多电场多通道电除尘装置的智能协同控制系统与方法与流程

1.本发明属于大气污染物治理技术领域，具体地说是涉及一种多电场多通道电除尘装置的智能协同控制系统与方法。


背景技术：

2.静电除尘装置(esp)是燃煤机组特别是大型燃煤机组的颗粒物脱除主力装置，该装置主要利用高压电源在收尘板与放电极之间形成高压静电场和离子场，当含尘烟气经过静电场时，烟气中的颗粒物荷电，在电场力作用下趋向收尘板表面放电并沉积，沉积的颗粒物通过采用机械振打方式收集。
3.随着电除尘装置的长期运行，收尘板上的积灰层厚度不断增加，积灰层上的压降随之增加，因此，需要通过振打装置定期清除积灰。为了保证除尘效率，通常需要增大二次电压，但是当达到一定的电压后，继续增加会导致反电晕现象明显，降低除尘效率，增大电场能耗。
4.目前，电除尘器每个电场根据粉尘浓度/收尘量的大小单独控制二次电压，各电场负荷分配不合理，部分电场可能收尘效率过高导致阴极框架局部积灰，而部分电场又可能存在空载损耗大的现象，能耗与除尘效率不成比例，且存在烟尘排放超标的风险。同时，在实际运行中，各电场不同通道的烟气流量有所不同，流量偏大的通道烟气停留时间短，颗粒物脱除效率下降，出口颗粒物浓度高于预计值，而流量偏小的通道烟气停留时间长，颗粒物脱除效率上升，出口颗粒物浓度低于预计值。这会对电除尘装置的整体运行造成很大影响。


技术实现要素：

5.为了克服现有技术的缺点和不足，本发明提供了一种多电场多通道电除尘装置的智能协同控制系统与方法，通过不断模拟计算、反馈与寻优，最终得到不影响出口粉尘浓度排放下最低的电除尘器能耗。本发明基于粒子群算法或蚁群算法等优化算法，对电除尘器电源参数进行智能控制，并提出了一种多电场多通道电除尘装置的智能协同控制方法，在保证系统的运行电压向优化设定值移动的同时，系统出口浓度稳定达标，降低电除尘器电耗，实现节能减排的目的。
6.为实现上述目的，本发明所采取的技术方案为：
7.一种多电场多通道电除尘装置的智能协同控制系统，所述系统包括电除尘器及其辅助设施、在线监测设备、智能算法服务器、在线控制设备、电源设备，所述智能算法服务器通过对象链接和嵌入过程控制服务与在线监测设备实现实时通讯，所述在线控制设备与智能算法服务器连接，根据智能算法服务器指令实施控制。
8.本发明通过在线监测设备、智能算法服务器、在线控制设备等多种技术手段，能够有效提高除尘效率、降低粉尘排放浓度、降低除尘系统的综合能耗，实现电除尘器低成本、安全、稳定、高效运行。
9.作为优选，所述在线监测设备的监测指标包括烟气流量、压力、温度、烟尘浓度、一
次电压、一次电流、二次电压、二次电流、火花率、占空比、振打时间、振打间隔；在线监测设备具有历史数据和实时数据输入输出功能，并与智能算法服务器实现信息互通，实时反馈。特别地，对于多室并联的每个除尘器后均加装流量测量和温度测量装置。
10.作为优选，所述智能算法服务器的优化控制方法包括粒子群算法、蚁群算法。
11.智能算法服务器的优化控制方法为粒子群算法，通过计算获得各个电场对应工况下最优的二次电压值，然后通过信息反馈给在线控制设备，从而调整电源设备的二次电压，通过不断模拟计算、反馈与寻优，最终得到不影响出口粉尘浓度排放下最低的电除尘器能耗。
12.作为优选，粒子群算法步骤如下：
13.步骤一，初始化粒子代表的电压参数：在可行域范围内对各个电场的二次电压进行随机初始化，得到粒子p
m
，即
[0014][0015]
rand(u
3，low
，u
3，high
)，rand(u
4，low
，u
4，high
)
[0016]
其中，下标m为粒子编号；上标n为迭代次数，n＝0代表初始化；rand(
·
)为随机函数，根据括号中的参数进行初始化；u
low
为最小二次电压，u
high
为最大二次电压，下标1～4对应各个电场；
[0017]
步骤二，粒子适应度计算：通过构建的环境指标评价函数s
p
(
·
)与成本评价函数s
j
(
·
)获得每个粒子p
m
所对应的成本s(
·
)，并根据是否满足罚函数条件决定是否施加惩罚：
[0018][0019]
进一步更新最优粒子，即最优成本所对应的粒子其中，下标d为计算维度；d
o
是电除尘装置预测模型的扰动向量，在对特定工况进行求解时已经确定；上标n为迭代次数，n＝0代表初始化，每次迭代n增加1；
[0020]
步骤三，判断是否满足迭代停止条件，若不满足迭代停止条件，则继续更新粒子速度和位置：通过计算每个粒子p
m
在每个维度d上与当前最优粒子p
best
和全局最优粒子g
best
的距离，更新粒子速度v
m
，计算公式如下：
[0021][0022]
其中，ω为惯性权重，随迭代过程不断下降；c1与c2为学习因子；r1与r2是介于(0,1)之间的数值；p
best
为每个粒子的历史最优位置；g
best
为全局历史最优位置，记录所有粒子的历史最优位置；
[0023]
获得每个粒子m的速度v
m
之后，对每个粒子的位置p
m
，也就是每个维度d所代表的二次电压进行更新，并计算新位置所对应的目标函数值；位置更新公式如下：
[0024][0025]
之后继续进入步骤二，直至满足迭代停止条件；
[0026]
步骤四，迭代停止：迭代停止之后，当前全局最优成本所对应的粒子g
best
即为粒子群算法寻优得到的全局最优值。
[0027]
作为优选，步骤三中迭代停止条件为：
[0028]
(1)全局最优点连续n
max
次不变，且粒子间距离小于δe；其中n
max
≥20；
[0029]
(2)迭代次数达到最大迭代次数。
[0030]
作为优选，每轮迭代中设置一定的概率对某个粒子的某个参数进行初始化变异操作，以降低寻优过程中所有粒子陷入局部最优的概率，提高粒子群算法的寻优效率和稳定性。
[0031]
智能算法服务器的控制方法为蚁群算法，将各个电场供电的高效电源的二次电压作为寻优目标，将寻优二次电压的过程抽象为寻优路径，通过蚁群在路径上不断寻找和更新信息素，获得特定目标下各个电场高效电源的总成本最低的二次电压组合，最终在出口粉尘浓度排放达标的前提下，使电除尘器能耗最低。
[0032]
作为优选，蚁群算法步骤如下：
[0033]
步骤一，设置蚁群初始位置：在电除尘器运行可行域内随机设定初始量，将蚁群全部置于初始位置，并赋予每条路径一个共同的初始化信息素浓度；
[0034]
步骤二，内循环开始：每只蚂蚁按照轮盘法选择下一节点进行迁移，迁移过程中每只蚂蚁均留下含量为δτ的信息素；在所有蚂蚁完成迁移后，根据每只蚂蚁对应路径所代表的运行电压、出口浓度、运行成本，评估得到当前最优评价z
*
及其对应的最优路径x
*
，并为最优路径增加信息素量q；内循环过程中不断更新z
*
和x
*
及最优路径信息素，直至循环nc次，nc≥20；
[0035]
步骤三，外循环开始：更新每只蚂蚁每次寻路所更新的信息素量，之后进入步骤一，重新初始化整个蚁群，直至循环nc次，nc≥20；
[0036]
步骤四，循环终止：此时最优的z
*
及x
*
即为蚁群算法所搜索到的最优成本及其对应路径。
[0037]
为进一步将电除尘装置稳态优化结果与实际运行状态结合，本发明还提出了一种多电场多通道电除尘装置的智能协同控制方法，用于计算二次电压的修正量。
[0038]
一种多电场多通道电除尘装置的智能协同控制方法，采用上述智能协同控制系统，通过计算各电场电压修正量来实现智能控制，电压修正量由两个部分组成，分别为优化增益修正量和反馈增益修正量；其中，优化增益修正量通过判断实际二次电压与优化电压的偏差获得，反馈增益修正量通过实际烟尘排放浓度与排放目标的偏差获得；为了保证电压参数的修正有利于系统稳定达标，在控制协调逻辑中增加了基于relu激活函数的判断模块，通过整流线性单元和符号函数，使优化增益只在实际出口浓度高于目标出口浓度，且实际二次电压低于优化二次电压时才被激活，防止优化值和实际浓度之间存在电压修正的矛盾，造成系统超标。
[0039]
作为优选，第i电场的电压修正量δu
i
计算方式为：
[0040]
δu
i
＝δu
opt
δu
c
[0041][0042]
δu
c
＝g
c
·
[c
set
‑
c
ave
(t)]
[0043][0044][0045]
其中，
[0046]
δu
opt
为优化增益修正量；δu
c
为反馈增益修正量；g
opt
为优化电压偏差的增益函数(有修正)；为第i电场的优化电压设定值；u
i
(t)为t时刻系统的实际二次电压；g
c
为排放浓度偏差的增益函数；c
set
为排放目标设定值；c
ave
(t)为时刻t的平均烟尘排放浓度；c
o
(t)为t时刻的实时烟尘排放浓度；w为平均烟尘排放浓度的计算窗口宽度；g
u
为优化电压偏差的增益函数(无修正)；sign为符号函数，sign(x)＝x/|x|，即输入为正数时，输出为1；输入为负数时，输出为
‑
1；relu为整流线性单元，relu(x)＝max(0,x)，即输入是负数或零时，输出是零；输入为正数时，输出为该正数本身。
[0047]
作为优选，在下一个时刻t 1，系统的电压设定值u
i
(t 1)为：
[0048]
u
i
(t 1)＝u
i
(t) δu
i
。
[0049]
本发明提出的控制方法可以在保证系统的运行电压向优化设定值移动的同时，系统出口浓度稳定达标。
[0050]
相对于现有技术，本发明的有益效果在于：
[0051]
1、本发明可以按实际需求提供各个电场、各个通道的电源功率，降低供电电源能量的无序输出，节省电除尘器电耗，降低运行成本；
[0052]
2、基于电除尘装置智能协同控制方法，可以将稳态优化结果与实际运行状态结合，在保证系统的运行电压在向优化设定值移动的同时，系统出口浓度稳定达标；
[0053]
3、本发明利用智能协同控制系统对供电电源进行控制，不受电除尘器处理能力、运行工况、烟气条件等影响，具有良好的普遍适用性。
附图说明
[0054]
图1为本发明多电场多通道电除尘装置的智能协同控制系统原理示意图；
[0055]
图2为本发明基于蚁群算法优化的各电场二次电压对比图；
[0056]
图3为本发明基于蚁群算法优化的不同负荷下各电场二次电压优化前后变化百分比图；
[0057]
图4为本发明基于蚁群算法优化的电除尘器能耗对比图；
[0058]
图5为本发明基于粒子群算法的电除尘器运行参数优化流程图；
[0059]
图6为本发明基于粒子群算法优化的不同负荷下电除尘器运行最优电压图；
[0060]
图7为本发明电除尘器智能控制方法原理示意图；
[0061]
图8为本发明电除尘器智能控制系统应用界面图；
[0062]
图9为本发明电除尘器运行效果对比图；
[0063]
图10为本发明电除尘器能耗对比图。
具体实施方式
[0064]
下面通过实施例，对本发明的技术方案作进一步具体的说明，这些实施例是对本发明的说明而作，不是对本发明的限制。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0065]
实施例1
[0066]
变负荷下利用蚁群算法优化电除尘器二次电压
[0067]
一种多电场多通道电除尘装置的智能协同控制系统，如图1所示，所述系统包括电
除尘器及其辅助设施、在线监测设备、智能算法服务器、在线控制设备、电源设备，所述智能算法服务器通过对象链接和嵌入过程控制服务与在线监测设备实现实时通讯，所述在线控制设备与智能算法服务器连接，根据智能算法服务器指令实施控制。
[0068]
所述在线监测设备的监测指标包括烟气流量、压力、温度、烟尘浓度、一次电压、一次电流、二次电压、二次电流、火花率、占空比、振打时间、振打间隔；在线监测设备具有历史数据和实时数据输入输出功能，并与智能算法服务器实现信息互通，实时反馈。
[0069]
所述智能算法服务器的控制方法为蚁群算法，将各个电场供电的高效电源的二次电压作为寻优目标，将寻优二次电压的过程抽象为寻优路径，通过蚁群在路径上不断寻找和更新信息素，获得特定目标下各个电场高效电源的总成本最低的二次电压组合，最终在出口粉尘浓度排放达标的前提下，使电除尘器能耗最低。
[0070]
本发明基于蚁群算法的多电场电除尘器运行参数优化流程步骤如下：
[0071]
步骤一，设置蚁群初始位置：在电除尘器运行可行域内随机设定初始量，将蚁群全部置于初始位置，并赋予每条路径一个共同的初始化信息素浓度；
[0072]
步骤二，内循环开始：每只蚂蚁按照轮盘法选择下一节点进行迁移，迁移过程中每只蚂蚁均留下含量为δτ的信息素；在所有蚂蚁完成迁移后，根据每只蚂蚁对应路径所代表的运行电压、出口浓度、运行成本等，评估得到当前最优评价z
*
及其对应的最优路径x
*
，并为最优路径增加信息素量q；内循环过程中不断更新z和x
*
及最优路径信息素，直至循环nc次，nc≥20；
[0073]
步骤三，外循环开始：更新每只蚂蚁每次寻路所更新的信息素量，之后进入步骤一，重新初始化整个蚁群，直至循环nc次，nc≥20；
[0074]
步骤四，循环终止：此时最优的z
*
及x
*
即为蚁群算法所搜索到的最优成本及其对应路径。
[0075]
基于以上构建的针对电除尘装置寻优的蚁群算法，获得了不同负荷下的最优电压组合，优化前后各电场二次电压的对比如图2所示。可以发现，电场1和电场2的二次电压有较明显下降。
[0076]
为更直观地对比优化前后的二次电压值，图3分析了不同负荷下各电场二次电压的变化百分比。可以发现，电场2二次电压均出现了较大比例下降，90％负荷时，下降幅度最高，达27.3％，低负荷时下降幅度较小，但也在10％以上；电场1二次电压的下降幅度在0.7％～22％之间；电场3、电场4电压变化规律不明显，部分负荷出现了上升，这与这些负荷下电场1和电场2电压下降幅度较大有关，优化算法对电压分配的过程中，需要给电场3、电场4更高的二次电压，以保证整体的出口浓度达到目标；整体上二次电压呈下降趋势。
[0077]
本发明基于蚁群算法优化的电除尘器能耗对比如图4所示，可以发现，优化之前，电除尘器能耗均在40kw以上；优化后，各电场运行能耗均有所下降，下降幅度在22.4％至33.9％之间，电除尘器整体能耗水平降低。
[0078]
实施例2
[0079]
变负荷下利用粒子群算法优化电除尘器二次电压
[0080]
一种多电场多通道电除尘装置的智能协同控制系统，如图1所示，所述系统包括电除尘器及其辅助设施、在线监测设备、智能算法服务器、在线控制设备、电源设备，所述智能算法服务器通过对象链接和嵌入过程控制服务与在线监测设备实现实时通讯，所述在线控
制设备与智能算法服务器连接，根据智能算法服务器指令实施控制。
[0081]
所述在线监测设备的监测指标包括烟气流量、压力、温度、烟尘浓度、一次电压、一次电流、二次电压、二次电流、火花率、占空比、振打时间、振打间隔；具有历史数据和实时数据输入输出功能，并与智能算法服务器实现信息互通，实时反馈。
[0082]
所述智能算法服务器的控制方法为粒子群算法，通过计算获得各个通道、各个电场对应负荷下最优的二次电压值，然后通过信息反馈给在线控制设备，从而调整电源设备的二次电压，通过不断模拟计算、反馈与寻优，最终得到不影响出口粉尘浓度排放下最低的电除尘器能耗。
[0083]
本发明基于粒子群算法的电除尘器运行参数优化流程如图5所示。
[0084]
步骤一，初始化粒子代表的电压参数：在可行域范围内对各个电场的二次电压进行随机初始化，得到粒子p
m
，即
[0085][0086]
rand(u
3，low
，u
3，high
)，rand(u
4，low
，u
4，high
)
[0087]
其中，下标m为粒子编号；上标n为迭代次数，n＝0代表初始化；rand(
·
)为随机函数，根据括号中的参数进行初始化；u
low
为最小二次电压，u
high
为最大二次电压，下标1～4对应各个电场；
[0088]
步骤二，粒子适应度计算：通过构建的环境指标评价函数s
p
(
·
)与成本评价函数s
j
(
·
)获得每个粒子p
m
所对应的成本s(
·
)，并根据是否满足罚函数条件决定是否施加惩罚：
[0089][0090]
进一步更新最优粒子，即最优成本所对应的粒子其中，下标d为计算维度；d
o
是电除尘装置预测模型的扰动向量，在对特定负荷进行求解时已经确定；上标n为迭代次数，n＝0代表初始化，每次迭代n增加1；
[0091]
步骤三，判断是否满足迭代停止条件，迭代停止条件为：
[0092]
(1)全局最优点连续n
max
次不变，且粒子间距离小于δe；其中n
max
≥20；
[0093]
(2)迭代次数达到最大迭代次数；
[0094]
若不满足迭代停止条件，则继续更新粒子速度和位置：通过计算每个粒子p
m
在每个维度d上与当前最优粒子p
best
和全局最优粒子g
best
的距离，更新粒子速度v
m
，计算公式如下：
[0095][0096]
其中，ω为惯性权重，随迭代过程不断下降；c1与c2为学习因子；r1与r2是介于(0,1)之间的数值；p
best
为每个粒子的历史最优位置；g
best
为全局历史最优位置，记录所有粒子的历史最优位置；
[0097]
获得每个粒子m的速度v
m
之后，对每个粒子的位置p
m
，也就是每个维度d所代表的二次电压进行更新，并计算新位置所对应的目标函数值；位置更新公式如下：
[0098][0099]
根据是否满足粒子变异条件，决定是否对粒子进行变异；
[0100]
之后继续进入步骤二，直至满足迭代停止条件；
[0101]
步骤四，迭代停止：迭代停止之后，当前全局最优成本所对应的粒子g
best
即为粒子群算法寻优得到的全局最优值，由此获得了不同负荷下电除尘器运行的最优电压组合，如图6所示。
[0102]
本发明电除尘器智能控制方法(多电场多通道电除尘装置的智能协同控制方法)原理如图7所示，电压修正量δu
i
是本控制方法的主要计算对象，其计算方式为：
[0103]
δu
i
＝δu
opt
δu
c
[0104][0105]
au
c
＝g
c
·
[c
set
‑
c
ave
(t)]
[0106][0107][0108]
其中，
[0109]
δu
opt
——优化增益修正量；
[0110]
δu
c
——反馈增益修正量；
[0111]
g
opt
——优化电压偏差的增益函数(有修正)；
[0112]
——第i电场的优化电压设定值；
[0113]
u
i
(t)——t时刻系统的实际二次电压；
[0114]
g
c
——排放浓度偏差的增益函数；
[0115]
c
set
——排放目标设定值；
[0116]
c
ave
(t)——时刻t的平均烟尘排放浓度；
[0117]
c
o
(t)——时刻t的实时烟尘排放浓度；
[0118]
w——平均烟尘排放浓度的计算窗口宽度；
[0119]
g
u
——优化电压偏差的增益函数(无修正)；
[0120]
sign＝符号函数，sign(x)＝x/|x|，即输入为正数时，输出为1；输入为负数时，输出为
‑
1；
[0121]
relu＝整流线性单元,relu(x)＝max(0,x)，即输入是负数或零时，输出是零；输入为正数时，输出为该正数本身；
[0122]
δu
i
由两个部分组成，分别为优化增益修正量δu
opt
和反馈增益修正量δu
c
。其中，优化增益修正量通过判断实际二次电压与优化电压的偏差获得，反馈增益修正量通过实际烟尘排放浓度与排放目标的偏差获得；为了保证电压参数的修正有利于系统稳定达标，在控制协调逻辑中增加了基于relu激活函数的判断模块，通过整流线性单元和符号函数，使优化增益只在实际出口浓度高于目标出口浓度，且实际二次电压低于优化二次电压时才被激活，防止优化值和实际浓度之间存在电压修正的矛盾，造成系统超标。
[0123]
本发明提出的控制方法可以再保证系统的运行电压在向优化设定值移动的同时，系统出口浓度稳定达标。在下一个时刻t 1，系统的电压设定值u
i
(t 1)为：
[0124]
u
i
(t 1)＝u
i
(t) δu
i
[0125]
本发明电除尘器智能控制系统应用界面如图8所示，某电厂电除尘器的每个电场由一台复合式新型高频电源驱动，电源、振打等参数的调节均通过plc系统实现。具体参数
如表1(锅炉及电除尘器参数)、表2(振打参数)所示：
[0126]
表1锅炉及电除尘器参数
[0127][0128][0129]
表2振打参数
[0130]
振打设定振打间隔/s振打时长/s电场1极板300150电场2极板600150电场3极板900150电场4极板1200150电场1极线450150电场2极线750150电场3极线1050150电场4极线1500150
[0131]
电除尘器的实时优化参数通过opc系统与plc系统实时通讯，进而根据实时运行工况调整各电场运行电压和振打参数，在保证出口烟尘浓度达标的前提下降低系统能耗，提供系统的可靠性和经济性，为了将智能振打控制系统的效果与电源运行实际状态结合，开发了电除尘器运行优化的协调逻辑，同时考虑出口烟尘浓度和电压优化值，实现电除尘器运行参数在线优化。
[0132]
基于上述方法，开展了示范应用，并进行了运行效果对比，如图9所示。
[0133]
在手动控制下，各个电场的运行电压偏高，因而电除尘装置的出口浓度处在较低水平，其平均排放低于排放限值10mg/m3以上；同时，手动控制的能耗水平较高，整体在115
～125kw之间。
[0134]
在pid控制下，由于缺乏对二次扬尘现象的应对，各通道、各电场的运行电压有较大波动，导致出口浓度波动偏大，在较多时间段内超过30mg/m3的排放限值；同时，运行电压波动较大导致能耗波动大，最高可达150kw。
[0135]
使用本发明的智能控制方法时，出口烟尘浓度的时均值稳定在目标浓度(30mg/m3)附近，同时各电场的电压随着实时出口浓度及优化设定值调整。在580～910s的时段，可以观察到电场3二次电压的波动，造成这种波动的原因是在这个时间段中电场3的运行电压小于优化电压，同时出口浓度大于设定值，触发了系统智能化优化控制，运行电压迅速调整，以实现系统的稳定排放。随着运行电压的不断调整，优化运行的整体能耗在50kw～110kw之间波动。
[0136]
能耗对比结果如图10所示，采用本发明技术，在实现运行稳定、排放达标的前提下，电除尘器总能耗较人工运行降低35.5％，较pid运行降低20.9％。
[0137]
本发明基于智能优化算法，充分利用了各控制技术的优点，对电除尘器振打参数、电源参数进行智能控制，实时调整电源运行参数，降低电除尘器电耗，实现了节能减排的目的。