一种富氧燃烧锅炉最佳工况的寻优方法与流程

1.本发明属于富氧燃烧锅炉调节领域，具体涉及到一种富氧燃烧锅炉最佳工况的寻优方法。


背景技术：

2.随着环保标准的提高，发电企业或供暖企业被期望于降低燃煤锅炉中污染物(no
x
)的排放，并在此基础上尽量提高煤粉的燃烧效率、保证锅炉运行稳定和安全以及保证锅炉有效利用热量。
3.富氧燃烧技术是一种高效的节能燃烧技术和较容易实现的减排技术。该技术是将纯氧与主要成分为co2的再循环烟气以一定比例混合(混合后的气体称为助燃气或燃烧气)后送入炉膛与燃料混合燃烧。由于几乎杜绝了传统燃烧方式中的氮气，富氧燃烧产生烟气中的co2浓度较高。燃烧产生的含高浓度co2的烟气，一部分以再循环方式与纯氧混合后进入炉膛，用于干燥、输送燃料和控制炉膛燃烧温度；另一部分则经过相对简易的除杂处理后，如冷凝、干燥等，即可直接进入压缩设备进行co2储存。该技术既适用于电厂旧锅炉改造，也可用于新建锅炉，具有成本低、可靠性高，与现有锅炉燃烧技术继承性好的优点，也是最容易被传统发电企业接受的co2减排技术路线。
4.采用富氧燃烧技术时，将n2替换为co2。由于co2的比容和气体辐射特点，会使局部最高温度降低，同时使火焰中心下移，燃烧特性相比于采用空气燃烧变差，改变o2和co2的混合比例以及调整一次风风量、二次风风量和三次风风量的比例，对富氧燃烧锅炉的综合性能有改善，因此寻找到最佳的o2和co2的混合比例以及调整一次风风量、二次风风量和三次风风量的比例对于富氧燃烧锅炉的应用具有重要意义。


技术实现要素：

5.本发明提供一种富氧燃烧锅炉最佳工况的寻优方法。该方法基于ansys fluent和matlab协同仿真实现，筛选出采用富氧燃烧时综合性能更加接近采用空气燃烧时综合性能的工况参数(最佳的o2和co2的比例：k、1-k；最佳的一次风风量、二次风风量和三次风量的比例：a、b、c，a b c＝1)。为实现上述目的，本发明的技术方案如下：
6.一种富氧燃烧锅炉最佳工况的寻优方法，基于ansys fluent和matlab协同仿真实现，包括如下的步骤：
7.步骤1：在ansys fluent中基于富氧燃烧锅炉构造和尺寸，选择流体动力学模型，确定进行数值模拟计算需要输入的工况参数，确定通过数值模拟计算输出的结果，所确定的通过数值模拟计算输出的结果包括：锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数；
8.步骤2：利用matlab中的遗传算法，步骤1所确定的需要输入的工况参数，确定变量个数和限制范围，生成初始种群，并设定ansys fluent数值模拟计算中的工况参数。
9.步骤3：在ansys fluent中构建锅炉燃烧的数值模拟计算模型，利用所构建的数值
模拟计算模型开始数值模拟计算并输出计算结果。
10.步骤4：根据步骤3输出的计算结果，在matlab中的遗传算法中构建以锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数为优化目标参数的pareto前沿多目标优化模型，设定终止条件，进行多目标优化计算；
11.步骤5：若不满足步骤4所设定的终止条件，种群产生变异，并进行交叉选择，根据已有结果筛除掉不利变异之后返回步骤3进行计算，直至满足的终止条件，结束变异，输出最优结果，获得最佳工况参数。
12.优选地，步骤1中，所确定的进行数值模拟计算需要输入的工况参数包括：o2和co2的比例即k：(1-k)；一次风风量、二次风风量和三次风量的比例即a：b：(c＝1-a-b)。
13.步骤4中，构建pareto前沿多目标优化模型的具体步骤如下：
14.(1)将锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数作为优化目标表示如下：
15.fj,j＝1,2,3,4
ꢀꢀ
(1)
16.其中，j表示优化目标参数序号，f1,f2,f3,f4分别表示锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率；
17.数值模拟计算得到的结果集表示如下：
18.f
ij
,i＝1,2,3,
…
,n；j＝1,2,3,4
ꢀꢀ
(2)
19.其中，i代表不同的种群个体，共有n个，f
i1
,f
i2
,f
i3
,f
i4
分别表示种群中不同个体的锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率取值；
20.(2)采用空气燃烧得到的锅炉有效利用热量q0、火焰中心位置h0、火焰最高温度t0和锅炉热效率η0设定为目标值，分别表示如下：
[0021][0022]
(3)将目标值进行无量纲化处理，表示为对结果数据集进行无量纲化处理，表示为f
ij
；
[0023]
(4)计算工况参数下的计算结果与目标值之间的接近程度，越接近目标值，则代表越接近最优结果，接近程度计算方法如下所示：
[0024][0025]
设定终止计算值d
*
，设置终止条件为计算结果与目标值之间的接近程度d
ij
小于等于终止计算值d
*
；
[0026]
满足终止条件时，得到计算结果与目标值之间的最小距离；
[0027]
选择最小距离s
*
所对应的种群个体，以及其所对应的k、a、b和c值，获得最佳工况参数。
[0028]
步骤(3)进行目标值无量纲化处理的公式如下：
[0029][0030]
步骤(3)进行结果数据集无量纲化处理的公式如下：
[0031][0032]
终止计算值为：
[0033]
本发明的有益效果：
[0034]
1、本方法是基于ansys fluent和matlab协同仿真实现的，可以快速的找出在富氧燃烧下，锅炉燃烧特性与采用空气燃烧时锅炉的燃烧特性接近的工况，即o2的比例k，则co2的比例为1-k；一次风风量比例a；二次风风量比例b，三次风风量比例为c。
[0035]
2、本方法在寻优过程中构建了pareto前沿linmap多目标优化模型，综合考虑了锅炉燃烧中的各项重要参数，找的最佳工况在各方面均较为接近采用空气燃烧时的锅炉特性。
附图说明
[0036]
图1一种富氧燃烧锅炉最佳工况的寻优方法流程图
[0037]
图2富氧燃烧锅炉系统图
[0038]
附图2中，1、冷灰斗，2、一次风进风口，3、二次风进风口，4、三次风进风口，5、冷水壁，6、分隔屏过热器，7、后屏过热器，8、末级过热器，9、末级再热器，10、垂直低过，11、立式低温过热器，12、水平低温过热器，13、省煤器。
具体实施方式
[0039]
本发明是针对现有技术中存在的问题，提出的改进策略。为更好的阐述本发明，下面结合附图1和2对本发明进一步说明。
[0040]
本发明是基于ansys fluent和matlab实现的，因此实现ansys fluent和matlab的协同仿真至关重要。本发明需要同时启动matlab和ansys fluent，通过利用文件的i/o操作访问共享数据文件夹来实现间接的参数传递。
[0041]
基于以上ansys fluent和matlab协同仿真的实现，本发明具体包含以下步骤：
[0042]
步骤1：在ansys fluent中基于锅炉实际结构和尺寸构建富氧燃烧锅炉模型，具体模型如图2所示。具体由冷灰斗、一次风进风口2、二次风进风口3、三次风进风口4、冷水壁5、分隔屏过热器6、后屏过热器7、末级过热器8、末级再热器9、垂直低过10、立式低温过热器11、水平低温过热器12、省煤器13组成。在数值模拟计算过程中共采用如下模型：流体动力学中的n-s方程、湍流realizable k-ε模型、欧拉-拉格朗日方法随机轨道模型、两步竞争反应速率模型、p1辐射传热模型、湍流化学反应为涡耗散(edm)模型。数值模拟计算需要输入的工况参数包含：o2和co2的比例：k、1-k；一次风风量、二次风风量和三次风量的比例：a、b、c，c＝1-a-b。数值模拟计算结果包含锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数。
[0043]
步骤2：matlab程序中的遗传算法根据变量个数和限制范围生成初始种群：随机产生n个初始数据，每个数据都是一个个体，n个个体组成种群。每个个体的染色体由三个独立的特征值组成，分别如下：(1)o2的比例k，则co2的比例为1-k；(2)一次风风量比例a；(3)二次风风量比例b，则三次风风量比例为c＝1-a-b。并将其输入ansys fluent设定为数值模拟计算所需的工况参数。
[0044]
步骤3：步骤1中的ansys fluent数值模拟计算所需要的工况参数和步骤2中的设定由matlab编码后输入和设定，之后由步骤1中在ansys fluent中建立的模型开始数值模拟计算并输出计算结果。
[0045]
步骤4：步骤3中的计算结果输入到在matlab中基于遗传算法构建的以锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数为优化目标参数的pareto前沿多目标优化模型，称之为linmap多目标优化模型，并进行多目标优化计算。pareto前沿linmap多目标优化模型具体如下：
[0046]
将锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率四个参数作为优化目标表示如下：
[0047]fj
,j＝1,2,3,4
ꢀꢀ
(1)
[0048]
j表示优化目标参数，共有4个。f1,f2,f3,f4分别表示锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率。
[0049]
将数值模拟计算得到的结果集表示如下：
[0050]fij
,i＝1,2,3,
…
,n；j＝1,2,3,4
ꢀꢀ
(2)
[0051]
i代表不同的种群个体，共有n个。f
i1
,f
i2
,f
i3
,f
i4
分别表示种群中不同个体的锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率。
[0052]
将采用空气燃烧得到的锅炉有效利用热量(q0)、火焰中心位置(h0)、火焰最高温度(t0)和锅炉热效率(η0)设定为目标值，分别表示如下：
[0053][0054]
锅炉有效利用热量、火焰中心位置、火焰最高温度和锅炉热效率若四个参数的量纲不同，为忽略量纲不同的影响，在进行多目标优化计算时需要将目标值和结果数据集分别进行无量纲化处理：
[0055][0056][0057]
计算工况参数下的计算结果与目标值之间的接近程度，越接近目标值，则代表越接近最优结果。接近程度计算方法如下所示：
[0058][0059]
设置终止条件为计算结果与目标值之间的接近程度为95％。具体表示如下：
[0060][0061]
当(6)的值小于等于公式(7)时，满足终止条件，得到结果与目标值之间的最小距离，表示如下：
[0062]s*
＝min(d
ij
),i＝1,2,3,
…
,n；j＝1,2,3,4
ꢀꢀ
(8)
[0063]
获得的最小距离s
*
选择出该距离所对应的种群个体，以及其所对应的k、a、b和c值，获得最佳工况参数。
[0064]
步骤5：若不满足步骤4中的公式(7)的终止条件，初始种群产生变异，并进行交叉选择，根据已有结果筛除掉不利变异之后返回步骤3进行计算，直至满足公式(7)的终止条件，结束变异，输出根据公式(8)得出最优结果(综合比较最接近目标值时的k、a、b和c的值)。
[0065]
以上所述，仅为本发明具体实施案例说明，不能以此限定本发明的权利保护范围。凡根据本发明申请权利要求书及说明书内容所作的等效变化与修改，皆在本发明的保护范围之内。