劉文禮，馬金虎，徐 彬，劉 瀟，楊 洪

(1.中國礦業(yè)大學(xué)(北京) 化學(xué)與環(huán)境工程學(xué)院，北京 100083；2.北京低碳清潔能源研究院，北京 102211)

燃料費(fèi)用占電廠發(fā)電成本的70%左右，是電廠最主要的運(yùn)行成本[1，2]。隨著水電、風(fēng)電和太陽能發(fā)電等清潔能源發(fā)電的快速發(fā)展[3]，燃煤發(fā)電機(jī)組被迫進(jìn)行配合調(diào)峰，低負(fù)荷運(yùn)行導(dǎo)致供電煤耗增加[4]，電廠發(fā)電成本不斷增加。同時，“碳達(dá)峰碳中和”國家戰(zhàn)略目標(biāo)的實(shí)施也對火力發(fā)電行業(yè)的節(jié)能減排提出了更高的要求。面對發(fā)電成本上漲和“碳達(dá)峰碳中和”目標(biāo)帶來的節(jié)能降耗減排的壓力，燃煤電廠大多采用混煤摻燒的燃煤方式以改善煤質(zhì)和降低發(fā)電成本。

配煤摻燒是一種改善煤質(zhì)[5，6]、降低發(fā)電成本的有效方法[7]，許多學(xué)者對動力配煤技術(shù)及其模型進(jìn)行了深入研究。姜英[8]詳細(xì)闡述了動力配煤的理論和方法，通過大量實(shí)驗(yàn)驗(yàn)證了混煤的一些主要煤質(zhì)指標(biāo)原則上可用加權(quán)平均法計(jì)算。戴財勝[9]對發(fā)熱量和揮發(fā)分是否具有線性可加性從理論上推導(dǎo)并用實(shí)驗(yàn)加以驗(yàn)證。Ma等人[10]以湖南某電廠常用煤種和設(shè)計(jì)煤種為基礎(chǔ)，以混煤煤價最低為目標(biāo)函數(shù)建立了非線性配煤模型。劉健[11]針對某火電廠配煤方案的要求，通過引入0-1型整數(shù)變量，實(shí)現(xiàn)了對混煤中單煤數(shù)目的限制，設(shè)計(jì)了以混煤價格最低為目標(biāo)且單煤資源受限的0-1混合整數(shù)規(guī)劃模型。張宇[12]基于污染物的生成、排污罰款以及污染物控制設(shè)備等因素，針對某300MW機(jī)組及其常用煤種，采用支持向量機(jī)(SVM)建立了燃煤鍋爐污染物生成預(yù)測模型，結(jié)合燃煤煤價，以最低運(yùn)行成本為目標(biāo)，對配煤方案進(jìn)行優(yōu)化。Jin[13]在設(shè)計(jì)煤種為褐煤的350MW超臨界鍋爐上進(jìn)行了實(shí)驗(yàn)研究，采用熱重分析法對10種混煤在升溫速率為20℃時的熱解行為進(jìn)行了研究，并采用多目標(biāo)模糊決策模型，以配煤的煤價和硫分為目標(biāo)函數(shù)，得到了最佳配煤方案。張啟明[14]運(yùn)用RBF神經(jīng)網(wǎng)絡(luò)建立了考慮煤質(zhì)組成、燃燒特性、成本價格、地質(zhì)分布情況等多因數(shù)非線性動力配煤的數(shù)學(xué)優(yōu)化模型。

雖然目前針對配煤已經(jīng)有了大量的研究，但現(xiàn)有的配煤研究很少涉及煤質(zhì)變化對電廠整體運(yùn)行效率的影響，未考慮煤質(zhì)變化引起的供電煤耗變化。供電煤耗的高低是衡量機(jī)組節(jié)能降耗水平的重要指標(biāo)[15]，但因?yàn)槭芟抻诠╇娒汉挠?jì)算的滯后性，在配煤時無法得到燃用該混煤的供電煤耗，所以對于電廠的配煤優(yōu)化研究一般都只是根據(jù)設(shè)計(jì)煤種將混煤煤質(zhì)指標(biāo)作為約束條件，通過配煤摻燒降低煤價去降低電廠的發(fā)電成本。但這樣獲得的配煤摻燒方案僅僅是以降低混煤價格為目標(biāo)，并未考慮煤質(zhì)變化引起的其他成本變化，不利于電廠降本增效。因此本文運(yùn)用某320MW電廠基于Thermoflow建立的電廠數(shù)字孿生模型，進(jìn)行變煤質(zhì)模擬運(yùn)行得到不同煤質(zhì)對應(yīng)的供電煤耗，建立煤質(zhì)與供電煤耗數(shù)據(jù)庫，利用數(shù)據(jù)庫數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)建立煤的低位發(fā)熱量、灰分、水分、揮發(fā)分和煤的元素分析與供電煤耗之間的關(guān)系模型。在此基礎(chǔ)上根據(jù)煤質(zhì)計(jì)算燃用混煤的供電煤耗，以混煤的主要評價指標(biāo)作為約束條件，結(jié)合混煤煤價和運(yùn)費(fèi)，建立以供電煤耗成本最低為目標(biāo)函數(shù)的配煤優(yōu)化模型。

1 煤質(zhì)與供電煤耗關(guān)系模型

本次研究借助某320 MW電廠用Thermoflow建立的數(shù)字孿生模型進(jìn)行變煤質(zhì)模擬運(yùn)行，獲取不同煤質(zhì)對應(yīng)的供電煤耗，建立煤質(zhì)與供電煤耗數(shù)據(jù)庫。然后通過Python編程建立BP神經(jīng)網(wǎng)絡(luò)，用煤質(zhì)與供電煤耗基礎(chǔ)數(shù)據(jù)庫中的數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而構(gòu)建煤質(zhì)與供電煤耗之間的關(guān)系模型。

1.1 煤質(zhì)與供電煤耗數(shù)據(jù)庫建立

Thermoflow是美國Thermoflow公司開發(fā)的一款電廠熱平衡軟件，可以靈活地搭建出各種電廠模型。可以對電廠進(jìn)行變煤質(zhì)和變工況模擬運(yùn)行，得到電廠的運(yùn)行評價指標(biāo)(鍋爐效率、汽輪機(jī)效率、廠用電率和供電煤耗等)和完整熱平衡計(jì)算報告書等。

通過變煤質(zhì)模擬運(yùn)行，研究煤質(zhì)對機(jī)組(鍋爐、汽機(jī)、輔機(jī)和減排設(shè)備等)熱力性能的影響，并計(jì)算出不同煤質(zhì)對應(yīng)的供電煤耗。將模擬結(jié)果(煤質(zhì)數(shù)據(jù)和供電煤耗)匯集構(gòu)成樣品空間為628組的基礎(chǔ)數(shù)據(jù)庫。煤質(zhì)數(shù)據(jù)包括：入爐煤的灰分、水分、揮發(fā)分、低位發(fā)熱量和元素分析(C、H、O、N、S、Cl)。

1.2 運(yùn)用BP神經(jīng)進(jìn)行煤質(zhì)與供電煤耗關(guān)系建模

1.2.1 數(shù)據(jù)預(yù)處理

BP神經(jīng)網(wǎng)絡(luò)選用Sigmoid型函數(shù)作為激活函數(shù)，基于這類函數(shù)特性，輸入量過大或過小都會導(dǎo)致輸出量進(jìn)入函數(shù)曲線的飽和區(qū)，使訓(xùn)練速度緩慢[16]。對628組煤質(zhì)數(shù)據(jù)和供電煤耗進(jìn)行歸一化處理，將其歸一到0和1之間。設(shè)L為所有煤質(zhì)數(shù)據(jù)和供電煤耗數(shù)據(jù)的原始數(shù)據(jù)集，歸一化方法如下：

1.2.2 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與訓(xùn)練

BP神經(jīng)網(wǎng)絡(luò)具有輸入層、隱藏層和輸出層，它的基本思想是梯度下降法，利用梯度搜索技術(shù)，通過不斷更新權(quán)重W和閾值b以期使網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差為最小。

本文以灰分、水分、揮發(fā)分、低位發(fā)熱量和元素分析(C、H、O、N、S、Cl)作為輸入數(shù)據(jù)，供電煤耗作為輸出數(shù)據(jù)，所以本次建立的神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層神經(jīng)元個數(shù)分別為10和1，神經(jīng)網(wǎng)絡(luò)采用單隱藏層結(jié)構(gòu)，其結(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

隱藏層神經(jīng)元數(shù)目的確定采用經(jīng)驗(yàn)公式與實(shí)驗(yàn)相結(jié)合的方法。根據(jù)式3[17]以及Kolmogorov定理可知，隱藏層各層的神經(jīng)元個數(shù)P的范圍為4～21，通過改變P，對同一樣本集進(jìn)行訓(xùn)練，并以訓(xùn)練結(jié)果的平均絕對誤差的絕對值作為評估指標(biāo)確定最佳隱藏層神經(jīng)元個數(shù)：

式中，P為隱藏層神經(jīng)元個數(shù)；I為輸入層神經(jīng)元個數(shù)；J為輸出層神經(jīng)元個數(shù)；a一般取1～10。

根據(jù)上述隱藏層神經(jīng)元個數(shù)確定方法，用471組煤質(zhì)與供電煤耗數(shù)據(jù)對不同隱藏層神經(jīng)元個數(shù)的神經(jīng)網(wǎng)絡(luò)進(jìn)行50萬次訓(xùn)練，考察隱藏層不同神經(jīng)元個數(shù)對神經(jīng)網(wǎng)絡(luò)預(yù)測性能的影響，實(shí)驗(yàn)結(jié)果如圖2所示。從圖2可知：當(dāng)神經(jīng)元個數(shù)為18時，神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果最好，平均絕對誤差絕對值為0.14g/(kW·h)，所以選取隱藏層神經(jīng)元個數(shù)為18，神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)為10-18-1。

圖2 不同隱藏層神經(jīng)元個數(shù)的模型預(yù)測性能

確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后，從628組煤質(zhì)與供電煤耗數(shù)據(jù)中選取471組數(shù)據(jù)對建立的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其余157組數(shù)據(jù)作為檢驗(yàn)數(shù)據(jù)。BP神經(jīng)網(wǎng)絡(luò)的激活函數(shù)為Sigmoid函數(shù)：

損失函數(shù)為：

E=-YlgY1+(1-Y)lg(1-Y1)(5)

式中，Y1為輸出值；Y為期望值。

1.2.3 煤質(zhì)與供電煤耗關(guān)系建模結(jié)果分析

用建立的煤質(zhì)與供電煤耗關(guān)系模型對參與訓(xùn)練的471組訓(xùn)練樣本和157組檢驗(yàn)樣本進(jìn)行供電煤耗預(yù)測，絕對誤差分布如圖3所示。無論是對于訓(xùn)練樣本還是校驗(yàn)樣本，該模型對供電原煤耗的預(yù)測都達(dá)到很好的精度，其預(yù)測值與期望值的絕對誤差主要集中在±0.4g/(kW·h)之間，最大絕對誤差均落入±0.7g/(kW·h)范圍內(nèi)。模型的性能評估見表1，平均絕對誤差δMAE指標(biāo)小于0.05g/(kW·h)，平均絕對相對誤差δMARE小于1.2×10-4，均方根誤差δRMSE小于0.07g/(kW·h)，以及決策系數(shù)R2高于0.99。模型具有較高的精度和可靠性，可用于供電煤耗的預(yù)測。

圖3 供電煤耗預(yù)測絕對誤差分布

表1 模型的性能評估表

2 配煤優(yōu)化模型

本次研究基于上面已經(jīng)得到的煤質(zhì)與供電煤耗關(guān)系模型，根據(jù)煤質(zhì)特性計(jì)算燃用混煤的供電煤耗，以煤質(zhì)指標(biāo)為約束條件，結(jié)合混煤價格和運(yùn)費(fèi)計(jì)算出供電煤耗成本，以供電煤耗成本最低為目標(biāo)函數(shù)建立配煤優(yōu)化模型。

2.1 混煤煤質(zhì)指標(biāo)的計(jì)算

對于單煤煤質(zhì)指標(biāo)和混煤煤質(zhì)指標(biāo)之間是否是線性關(guān)系，許多學(xué)者已做了大量的研究，對于水分、灰分、揮發(fā)分和發(fā)熱量等基本的煤質(zhì)指標(biāo)，基本上可認(rèn)為具有線性可加性[18，19]?；谝延械难芯?，本文建立的配煤優(yōu)化模型中對混煤煤質(zhì)的計(jì)算用《動力配煤規(guī)范》 (GB 25960—2010) 中所描述的線性表達(dá)式作為計(jì)算依據(jù)。

2.2 配煤優(yōu)化模型的建立

2.2.1 目標(biāo)函數(shù)的設(shè)定

電廠對發(fā)電成本十分重視，實(shí)現(xiàn)配煤摻燒方案經(jīng)濟(jì)效益最大化是其追求的目標(biāo)[20]。燃煤煤質(zhì)是影響鍋爐系統(tǒng)運(yùn)行經(jīng)濟(jì)性的主要因素之一，又是電煤定價的主要依據(jù)，煤質(zhì)發(fā)生變化不僅會引起煤價的變化，更會引起機(jī)組供電煤耗的變化。所以本次模型的建立基于已經(jīng)得到煤質(zhì)與供電煤耗關(guān)系模型，根據(jù)煤質(zhì)計(jì)算燃用混煤的供電煤耗，結(jié)合煤價和運(yùn)費(fèi)計(jì)算供電煤耗成本，將供電煤耗成本最低作為目標(biāo)函數(shù)。假設(shè)有N種煤參與摻配，第j(j=1，2，…，N)種煤的價格為CCj，到廠運(yùn)費(fèi)為CTj，摻配比例為Xj(%)，供電原煤耗為Bsnj，則燃用第j種煤的供電煤耗成本CBj為：

則混煤的供電煤耗成本CB為：

將燃燒混煤的供電煤耗成本最低作為目標(biāo)函數(shù)，即求：

2.2.2 約束條件的選取

1)企業(yè)對煤質(zhì)的要求。電廠在燃用混煤時，一般都要求不能偏離設(shè)計(jì)煤種煤質(zhì)指標(biāo)太多，會要求混煤的發(fā)熱量、水分、灰分、揮發(fā)分以及硫分等煤質(zhì)指標(biāo)在一定范圍內(nèi)。假設(shè)有N種煤參與摻配，配制對M個煤質(zhì)指標(biāo)進(jìn)行約束的混煤，第j(j=1，2，…，N)種煤的第i(i=1，2，…，M)個指標(biāo)為Tji，第j種煤的配煤比例為Xj(%)，則混煤的第i個煤質(zhì)指標(biāo)為：

混煤的第i個指標(biāo)要求在[Ti-min，Ti-max]范圍內(nèi)，即Ti-min≤Ti≤Ti-max。

2)企業(yè)的實(shí)際需求。假設(shè)企業(yè)用N種煤進(jìn)行摻配，某優(yōu)質(zhì)j(j=1，2，…，N)種煤受市場供求關(guān)系的限制，每次能買到的量有限，則對j種煤的摻配比例Xj有所約束，要求小于某個值；或者某j種煤企業(yè)存量比較大，要求在摻配時摻配比例盡量大一點(diǎn)。

2.2.3 配煤優(yōu)化模型計(jì)算流程

配煤優(yōu)化計(jì)算流程如圖4所示，要進(jìn)行摻配的單煤有N種，首先對其進(jìn)行兩兩、三三分組，得到M組煤，對這M組煤進(jìn)行不同比例摻配，共得到L組混煤；根據(jù)摻配單煤的煤質(zhì)和摻配比例計(jì)算這L組混煤的煤質(zhì)；然后根據(jù)混煤煤質(zhì)約束條件對這L組煤進(jìn)行篩選，剔除不符合約束條件的混煤，剩L1組混煤；緊接著運(yùn)用已經(jīng)得到的煤質(zhì)與供電煤耗關(guān)系模型，根據(jù)混煤煤質(zhì)特性計(jì)算燃用該混煤的供電煤耗，并結(jié)合煤價和運(yùn)費(fèi)計(jì)算其對應(yīng)的供電煤耗成本；最終從這L1組煤中選出供電煤耗成本最低的混煤作為該電廠的最優(yōu)混煤。

圖4 配煤優(yōu)化模型計(jì)算流程

3 配煤優(yōu)化模型求解

某320MW機(jī)組選用四種單煤進(jìn)行配煤摻燒，其煤質(zhì)數(shù)據(jù)見表2。

表2 參與配煤摻燒的單煤的煤質(zhì)數(shù)據(jù)

電廠對混煤的煤質(zhì)要求為發(fā)熱量大于20000kJ/kg，硫分小于1%，水分小于10%。并根據(jù)企業(yè)實(shí)際需求，對參與配煤的單煤的摻配比例進(jìn)行限制：

情景1：四種煤進(jìn)行任意摻配，對四種煤的摻配比不進(jìn)行約束。

情景2：1號煤屬于優(yōu)質(zhì)煤，當(dāng)市場上資源短缺時，要求在配煤時盡量少摻配一點(diǎn)，要求其摻配比小于50%。

情景3：當(dāng)4號煤企業(yè)存量比較大，則要求在摻配時必須參與配煤，其摻配比大于0。

情景4：基于情景2和3共同考慮，1號煤摻配比小于50%，4號煤摻配比大于0。

設(shè)置配煤比例精度為5%，運(yùn)用配煤優(yōu)化模型對表2中的四種煤在不同約束條件下進(jìn)行配煤優(yōu)化求解，最優(yōu)配煤方案見表3。該模型在電廠對原煤摻燒比例不同要求下，以供電煤耗成本最低為目標(biāo)針對該電廠四種原煤摻燒給出了不同的最優(yōu)配煤方案，該模型可以根據(jù)用戶的實(shí)際需求調(diào)整模型參數(shù)，更好地反映和滿足電廠的真實(shí)需求，并通過混煤摻燒降低發(fā)電成本。

表3 不同約束條件下的最優(yōu)混煤

將模型計(jì)算的所有混煤價格、供電煤耗和供電煤耗成本繪制如圖5所示。由于燃煤煤質(zhì)是影響鍋爐系統(tǒng)運(yùn)行經(jīng)濟(jì)性的主要因素之一，是電煤定價的主要依據(jù)，當(dāng)煤價升高，則意味著煤質(zhì)變優(yōu)，電廠燃用優(yōu)質(zhì)煤種往往意味著更高的鍋爐熱效率和較低的廠用電率，從而供電煤耗降低[21]，供電煤耗成本隨之降低，反之則供電煤耗成本增加。從圖5中也可以看到，隨著混煤價格降低，供電煤耗隨之增加，供電煤耗成本變大。這表明在配煤摻燒時以混煤價格最低作為目標(biāo)并不能保證電廠降本增效。將供電煤耗成本最低作為目標(biāo)建立配煤優(yōu)化模型才能幫助電廠快速獲取燃用或摻燒某種煤的供電煤耗成本，為電廠的煤源選取和混煤摻燒優(yōu)化提供指導(dǎo)。

圖5 供電煤耗成本與混煤價格和供電煤耗的關(guān)系

4 結(jié) 語

1)建立了某320MW電廠的煤質(zhì)與供電煤耗的關(guān)系模型，該模型對該電廠燃用混煤的供電煤耗的有很好的預(yù)測結(jié)果，預(yù)測誤差小于0.7g/(kW·h)。

2)考慮煤質(zhì)對供電煤耗的影響，基于煤質(zhì)與供電煤耗的關(guān)系模型，根據(jù)煤質(zhì)計(jì)算燃用混煤的供電煤耗，并結(jié)合混煤煤價和運(yùn)費(fèi)將供電煤耗成本最低作為目標(biāo)函數(shù)建立了配煤優(yōu)化模型。

3)利用建立的配煤優(yōu)化模型，針對該電廠四種原煤摻燒給出了最優(yōu)摻配方案，該模型可以幫助電廠快速獲取燃用或摻燒某種煤的供電煤耗成本，為電廠的煤源選取和配煤摻燒優(yōu)化提供指導(dǎo)。