基于声波测温的电站锅炉燃烧优化控制系统

合集下载

电站锅炉燃烧智能优化控制策略研究

电站锅炉燃烧智能优化控制策略研究

!"#!$%&$'(')*+&,-./&$01$21(3$&)%)()3%%(电站锅炉燃烧智能优化控制策略研究廖彭伟中国大唐集团科学技术研究院有限公司中南电力试验研究院"河南郑州"(#%%%%摘4要 目前新一代信息技术与火力发电技术正在深度融合!燃烧智能优化在火电站节能减排0少人值守等方面具有重要意义!是智慧电厂建设的关键一环"对大数据驱动下的燃烧智能优化以及开环*闭环控制策略分析后得到/在保证安全的前提下!燃烧智能优化将从历史经验向机器学习!开环控制向闭环控制逐渐过渡!最终实现锅炉燃烧参数自动调整!经济与环保性能提升的闭环优化控制"关键词 燃烧优化#历史经验#机器学习#开环#闭环中图分类号 C R)))44文献标识码 I)*+*,-./01213*4456*13(0789+3501:;3575<,3501(013-04=3-,3*6>0?&0@*-&4,13A054*-'5,0&*16@*5)*+*,-./,+0*1234+561/7+08793:/0;/<+=/</*075>,<+8+4+/"?/,*,@5/,-A534"(#%%%% B8+3-,.3!I>S=T:T->">UT-T VW T-T=<>/X-X Y/-Y X=;<>/X->T,U-X Z X W[<-\>UT=;<Z SX V T=W T-T=<>/X->T,U-X Z X W[<=T]T/-W\T T SZ[ /->T W=<>T\&#->T Z Z/W T->,X;]^:>/X-X S>/;/_<>/X-/:X Y W=T<>:/W-/Y/,<-,T/->T=;:X Y T-T=W[:<`/-W<-\T;/::/X-=T\^,>/X-"<-\^-<>2 >T-\T\,X->=X Z/->UT=;<Z SX V T=SZ<->:&#>/:<.T[Z/-./->UT,X-:>=^,>/X-X Y:;<=>SX V T=SZ<->:&I Y>T=<-<Z[_/-W>UT/->T Z Z/W T-> ,X;]^:>/X-X S>/;/_<>/X-<-\X ST-2Z X X S*,Z X:T\2Z X X S,X->=X Z:>=<>T W/T:\=/`T-][]/W\<><"/>/:X]></-T\!^-\T=>UT S=T;/:T X Y T-:^2 =/-W:<Y T>[">UT/->T Z Z/W T->,X;]^:>/X-X S>/;/_<>/X-V/Z Z W=<\^<Z Z[>=<-:/>/X-Y=X;U/:>X=/,<Z T a ST=/T-,T>X;<,U/-T Z T<=-/-W"X ST-2 Z X X S,X->=X Z>X,Z X:T\2Z X X S,X->=X Z"<-\Y/-<Z Z[=T<Z/_T>UT,Z X:T\2Z X X S X S>/;/_<>/X-,X->=X Z Y X=<^>X;<>/,<\+^:>;T->X Y]X/Z T=,X;2 ]^:>/X-S<=<;T>T=:<-\/;S=X`T;T->X Y T,X-X;/,<-\T-`/=X-;T-><Z ST=Y X=;<-,T&C*>@0-D+!,X;]^:>/X-X S>/;/_<>/X-/U/:>X=/,<Z T a ST=/T-,T/;<,U/-T Z T<=-/-W/X ST-2Z X X S/,Z X:T\2Z X X S44当前人工智能的发展具有深度学习#群智开放#自主操控#人机协同等新特征"与移动互联网#大数据#超级计算等新理论#新技术呈现深度融合趋势$新一代人工智能技术是推动我国科技跨越发展#产业优化升级#生产力整体跃升的重要战略资源之一$工业智能的本质是人工智能通用技术在具备自感知#自决策#自学习#自适应#自执行能力的前提下"适应动态变化的工业环境"与工业场景#机理#知识进行结合"完成定制化工业任务"达到增强企业洞察力"提高工业生产效率或产品性能的目的"实现设计模式#生产决策#资源优化等智能化应用-$.$工业自动化领域有关数字化#智能化#智慧化电厂已经逐渐形成统一标准"中国智能电厂联盟制定了%智能电厂技术发展纲要(-)."纲要中对于燃烧在线优化技术指出!应通过机理分析和系统辨识相结合建模"用先进控制策略与技术"实现控制参数最优搜索和整定"完成过程重要参数的精细控制"最大限度地实现机组全负荷范围的控制"保证其安全性和经济性"包括燃烧在线优化等技术$在试点取得成功经验的基础上"先在一部分电厂配置锅炉燃烧优化控制系统"重视和着力对超低排放设备和系统的控制系统进行优化"并争取尽快推广应用"以满足火电厂超低排放的需求$!大数据驱动下的燃烧智能优化$&$基于历史经验的燃烧优化通过对锅炉运行燃烧机理分析"以煤质信息#负荷#环境变量#燃料量#设备状态等决定锅炉燃烧客观运行状态的特征参数为边界条件"可划分不同的运行工况$如式&$'所示"当特征参量数量越多时"运行工况的区分就越具体$A b&!"#$"%&'(")#*+"!,"*-"1'&$'式中"A表示某一运行工况区间/!"#$为燃煤发热量".N*.W/%&'(为机组负荷"c L/C T;S为环境温度"d/!,为燃料量">*U/*-表示某设备/的运行状态$B!科技风"#"$年%月科技创新图$基于历史经验的燃烧优化简要流程图当测点出现非正常干扰#损坏等异常情况时"数据所记录的内容将不能正常反映机组当前的工作情况"需要进行数据清洗$在机组升降负荷#汽水参数调整#风门调整和煤质变化等非稳态过程中往往伴随着参数的大幅波动"不能准确反映机组的真实特性"需要进行稳态判定$此外"在考虑经济性#环保性和安全性的同时"机组各项运行参数指标&例如主汽压力#主*再汽温度和减温水流量等'应满足设计要求"保障机组处于良好状态"因此需要进行约束判定$在划分不同工况的基础之上"根据设计的寻优模型深入挖掘和分析海量历史运行数据"进行数据清洗#稳态判定和约束判定等处理"以关键参数&锅炉热效率#氮氧化物排放#汽温#壁温和燃烧状态等'为目标进行寻优"建立以历史数据为基础的运行标杆库$当历史数据足够全面#数量足够多时"标杆库则更为完善"更加趋近于最优值$在初始运行标杆库基础之上"收集锅炉燃烧实时数据进行在线计算"将实际工况目标值与标杆库比对"获得不同煤种#不同负荷等条件下的锅炉的历史最佳燃烧工况以及各燃烧参数的最佳设定值"推送历史最优值参与机组运行调整$在推送历史最优值的基础上"运行人员可继续进行燃烧调整"不断通过判定因子对锅炉燃烧进行在线综合评价$若与标杆库对比后综合评价更优"则将此工况认定为新的标杆值并在标杆库中自动收录"强化巩固已有成果"最终实现锅炉燃烧愈来愈优$$&)基于机器学习算法的燃烧优化一方面"随着近些年来计算机软#硬件技术的突破"其算力也在不断提高"机器学习技术因此取得了长足进步$另一方面"电站锅炉的燃烧过程具有多输入多输出#大滞后#多干扰#强耦合等特点"是一个复杂的化学反应过程$当前的一些研究采用人工神经网络#支持向量机等技术建立锅炉燃烧模型"以期自动挖掘发现变量之间隐藏的关系"再利用粒子群优化算法#遗传算法#蚁群优化算法等智能优化算法"寻找锅炉燃烧系统各输入参数的最佳组合"用以对锅炉燃烧进行实时优化指导$余廷芳-(.等人建立了锅炉燃烧特性的G?神经网络模型"如图)所示"用以预测锅炉热效率和8"a排放质量浓度"利用遗传算法&K I'建立锅炉燃烧的优化模型"采用权重系数法实现锅炉热效率和8"a排放质量浓度多目标优化$张振星-3.利用支持向量回归机&BP c'建立8"a生成量和锅炉热效率模型并提出改进型8BK I2##多目标遗传算法"得出一组最优解集"同时满足锅炉效率的提高和8"a生成的降低这两个目标$闫水保-5.等人在最小二乘支持向量回归算法&@BBP E'基础上提出了约束支持向量回归算法"通过优化支持向量的选择策略增强算法泛化能力和对不良数据的抵御能力"用来建立一个有效的电站锅炉效率与8"a排放浓度预测模型$图)人工神经网络示意图+科技创新科技风 年 月44神经网络模型具有自学习功能"能高速寻找优化解"但基于经验风险最小化原则"依赖大数据样本"易陷入局部最优且训练速度慢$支持向量机在考虑有限样本情况时将问题转化为保障全局最优的凸二次规划问题"但超参数选择和求解规模受训练样本数量的影响较大$最小二乘支持向量回归是支持向量机的改进方法"采用简化模型进行训练"在小样本学习中表现较好"过学习现象不易发生"但是所有数据在决策函数中均有贡献"失去稀疏性"从而影响了模型的计算能力以及推广能力-0.$开环与闭环控制策略)&$传统热工控制的限制近些年火电行业的锅炉自动控制水平已经有了较大提高"但是采用的集控室分散控制系统&!A B'为逻辑组态方式"不能直接采用高级应用算法进行数据挖掘"机组的实时与历史数据无法得到充分#有效利用$运行操作人员的自身经验以及操作水平在很大程度上决定了锅炉的实际运行性能"难以实现锅炉燃烧系统的最优运行"不能根据锅炉负荷和煤种的变化自动优化调节配风#配煤燃烧运行参数&如各燃烧器负荷分配调整#总风量调整#一*二次风量分配调整等'$为满足燃烧智能优化等高级算法应用的需求以及对海量数据的快速处理"一般需要配套建设燃烧优化软件的运行平台"采用c X\]^:&或"?A'方式与机组!A B系统建立通信连接$系统工作站通过通信网络从!A B获取机组运行数据"系统优化结果通过通信网络送入!A B实现燃烧优化控制$燃烧优化系统架构如图(所示$图(燃烧优化系统架构示意图)&)开环与闭环控制燃烧优化控制系统可分为开环和闭环两种"其中开环是指!A B控制参数由运行操作员根据燃烧优化结果进行手动修改"而闭环是系统优化结果直接与!A B通信并对其控制参数进行调整的封闭系统"没有人员参与$从实现的角度来看"无论是基于历史经验还是机器学习算法的燃烧智能优化系统均能完成开环与闭环控制$安全#经济#环保往往是发电企业关心的主要方面"其中安全问题是放在首位的$开环与闭环控制相比较!一方面"开环控制由运行人员执行修改参数"在其经验判断进行人工二次核查后"可以避免高级算法可能推送的异常参数"安全性较闭环控制高"但是增加了人力干预且不符合未来智能化发展趋势$另一方面"以神经网络算法为例"其输入和输出均是可见和可被理解的"但是从输入输出的过程则缺乏透明度"是一个+黑箱,"由于计算结果的预测性质对闭环控制来说不可避免地会带来一定风险$结语基于历史经验的燃烧优化在保证安全性的前提下"提供了一套历史最优运行调整参数$基于机器学习算法的燃烧优化可以根据机组运行参数进行结果预测并计算得到实时最优解$开环控制的安全性比闭环控制高"闭环控制则无须人工干预$随着计算机技术的不断发展#机器学习算法的优化以及现场实践经验的积累"基于机器学习算法的燃烧优化与闭环控制将是今后一段时间的研究方向"燃烧智能优化也会从历史经验向机器学习"开环控制向闭环控制逐渐过渡$最终目标是兼顾安全#经济#环保性能"自动调整锅炉燃烧参数"实现燃烧闭环优化控制$参考文献&$'赵付青!刘欢!朱波!等&工业智能与工业互联网共性关键技术&N'&软件导刊!)%))!)$$$%%/$26&&)'中国自动化学会发电自动化专业委员会!电力行业热工自动化技术委员会&智能电厂技术发展纲要&c'&北京/中国电力出版社!)%$0&&('余廷芳!耿平!霍二光!等&基于智能算法的燃煤电站锅炉燃烧优化&N'&动力工程学报!)%$0!(0$%6%/5'325''70%1&&3'张振星&基于智能优化算法的电站锅炉燃烧优化&!'&华北电力大学!)%$5&&5'闫水保!冯灿!齐继鹏!等&基于约束支持向量回归的电站锅炉燃烧优化建模&N'&热能动力工程!)%)$!(0$$$%/$)02$()&&0'潘广强&基于机器学习的燃煤电站制粉及燃烧优化研究进展&N'&能源与节能!)%)$!$'5$$)%/$$(2$$5&作者简介 廖彭伟$$''(.4%!男!汉族!河南新蔡人!硕士!工程师!主要从事电站锅炉燃烧优化0性能试验和调试等工作",科技风 年 月科技创新。

为控制燃烧和排放提供改进温度测量的声波测温方法的近期发展

为控制燃烧和排放提供改进温度测量的声波测温方法的近期发展

为控制燃烧和排放提供改进温度测量的声波测温方法的近期发展George Kychakoff,Ph.D. Peter Ariessohn,Ph.D.President Senior Engineering AdvisorCombustion Specials, Inc Weyerhaeuser CompanyMaple Valley, Washington Tacoma, WashingtonSteve DeGroot Greg HayesRegional Sales Manager Senior EngineerStock Equipment Company Western ResourcesChagrin Falls, Ohio Jeffery Energy CenterSt.Mary’s, Kansas1.概述本文描述了为控制燃烧与排放提供精确可靠温度测量的声波测温技术的近期发展。

本文回顾了传统的温度测量方法,并专门讨论了使用声波测温取得的数据对锅炉的设计和性能进行评估的实际应用经验。

现代电力生产需采用新的技术保持竞争力,降低排放以适应发电成本。

电价调整和环保要求等因素的变化,这些需求推动先进控制系统的进一步研发以支持电厂运营的进步。

这些先进控制方法需要获得各种工况下锅炉内部的详细信息以使这些先进控制方法产生最佳效果。

炉膛内温度场的分布是控制炉内物理和化学过程的一个关键参数。

声波测温技术的进步为大型高噪声的锅炉提供了可靠的炉膛烟气温度测量,产生用于实时运行控制的即时温度场分布数据,减少事故停机,并避免产生过量NO。

这些数据可支持锅炉调整和X燃烧器优化程序以改善电厂运行。

这种方法也可以作为很好的获取经验数据的工具为优化设计以及使用不同煤种的锅炉的特性提供指导。

2.引言美国超过半数的大型锅炉为适应排放要求采用了燃烧改造技术。

例如低氮燃烧器,过燃空气喷射器,烟气再燃系统。

锅炉调整和燃烧优化程序等以减少X NO 的生成。

电站锅炉声学测温系统声波飞渡时间测量方法研究

电站锅炉声学测温系统声波飞渡时间测量方法研究

电站锅炉声学测温系统声波飞渡时间测量方法研究声学测温法作为一种新型非接触式温度测量技术,在用于锅炉燃烧在线监测时具有诸多优点,比如在恶劣环境中的良好适应性,测量的连续性,宽量程和高分辨率,以及维修费用低。

因此它在电厂中有着广阔的应用前景。

声波飞渡时间的测量是电站锅炉声学测温中的关键技术,它的测量精度将直接影响到炉膛温度场重建的准确度。

现代电站锅炉结构复杂,尺寸庞大,声学测温信号在高温烟气中长时间传播时会发生明显的衰减;另外,锅炉内存在的大量热态背景噪声会对声波飞渡时间的测量结果产生极强的干扰;又由于受到工艺水平的限制,不能单一地通过增强发声装置的功率来提高声波飞渡时间的测量精度。

因此,如何在面临声波衰减问题和大量强背景噪声的情况下实现对声波飞渡时间的精确测量就成为声学法获取炉膛内真实烟气温度的关键,也是声学测温技术在电站锅炉中应用时需要重点解决的问题。

为了解决这一问题,一方面需要找到一种适合在电站锅炉声学测温中应用的时延估计算法;另一方面,需要选择一种合适的声源信号,这样更利于时延估计算法将其与大量强背景噪声有效地区分开,从而得到准确的声波飞渡时间。

本文基于以上两方面开展研究工作,主要内容包括:1、本文基于高阶累积量的基本理论及自适应时延估计算法的相关知识,针对电站锅炉声学测温的特定环境,选择四阶累积量及ETDGE算法作为信号处理手段,尝试将基于高阶累积量的自适应声波时延估计算法进行改进,提出了FOC-ETDGE算法。

通过MATLAB仿真实验,将该算法与现场广泛应用的互相关时延估计算法在不同信噪比环境下进行了时延估计性能的比较,初步验证了本文提出的声波时延估计算法的优越性。

2、基于伪随机序列的相关理论,针对电站锅炉声学测温的特殊环境,设计了几种自相关特性明显、抗噪性能优良的声源信号,并进行了相关的参数优化。

通过MATLAB仿真实验,将上述声源信号与现场广泛应用的扫频信号进行自相关特性及抗噪性能比较,初步验证了本文设计的m序列、滤波后m序列及BPSK信号这几种声源信号的潜在优势。

锅炉燃烧系统采用DCS优化控制

锅炉燃烧系统采用DCS优化控制

收稿日期:2011-07-15作者简介:李渊(1972—),男,广西平果人,1995年毕业于武汉化工学院,学士,工程师,从事生产过程自动化的应用、维护。

锅炉燃烧系统采用DCS 优化控制李渊,全玲峰(南宁化工股份有限公司,广西南宁530031)摘要:介绍了采用DCS (集散控制系统)对两台锅炉进行联网控制;实现锅炉间工艺参数、负荷变化等信息共享,以及DCS 的网络结构、应用软件的编制和实际运行结果。

关键词:DCS ;锅炉;优化控制;燃烧系统;蒸汽分配台中图分类号:TK229.6文献标识码:B 文章编号:1671-749X (2012)01-0091-020引言南宁化工股份有限公司生产系统用汽由一台40t /h 锅炉和一台65t /h 锅炉供应,两台炉均为煤粉炉。

自控系统采用常规仪表,汽包水位、蒸汽温度、蒸汽压力等主要回路采用单回路PID 调节,燃烧系统等复杂调节系统均无法实现优化控制,整体自控水平比较低。

由于燃煤燃烧不充分,造成燃煤消耗高,单炉蒸汽产量低,两台炉的产汽量均达不到设计值。

同时,由于氯碱行业化工生产的特点,用汽单位多,用汽负荷变化较大,造成蒸汽温度、压力波动大,锅炉燃烧极难实现稳定操作。

实现锅炉稳定燃烧,保证用汽负荷变化条件下的蒸汽压力、温度的稳定供应,节约能源,降低蒸汽成本,提高单炉单汽量等日益成为困扰公司生产经营发展的重大问题。

1项目实施基本技术及主要控制方案1.1项目实施基本技术方案项目实施目标:每吨蒸汽耗煤由197kg /t 下降到185kg /t ;耗电由220万kW ·h /a 下降至200万kW ·h /a ;蒸汽放空损失由原来的1.5% 2%下降为0.5%;每吨蒸汽成本由52元/t 下降至48元/t 。

技术改造:根据项目实施计划的要求,在进行现场调研、论证的基础上,对锅炉的燃烧系统及其相关设备、装置进行了技术改造:①通过采用具有优异性能的ABB 、富士变频器对上水、送风、引风系统等实现电机速度及转矩控制、电机辨识运行(ID RUN )及速度自我微调功能等;②将检测锅炉汽泡液位的液位变送器改为3051系列的液位变送器。

炉膛声波测温系统在宁海电厂1000MW超超临界锅炉上应用

炉膛声波测温系统在宁海电厂1000MW超超临界锅炉上应用

炉膛声波测温系统在宁海电厂1000MW超超临界锅炉上应用发表时间:2012-2-6 作者:李刚摘要:本文介绍了神华浙江国华浙能发电公司(即:宁海电厂)1000MW超超临界锅炉上声波测温系统应用试点项目提出的原因,PyroMetrix声波测温系统的原理和组成,以及声波测温系统一年来运行的情况。

该项目在国内首次成功解决了为锅炉提供能在全负荷范围内长期连续测量炉膛出口烟温装一、项目的提出火电厂锅炉燃烧优化是火电厂安全、节能和减排的关键所在。

传统随锅炉配置的烟温探针(左右各一套),由于只能在启动投粉初期1小时内、烟温<539℃情况下工作,且长达8~9米的烟温探针进出高温炉膛极易损坏(目前大多巳损坏)。

长期以来由于没有一种可靠、准确、并能从启动开始全负荷范围内监控炉膛出口烟温的系统,以致造成锅炉频频出现事故。

例如,炉膛出口烟气温度高(>DT-50℃)导致严重结焦、掉渣事故;火焰偏斜导致水冷壁一侧磨损、结焦,以及过热蒸汽左右偏差大、管壁超温事故等。

同时,也使锅炉优化燃烧失去直接除神和判别依据。

2009年5月,神华浙江国华浙能发电公司会同国华电力研究院技术研究中心经过调查研究,考虑到PyroMetrix声波测温系统在国外已有不少成功的应用,最终决定在宁海电厂6号锅炉(1O00MW)上试安装炉膛烟气声波测温系统。

二、声波测温系统原理声波测量温度是基于测量声波发射和接收间的时间差,在知道两点距离的情况下,确定声音速度,从而按下列公式计算出温度。

基本公式:T=1/rRC2式中:T-绝对温度R-气体常数r-定压定容下比热之比C-声速三、声波测温系统的组成3.1 高强度、前沿刚劲的声波发生器(ASG)Enertechnix公司开发的气动声波发生器能发出高强度(>170dB)的声波,测量距离达30米,声波前沿刚劲陡峭(<50μs) ,温度测量范围广(-18℃~1926℃),测量准确度达到士1%。

3.2 精密小型接收器(ASR)接收器只需在水冷壁管间的鳍片上开直径12mm小孔就可以监听发生器发来的声波,安装方便。

基于声学技术的炉膛温度场在线监测燃烧优化系统开发

基于声学技术的炉膛温度场在线监测燃烧优化系统开发

基于声学技术的炉膛温度场在线监测燃烧优化系统开发发布时间:2022-01-04T08:25:25.502Z 来源:《新型城镇化》2021年23期作者:陈晓霞[导读] 寻求一种能适用于上述特点的新的测量技术就显得尤为重要和迫切。

身份证号码:32060219790824**** 江苏省南通市 226000摘要:火电厂锅炉燃烧优化是火电厂安全、节能和减排的关键所在。

现有的炉膛内部烟气温度一般采用烟温探针等少数集中方式测量,且只能对炉内某一点或一个时间段进行测量。

长期来缺少一种可靠和准确的在线测量炉膛温度(场)的手段,使优化燃烧失去直接监控和判别的依据一、国内外锅炉优化燃烧现状、水平和发展趋势及知识产权情况实现锅炉优化燃烧是机组优化运行的重要前提。

这就要求对燃烧以及和燃烧有关的重要信息,特别是温度信息要有一个全面的、准确的、实时的了解掌握和采集,以便实时调整燃烧,实现过程的优化。

然而,电站锅炉炉内环境恶劣,具有温度高、尺度大、多种物理场(温度场、动力场和密度场等)共存等特点。

由于这些电站锅炉的高温、湍流、变负荷等固有特性,加上换热器管阵列结构和炉壁复杂边界等影响,传统的一些温度测量方法无法满足现场测量的实时性和准确性。

例如,以住使用抽气式高温热电偶逐点测量的方法受热元件材料高温性能的限制,只能做短时间测量,且逐点测量使得现场就地操作量大、同时性差,无法实现实时在线监测。

而现在国内电站锅炉普遍采用全炉膛看火电视装置,通过摄像头来直接观察火焰图像,这种方法太直观,只能作为炉膛是否灭火的判断依据,不能提供定量的温度信息,不能给出详细的热力参数,并且存在人为的主观判断。

于是,寻求一种能适用于上述特点的新的测量技术就显得尤为重要和迫切。

事实上目前国内不少电厂正在大力推进智慧电厂的建设,炉膛燃烧可视化技术开发是其中重要的一环。

目前炉膛温度场的测量主流技术有光学法、激光或二氧化碳光谱法、声学法。

其中前两种测量方法相对而言精度不佳(运行后接收器位置相对移动导致信号变化),且投资较高。

锅炉温度场测量系统在电站锅炉燃烧DCS控制优化中的应用

锅炉温度场测量系统在电站锅炉燃烧DCS控制优化中的应用

锅炉温度场测量系统在电站锅炉燃烧DCS控制优化中的应用摘要:本文主要介绍通过在电站锅炉侧加装一套在线分析炉膛声波温度场测量系统来实现进入炉膛的二次风量和燃尽风量的DCS系统实时在线调整,优化炉膛区域的燃烧状态,同时温度场测量系统的实时监测数据可提供给DCS系统直接应用于锅炉调整和燃烧器的闭环控制回路,从而改善燃烧过程,提高锅炉效率。

关键词:锅炉温度场;燃烧调整;DCS优化;闭环控制;引言现代大型火电厂的燃煤锅炉中由于燃烧调整与煤质等原因经常会出现炉膛火焰和温度场中心的偏移而引起炉内温度场不均匀,造成燃烧效率降低,甚至引起炉膛灭火、炉膛爆炸、二次燃烧等运行事故。

现有的控制系统和监测手段无法达到兼顾经济及排放的理想燃烧状态。

同时,随着炉膛火焰温度监测技术的日臻成熟,温度场的优化反而显得更加重要。

本文主要介绍BOILERWATCH声波气体温度测量系统在33MW电站锅炉中的应用及基于此系统的燃烧优化闭环控制的实现方法。

1 系统配置BOILERWATCH声波气体温度测量系统由BOILERWATCH MMP-Ⅱ型DPU控制器、声波传感器、声波发射接收器、前置放大器、TMSIS 3500硬件处理器、TMS-2000系统管理程序等部分组成。

配置图如图1:图2 声波传播路径图2 工艺流程(1)在锅炉炉膛被测面标高38.5米处安装8个声波传感器, 这样在整个测量平面内共形成24条声波传播路径。

系统运行后,按设定的程序, 在一个检测周期内顺序启闭各个声波发射接收器, 信号经放大器进入DPU处理后得到每条路径声波传播时间。

路径图如下图2所示:(2)DPU将每个路径温度信息通过RS-422端口传输到TMSIS-4000电脑端,由TMS-2000为运行人员提供温度场等温线图、路径图、炉管泄露图、区块图以及时间趋势图等直观化的信息。

运行人员根据TMS-2000提供的实时精确的炉膛温度信息,合理调整,使炉内长期稳定地保持在接近于平衡燃烧的状态。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于声波测温的电站锅炉燃烧优化控制系统项目建议书华北电力大学一目前电站锅炉燃烧系统存在的问题1.1 共性问题1.1.1 两对矛盾需要解决①锅炉效率()与污染排放(NOx)之间的矛盾当我们追求高的锅炉效率的时候,势必要使煤粉在炉充分燃烧。

要达到这一目的,则需要提高炉燃烧温度以及使用较高的过量空气系数,而这两方面都会增加污染的排放。

反之,则锅炉效率较低。

炉的高温燃烧还会带来水冷壁结渣等事故的发生。

因此需要在两者之间做出最佳的折中选择。

②锅炉排烟热损失()和机械未完全燃烧热损失()之间的矛盾对于锅炉效率影响最大的两项热损失—排烟热损失()和机械未完全燃烧热损失()—而言,也存在类似的矛盾。

提高炉燃烧温度以及使用较高的过量空气系数,可以降低机械未完全燃烧热损失(),但是排烟热损失()则会随之增加。

因此也需要在两者之间做出最佳的折中选择。

1.1.2 四个优化问题需要解决①锅炉效率()与污染排放(NOx)的联合优化通过寻找最佳的二次风门和燃尽风门组合,建立良好的炉燃烧空气动力场,可以达到锅炉效率()与污染排放(NOx)的共赢。

②锅炉排烟热损失()和机械未完全燃烧热损失()的联合优化通过寻找最佳的烟气含氧量(O2)设定值,可以达到锅炉排烟热损失()和机械未完全燃烧热损失()的共赢。

③汽温控制方案的优化联合调节燃烧器和喷水,尽量使用燃烧器摆角等方式来调节汽温而减少减温水的使用量,可以较大幅度的提高机组热效率。

④防止炉结渣的优化这可以通过以下方法实现:一是寻找最佳的煤粉和二次风门、燃尽风门的组合,调整均衡燃烧,防治火焰偏斜;二是调节炉膛出口温度目标值;三是组织合理的吹灰优化。

1.1.3 炉膛三个参数的测量需要解决①炉膛温度场的测量②炉O2浓度的测量③炉CO浓度的测量炉膛温度、O2和CO与锅炉效率、污染物排放、炉结渣等等关系密切,它同时还反映了燃烧是否均衡以及燃料的质和量的变化情况。

通过炉膛温度测量可以达到a) 监控炉膛出口温度,防止过热器结焦和管壁过热,防止启动时升温太快和烧坏再热器管(干烧),监控炉膛水冷壁的吸热量情况,指导吹灰和调整风量,减少过热器和再热器喷水量(300MW,再热喷水减10t/h,降低煤耗1.91g/kwh);b) 矫正燃烧不均衡,防止两侧烟温、汽温偏差,防止一侧水冷壁磨损、结焦,防止汽包水位两侧严重偏差,防止局部过热而流渣;c) 提高燃烧效率,均衡风量分配,优化风煤比,降低O2,控制火焰中心高度;d) 降低污染物排放,防止局部火焰过热,降低NOx生成(1482℃时NOX成指数级增加),减少脱硝系统运行成本。

这些参数对于炉燃烧状况的实时监测和诊断具有十分重要的意义。

对于炉膛温度场的测量,在声波测温装置问世之前还一直是个棘手的难题。

而对于炉O2浓度和CO浓度,课题组将计算智能和炉膛温度场、尾部烟道氧量测量等气体分析装置相结合,所研究的相关软测量技术能够达到相当好的精度。

1.2 特殊问题不同的电厂、不同的运行人员或不同的运行水平,带来个不系统的问题,比如:有的厂,二次风的配风长期以来不正常(二次风挡板开得很少,甚至几乎不开),结果造成排烟处的氧量只有2%-3%,炉燃烧严重缺氧,飞灰、炉渣可燃物增加;还造成主汽温、再热汽温降低、二次风喷嘴烧坏、水冷壁高温腐蚀等一系列的负作用。

有些厂的运行人员人为过多的压风量,造成低负荷下缺氧燃烧这样做的理由是怕熄火,认为风速低一点,风量少一点,有利于燃烧稳定,很多电厂的司炉头脑中都持有这一观点。

有的锅炉主汽温、再热汽温一直偏低,为了提高汽温,抬高燃烧器的倾角,结果造成煤粉在炉停留的时间缩短,机械未完全燃烧热损失增大。

1.3问题的复杂性以上所述表明:在数学上,燃烧系统是一个非线性的、多变量严重耦合的、复杂的问题,对一个目标的调节会矛盾地影响到其它目标的实现,属于多目标的优化问题。

在测量手段上,需要开创性的引入炉膛参数测量设备,给我们的运行人员和优化系统配备一双“火眼金睛”。

在运行方式上,我们需要对燃烧系统重新认识,合理组织燃烧,真正的做到节能减排。

也正是在这种思想的指导下,我们基于课题组在该方面多年的探索、探寻和积累,终于研究开发出全新一代的燃烧优化控制系统。

二本项目实施的目的和意义在火力发电成本中,燃料费用一般要占70%以上,提高锅炉燃烧系统的运行水平对机组的节能降耗具有重要意义。

同时,发电企业面临厂网分开、竞价上网的电力市场竞争,由于能源紧导致燃煤价格上涨,进一步加大了发电企业的生产成本。

一方面,就供电煤耗来说,根据中国电力企业联合会2008年的全国300MW机组煤耗评比数据,最佳供电煤耗是301.52g/Kw·h。

300MW机组世界先进水平的供电煤耗是285g/Kw·h。

我国当前供电煤耗相当于发达国家1990 年左右的平均水平。

大部分电厂的发电煤耗还有很大提升空间。

另一方面,我国目前的大气污染状况很严重,氮氧化物、二氧化碳排放量分别居世界第一位和第二位,因此造成了高昂的经济成本和环境成本。

研究表明大气污染造成的经济损失占GDP的3-7%。

造成严重大气污染的主要原因也在于我国以燃煤为主的能源结构,煤炭能源占整个能源的70%左右,大气污染中烟尘和二氧化碳排放量的70%、二氧化硫的90%、氮氧化物的67%来自于燃煤。

截至2006年底,中国环境统计的煤炭消费总量达到了23.7 亿吨,其中火电燃煤量达12.63 亿吨,占总煤炭消费的50% 以上,成为最大的消费途径。

燃煤价格的上涨和污染排放的限制,使国燃煤电站面临着提高锅炉效率与降低污染排放的双重要求,迫切需要面向节能、降耗与降低污染、安全运行的生产过程优化控制与调度方法。

锅炉燃烧优化技术能够有效提高机组运行效率,降低发电成本,显著降低锅炉污染物的排放,并能够监督保障锅炉的安全运行。

三国外在相关领域的研究和应用现状3.1燃烧优化控制的研究和应用现状早在上世纪八十年代末,美国和日本专家就声波测量炉膛烟气温度进行了研究。

声波电站锅炉燃烧是个复杂的物理化学过程,涉及到燃烧学、流体力学、热力学、传热传质学等学科领域任何与燃烧相关参数的检测、与燃烧相关设备的改造,都可以称为燃烧优化,包括DCS控制逻辑的优化、控制模型的设计。

从锅炉燃烧优化技术角度看,锅炉燃烧优化技术可以分为三类:第一类通过在线检测锅炉燃烧的重要参数,指导运行人员调节锅炉燃烧,这类燃烧优化技术目前在国占据着主导地位。

第二类燃烧优化技术是在DCS的基础上,作为锅炉运行的监督控制系统,通过采用先进的控制逻辑、控制算法或人工智能技术,实现锅炉的燃烧优化随着先进控制和人工智能技术的逐步成熟和在工业上成功的应用,这类燃烧优化技术发展迅猛。

第三类燃烧优化技术在设备层面,通过对燃烧器、受热面等的改造实现锅炉的燃烧优化调整。

上述三类技术在实际中各有优点和应用但其中第二类技术不需要对锅炉设备进行任何改造,能够充分利用锅炉的运行数据,在DCS控制的基础上,通过先进建模、优化、控制技术的应用,直接提高锅炉运行效率,降低NOx排放,具有投资少、风险小、效果明显的优点,因而成为很多电厂首选的燃烧优化技术。

近几年来,随着锅炉燃烧在线检测、诊断技术的发展,许多以前难以测得重要燃烧参数例如炉膛燃烧截面的O2、CO浓度与温度分布值都变成了实实在在、精确的在线数据被送到DCS以及燃烧优化软件。

应用实践证明,第一类与第二类技术的结合可以取得事半功倍的效果。

第一类技术直接服务于第二类技术。

20世纪80年代末期和90年代初期,随着我国电厂“节能降耗”措施的推行,电厂开始普遍关注锅炉燃烧优化技术,通过燃烧优化降低锅炉煤耗,提高火电厂发电效率。

20世纪90年代中期和末期,随着测量技术的发展,许多企业研制开发了一系列重要的影响锅炉燃烧参数的在线测量仪表,如飞灰含碳量在线检测装置、煤粉浓度细度在线检测装置、煤质成分在线检测装置、锅炉火焰监测系统等。

同期,随着人工智能技术的发展,在分散控制系统DCS层面上控制逻辑的优化,先进的人工智能技术在锅炉燃烧优化上应用的研究也开始受到了广大科研人员的关注。

20世纪90年代末期,随着社会对环境的关注,电站锅炉燃烧优化已由最初的以安全性、经济性为目标的优化发展到经济性、安全性、环保并举的时期。

电子信息技术、人工智能技术给电站锅炉燃烧优化注入了新的活力,锅炉燃烧优化技术进入新的快速发展时期。

我国研究电站锅炉燃烧优化技术的高校、研究所、企业、工程公司有近千家,这近千家单位可分为两类。

企业、工程公司为一类,大都从实用角度出发,重点研究开发影响锅炉燃烧参数的测量、监测仪表。

高校、科研院所侧重于从理论角度出发,重点研究新的控制技术在电站锅炉燃烧优化上的应用。

不过这样划分并不绝对。

现在,这样的界限并不是很明显。

高校、科研院所也开始研制影响锅炉燃烧参数检测、监测的产品。

而企业、工程公司也开始关注新的控制技术在锅炉燃烧优化上的应用。

国外的人工智能控制算法已经在电站锅炉燃烧优化上实现了大规模工业应用,取得较好的成绩。

如德国西门子公司的P-3000产品、美国NEUCO公司的CombustionOpt。

但是国外产品对于中国市场来说存在两个方面的问题:一是国外产品不太适应国电厂实际运行情况;二是国外产品价格昂贵,一般在四、五百万甚至千万人民币不等,而且其服务费用高昂,再加上路途遥远导致难以快速响应客户的服务需求。

3.2炉膛温度测量技术的现状和缺点正因为炉膛温度测量如此重要,长期来人们进行了大量研究,开发出了各种不同原理的测量装置,但由于其固有的缺点,应用情况一直不佳,甚至大部分锅炉上至今仍是一个空白,使锅炉燃烧监控失去了一个重要依据。

传统炉膛温度测量装置主要有接触式(伸缩式温度计)和非接触式两类,而非接触式常见有辐射式温度计和光谱图象检测系统,这些技术存在的缺点是:1)接触式(伸缩式温度计)目前300MW及以上机组的锅炉均配供有价格昂贵的测量炉膛出口烟气温度的伸缩式温度计,但由于探针深入炉膛很长,笨重、易变形卡涩,故障率高,因此,许多电厂实际上已停用。

此外,探针受耐温限制,一般仅在锅炉启动时伸入炉膛测量出口烟气温度,当烟温达到一定值时,必须马上退出炉膛,因此,其允许使用温度围和作用也有限。

2)辐射式温度计众所周知炉膛烟气辐射大多不在可见光围,因此,目前常见的辐射式温度计主要是红外式温度计,它测量表面或区域的红外光强度。

由于炉膛烟气是气态发光,温度分布不均匀,成分不固定,再加上飞灰颗粒辐射的存在,因此,组成的光谱波长和穿透力等不确定,从而导致被测区域不确定,测量误差大。

由于上述缺点影响了辐射式温度计在锅炉炉膛烟气温度测量领域的应用。

3)飞灰颗粒辐射光谱测量这类温度测量系统是利用图像检测炉膛烟气中主要是飞灰颗粒辐射的可见光(包栝一定波长红外光,以提高温度测量上限),经计算机进行极其复杂的图象处理,从而得到炉膛烟气的温度分布。

相关文档
最新文档