徐文輝，董春雷，郭勇，趙德虎，陳長和，仇永裕

（浙能溫州電廠，浙江 溫州 325000）

1 前言

為了提高燃煤電廠運行的經(jīng)濟性，大多燃煤電廠采用了配煤摻燒，此外，相關(guān)研究表明，配煤摻燒也是燃煤機組靈活性改造中所必須解決的問題。當電廠采用配煤摻燒這一方案后，入爐煤種不再是單一煤種，此時，入爐煤種的辨識則可為燃燒策略的優(yōu)化提供判斷依據(jù)。因此，較多學(xué)者對電廠的燃料監(jiān)控系統(tǒng)展開了研究。

陳超等利用輸煤系統(tǒng)程控以及皮帶秤讀數(shù)來實現(xiàn)煤倉的分倉計量，并對其中誤差來源進行了分析。為優(yōu)化分倉計量系統(tǒng)的運行速度，劉華煒等引入SQLServer 數(shù)據(jù)庫來優(yōu)化系統(tǒng)架構(gòu)。蒙毅等基于燃料信息化管理平臺對配煤摻燒策略展開了研究，從而為配煤摻燒管理提供指導(dǎo)。魏勇等基于輸煤系統(tǒng)的實時狀態(tài)以及煤倉形狀構(gòu)建了煤倉煤種分布模型。

浙能溫州電廠四期配備了2 臺660MW 機組，每臺機組配備6 臺原煤倉，采用爐內(nèi)摻燒。本文通過輸煤系統(tǒng)、斗輪機系統(tǒng)以及煤質(zhì)化驗數(shù)據(jù)的采集與分析來實現(xiàn)該廠四期機組的入爐煤辨識。

2 軟件系統(tǒng)結(jié)構(gòu)

入爐煤種辨識采用了BS 架構(gòu)，其軟件系統(tǒng)結(jié)構(gòu)如圖1 所示。服務(wù)器主要由數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊和web 服務(wù)器三者構(gòu)成。數(shù)據(jù)采集模塊通過企業(yè)資源計劃系統(tǒng)(ERP)和廠級監(jiān)控系統(tǒng)(SIS)獲取入廠煤信息、輸煤系統(tǒng)數(shù)據(jù)、斗輪機數(shù)據(jù)以及鍋爐運行數(shù)據(jù)。數(shù)據(jù)分析模塊采用時序分析方法，構(gòu)建煤倉以及煤場燃料存儲情況。web 服務(wù)器則為用戶提供數(shù)據(jù)訪問服務(wù)，用戶可以通過瀏覽器對服務(wù)器數(shù)據(jù)進行訪問。

圖1 軟件系統(tǒng)結(jié)構(gòu)

ERP 系統(tǒng)為每一船次的煤種生成唯一特征碼，同時，根據(jù)港方化驗數(shù)據(jù)錄入各船次煤質(zhì)數(shù)據(jù)。浙能溫州電廠有兩條入廠皮帶，可支持兩條船同時卸煤，為掌握各入廠皮帶傳輸媒質(zhì)，人工通過ERP 錄入各班次兩條入廠皮帶的煤質(zhì)和入廠煤質(zhì)量。ERP 系統(tǒng)將上述數(shù)據(jù)存儲在ORACLE 數(shù)據(jù)庫，服務(wù)器通過ORACLE 數(shù)據(jù)庫獲取入廠煤信息。

輸煤程控和斗輪機程控通過modbus-TCP 協(xié)議將系統(tǒng)實時信息傳遞給SIS 系統(tǒng)，鍋爐程控和SIS 系統(tǒng)之間通過OPC 協(xié)議進行數(shù)據(jù)傳輸。SIS 系統(tǒng)提供輸煤程控、斗輪機程控和鍋爐程控的實時數(shù)據(jù)庫和歷史數(shù)據(jù)庫。服務(wù)器通過SIS 系統(tǒng)所提供的SDK 可以獲取輸煤系統(tǒng)、斗輪機系統(tǒng)以及鍋爐的實時信息和歷史信息。

客戶端通過瀏覽器訪問服務(wù)器，瀏覽器和服務(wù)器之間采用純業(yè)務(wù)數(shù)據(jù)傳輸模式。該方法可以使得客戶端進行靈活部署，系統(tǒng)可維護性高。

3 入爐煤種辨識模型

3.1 煤倉煤種模型

如圖2 所示，煤倉分為共四段，從上至下分別為矩形直段、矩形放樣圓形段、圓柱段和最底部的錐形段。自下而上計算可獲取煤倉體積和料位計高度之間的關(guān)系：

圖2 煤倉截面示意圖

式中，V 為體積，h 為料位計高度, 0r和 1r分別為圓錐頂部和頂部5， 2r為圓柱半徑， 1h、 2h和 3h分別為圓錐頂部、圓柱頂部以及方變圓頂部高度，a 和b 分別為矩形段的長寬。

火電機組運行過程中，煤倉中煤種可能發(fā)生變化，煤倉可能存在多種煤種。因此，需要建立煤倉中煤種分層模型。對浙能溫電四號機組2022 年8 月19 號～2022 年9 月2 號煤倉情況進行統(tǒng)計，本文發(fā)現(xiàn)煤倉中煤種一般不超過兩種。盡管煤倉中煤種一般不超過兩種，但是為避免意外情況，采用列表數(shù)據(jù)結(jié)構(gòu)來構(gòu)建煤倉煤種分層模型以避免煤種數(shù)量過多。為方便說明計算過程，底部和次底部煤層體積用VA和BV表示，最上層煤體積為cV，煤倉存煤當前體積與前一時刻體積分別為Vh,i和Vh,i-1。煤倉煤種分層模型的計算流程如圖3 所示。本文通過煤倉料位計高度變化來判斷煤倉是否加煤。若煤倉處于加煤狀態(tài)，則采用給煤機流量來修正底部煤層的體積：

式中，mt為給煤機當前時刻與前一計算時刻之間給煤累積量，ρ 為煤的密度。若煤倉處于未加煤狀態(tài)，則采取料位高度對各煤倉體積進行更新。

3.2 輸煤系統(tǒng)模型

圖4 顯示了輸煤系統(tǒng)的構(gòu)成。四期有兩臺機組，每臺機組各配備6 個煤倉。17A 和17B 皮帶負責將煤炭運送至7 號機組和8 號機組，17A 和17B 皮帶配置了皮帶秤，可對煤倉上煤量進行計量。煤倉配備兩個進料口，因此各機組配備了兩條上煤皮帶，四期總共配備了四條上煤皮帶。通過料位計讀數(shù)的變化趨勢可以獲取煤倉是否在加煤，若煤倉在加煤，此時，則需結(jié)合犁煤器狀態(tài)以及18A、18B、18C 和18D 皮帶的運行狀態(tài)，獲取煤倉當前從何處進料口進行加煤。在此基礎(chǔ)上，結(jié)合13A、13B、13C、14A、14B、14C、17A、17B、19A 和19B 皮帶以及上述皮帶的落煤系統(tǒng)(三通管或分流器)的運行狀態(tài)，可以獲取煤倉煤流的來源。

圖4 輸煤程控流程圖

若煤倉煤流來自港口，即煤炭來自12A 或12B 皮帶，此時，通過ERP 系統(tǒng)讀取12A 或12B 的煤質(zhì)數(shù)據(jù)。若煤倉煤流來自煤場，則需結(jié)合斗輪機參數(shù)以及煤場煤堆模型來獲取煤倉進煤數(shù)據(jù)。電廠有兩個煤場，斗輪機軌道將煤場劃分為兩個區(qū)域，各區(qū)域煤堆數(shù)量上限設(shè)置為10，以此可以對煤堆進行編號。在斗輪機懸臂頭部兩側(cè)各有一套三維激光掃描儀，結(jié)合斗輪機大車位置、旋轉(zhuǎn)角度和俯仰角度可以獲取當前作業(yè)煤堆編號以及當前煤堆體積。若斗輪機處于堆料狀態(tài)，則根據(jù)斗輪機煤流來源更新煤堆煤種。2 號和4 號斗輪機煤流來源為12A 皮帶，3 號斗輪機煤流來源為12B 皮帶。若斗輪機處于取料狀態(tài)，則根據(jù)煤堆煤種確定煤倉加煤煤種。

3.3 煤種切換時間

由于料位計誤差、皮帶秤誤差等多種因素，煤倉煤種分層模型也會存在誤差。為了減少這一誤差，需結(jié)合磨煤機狀態(tài)來判斷煤種切換時間。實時采集制粉系統(tǒng)運行數(shù)據(jù)，根據(jù)熱平衡原理在線計算原煤水分，根據(jù)機組負荷微增率與煤量微增率之間的動態(tài)關(guān)系特性獲得燃煤當量電負荷。依據(jù)原煤水分和燃煤當量電負荷兩個特征的變化來辨識煤種切換時間，結(jié)合煤倉中煤種分布來獲取入爐煤煤種與煤質(zhì)。

4 應(yīng)用示例

本文系統(tǒng)以在現(xiàn)場實際應(yīng)用。系統(tǒng)通過ERP 和SIS系統(tǒng)獲取輸煤系統(tǒng)、斗輪機以及鍋爐等設(shè)備的相關(guān)運行參數(shù)，在此基礎(chǔ)上，結(jié)合煤倉煤種模型、輸煤系統(tǒng)模型以及煤種切換時間模型實現(xiàn)了入爐煤種辨識。

圖5 顯示了輸煤系統(tǒng)畫面。該畫面通過SIS 系統(tǒng)獲取皮帶、三通管、分流器、皮帶秤、犁煤器以及煤倉料位計的實時與歷史數(shù)據(jù)。系統(tǒng)同時給出了煤倉底部煤種熱值，從而為鍋爐運行人員確定燃燒策略提供判斷依據(jù)。

圖5 輸煤系統(tǒng)畫面

圖6 為煤倉煤種分布畫面。該畫面通過本文的煤種辨識模型構(gòu)建了四期機組各煤倉的煤種分布情況，方便鍋爐運行人員根據(jù)燃燒策略確定各煤倉給煤量。系統(tǒng)通過mysql 數(shù)據(jù)庫存儲了各煤倉入爐煤熱值的歷史數(shù)據(jù)并在煤種分布畫面，方便運行人員對鍋爐燃燒策略的相關(guān)參數(shù)進行修正。

圖7 為煤場煤種分布畫面。系統(tǒng)給出了各煤堆的體積與熱值，運行人員可根據(jù)系統(tǒng)數(shù)據(jù)確定給煤倉的上煤方案，優(yōu)化鍋爐燃燒工況。

圖7 煤場煤種分布畫面

5 結(jié)語

本文基于燃料全過程開發(fā)了入爐煤種辨識系統(tǒng)軟件。系統(tǒng)通過ERP 和SIS 相關(guān)接口獲取了輸煤系統(tǒng)以及鍋爐的相關(guān)運行數(shù)據(jù)，在此基礎(chǔ)上建立了煤倉煤種模型、輸煤系統(tǒng)模型和煤種切換時間模型。系統(tǒng)利用煤倉料位計以及給煤機信號等參數(shù)建立了煤倉煤種分布模型，結(jié)合入廠皮帶秤煤種、煤量以及煤場煤種分布模型實現(xiàn)了入爐煤辨識，從而為鍋爐燃燒策略提供了優(yōu)化依據(jù)，提高了鍋爐燃燒效率以及安全性。