臧春華,潘 宇
(沈陽化工大學 信息工程學院,遼寧 沈陽 110142)
電廠鍋爐系統(tǒng)存在著煤種繁雜不一,設備改造及老化嚴重,生產(chǎn)運行中大范圍的變負荷等問題,使得機組運行工況偏離最優(yōu)工況,機組普遍出現(xiàn)鍋爐效率降低、生產(chǎn)成本增高的狀態(tài)[1-5]。
國內(nèi)外學者對電廠鍋爐燃燒優(yōu)化理論做了深入研究,其中,顧燕萍等[6]通過非線性尋優(yōu)和歷史工況的數(shù)據(jù)挖掘,建立了一種最優(yōu)操作變量決策模型。谷麗景等[7]對電廠燃煤鍋爐進行了不同負荷下的熱態(tài)試驗,基于人工神經(jīng)系統(tǒng)網(wǎng)絡信息技術,構建燃燒優(yōu)化設計模型。王東風等[8]提出一種分析匹配得到實際工況的最佳參數(shù)值的數(shù)據(jù)挖掘方法。顧燕萍等[9]對最小二乘支持向量機進行研究,提出了一種燃燒模型。Kalogirou等[10]基于人工智能技術,對鍋爐系統(tǒng)的燃燒優(yōu)化應用進行了研究。應蕾等[11]運用模糊控制策略,對鍋爐燃燒對象優(yōu)化設計。吳恒運等[12]對非對稱神經(jīng)網(wǎng)絡方法進行研究,對鍋爐系統(tǒng)進行建模。Taniguchi等[13]采用燃燒調(diào)整試驗優(yōu)化運行參數(shù)。李國強等[14]對新型人工神經(jīng)網(wǎng)絡進行研究,提出了一種有學習功能的快速學習網(wǎng),并且應用到了燃燒優(yōu)化中。
本文介紹一種電廠鍋爐燃燒優(yōu)化技術,通過在陜西榆林某自備電廠實施,證明該方案可有效提高鍋爐熱效率,保證裝置安全穩(wěn)定運行。
本文提出的方法是自適應解耦控制,將非線性的鍋爐燃燒系統(tǒng)簡化為一個輸入量為引風量、送風量和給煤量,輸出量為爐膛負壓、氧含量和主蒸汽壓力的多變量系統(tǒng),如圖1所示。因此燃燒優(yōu)化策略包括有引風控制優(yōu)化、送風量自動辨識和優(yōu)化、給煤量自動尋優(yōu)等策略。
圖1 燃燒優(yōu)化控制策略Fig.1 Combustion optimization control strategy
爐膛負壓是鍋爐生產(chǎn)安全與否的主要參數(shù)指標,而引風機是調(diào)節(jié)爐膛負壓的主要環(huán)節(jié)。在熱電廠中,擋板調(diào)節(jié)和液力耦合器調(diào)節(jié)是引風機的兩種控制方式。液耦和擋板的區(qū)別在于,液耦可以精確控制引風機出力,相對節(jié)能,但另一方面這也對儀器精度提出更高的要求。因此,本文綜合實際電廠生產(chǎn)條件,在液耦精度要求允許的情況下,此鍋爐的負壓控制系統(tǒng)是由雙側引風機的液力耦合器來調(diào)節(jié)。
電流自平衡是指將雙側液力耦合器的電流控制在一個相近的范圍內(nèi),以達到控制作用快速有效響應。當爐膛負壓隨著擾動偏離設定值,調(diào)節(jié)指令會送達到電流相對小的液耦,避免大電流的液耦控制器滿開或者接近滿開時,調(diào)節(jié)指令依然送達該液耦。該方法有效將兩側液耦電流的差值控制在DI以內(nèi)(DI可根據(jù)實際運行工況改變),從而達到調(diào)節(jié)效果快速有效。電流自平衡使爐膛負壓能夠迅速有效調(diào)節(jié)至設定值,響應引鳳量和送風量變化,減弱內(nèi)外擾動的影響。
煙氣含氧量是關系著鍋爐熱效率的重要指標,而煤種不同和生產(chǎn)負荷工況的變化,都有相對應的最佳含氧量αop。低于最佳氧含量,燃燒不充分,造成不完全燃燒損失增加;高于最佳氧含量,則空氣過剩,煙氣帶走熱量增加,引起排煙熱損失增加。這兩種情況下鍋爐熱效率都會下降。而當機械不完全燃燒損失q4和排煙熱損失q2最小時,鍋爐氧含量α在最佳值αop,如圖2所示。
圖2 煙氣最佳含氧量Fig.2 The best oxygen content of flue gas
建立風煤比校正函數(shù),根據(jù)上一時刻風煤比、總送風量和總給煤量在線計算出這一時刻最佳風煤比,可由此建立一個自動尋優(yōu)的風煤比模塊,如圖3所示。通過氧含量、送風量和燃料量,自動辨識,預測需要的風量,通過串級PID,調(diào)節(jié)二次風機變頻,通過送風量與氧量的偏差進行解耦調(diào)節(jié),送風量與煤量成正比,總給煤量變化時,通過氧含量修正總送風量。
圖3 自動尋優(yōu)的風煤比模塊Fig.3 Automatically optimized air-to-coal ratio module
給煤量控制是通過手操器總操,給定總煤量來自動調(diào)節(jié),穩(wěn)定主蒸汽壓力。當煤量發(fā)生波動時,調(diào)節(jié)下一時刻的給煤量指令,對煤量進行及時修正。鍋爐負荷與給煤量需要自學習和辨識,自動計算當前負荷所需要的總煤量,根據(jù)負荷偏差和主蒸汽壓力偏差,修正預測煤量。
多變量自適應優(yōu)化控制是在生產(chǎn)運行中采集入煤爐量、主蒸汽壓力和鍋爐氧含量等參數(shù)信息,確定燃燒過程的實際工作狀態(tài),優(yōu)化性能準則,產(chǎn)生自適應控制規(guī)律,達到在線實時調(diào)節(jié)給煤量,使鍋爐處于最優(yōu)的運行狀態(tài),可達到解決煤種變化的自適應調(diào)節(jié)。
本文改進的燃燒優(yōu)化控制策略已經(jīng)在陜西榆林某電廠實施,投運前,控制回路是操作員手動調(diào)節(jié),主蒸汽壓力測量值的波動范圍最大可達到0.58 MPa,如圖4所示。而在投運后,控制回路均為自動調(diào)節(jié),設定值改變時,測量值會快速跟隨,而且二者的偏差控制在0.15 MPa以內(nèi),如圖5所示。爐膛壓力測量值和設定值的偏差控制在50 Pa以內(nèi),如圖6所示;氧含量測量值和設定值的偏差控制在0.2以內(nèi),如圖7所示,圖中最后兩條曲線依次表示氧含量設定值和測量值。
圖4 投運前主蒸汽壓力24 h運行曲線Fig.4 24-hour running curve of main steam pressure before commissioning
圖5 投運后主蒸汽壓力8 h運行曲線Fig.5 8-hour running curve of main steam pressure after commissioning
圖6 投運后爐膛負壓24 h運行曲線Fig.6 24-hour running curve of furnace negative pressure after commissioning
圖7 投運后氧含量24 h運行曲線Fig.7 24-hour running curve of oxygen content after commissioning
本文提出了鍋爐燃燒優(yōu)化的引風控制、送風控制和給煤控制等策略,通過實際工廠投運,證明了該策略能夠穩(wěn)定負荷,改善鍋爐熱效率,達到企業(yè)的經(jīng)濟安全運行,對實際生產(chǎn)應用有所助益。