燃烧优化

数字化、智能化是发电行业发展大势所趋。智慧电站的发展急需各种快速检测技术提供数据支持。激光诱导击穿光谱（LIBS）技术具有实时、多元素同时测量、可远程检测等优点，是智慧电站发展的重大需求。例如基于LIBS的煤质快速分析可为混配煤、燃烧优化、污染控制等提供支撑，提高电厂运行的经济性和安全性；而基于LIBS的钢材管道原位检测对保障电厂安全运行意义重大。项目组在之前的研究中，揭示了LIBS测量不确定性和误差的产生机理，提出了光谱标准化、主导因素偏最小二乘（PLS）模型、基于自适应光谱数据库的光谱辨识等一整套方法，实现了LIBS精确定量化，获得2017中国仪器仪表学会科学技术奖一等奖、第九届国际发明展览会金奖。然而，在煤质分析中，面临煤炭种类多样、成分复杂且分布不均匀、挥发分和灰分导致的基体效应严重，环境粉尘震动和温度大幅度变化对LIBS测量影响大等严重挑战；而金属原位测量面临设备小型化要求、元素谱线自吸收和互干扰严重等难题。 根据本项目成果研制的煤质分析仪对煤炭主要指标的测量精度达到传统化学方法的国家标准要求，手持式金属分析仪的测量精度达到或者超过了成熟的X射线荧光技术。项目申请专利23项（授权20项，含1项国际专利），成果通过国外内多家公司获得转化，专利许可金额超过1500万元，并为社会创造经济价值超过1.5亿元。 本项目研制分析仪操作简单、维护方便，检测指标全面，具有较强的可推广性，已应用于火电行业多家单位。项目技术成果的应用可为电厂煤质快速检测、燃烧优化、污染物控制、钢材质检提供数据支撑，推动煤炭清洁高效利用及智慧电厂建设。

当前全社会上下都面临着节能减排的巨大压力，而发电厂这一高耗能群体，面对燃煤价格的日益上涨和污染排放的限制，面临着提高锅炉效率与降低污染排放的双重要求，迫切需要更好的面向节能、降耗、减排、安全的生产过程一体化智能优化方法。本项目基于可调谐激光吸收光谱技术（TDLAS）的锅炉CT温度场测量系统研发及应用，实现了锅炉大空间温度场的在线检测，为燃煤锅炉燃烧优化提供了检测手段和必要信息。构建智能燃烧优化系统，实现锅炉燃烧精确高效运行。通过大数据分析和智能寻优，开发基于神经网络和遗传算法的变煤质/负荷锅炉高效运行专家指导系统，根据锅炉炉膛温度参数分布，利用神经网络、遗传算法和模拟退火方法等全局寻优算法对锅炉的最佳燃烧工况进行寻优，获得不同煤种、配风模式及负荷条件下，各燃烧参数的最佳设定值。基于历史数据分析、专家知识库诊断的远程故障诊断与预警系统，实现了远程诊断中心对DCS过程数据、旋转机械振动分析数据、精密点检数据的集成，将数据集中在公司总部集中展示，利用大数据技术、专家系统，对数据进行分析，对设备的健康状态进行分析展示，指导运行和检修。基于炉内燃烧动力场的“四管”防磨防爆预警系统，建立了大数据分析处理系统，可以长期采集DCS运行数据，根据烟气对“四管”长期冲刷下磨损情况和汽水参数越限情况，结合锅炉燃烧CFD模拟判断烟气流累积评估，建立“四管”寿命预测模型，从而对锅炉泄漏进行预判。基于物联网的安全管理系统，系统综合运用高精度定位技术、物联网技术、智能信息处理技术等高科技手段，实现现场关键区域人员工作状态的实时监控，实现危险源智能识别、智能巡检、电子围栏、智能两票等功能，消除安全生产隐患，提高电厂运行的安全性。三维虚拟电厂构建与应用技术，对电厂进行整体三维建模，最高精度达到设备零件级，并与DCS运行数据、人员点位数据、两票作业数据、燃烧动力场数据、故障诊断预警数据等进行实时联动显示。 项目研发的技术在大唐南京发电厂#1机组（660MW超超临界机组）安装并成功投运。经第三方测试，系统投运以后可以提供锅炉效率0.5%以上。本项目成功实施后，主要用户在发电领域，如中国大唐集团、中国华能集团等五大电力集团。根据《2014版全国火力发电厂分布与规划图册》，截至2014年底，全国火力发电机组300MW以上已投产数量为1397台，在建机组192台，机组共计约1600台，目标用户数量和市容量十分庞大，项目技术及产品有很大的推广应用价值。

本文围绕某 600MW 低氮改造锅炉的燃烧优化控制展开研究。利用三维数值模拟分析了低氮改造炉膛温度场和主要组分场的变化，讨论了这些变化对锅炉运行优化的影响。通过动态扰动试验研究了各层辅助风门开度对飞灰含碳量、减温水量及 NOx 的影响。在此基础上利用在线支持向量机对锅炉燃烧的动态过程进行建模，并结合免疫遗传算法寻优得到实时工况最优风煤配比，兼顾锅炉效率和 NOx排放。在仿真机上进行了验证，表明模型具有较好的实时性和精度。最后，利用模糊控制建模原理构建了锅炉燃烧优化控制的专家系统，并将此控制系统成功应用于定州电厂 2#炉。主要内容包括以下几个方面。 数值模拟结果表明，低氮燃烧器改造后的炉膛高温区延伸到还原区，但燃烧仍主要在主燃区进行。主燃区以上，截面平均温度逐渐下降。CO 含量在主燃区、燃尽区均较高，水冷壁区域存在高温腐蚀的风险，运行中应加以监控。SOFA 水平摆角对 NOx 的生成影响较小，降低 NOx 浓度应主要依靠空气分级作用。NO 在主燃区先增加后减小，在还原区达到最小值，在燃尽区和炉膛出口又逐渐上升。 动态试验研究发现，中低负荷运行时，应减小燃尽风顶部风量，火焰中心下移，再热汽温可以通过主燃区和燃尽区的上、下摆动进行调节。由于低氮改造后主燃区被压缩，应增加托底风量降低炉渣可燃物含量。为了降低炉内 CO 含量，可适当增加 AB 层和 CD 层的风量到 40%以上。 利用在线支持向量机建立锅炉燃烧系统的动态数学模型，并利用免疫遗传算法求解出最佳操作量。模型预测输出的 NOx 浓度及锅炉效率变化趋势和现场数据吻合的较好，NOx 排放量预测偏差标准差 1.488mg m3 ，锅炉效率值预测偏差标准差 0.0189%。影响模型计算速度和精度的主要因素是模型设定的最大容许误差，应在全局最优的基础上合理设定。 基于模糊调整的反平衡软测量模型根据实时监测的烟气含氧量和烟气温度进行模糊调整，更加接近实际的飞灰含碳量和炉渣含碳量。模糊专家控制系统预测结果精度与论域和隶属度函数的选择有较大关系。论域的选择应该覆盖各操作量和目标函数的实际范围。要保证由前提变量构成的每个模糊子空间都能被遍历，结论变量在模糊子空间选用的最佳模糊集由规则的最大支持度决定。

随着经济发展步入新常态化和“两化深度融合”，电力企业面对电力需求增长放缓、新能源装机比重不断提高的发展环境，建立智能化电厂就是我国电厂解决发展难题的突破点。国家发改委发布《关于推进“互联网+”智慧能源发展的指导意见》，在国家能源转型的大背景下电力发展提出智能发电概念。大唐南京发电厂与南京科远智慧科技集团股份有限公司、中国大唐集团科学技术研究院有限公司华东分公司以及东南大学开展产学研合作，把虚拟现实、大数据分析、人工智能等技术运用到电力生产行业，逐步完善并确立了锅炉CT、智能燃烧优化系统、三维镜像电厂、人员定位安全管理系统、远程故障诊断中心、锅炉四管诊断系统为技术核心的六个建设模块，成为国内首家开展智能化电厂研究的燃煤发电厂。本项目成果主要创新点包括研发锅炉温度场CT测量技术，实现燃烧过程三维可视化；实现超超临界大型煤粉锅炉燃烧过程的三维数值模拟，研发变煤质/负荷超超临界锅炉燃烧优化专家指导系统：利用UWB技术，采用基于接收信号时间法实现高精度定位；通过大数据分析和人工智能技术实现机组故障早期预警和诊断；通过大数据分析分析及三维建模技术，构建锅炉四管三维建模及状态三维可视化，实现泄漏预警、防磨防爆管理；采用虚拟现实技术，完成电厂三维建模；通过数字化管控平台进行统一集中管理和展示，提供管理驾驶舱，直观的监测电厂运营情况。本成果已在大唐南京发电厂两台660MW超超临界机组中应用，系统运行效果良好。本成果使用对象明确，用户数量和市厂容量庞大，项目技术及产品具有很高的的推广应用价值，可在发电厂广泛应用。

通过对乐清电厂#2机组锅炉燃烧方式、温度控制、工艺动态特征等研究，对各动态特征和状态进行归类和分解，并采用多变量模型预测补偿控制技术，进行状态融合后的智能控制。基于状态融合策略的智能控制系统，能够区分控制对象的不同状态，发挥每个算法的强项，并使状态融合后的算法混合控制互补发挥最大作用，从而提高机组控制品质，并保证优化系统长期有效的运行。本项目通过基于状态融合的非线性智能控制技术闭环控制氧量修正偏置以及锅炉配煤、配风，提高磨煤机出口温度相结合来使锅炉运行在经济欠氧状态和最低NOx排放状态，从而提高机组的经济性。针对超临界直流锅炉提出“三可”规则，规则包括可观性、可控性、可容性。采用这“三可”规则，能够有效的将过程的动态模型、约束条件、调节特性、关联度等因素进行归类分析，为状态融合策略提供操作前提。采用基于状态融合策略的模型预测控制和智能控制相结合的方法进行优化控制。利用状态融合策略，能够针对锅炉运行的不同状态区分采用不同的控制方式进行全时优化，从而保证系统长久稳定运行。 本项目在超临界直流锅炉上的节能减排优化控制研究已经取得明显效果。项目实施完成后，系统运行情况良好，稳定性高，经济效益、环境效益均较为明显。项目的成功实施为锅炉燃烧优化技术、汽温优化控制技术等积累了大量的控制经验，通过对控制系统的进一步优化完善，并推广到其他同类型机组，能够进一步降低企业成本，增强企业竞争力，大力推进节能降耗，为公司带来更多的经济和环保方面的收益。随着“十二五”对节能减排的要求更加严格，火力发电厂的节能和环保任务愈加限巨。所以积极探索和研究超（超）临界直流锅炉的优化控制技术，来实现大型燃煤机组的调节品质改善和节能减排是必然的趋势。本项目的成功实施，对在电力行业进一步推广锅炉燃烧优化控制及降低锅炉污染物排放等方面具有非常积极的意义。

大型电站煤粉锅炉是一个多变量多目标的复杂耦合系统，其燃烧状态、解耦控制、协调优化是制约锅炉总体性能提升的技术瓶颈。但传统技术难以准确反映锅炉燃烧过程动态特性，炉整场温度分布无法连续实时获取，控制系统控制变量单一且时间带后，燃烧优化主要依赖试验结果与人员经验，锅炉不能连续稳定保持良好的运行状态，同时在锅炉效率提高与NOx生成量降低之间无法合理兼顾。项目提出了基于数据驱动与专家知识融合的锅炉燃烧整体优化方案，建立了锅炉智能控制模式和性能协调提升策略，开发了锅炉智能优化控制系统和炉膜三维温度场实时监测系统，搭建了可实现智能运算的DCS扩展控制平台，有效解决了锅炉多目标寻优、炉内三维温度测量、DCS扩展智能控制等一系列技术难题。

数字化、智能化是发电行业发展大势所趋。智慧电站的发展急需各种快速检测技术提供数据支持。激光诱导击穿光谱（LIBS）技术具有实时、多元素同时测量、可远程检测等优点，是智慧电站发展的重大需求。例如基于 LIBS 的煤质快速分析可为混配煤、燃烧优化、污染控制等提供支撑，提高电厂运行的经济性和安全性；而基于 LIBS 的钢材管道原位检测对保障电厂安全运行意义重大。项目组在之前的研究中，揭示了 LIBS 测量不确定性和误差的产生机理，提出了光谱标准化、主导因素偏最小二乘（PLS）模型、基于自适应光谱数据库的光谱辨识等一整套方法，实现了 LIBS 精确定量化，获得 2017 中国仪器仪表学会科学技术奖一等奖、第九届国际发明展览会金奖。然而，在煤质分析中，面临煤炭种类多样、成分复杂且分布不均匀、挥发分和灰分导致的基体效应严重，环境粉尘震动和温度大幅度变化对 LIBS 测量影响大等严重挑战；而金属原位测量面临设备小型化要求、元素谱线自吸收和互干扰严重等难题。 本项目在 LIBS 定量化方法的基础上，分别针对煤质分析和金属检测的难点，进一步提出了以下关键创新技术：1）对煤质分析：提出了光束整形和空间限制方法，解决了煤质不均匀和挥发分灰分导致的等离子不均匀、不稳定的问题；光谱分析算法方面，提出了基体匹配定标模型降低灰分、挥发分变化对测量的影响，多维度光谱辨识方法提高煤炭光谱辨识准确率，考虑煤等离子体中 CN、C2 的存在对含碳量测量的影响，显著降低了基体效应；开发了自稳定同轴激发和光谱收集系统、洁净气体保护系统、恒温控制系统等技术降低环境粉尘震动和温度变化的影响。2）对金属原位检测：采用高重频低能量的激光器，满足仪器小型化要求同时保证较高的光谱信号质量；提出了以黑体辐射为参考的自吸收效应修正方法以及基于综合铁线强度的内定标和互干扰算法，解决了谱线自吸收和互干扰的难点。本项目研制分析仪操作简单、维护方便，检测指标全面，具有较强的可推广性，已应用于火电行业多家单位。项目技术成果的应用可为电厂煤质快速检测、燃烧优化、污染物控制、钢材质检提供数据支撑，推动煤炭清洁高效利用及智慧 电厂建设。

为了应对电厂经营环境和环保政策越来越严峻的挑战， 保证电厂重要收入来源，确保污染物排放控制的精确性，就 必须对当前测量体系中离线的灰渣测量、滞后的氧量测量、 粗放的风煤配比检测等一系列传统的“慢”表征量进行替代， 以便于“精细、实时、高效”地控制燃烧过程，提高在同类 型机组中的竞争力。为此，京能电力股份有限公司联合清华 大学、源深节能技术有限责任公司、京能秦皇岛热电有限公 司于 2016 年 8 月开始，开展旋流燃烧器二次风在线精准 测量项目、锅炉灰渣在线平衡分析项目、尾部烟道 CO 最优 监测等一系列燃烧优化的研究工作。在旋流燃烧器二次风风 量实时在线精准测量项目中，在行业内首次提出“环形风道 分区域测量法”，解决了“环形风道的风量测量”难题；采 用自主创新的多值测量与流场分布规律相结合的非常规测 量技术方法，实现旋流燃烧器二次风风量在线精准测量；通 过自主研发的灰渣平衡在线分析系统，在国内首次实现对炉 渣实时排放量的精确测量，首次实现锅炉灰渣实时在线分析， 为燃烧调整与燃烧异常判断工作提供了可靠、有效的分析手 段；利用自主研发的基于 TDLAS 的尾部烟道 CO 在线监测 装置实现了 CO 的稳定测量。利用上述成果，整合完成锅炉 燃烧过程优化控制，指导锅炉运行在最佳状态，在减轻炉内 火焰偏斜，降低两侧烟温偏差方面取得一定成果；最大程度 控制分级燃烧区域分配，降低炉膛出口烟气 NOx 浓度；优 化控制炉内燃烧，有效提升锅炉燃烧效率。今后团队将继续 围绕锅炉燃烧智能监测、分析、控制方面开展创新试验研究， 推动机组智能化和精细化运行工作不断发展。