一种火电机组的锅炉整体协调实时智能优化系统及方法与流程

1.本发明涉及火电厂锅炉和机组系统的控制优化技术领域，尤其涉及一种火电机组的锅炉整体协调实时智能优化系统及方法。


背景技术：

2.现有的发电企业普遍存在燃煤供应来源不统一、机组设备性能差、两个细则、环保指标考核多等问题，导致机组的经济性和安全性面临严峻考验。主要表现在：
3.(1)agc与一次调频等两个细则的考核较多。
4.(2)过热、再热减温水的调节性能偏差大，特别是在负荷快速变化过程中，难以有效进行控制。
5.(3)煤质变化大导致的锅炉燃烧工况变化大，使锅炉不能工作在最佳的工况点导致锅炉效率与环保问题的产生。
6.大规模科学合理的开展现代火电机组优化控制一体化解决方案关键技术研究研究已是迫在眉睫的工作；针对机组目前存在的负荷升降速率低、调节精度差、抗扰动能力差以及主要被调参数波动幅度较大等问题，开发基于协调控制系统热工过程海量历史数据的弱稳态自动检测、扰动数据驱动的热控系统辨识以及具有自趋优特性的神经网络预测控制等关键技术，提高机组运行效率以及稳定工况和变工况下的控制品质，达到降低机组热耗、发电煤耗、节能减排的目的；现有技术尤其缺乏基于此的火电机组的锅炉整体协调实时智能优化系统及方法，特别是存在如下技术问题：
7.(1)运行边界模糊：设备安全边界模糊；机组经济边界不清；锅炉燃烧状态不明；
8.(2)优化缺乏统筹：环保与节能的诉求互相制约；优化调整仅依靠人工经验；掺配与燃烧各环节无法同时兼顾；
9.(3)锅炉整体性能变差：燃烧效率低下；设备出力受限；锅炉运行无法保持较优状态。


技术实现要素：

10.本发明的目的在于提供一种火电机组的锅炉整体协调实时智能优化系统及方法，从而实现了：
11.(1)炉膛温度数字化-炉内连续高温测量；
12.(2)炉内燃烧可视化-温度三维分布展示；
13.(3)配煤掺烧系统化-配煤制粉同步优化；
14.(4)燃烧控制智能化-经济环保协调控制；
15.(5)边界条件实时化-安全运行排放合格；
16.(6)经济效益最大化-科学指导掺烧收益；
17.(7)煤炭采购前瞻化-提前指导燃料购买。
18.本发明的目的在于提供一种火电机组的锅炉整体协调实时智能优化系统，包括：
19.锅炉燃烧智能燃烧子系统、炉膛燃烧状态的三维实时监控子系统以及多煤种深度掺配统筹优化子系统。
20.优选的，所述锅炉燃烧智能燃烧子系统包括数据采集模块，粒子群多目标优化模块以及贝叶斯网络燃烧过程模型建立模块；
21.其中，所述数据采集模块用于实时采集炉膛在线温度场、配煤在线妹纸参数以及锅炉运行在线数据；
22.所述粒子群多目标优化模块用于基于数据采集模块采集的数据快速收敛至当前最优运行控制，同时提高锅炉效率并降低no
x
排放，所使用的粒子群多目标优化算法可以针对不可控工况以及多个可控粒子实施；
23.所述贝叶斯网络燃烧过程模型建立模块反映锅炉效率和no
x
生成量如何随着不同的配风、配煤燃烧运行方式而变化的因果特性，该模型建立模块使用连续时间贝叶斯网络算法。
24.优选的，所述炉膛燃烧状态的三维实时监控子系统包括非接触式测温模块、可视化重建算法模块、cfd数值模拟模块、炉膛燃烧状态实时三维监测和显示模块。
25.优选的，所述多煤种深度掺配统筹优化子系统为深度优化配煤掺烧管理信息软件系统，用以自动实现对多煤种燃烧工作的储煤管理、提前预测、指导优化，所述多煤种深度掺配统筹优化子系统包括储煤配煤优化管理模块、机组负荷预测模块、制粉系统优化运行模块、锅炉掺烧优化运行模块以及经济效益模块；所述多煤种深度掺配统筹优化子系统的功能包括：智能指导深度配煤掺烧；最大限度利用现有煤源，科学确定掺烧方案；所述多煤种深度掺配统筹优化子系统还包括数值模拟模块，用于将掺烧试验与数值模拟相结合再现炉膛内多场分布。
26.本发明的目的还在于提供一种火电机组的锅炉整体协调实时智能优化方法，包括：
27.基于锅炉燃烧智能燃烧子系统进行锅炉燃烧的智能燃烧控制；
28.基于炉膛燃烧状态的三维实时监控子系统进行炉膛燃烧状态的三维实时监控；
29.基于多煤种深度掺配统筹优化子系统进行多煤种深度掺配统筹优化。
30.优选的，所述基于锅炉燃烧智能燃烧子系统进行锅炉燃烧的智能燃烧控制包括：
31.步骤1，采集多个锅炉历史运行数据，基于所述历史运行数据以及所述锅炉的试验数据，根据人工智能算法建立锅炉燃烧系统多输入-多输出智能控制模型；
32.步骤2，根据所述锅炉燃烧系统多输入-多输出智能控制模型进行锅炉燃烧效率和nox排放量的自动寻优，动态调整所述锅炉燃烧系统的燃烧状态，实现对于二次风量、二次风门和燃尽风门的最优运行控制。
33.优选的，所述人工智能算法为连续时间贝叶斯网络预测算法。
34.优选的，所述步骤1包括：
35.步骤11，通过对所述历史运行数据和所述试验数据进行离线学习；
36.步骤12，根据所述锅炉的实时运行数据反馈、修正、优化，建立可不断进化成长的动态优化模型。
37.优选的，所述步骤2包括：
38.将惯性权重动态调整粒子群优化算法用于电站煤粉锅炉实时燃烧优化系统，根据
粒子群进化速度因子和聚集度因子而动态改变粒子权重，进行锅炉燃烧效率和nox排放量的自动寻优，动态调整所述锅炉燃烧系统的燃烧状态。
39.优选的，所述基于炉膛燃烧状态的三维实时监控子系统进行炉膛燃烧状态的三维实时监控包括：利用计算流体力学方法对锅炉进行实体建模和数值模拟，建立三维模型时对锅炉进行简化，并采用了结构化与非结构化网格相结合的方式，对不同负荷工况下的炉膛内燃烧进行模拟，得到了炉内速度场、温度场分布的规律，所述炉膛燃烧状态的三维实时监控子系统基于多点测量的梯度下降定位——混合插值算法，并且通过仿真试验实现基于所述多点红外测量结果的高精度炉膛三维温度场分布重建，实时显示此空间内的温度分布和变化，实现了炉膛内部分区域内温度场的数字化和可视化。
40.本发明具有如下有益效果：
41.本发明的系统及方法实现了炉膛温度数字化-炉内连续高温测量；炉内燃烧可视化-温度三维分布展示；配煤掺烧系统化-配煤制粉同步优化；燃烧控制智能化-经济环保协调控制；边界条件实时化-安全运行排放合格；经济效益最大化-科学指导掺烧收益；以及煤炭采购前瞻化-提前指导燃料购买。
附图说明
42.图1为根据本发明提供的火电机组的锅炉整体协调实时智能优化系统的构成原理图。
43.图2为根据本发明提供的锅炉燃烧智能燃烧子系统原理结构图。
44.图3为根据本发明提供的炉膛燃烧状态的三维实时监控子系统原理结构图。
45.图4为根据本发明提供的炉膛燃烧状态的三维实时监控子系统实施监控的界面视图。
46.图5为根据本发明提供的锅炉实现的温度场三维分布示意图。
47.图6为根据本发明提供的多煤种深度掺配统筹优化子系统结构示意图。
具体实施方式
48.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
49.本发明提供的方法可以在如下的终端环境中实施，该终端可以包括一个或多个如下部件：处理器、存储器和显示屏。其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
50.处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行终端的各种功能和处理数据。
51.存储器可以包括随机存储器(randomaccessmemory，ram)，也可以包括只读存储器(read-onlymemory，rom)。存储器可用于存储指令、程序、代码、代码集或指令。
52.显示屏用于显示各个应用程序的用户界面。
53.除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还
包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
54.本实施例的一种火电机组的锅炉整体协调实时智能优化系统，包括：
55.锅炉燃烧智能燃烧子系统、炉膛燃烧状态的三维实时监控子系统以及多煤种深度掺配统筹优化子系统。
56.参见图2，作为优选的实施方式，所述锅炉燃烧智能燃烧子系统包括数据采集模块，粒子群多目标优化模块以及贝叶斯网络燃烧过程模型建立模块；
57.其中，所述数据采集模块用于实时采集炉膛在线温度场、配煤在线妹纸参数以及锅炉运行在线数据；
58.所述粒子群多目标优化模块用于基于数据采集模块采集的数据快速收敛至当前最优运行控制，同时提高锅炉效率并降低no
x
排放，所使用的粒子群多目标优化算法可以针对不可控工况以及多个可控粒子实施；
59.所述贝叶斯网络燃烧过程模型建立模块反映锅炉效率和no
x
生成量如何随着不同的配风、配煤燃烧运行方式而变化的因果特性，该模型建立模块使用连续时间贝叶斯网络算法。
60.锅炉燃烧智能燃烧子系统的工作过程包括：
61.步骤1，采集多个锅炉历史运行数据，基于所述历史运行数据以及所述锅炉的试验数据，根据人工智能算法建立锅炉燃烧系统多输入-多输出智能控制模型；
62.步骤2，根据所述锅炉燃烧系统多输入-多输出智能控制模型进行锅炉燃烧效率和nox排放量的自动寻优，动态调整所述锅炉燃烧系统的燃烧状态，实现对于二次风量、二次风门和燃尽风门的最优运行控制。
63.作为优选的实施方式，所述人工智能算法为连续时间贝叶斯网络预测算法。
64.作为优选的实施方式，所述步骤1包括：
65.步骤11，通过对所述历史运行数据和所述试验数据进行离线学习；
66.步骤12，根据所述锅炉的实时运行数据反馈、修正、优化，建立可不断进化成长的动态优化模型。
67.作为优选的实施方式，所述步骤2包括：
68.将惯性权重动态调整粒子群优化(particleswarmoptimization,简称pso)算法用于电站煤粉锅炉实时燃烧优化系统，根据粒子群进化速度因子和聚集度因子而动态改变粒子权重，进行锅炉燃烧效率和nox排放量的自动寻优，动态调整所述锅炉燃烧系统的燃烧状态。
69.该锅炉燃烧智能燃烧子系统的优点：
70.克服了传统寻优方法的缺陷，具有动态自适应寻优的特性，搜索速度和精度原高于现有寻优算法，使模型的收敛精度和运算速度均优于目前已有的主流算法；而且可以有效地平衡锅炉效率和nox排放量这两个相互矛盾的优化目标，同时实现提高锅炉效率，并降低烟气nox排放。
71.图3所示为炉膛燃烧状态的三维实时监控子系统原理结构图，图3所示，作为优选的实施方式，炉膛燃烧状态的三维实时监控子系统包括非接触式测温模块、可视化重建算法模块、cfd数值模拟模块、炉膛燃烧状态实时三维监测和显示模块。
72.作为优选的实施方式，所述炉膛燃烧状态的三维实时监控子系统是利用计算流体
力学方法对锅炉进行了实体建模和数值模拟，建立三维模型时对锅炉进行了简化，并采用了结构化与非结构化网格相结合的方式。对不同负荷工况下的炉膛内燃烧进行了模拟，得到了炉内速度场、温度场分布的规律建立的，为炉膛内三维温度场的数字化和可视化提供了基础。所述炉膛燃烧状态的三维实时监控子系统的工作原理包括：基于多点测量的梯度下降定位——混合插值算法，并且通过仿真试验实现了基于上述多点红外测量结果的高精度炉膛三维温度场分布重建，验证了算法的有效性，重建后的三维温度场能较好地符合炉内燃烧的规律，弥补了目前炉膛温度无法精确量化的不足。基于该算法的在线测温系统可以实时显示此空间内的温度分布和变化，实现了炉膛内部分区域内温度场的数字化和可视化。炉膛内三维温度场的精确重建可有效用于指导针对火焰中心偏斜、炉内动力场不规则等问题的燃烧调整及运行优化。
73.图4所示为炉膛燃烧状态的三维实时监控子系统实施监控的界面视图。图5所示为锅炉实现的温度场三维分布示意图。
74.如图6所示，作为优选的实施方式，所述多煤种深度掺配统筹优化子系统为深度优化配煤掺烧管理信息软件系统，用以自动实现对多煤种燃烧工作的储煤管理、提前预测、指导优化等，该软件系统共涵盖了储煤配煤优化管理模块、机组负荷预测模块、制粉系统优化运行模块、锅炉掺烧优化运行模块以及经济效益模块。
75.多煤种深度掺配统筹优化子系统功能包括：
76.智能指导深度配煤掺烧；最大限度利用现有煤源，科学确定掺烧方案。前提是确保运行安全、排放合格和出力正常，目标是确保收益最大。
77.此外，多煤种深度掺配统筹优化子系统还包括数值模拟模块，可以将掺烧试验与数值模拟相结合再现炉膛内多场分布。
78.本实施例系统的调试和安装：
79.(1)确定biright软件各画面所显示的实时数据以及配置参数等正常。
80.(2)启动燃烧优化功能，观察各控制量变化方向是否正确。观察其变化幅度是否可控。一旦发现异常立即切除。
81.(3)启动温度场在线检测功能，检查各温度测点是否正常。观察温度场显示是否正确。
82.(4)启动配煤优化、制粉优化功能，观察其结果是否正确。
83.(5)在锅炉变负荷运行阶段，对上述功能进一步测试。
84.本实施例的系统及方法实现了炉膛温度数字化-炉内连续高温测量；炉内燃烧可视化-温度三维分布展示；配煤掺烧系统化-配煤制粉同步优化；燃烧控制智能化-经济环保协调控制；边界条件实时化-安全运行排放合格；经济效益最大化-科学指导掺烧收益；以及煤炭采购前瞻化-提前指导燃料购买。
85.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。