息，給出入廠每批次煤的具體堆放位置。

3）配煤與燃燒 在煤種范圍及不同摻燒方式（預混、分磨等）、不同比例摻燒及邊界條件下，進行燃燒效果尋優(yōu)匹配計算，給出最優(yōu)配煤方案及摻燒運行建議，指導電廠配煤摻燒管理，并實時統(tǒng)計分析選定摻燒工況運行數(shù)據(jù)，評價摻燒效果。

4）上煤 根據(jù)摻燒方案、煤場庫存結(jié)構(gòu)及上煤設(shè)備運行狀態(tài)，制定每班上煤建議，包括判斷摻燒方案所需燃煤在煤場的存煤、堆放量、堆放段位及斗輪機、輸煤皮帶等取煤設(shè)備的當前狀態(tài)是否可以滿足，如果滿足則給出具體的上煤煤種、煤量及取煤位置、次序等信息，如果不滿足則給出相應(yīng)的警告提示。

5）排放 通過監(jiān)測SO2、NO與粉塵等運行數(shù)據(jù)及環(huán)保設(shè)備運行狀況，判斷摻燒方案的環(huán)保性。

2 軟件系統(tǒng)結(jié)構(gòu)

在線配煤摻燒系統(tǒng)基于B/S結(jié)構(gòu)，以廣義配煤摻燒技術(shù)為核心，并與燃料全過程管理系統(tǒng)、廠級監(jiān)控信息系統(tǒng)和中國動力用煤數(shù)據(jù)庫[15]建立接口，以獲得相關(guān)數(shù)據(jù)和業(yè)務(wù)的外圍支撐。系統(tǒng)主要包括配煤摻燒預測模塊、燃料配煤管理模塊、摻燒方案評估模塊、來煤堆煤建議模塊與購煤建議管理模塊。圖2為在線配煤摻燒系統(tǒng)主模塊邏輯關(guān)系。

圖2 在線配煤摻燒系統(tǒng)主模塊邏輯關(guān)系

系統(tǒng)選取TDMP（TPRI development manager platform）作為前端應(yīng)用開發(fā)框架，后臺采用計算站程序和測點服務(wù)作為服務(wù)支撐。前端主要通過TDMP平臺調(diào)用配煤摻燒數(shù)據(jù)庫進行各種數(shù)據(jù)的預測方案及預測結(jié)果等信息的展示。TDMP對計算站程序調(diào)用進行煤質(zhì)匹配和請求預測，對測點服務(wù)調(diào)用顯示趨勢圖和獲取數(shù)據(jù)的超限信息。

軟件系統(tǒng)和外部燃料系統(tǒng)需要集成，在頁面上，外部燃料系統(tǒng)通過httplink打開配煤摻燒頁面，并通過JavaScript（JS）調(diào)用傳遞參數(shù)；在數(shù)據(jù)層，配煤摻燒通過訪問燃料系統(tǒng)數(shù)據(jù)庫獲得煤場動態(tài)及煤質(zhì)信息，將煤場信息加入摻燒方案。

系統(tǒng)Web端通過統(tǒng)一信息管理平臺由TDMP集成開發(fā)平臺開發(fā)構(gòu)建。整個平臺分為獨立運行的服務(wù)端和開發(fā)管理客戶端，其中服務(wù)端單獨部署，作為業(yè)務(wù)處理的唯一引擎；開發(fā)管理客戶端面向開發(fā)及后期管理人員，在可視化操作界面對服務(wù)端進行數(shù)據(jù)修改，服務(wù)端的運行不依賴開發(fā)管理客戶端。Web應(yīng)用端系統(tǒng)技術(shù)架構(gòu)如圖3所示。

圖3 Web應(yīng)用端系統(tǒng)技術(shù)架構(gòu)

為了能夠?qū)崿F(xiàn)系統(tǒng)的可靈活配置、松耦合、可重用性以及可維護性，服務(wù)器端的架構(gòu)采用面向組件的業(yè)務(wù)流程組裝模式，將數(shù)據(jù)的顯示、視圖渲染以及事件的處理交由客戶端MVC架構(gòu)[16]的JavaScript組件來完成，瀏覽器與服務(wù)器端采用面向純業(yè)務(wù)數(shù)據(jù)的開發(fā)模式。圖4為在線配煤摻燒系統(tǒng)整體部署。

圖4 在線配煤摻燒系統(tǒng)整體部署

3 軟件模塊功能

3.1 配煤摻燒預測模塊

該模塊是系統(tǒng)的核心模塊，通過預測配煤摻燒效果，優(yōu)選最佳配煤方案，為燃煤配購提供簡便、科學的決策依據(jù)。

配煤預測計算是復雜且龐大的決策過程，對所有配煤比例方案進行判斷。凡是不符合安全性與環(huán)保性的方案均判定為不可行方案；對存在較小問題，如燃燒穩(wěn)定性一般、機組帶負荷能力較差、混煤磨損性高的方案判定為基本可行方案；對無任何問題的方案判定為推薦方案，并在推薦方案中選擇發(fā)電成本最低的方案為最佳方案。

圖5 動力配煤摻燒決策流程

摻燒尋優(yōu)計算各類模型預測的準確性取決于對實際鍋爐運行性能及混煤特性的精確掌握。本系統(tǒng)主要尋優(yōu)計算子模塊如下。

1）混煤煤質(zhì)計算 混煤的常規(guī)煤質(zhì)分析指標中，元素分析、揮發(fā)分、灰分、水分、硫分以及發(fā)熱量等數(shù)據(jù)均為線性關(guān)系；煤灰成分與灰熔點（原則上應(yīng)通過試驗確定）指標與混煤比例不直接呈算術(shù)平均的線性關(guān)系，需要通過與灰分相關(guān)的加權(quán)平均求得。

混煤的煤粉著火溫度、燃盡率與結(jié)渣特性指數(shù)，以及飛灰比電阻、磨損特性等均應(yīng)通過試驗確定，或者采用非線性關(guān)系處理，其關(guān)系式通過大量數(shù)據(jù)處理得出。

2）制粉系統(tǒng)運行性能預測 主要依據(jù)電力行業(yè)標準《火力發(fā)電廠制粉系統(tǒng)設(shè)計計算技術(shù)規(guī)定》（DL/T5145—2002）進行磨煤機出力計算（包括研磨出力與干燥出力）、磨煤機研磨件壽命預測，以及推薦混煤煤粉細度、磨煤機出口溫度等。

3）爐內(nèi)燃燒與結(jié)渣趨勢預測 分別用最低不投油穩(wěn)燃負荷率min、碳未完全燃燒熱損失4，以及爐內(nèi)結(jié)渣指數(shù)u來預測爐內(nèi)著火穩(wěn)定性、燃盡性及結(jié)渣性。預測模型如下：

式中：IT為煤粉氣流著火溫度，℃；net,ad為混煤的空氣干燥基低位發(fā)熱量，MJ/kg；F、V分別為鍋爐設(shè)計爐膛斷面熱負荷與容積熱負荷，kW/m2，MW/m3；為摻燒方式（預混、分磨）；RI為煤粉熱重反應(yīng)指數(shù)，℃；p為煤粉一維爐燃盡率，%；c為煤樣的一維爐結(jié)渣指數(shù)。

4）鍋爐主要輔機出力適應(yīng)性預測 分別計算燃燒風量、灰渣量等，預測風機、撈渣機等主要鍋爐輔機對變更煤種的適應(yīng)性。

5）污染物排放及環(huán)保系統(tǒng)適應(yīng)性預測 計算摻燒后NO與SO2生成量，預測脫硝與脫硫系統(tǒng)的處理能力是否達標。

式中：ar、t,ar、daf分別為混煤的氮元素、硫元素、揮發(fā)分質(zhì)量分數(shù)；H為負荷修正值；O2為運行氧量修正值；為鍋爐修正值，按計算值與實際值差距進行修正；s為燃煤的自脫硫效率，%。

6）電廠摻燒經(jīng)濟性預測 摻燒的經(jīng)濟性主要分為兩方面，其一為固有經(jīng)濟性，指由于成本或煤價變化而引起電廠經(jīng)濟效益的變化，由各單一煤煤價按比例加權(quán)平均求得；其二為運行經(jīng)濟性，指由于摻燒后鍋爐效率、輔機電耗（廠用電率）乃至環(huán)保成本等的變化所導致的機組度電成本變化。

3.2 燃料配煤管理模塊

該模塊用于根據(jù)已有預測方案，分析管理創(chuàng)建對應(yīng)的摻燒方案，并查看執(zhí)行摻燒方案時，需要注意的存煤、加倉情況。該模塊包括增加、查詢、修改摻燒方案，查看摻燒方案所用煤種在煤場堆放情況、加倉建議以及歷史加倉記錄。

3.3 摻燒方案評估模塊

該模塊以電廠SIS實時數(shù)據(jù)庫為基礎(chǔ)，通過數(shù)據(jù)挖掘技術(shù)，對正在執(zhí)行的實際摻燒工況進行在線評估，跟蹤摻燒執(zhí)行效果并反饋優(yōu)化摻配模型，進一步完善配煤摻燒方案，實現(xiàn)摻燒的閉環(huán)管理，最終形成開放性的配煤摻燒經(jīng)驗庫。圖6為在線配煤摻燒方案評估流程。

圖6 在線配煤摻燒方案評估流程

3.4 來煤堆煤建議模塊

該模塊根據(jù)采購的煤源結(jié)構(gòu)（購煤計劃）和已制定的配煤摻燒方案，再依據(jù)配煤摻燒條件（配煤設(shè)備及配煤方式）對煤場（或配煤筒倉）區(qū)域劃分及每個區(qū)域堆放的煤種進行規(guī)劃與統(tǒng)籌分配，制定來煤堆放方案。在堆煤方案的基礎(chǔ)上，對每班來煤批次，依據(jù)來煤類別、當前庫存信息，給出每批次煤具體堆放位置，形成來煤堆放建議。

3.5 購煤建議管理模塊

該模塊依據(jù)煤炭市場信息、機組適應(yīng)煤種、經(jīng)濟煤種、必購煤種及當前庫存情況等信息，通過煤質(zhì)數(shù)據(jù)庫、配煤摻燒預測平臺及摻燒經(jīng)驗庫進行優(yōu)化決策，在保障機組安全環(huán)保運行的基礎(chǔ)上，給出最經(jīng)濟購煤方案。

4 應(yīng)用示例

本文系統(tǒng)已在某電廠（HNSA）實際應(yīng)用。系統(tǒng)綜合考慮了該電廠燃煤結(jié)構(gòu)、配煤條件、鍋爐設(shè)計及改造參數(shù)及燃料信息，通過廠方燃料系統(tǒng)的接口獲取煤場庫存煤信息、入廠來煤信息和上煤加倉信息，以配煤摻燒預測模型為基礎(chǔ)生成最優(yōu)摻配方案，并從SIS獲取穩(wěn)定工況數(shù)據(jù)對實際摻燒情況進行配煤摻燒評價，形成開放的配煤摻燒經(jīng)驗庫，實現(xiàn)配煤摻燒決策系統(tǒng)的閉環(huán)管理。在此基礎(chǔ)上對電廠購煤、堆煤、配煤及上煤形成科學指導。

圖7為配煤參燒方案界面。系統(tǒng)通過調(diào)用負荷計劃自動配置相應(yīng)的入爐控制參數(shù)，然后調(diào)用采購合同計劃與煤場信息，再根據(jù)配置好的設(shè)備運行參數(shù)與燃料參數(shù)，調(diào)用后臺程序進行全局尋優(yōu)，尋優(yōu)得各機組的摻配比例、摻燒可行性與摻燒經(jīng)驗。

圖7 配煤摻燒方案界面

圖8為筒倉加倉方案界面。系統(tǒng)根據(jù)配煤摻燒方案及煤場庫存煤質(zhì)結(jié)構(gòu)，制定每日的筒倉加倉方案。該模塊自動調(diào)用筒倉目標值與煤場存煤信息，之后調(diào)用配煤摻燒預測后臺程序進行加倉尋優(yōu)，并排除不滿足取煤設(shè)備運行條件的情況，獲得每個配煤筒倉的可選方案，可選方案可通過混煤價格、熱值、硫分等因素排序，最后形成筒倉加倉方案。

圖8 筒倉加倉方案界面

圖9為來煤堆放方案界面。系統(tǒng)根據(jù)當日來煤信息及煤場堆放規(guī)則，制定每批次的來煤堆放方案。該模塊自動調(diào)用電廠燃料系統(tǒng)的來煤信息，通過系統(tǒng)計算獲得來煤堆放方案，提供具體的堆放區(qū)域，可堆放量與余量。

圖9 來煤堆放方案界面

5 結(jié) 語

本文根據(jù)廣義配煤摻燒的關(guān)鍵技術(shù)，基于燃料全過程開發(fā)了集燃料計劃、入廠、場存、堆取、配煤、摻燒、優(yōu)化運行與排放達標為一體的模塊化、商業(yè)化的在線配煤摻燒系統(tǒng)軟件。

該軟件系統(tǒng)包括配煤摻燒預測、燃料配煤管理、摻燒方案評估、來煤堆煤建議、購煤建議管理等業(yè)務(wù)模塊。該系統(tǒng)通過鍋爐設(shè)計參數(shù)、來煤信息、負荷分布、煤場庫存、歷史摻配評價、設(shè)備運行工況等條件預測滿足安全、環(huán)保與經(jīng)濟的最佳燃煤摻配方案，并獲取SIS監(jiān)控數(shù)據(jù)對實際摻燒情況在線評估，跟蹤摻配執(zhí)行效果并反饋優(yōu)化摻配模型，同時指導燃料采購、存堆，實現(xiàn)了摻燒的閉環(huán)管理。

該軟件為火力發(fā)電企業(yè)提供了一個以燃料智能化、信息化管理為基礎(chǔ)的配煤摻燒管理與決策平臺。能夠長期科學指導電廠配煤摻燒管理工作，確保鍋爐及其輔機設(shè)備的長期安全、環(huán)保、經(jīng)濟運行，推動電廠燃料側(cè)的信息集成與智能化。

［1］ 滕飛, 楊洪波. 火電廠摻燒非設(shè)計煤種的經(jīng)濟性分 析[J]. 熱電技術(shù), 2011(3): 14-16. TENG Fei, YANG Hongbo. The study of economy analysis of blend-firing with non–designed coal sort[J]. Cogeneration Power Technology, 2011(3): 14-16.

［2］ 李自怡. 基于目標成本管理的火電廠成本控制體系[J]. 電網(wǎng)與清潔能源, 2014, 30(4): 36-39. LI Ziyi. Cost control system of thermal power plant based on target cost management[J]. Power System and Clean Energy, 2014, 30(4): 36-39.

［3］ 李文學, 張東杰, 黃宣, 等. 配煤摻燒比對發(fā)電廠綜合成本影響的定量分析和優(yōu)化計算[J]. 電力科技與環(huán)保, 2016, 32(1): 50-53. LI Wenxue, ZHANG Dongjie, HUANG Xuan, et al. Quantitative analysis and optimization of mixing ratio power coal on comprehensive cost of coal-fired power plants[J]. Electric Power Technology and Environmental Protection, 2016, 32(1): 50-53.

［4］ 夏季, 華志剛, 彭鵬, 等. 基于非支配排序遺傳算法的無約束多目標優(yōu)化配煤模型[J]. 中國電機工程學報, 2011, 31(2): 85-90. XIA Ji, HUA Zhigang, PENG Peng, et al. A model of unconstrained muti-objective optimization of coal blending based on the non-dominated sorting genetic algorithm[J]. Proceedings of the CSEE, 2011, 31(2): 85-90.

［5］ 夏季, 陸攀, 華志剛, 等. 電站鍋爐全局優(yōu)化智能配煤模型的建立及系統(tǒng)開發(fā)[J]. 動力工程學報, 2010, 30(7): 512-517. XIA Ji, LU Pan, HUA Zhigang, et al. Model set-up and system development for intelligent coal blending based on integral optimization of utility boilers[J]. Journal of Chinese Society of Power Engineering, 2010, 30(7): 512-517.

［6］ 程軍, 王鑫, 佀婷婷, 等. 電廠多元優(yōu)化動力配煤燃燒特性研究[J]. 熱能動力工程, 2016, 31(2): 99-103.CHENG Jun, WANG Xin, SI Tingting, et al. Combustion properties of blended coal for power plant using multivariate optimization[J]. Journal of Engineering for Thermal Energy and Power, 2016, 31(2): 99-103.

［7］ 趙越, 蒙毅, 李仁義. 基于粒子群優(yōu)化算法分析約束條件對配煤最優(yōu)價格的影響[J]. 熱力發(fā)電, 2017, 46(12): 99-104.ZHAO Yue, MENG Yi, LI Renyi. Influence of constraints on optimal price of blending coal: by particle swarm optimization algorithm[J]. Thermal Power Generation, 2017, 46(12): 99-104.

［8］ 蔡志榮. 350 MW機組鍋爐配煤摻燒及燃燒調(diào)整[J]. 中國電力, 2009(3): 36-40. CAI Zhirong. Blended coals and combustion adjustment of 350 MW unit boiler[J]. Electric Power, 2009(3): 36-40.

［9］ 彭娟, 程健, 韓仿仿, 等. 基于粒子群算法的自動配煤系統(tǒng)多目標優(yōu)化[J]. 工礦自動化, 2009, 35(10): 25-28. PENG Juan, CHENG Jian, HAN Fangfang, et al. Multi-target optimization for automatic blending coal system based on PSO algorithm[J]. Industry and Mine Automation, 2009, 35(10): 25-28.

［10］ 劉玉嬌, 張海英, 關(guān)海盈. 基于多種算法的多目標配煤優(yōu)化方法[J]. 熱力發(fā)電, 2014, 43(9): 108-112. LIU Yujiao, ZHANG Haiying, GUAN Haiying. Uniform design based multi-objective optimization method for coal blending[J]. Thermal Power Generation, 2014, 43(9): 108-112.

［11］ 姜智春, 李仁義, 蒙毅, 等. 基于B/S結(jié)構(gòu)的動力配煤決策系統(tǒng)研究與應(yīng)用[J]. 熱力發(fā)電, 2013, 42(6): 45-50. JIANG Zhichun, LI Renyi, MENG Yi, et al. B/S structure based decision-making system for mixed coal combustion research and application[J]. Thermal Power Generation, 2013, 42(6): 45-50.

［12］ 吳智群, 趙玉良, 吳濤, 等. 發(fā)電廠廠級監(jiān)控信息系統(tǒng)統(tǒng)一實時數(shù)據(jù)平臺的應(yīng)用研究[J]. 熱力發(fā)電, 2011, 40(8): 1-4. WU Zhiqun, ZHAO Yuliang, WU Tao, et al. Study on application of unified real-time data platform in plant-level supervisory information system[J]. Thermal Power Generation, 2011, 40(8): 1-4.

［13］ 李衛(wèi)新, 楊永軍, 劉淵. 超臨界火電機組廠級監(jiān)控信息系統(tǒng)的開發(fā)和應(yīng)用[J]. 熱力發(fā)電, 2007, 36(3): 65-68. LI Weixin, YANG Yongjun, LIU Yuan. Development and application of plantlevel supervisory control system for supercritical thermal power units[J]. Thermal Power Generation, 2007, 36(3): 65-68.

［14］ 胡洪華, 劉偉, 何新, 等. 廠級監(jiān)控信息系統(tǒng)在超臨界機組中的設(shè)計和應(yīng)用[J]. 電力設(shè)備, 2006, 7(8): 25-27. HU Honghua, LIU Wei, HE Xin, et al. The design and application of plant-level supervisory information system for supercritical pressure unit[J]. Electrical Equipment, 2006, 7(8): 25-27.

［15］ 范會敏, 姚偉, 田鵬輝, 等. 基于電子地圖的中國動力用煤與電站鍋爐設(shè)備數(shù)據(jù)管理信息系統(tǒng)設(shè)計[J]. 熱力發(fā)電, 2005, 34(10): 69-71. FAN Huimin, YAO Wei, TIAN Penghui, et al. Design of data management information system based on electronic map for coal used to power generation and for plant utility boiler installations in China[J]. Thermal Power Generation, 2005, 34(10): 69-71.

［16］ 劉克. MVC架構(gòu)及其在Web應(yīng)用開發(fā)中的應(yīng)用[J]. 計算機應(yīng)用與軟件, 2006, 23(7): 57-59. LIU Ke. MVC architecture and its applications in Web developing[J]. Computer Applications and Software, 2006, 23(7): 57-59

Online coal blending and combustion system based on the whole process management of fuel

MENG Yi, ZHAO Yue, LI Renyi, HUANG Tinghui, WANG Yi

(Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China)

On the basis of existing platform of fuel information management, a modular and commercialized software named“online coal blending and combustion system” is developed with a core of generalized coal blending and combustion technology, which includes fuel planning, induction, stock yard, stocking and reclaiming, coal blending, combustion, optimizing operation and standard emission. This system consists of five parts: prediction of coal blending, management of coal blending, scheme evaluation of coal blending, suggestion of coal piling and suggestion of coal purchase. It can regularly guide thermal power plants to blend coal in real time with a scientific management. This system has recently been commercialized, which provides a scientific platform of evaluation and decision for thermal power plants to realize energy conservation and emission reduction at fuel side.

coal blending and combustion, online coal blending, scheme of coal blending, prediction of coal blending, coal purchase, application software, modularization

TK229.6；TP311.5

B

10.19666/j.rlfd.201903027

蒙毅, 趙越, 李仁義, 等. 基于燃料全過程的在線配煤摻燒系統(tǒng)[J]. 熱力發(fā)電, 2019, 48(6): 128-133. MENG Yi, ZHAO Yue, LI Renyi, et al. Online coal blending and combustion system based on the whole process management of fuel[J]. Thermal Power Generation, 2019, 48(6): 128-133.

2019-03-01

蒙毅(1973—)，男，碩士，研究員，主要研究方向為鍋爐爐膛與設(shè)備選型、配煤摻燒技術(shù)，mengyi@tpri.com.cn。

（責任編輯 杜亞勤）