何曉迪
【關(guān)鍵詞】集控運(yùn)行;火力發(fā)電廠;智能算法
目前我國能源消費(fèi)結(jié)構(gòu)以煤炭為主,燃煤火電機(jī)組在常規(guī)污染物排放控制方面已達(dá)到世界一流水平。為深入踐行“人類命運(yùn)共同體”這一理念,體現(xiàn)大國擔(dān)當(dāng),中國提出力爭在2030年前達(dá)到二氧化碳排放峰值,努力爭取在2060年前實(shí)現(xiàn)碳中和,以應(yīng)對全球氣候變化,風(fēng)能、太陽能等新能源將會大幅增長?;痣姍C(jī)組作為能源消費(fèi)大戶,一方面要作為電網(wǎng)的重要負(fù)荷支撐保證電網(wǎng)穩(wěn)定,另一方面要開展深度的節(jié)能減排工作。本文就如何通過集控運(yùn)行技術(shù)深入實(shí)踐節(jié)能減排進(jìn)行探討。
隨著技術(shù)設(shè)備的不斷發(fā)展以及人員技能水平的不斷提高,我國大中型火力發(fā)電機(jī)組已采用集控運(yùn)行方式,通過集散控制系統(tǒng)(DCS)對機(jī)組主輔設(shè)備進(jìn)行控制,運(yùn)行人員已不再進(jìn)行專業(yè)劃分,而是轉(zhuǎn)變?yōu)槎鄬I(yè)融合。但電廠的運(yùn)行人員受限于各自的專業(yè)水平,生產(chǎn)控制和事故處理的水平參差不齊,而且由于工作強(qiáng)度大,容易造成失誤,人為因素是影響機(jī)組安全、穩(wěn)定以及經(jīng)濟(jì)運(yùn)行的關(guān)鍵。另外,火力發(fā)電廠需進(jìn)行控制的參數(shù)量巨大,系統(tǒng)繁雜,通過運(yùn)行人員對參數(shù)的深入分析來提高機(jī)組運(yùn)行效率不具有實(shí)際可操作性,機(jī)組未達(dá)到最佳優(yōu)化運(yùn)行狀態(tài),有著巨大節(jié)能降耗潛力。
以燃煤火電機(jī)組主、再熱蒸汽溫度為例,蒸汽溫度是直接影響機(jī)組熱效率的重要參數(shù),提高機(jī)組汽溫自動控制精度是提升機(jī)組經(jīng)濟(jì)性的重要手段。大型火電機(jī)組主、再熱汽溫控制對象均是大慣性、大遲延、強(qiáng)非線性的過程且不同負(fù)荷下的被控對象模型變化大,該過程對象主要與機(jī)組負(fù)荷變化有關(guān),且同時受到煤質(zhì)變化、減溫水量、入口蒸汽的溫度、壓力,入口煙氣的流量、溫度等多方面的影響,受干擾情況較嚴(yán)重,呈現(xiàn)出非線性、時變等的特性。主蒸汽汽溫控制面臨著汽溫波動幅度較大,汽溫超限等現(xiàn)象,尤其在負(fù)荷折返變化時,過熱汽溫的大幅波動制約著機(jī)組的變負(fù)荷能力;而再熱汽溫控制則面臨著自動投入困難,調(diào)節(jié)效果差,運(yùn)值人員手動操作頻繁、工作壓力大等問題。在如今火電機(jī)組頻繁參與深度調(diào)峰的過程中,機(jī)組汽溫控制對象特性在變負(fù)荷、低負(fù)荷過程中差異較大,以上問題進(jìn)一步凸顯。因此火電機(jī)組過熱、再熱汽溫控制系統(tǒng)亟須進(jìn)行系統(tǒng)優(yōu)化工作,減小運(yùn)值人員工作壓力,提升機(jī)組經(jīng)濟(jì)性水平。
隨著電力市場化的深入推進(jìn)以及形勢的不斷變化,傳統(tǒng)的發(fā)電企業(yè)必須實(shí)現(xiàn)對生產(chǎn)成本的精細(xì)把控,才能在激烈的電力市場競爭中得意生存并持續(xù)發(fā)展。并且隨著生產(chǎn)管理的精細(xì)化,關(guān)注動態(tài)調(diào)節(jié)過程中的運(yùn)行經(jīng)濟(jì)性將會大大節(jié)約企業(yè)生產(chǎn)成本,而這些調(diào)節(jié)過程僅靠人為調(diào)節(jié)難以實(shí)現(xiàn)最優(yōu)的目標(biāo)。熱工自動化是實(shí)現(xiàn)火電機(jī)組安全、經(jīng)濟(jì)、環(huán)保、靈活、智能運(yùn)行的重要手段。隨著人工智能技術(shù)的不斷發(fā)展,深度學(xué)習(xí)方法與電力生產(chǎn)相結(jié)合的一系列運(yùn)行優(yōu)化方法正在逐漸進(jìn)行融合、深化。基于智能算法的熱工自動控制技術(shù)在逐漸發(fā)揮更加廣闊而深遠(yuǎn)的作用。根據(jù)火力發(fā)電廠主要系統(tǒng)控制對象特性,經(jīng)過歸納,主要的算法有以下幾種:
(一)智能控制算法
常用的研究方法包括模糊控制法、專家系統(tǒng)控制方法、人工神經(jīng)網(wǎng)絡(luò)控制法和基于現(xiàn)場應(yīng)用的仿人工智能控制方法。這些算法都是基于某一領(lǐng)域內(nèi)專家的經(jīng)驗(yàn)和知識,進(jìn)行推理判斷,對人腦的智能識別和決策過程進(jìn)行模擬,進(jìn)而實(shí)現(xiàn)對復(fù)雜不確定系統(tǒng)的建模\預(yù)測,基于以上基礎(chǔ)對復(fù)雜控制系統(tǒng)進(jìn)行有效控制[1]。
(二)自抗擾控制技術(shù)
自抗擾控制是將系統(tǒng)未建模動態(tài)和未知干擾作為總擾動,通過擴(kuò)張狀態(tài)觀測器進(jìn)行估計(jì)并在反饋控制中進(jìn)行消除。自抗擾技術(shù)不依賴系統(tǒng)模型,魯棒性強(qiáng),適用于復(fù)雜的現(xiàn)場控制環(huán)境,并且能夠相對容易地在組態(tài)中進(jìn)行搭建,已經(jīng)得到了廣泛的工業(yè)應(yīng)用。
(三)模型預(yù)測控制技術(shù)
模型預(yù)測控制的當(dāng)前控制動作是在每一個采樣瞬間通過求解一個有限時域開環(huán)最優(yōu)控制問題而獲得。過程的當(dāng)前狀態(tài)作為最優(yōu)控制問題的初始狀態(tài),解得的最優(yōu)控制序列只實(shí)施第一個控制作用。這是它與那些使用預(yù)先計(jì)算控制律的算法的最大不同。模型預(yù)測控制在大慣性、大遲延過程對象控制中得到了廣泛地應(yīng)用,但是該控制方法對模型的精度要求較高[2]。
(四)自適應(yīng)控制技術(shù)
自適應(yīng)系統(tǒng)能修正自己的特性以適應(yīng)對象和擾動的動態(tài)特性的變化。目前,主要應(yīng)用包括模型參考自適應(yīng)控制系統(tǒng)、自校正控制系統(tǒng)和自整定PID調(diào)節(jié)器三種。以上方法能夠通過提高自適應(yīng)能力來解決外部干擾,可以有效地解決控制參數(shù)大滯后、大慣性的問題。
(五)基于狀態(tài)變量的控制技術(shù)
將具有大滯后、大慣性特點(diǎn)的控制對象等效為多容的慣性環(huán)節(jié),并于此基礎(chǔ)上設(shè)計(jì)一種無靜差的狀態(tài)反饋控制。設(shè)計(jì)魯棒性較強(qiáng)的狀態(tài)觀測器,對不可測狀態(tài)變量進(jìn)行觀測,使系統(tǒng)快速檢測到其內(nèi)部擾動,及時發(fā)出控制信號,保持被控對象的恒定。
基于人工智能算法,結(jié)合火電機(jī)組海量的運(yùn)行數(shù)據(jù),通過模型訓(xùn)練進(jìn)行不斷的迭代完善,可以形成一套針對火電機(jī)組的自動控制方案。利用智能化DCS硬件以及通訊技術(shù)的快速發(fā)展,使得智能化控制方案得以實(shí)現(xiàn)。另外,考慮到火電機(jī)組工控安全,可以通過MIS網(wǎng)絡(luò)進(jìn)行運(yùn)行數(shù)據(jù)的交互,以此實(shí)現(xiàn)云計(jì)算加快智能算法迭代速度,可以推進(jìn)火電機(jī)組智能化控制的快速發(fā)展。一鍵啟停、自動尋優(yōu)、智能監(jiān)盤、專家診斷等通過智能化方式實(shí)現(xiàn),能夠幫助企業(yè)減少人為誤操作的概率,同時深入挖潛機(jī)組節(jié)能降耗潛力,可以大大提高企業(yè)核心競爭力,實(shí)現(xiàn)能源的清潔高效利用。
盡管一些先進(jìn)控制算法已經(jīng)部分在電廠進(jìn)行了應(yīng)用,但是先進(jìn)算法仍然難以得到普遍性的應(yīng)用。原因主要包含以下方面:一些先進(jìn)控制算法的結(jié)構(gòu)過于復(fù)雜,難以直接理解和應(yīng)用,比如控制對于抗干擾擁有獨(dú)特的優(yōu)勢,但是它們需要一定的先驗(yàn)條件,而這些先驗(yàn)條件往往是難以建立的。另一方面,一些先進(jìn)控制算法依賴于控制模型,通過傳統(tǒng)階躍試驗(yàn)得到的模型難以反映眾多干擾源,同時線性模型難以描述再熱汽溫控制對象的強(qiáng)非線性特性,因此先進(jìn)控制算法的魯棒性得不到保證,在實(shí)際應(yīng)用中出現(xiàn)不穩(wěn)定的情況。隨著大數(shù)據(jù)、人工智能技術(shù)的持續(xù)發(fā)展,深入進(jìn)行數(shù)據(jù)挖掘以及算法優(yōu)化,將會是進(jìn)一步提高火力發(fā)電機(jī)組運(yùn)行水平的方向。