人工智能燃燒優(yōu)化系統在1028t/h電站鍋爐的應用

李忠猛

（天津陳塘熱電有限公司 天津 300222）

0 引言

當前，國家對節(jié)能、減排、降耗的要求越來越高，節(jié)能的經濟效益也越來越明顯。鍋爐是燃煤電站三大主設備之一，鍋爐效率的高低不僅與設計參數有關，更與實際運行操作調整的水平密切相關，如鍋爐排煙溫度每升高10℃，供電煤耗就要升高1.7g/kWh[1]。一般的運行規(guī)程，對于額定負荷運行參數規(guī)定的比較詳細，但對于變工況運行，參數規(guī)定就沒那么詳細，一般只給出一個安全的調整范圍，具體的參數設置，由運行人員根據經驗和習慣進行調整，在該范圍內，能保證安全運行，但不能保持在最佳經濟工況連續(xù)運行。

通過建立鍋爐燃燒智能優(yōu)化控制系統，采用先進的神經元網絡技術和現代預測性優(yōu)化控制理論，改進DCS控制策略，對一些關鍵邏輯和控制變量進行修改和修正，實現鍋爐熱效率、NOx排放等多變量的動態(tài)優(yōu)化控制，始終將鍋爐燃燒調整到“最佳”狀態(tài)，期望提高鍋爐燃燒效率，減少污染物排放，降低廠用電，達到節(jié)能、環(huán)保的效果。[2]

1 設備概況

陳塘莊熱電廠8號機組為300M W熱電聯產機組，鍋爐形式為亞臨界參數、四角切圓燃燒方式、自然循環(huán)汽包爐，單爐膛п型布置，燃用煙煤，一次中間再熱，平衡通風、固態(tài)排渣，全鋼架、全懸吊結構，最大連續(xù)蒸發(fā)量1028t/h。鍋爐主要參數見表1。

表1 鍋爐參數

機組的DCS系統為新華XDPS-400+，具有實時數據采集、過程控制、順序控制、高級控制、報警檢測、監(jiān)視操作等功能。XDPS—400+采用冗余數據通訊網，所有XDPS站點均直接與其相連，避免了多層網絡在物理和信息格式轉接過程中造成的通訊延遲、瓶頸和可靠性降低，滿足了目前工業(yè)過程控制所采用的集中監(jiān)控方式對人機接口站實時性和可靠性的要求。

2 燃燒優(yōu)化控制系統的原理及組成

2.1 系統原理

本項目采用的智能優(yōu)化控制軟件通過收集機組大量的運行數據，建立神經元網絡模型，來分析機組的運行工況。人工神經元網絡是模擬生物大腦神經元細胞的結構和功能而構成的一種信息處理系統，具有識別、學習、邏輯思維和分析判斷的能力，可以以任意精度逼近任意非線性連續(xù)函數，擁有很強的適用于復雜環(huán)境和多目標控制要求的能力，適用于復雜系統的優(yōu)化控制【3】。

傳統辨識方法通常取線性時不變的離散參數化模型來建立過程模型，模型結構確定后，采用最小二乘法或極大值法來計算模型參數。過程的非線性特性的影響通過在線周期性更新校正模型參數來補償，或者由分布在工作區(qū)域的一組局部線性模型來表示。然而當操作條件或擾動引起過程從線性化工作點漂移時，基于線性模型的控制器的控制性能可能產生很大的偏離。因此說明某些對象的非線性特性和復雜性不能在線性模型的框架下完美表達，此時一個包容對象所有工作區(qū)域的非線性模型對設計控制器應該更加有利。在這種情況下人工神經元網絡建模技術是最好的選擇。B P神經網絡選用三層誤差反向傳播網絡(Back Propagation)，其結構如圖1所示：

圖1 BP神經網絡三層誤差反向傳播結構圖

x、z是網絡的輸入、輸出向量，每一神經元用一個節(jié)點表示，網絡由輸入層、隱層和輸出層節(jié)點組成，前層至后層節(jié)點之間通過權系數相聯結。B P神經網絡學習時，輸入信號從輸入層經隱層傳向輸出層(正向傳播)，若輸出層得到期望的輸出，則學習算法結束；否則，轉至反向傳播。反向傳播就是將誤差信號(樣本輸出與網絡輸出之差)按原聯接通路反向計算，由梯度下降法調整各層神經元的權值，使誤差信號減小。以下是各層權值的具體過程（即B P學習算法）：

定義網絡的輸出誤差，將其依次展開至隱層和輸入層，在使誤差不斷減小的原則下，應使權值的調整量與誤差的負梯度成正比，即：

經推導可得到各層權值調整的計算公式，寫成向量的形式為：

式中，為輸入向量，為隱層輸出向量，為輸出向量，為期望輸出，而和分別是隱層到輸出層和輸入層到隱層的權值矩陣。

BP網絡的學習訓練過程如下：

(1)初始化網絡，對網絡參數及各權系數進行賦值，其中權系數應取隨機數。

(2)輸入訓練樣本，計算各層的預測值，并與真實值相比較，得出網絡的輸出誤差。

(3)依據誤差反向傳播規(guī)則，調整隱層之間以及隱層與輸入層之間的權系數。

(4)重復步驟（2）和（3），直至預測誤差滿足條件或訓練次數達到規(guī)定次數。

通過對鍋爐運行歷史數據和試驗數據的分析判斷，以提高熱效率、降低氮氧化物的排放量為目標，優(yōu)化燃燒，從而在不斷變化的特定的系統運行狀況下找出最佳匹配的操作參數，選擇最優(yōu)化的系統運行方案，始終將鍋爐燃燒調整到“最佳”狀態(tài)。

2.2 系統組成

系統硬件為1臺研華工控機（IPC-610P4雙硬盤80G×2）和顯示器。優(yōu)化控制軟件與XDPS-400+之間采用MODBUS協議的串口通訊，優(yōu)化控制軟件所在工控機作為從站，DCS作為主站進行應答操作，實現數據的雙向通訊。由于通訊距離較遠，為了保證工控機與DCS的通訊效果，工控機與網關之間采用RS-232C接口轉化成RS-485接口的適配器來處理來完成，適配器與網關之間通過雙絞數據線連接。

BP優(yōu)化軟件包按運行狀態(tài)可以分為離線和在線兩大部分：離線部分包括系統管理、數據協調、模型辨識和仿真器四個模塊；在線部分包括數據通訊、數據前處理、數據后處理、數據記錄、數據觀察、在線優(yōu)化控制器等六個模塊。

3 項目實施要點

3.1 典型的DCS操作變量的邏輯修改

鍋爐智能燃燒優(yōu)化控制系統是根植于DCS系統之上的二級控制系統，它要求DCS系統首先要投入運行，再運行鍋爐智能燃燒優(yōu)化控制系統。通過適當的通訊與邏輯設計，特別是在通訊故障后的保護處理，可以實現在鍋爐智能燃燒優(yōu)化控制系統和DCS系統之間平滑無誤的連接與切換。

3.2 通訊監(jiān)測

優(yōu)化系統與DCS進行雙向通訊，有一個稱為看門狗的專門的軟件監(jiān)視通訊狀態(tài)，優(yōu)化系統連續(xù)發(fā)出脈沖信號，DCS側做一個接受控制邏輯，如果在一定的時間內接受不到脈沖信號，就認為系統通訊中斷，優(yōu)化控制系統自動切除，恢復到DCS控制狀態(tài)。

3.3 參數變化范圍和變化速度的限制

通過做試驗和調試，確定出參數的變化范圍和變化速度，優(yōu)化控制系統的出口參數確定的變化范圍和變化速度內（見表2）；同時在DCS側也要做一個數據過濾器，凡是從優(yōu)化系統過來的參數，都要經過這個過濾器的過濾，確保影響DCS系統的參數在一定的范圍以一定的速度變化，不對DCS系統產生沖擊。

表2 調整相關變量及最大調整范圍

4 燃燒優(yōu)化系統投運效果

經過一段時間的調整，燃燒優(yōu)化系統已能夠穩(wěn)定有效運行。為了檢驗燃燒優(yōu)化系統特進行驗收實驗，通過對鍋爐效率、NOX、發(fā)電煤耗等參數的比較，來驗證該系統的調節(jié)效果。實驗分170MW，230MW，300MW三個負荷點進行，在每個負荷實驗過程中要求：(1)煤質相對穩(wěn)定(2)噴燃器擺角一致(3)磨煤機啟停情況一致(4)鍋爐運行穩(wěn)定，其他影響鍋爐運行狀態(tài)的各種操作暫停(5)DCS相關工作站不要進行重啟，保證燃燒優(yōu)化系統和DCS通訊穩(wěn)定正常(6)在要求的每個負荷下，鍋爐穩(wěn)定運行3小時后，投入優(yōu)化系統運行4小時。試驗數據見表3。

表3 燃燒優(yōu)化系統投切效果對比

在機組負荷170MW，230MW，300MW三個工況下，鍋爐智能燃燒優(yōu)化系統投運后，鍋爐效率分別提高了0.414%、0.453%和0.387%；NOX分別下降了10%、15%和13%；送、引風機總能耗分別下降6.79%、6.79%和1.5%。從以上試驗數據可以看出，智能燃燒優(yōu)化系統的投運，使鍋爐運行性能得到明顯改善，達到了節(jié)能減排的效果。

5 總結

利用先進的鍋爐燃燒智能優(yōu)化控制技術，根據機組的實際運行狀況，通過二次開發(fā),對一些關鍵邏輯和控制變量的進行修改和修正，實現了對天津陳塘熱電有限責任公司8號機組的鍋爐熱效率、NOx排放進行多變量的動態(tài)優(yōu)化控制.鍋爐智能燃燒優(yōu)化系統投運后，效率平均提升0.35%以上，NOX下降10%以上，獲得良好的經濟效益和社會效益。

基于熱工控制系統的鍋爐燃燒優(yōu)化技術不需要對鍋爐受熱面進行改造，通過在分散控制系統(DCS)控制的基礎上，采用先進的控制算法實現提高鍋爐效率和降低污染物排放，具有投資少、風險小、效果明顯的優(yōu)點。

[1]中國電力投資集團公司.300MW火電機組節(jié)能對標指導手冊[M].北京:中國電力出版社,2008.

[2]孔亮，張毅，丁艷軍，吳占松.電站鍋爐燃燒優(yōu)化控制技術綜述[J].電力設備.2006,7(2).

[3]周昊，朱洪波，岑可法.基于人工神經網絡和遺傳算法的火電廠鍋爐實時燃燒優(yōu)化系統[J].動力工程.2003,23(5).