低氮燃燒智能調(diào)風(fēng)控制系統(tǒng)對(duì)鍋爐運(yùn)行的深度優(yōu)化

任立立，趙春輝，任 強(qiáng)，于 晶，邸艷龍

（北京國(guó)電龍高科環(huán)境工程技術(shù)有限公司，北京 100080）

我國(guó)電站鍋爐大部分都是采用煤燃燒方式，相關(guān)數(shù)據(jù)顯示，燃燒1t 煤可產(chǎn)生8 ～9kg 的NOx，而《煤電節(jié)能減排升級(jí)與改造行動(dòng)計(jì)劃》要求燃煤機(jī)組NOx排放低于50mg/Nm3。專家學(xué)者根據(jù)不同類型的NOx生成原理開發(fā)出了相應(yīng)的降低NOx排放的方法。為追求高效的燃燒效率和較低的NOx排放，國(guó)內(nèi)各電廠紛紛進(jìn)行了系統(tǒng)的低氮燃燒改造，在完成改造后，運(yùn)行人員對(duì)于設(shè)備的使用、燃燒的調(diào)整便成為鍋爐低氮燃燒效果及運(yùn)行穩(wěn)定性的主要因素。

鍋爐燃燒調(diào)整主要是根據(jù)不同的負(fù)荷、煤種，進(jìn)行合理的配煤、配風(fēng)，以保證燃燒的安全性和經(jīng)濟(jì)性。DCS 在很多大型火電機(jī)組已得到了廣泛應(yīng)用，不過(guò)雖然DCS 能提高設(shè)備運(yùn)行的自動(dòng)化水平，但它缺少對(duì)鍋爐燃燒運(yùn)行時(shí)配風(fēng)的優(yōu)化。目前我國(guó)電站鍋爐燃燒運(yùn)行仍然依據(jù)大修后的燃燒調(diào)整試驗(yàn)，由運(yùn)行人員依據(jù)經(jīng)驗(yàn)進(jìn)行配風(fēng)。這種方式由于人的因素影響較大，且自動(dòng)化程度相對(duì)較差，因此，使用一套基于鍋爐運(yùn)行指標(biāo)控制的智能自動(dòng)控制系統(tǒng)，對(duì)于鍋爐的燃燒調(diào)整具有重大意義。

1 智能優(yōu)化控制技術(shù)

某電廠330MW 機(jī)組，在對(duì)其進(jìn)行低氮提效改造的過(guò)程中，配備了低氮燃燒智能調(diào)風(fēng)控制系統(tǒng)。應(yīng)用人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)，根據(jù)鍋爐運(yùn)行歷史數(shù)據(jù)，建立工況（負(fù)荷、煤種等）、配風(fēng)等運(yùn)行條件和燃燒產(chǎn)物之間的關(guān)系模型，并采用非線性智能優(yōu)化、自學(xué)習(xí)、數(shù)據(jù)挖掘等先進(jìn)技術(shù)，構(gòu)建面向二次風(fēng)、SOFA 風(fēng)的控制系統(tǒng)。

由于機(jī)組在運(yùn)行要求、燃煤品質(zhì)、熱力系統(tǒng)特性和熱力設(shè)備等方面的差異，在具體應(yīng)用時(shí)仍需要進(jìn)行控制策略的針對(duì)性設(shè)計(jì)，以保證控制系統(tǒng)與機(jī)組實(shí)際情況的匹配，獲取最佳的運(yùn)行性能。智能優(yōu)化控制技術(shù)采用自適應(yīng)技術(shù)，根據(jù)最新的燃燒過(guò)程數(shù)據(jù)在線修正燃燒優(yōu)化數(shù)學(xué)模型，基于過(guò)程運(yùn)行實(shí)時(shí)數(shù)據(jù)自動(dòng)在線識(shí)別過(guò)程運(yùn)行工況，將運(yùn)行中出現(xiàn)的新的“工況點(diǎn)”加入模型。使模型隨著時(shí)間的推移得到不斷擴(kuò)充和完善，同時(shí)保證實(shí)時(shí)辨識(shí)出的優(yōu)化數(shù)學(xué)模型與受煤質(zhì)和負(fù)荷等因素影響不斷變化的鍋爐特性相“匹配”，使低氮燃燒優(yōu)化系統(tǒng)長(zhǎng)期有效。

2 低氮燃燒智能調(diào)風(fēng)控制系統(tǒng)應(yīng)用

系統(tǒng)采用C/S（客戶機(jī)/服務(wù)器模式）OPC 通信方式實(shí)現(xiàn)，配置一臺(tái)服務(wù)器，用于運(yùn)行燃燒優(yōu)化軟件，集控室使用工控PC 機(jī)客戶端程序，由網(wǎng)絡(luò)獲得燃燒優(yōu)化系統(tǒng)的用戶界面及優(yōu)化結(jié)果。基于常規(guī)測(cè)點(diǎn)，通過(guò)設(shè)置一臺(tái)外掛工控機(jī)，實(shí)現(xiàn)與DCS 之間的相關(guān)數(shù)據(jù)信息實(shí)時(shí)在線雙向交互。根據(jù)鍋爐的負(fù)荷和煤種，實(shí)時(shí)優(yōu)化各層二次風(fēng)和燃盡風(fēng)的風(fēng)量分配。低氮燃燒智能調(diào)風(fēng)優(yōu)化控制系統(tǒng)配有完備的雙向相互跟蹤、熱備用功能，設(shè)置有相應(yīng)的保護(hù)邏輯，根據(jù)機(jī)組實(shí)際運(yùn)行情況自動(dòng)進(jìn)行無(wú)憂切換，不影響機(jī)組現(xiàn)有DCS 的正常運(yùn)行。

具體實(shí)施細(xì)則：（1）系統(tǒng)的優(yōu)化結(jié)果實(shí)時(shí)送入DCS，并不直接修改DCS 相應(yīng)的控制回路設(shè)定值，而是給出風(fēng)門開度調(diào)整建議值，且此調(diào)整值限制在±5%以內(nèi)，由DCS 對(duì)風(fēng)門調(diào)整后開度進(jìn)行直接控制。（2）系統(tǒng)通過(guò)DCS 對(duì)風(fēng)門進(jìn)行調(diào)整時(shí)，修改過(guò)程受操作人員手動(dòng)限制，可以人為否定算法提供的調(diào)整量，恢復(fù)到人為經(jīng)驗(yàn)的風(fēng)門開度。

3 優(yōu)化改造效果及數(shù)據(jù)分析

優(yōu)化前、后兩個(gè)月的煤質(zhì)參數(shù)平均值無(wú)明顯變化，Mt=8% ～9%，Vdaf=18.9% ～19.27%，Qnet，ar=23.13 ～ 23.16MJ/kg，基本可以忽略煤質(zhì)變化對(duì)燃燒效果的影響。

3.1 優(yōu)化前后NOx 排放濃度對(duì)比分析

分別對(duì)優(yōu)化前以及優(yōu)化后的一個(gè)月排放數(shù)據(jù)進(jìn)行取樣，取上、中、下旬平均值，對(duì)比數(shù)據(jù)如表1 所示。

表1 優(yōu)化前后NOx 排放濃度對(duì)比（均值）

從表中數(shù)據(jù)分析，優(yōu)化后NOx排放濃度與優(yōu)化前數(shù)據(jù)相比上、中、下旬分別減少52.6mg/Nm3、75mg/Nm3、37.5mg/Nm3，月平均值降低幅度55mg/Nm3。且優(yōu)化前NOx濃度平均值變化是比較明顯的，對(duì)比優(yōu)化后三個(gè)時(shí)段NOx濃度平均值變化波動(dòng)較小，表明智能調(diào)風(fēng)控制系統(tǒng)對(duì)機(jī)組運(yùn)行的穩(wěn)定性具有較明顯的改善效果。

3.2 優(yōu)化前后NOx 排放濃度超限次數(shù)及超限時(shí)長(zhǎng)對(duì)比分析

由于環(huán)保要求，NOx排放濃度需維持在合理值范圍內(nèi)，超出則要面臨相應(yīng)的環(huán)保措施考核，故對(duì)每月NOx排放濃度超限次數(shù)及超限時(shí)長(zhǎng)進(jìn)行采樣，數(shù)據(jù)如表2、表3 所示。

從表2 數(shù)據(jù)可看出，優(yōu)化前超限次數(shù)從13.7 ～22.6不等，變化值范圍較大，優(yōu)化后超限次數(shù)基本維持在3 ～6。一方面，超限次數(shù)總體水平與優(yōu)化前相比大幅降低，另一方面，也表明優(yōu)化后超限次數(shù)波動(dòng)較小，較穩(wěn)定。智能調(diào)風(fēng)控制系統(tǒng)的投運(yùn)降低了運(yùn)行人員水平差異對(duì)鍋爐運(yùn)行參數(shù)的影響，在一定程度上提高了鍋爐運(yùn)行的穩(wěn)定性。

表2 優(yōu)化前后NOx 排放濃度超限次數(shù)對(duì)比

表3 優(yōu)化前后NOx 排放濃度超限時(shí)長(zhǎng)對(duì)比

除超限次數(shù)外，每個(gè)輪值班組的NOx濃度超限排放時(shí)長(zhǎng)也是衡量智能調(diào)風(fēng)控制系統(tǒng)對(duì)鍋爐運(yùn)行穩(wěn)定性影響的一項(xiàng)重要指標(biāo)。從表3 數(shù)據(jù)亦可看出，優(yōu)化后每一班組的超限時(shí)長(zhǎng)平均值均比優(yōu)化前有較大幅度縮短，超限時(shí)長(zhǎng)從30 ～70min/班降低到3 ～8min/班，表明智能調(diào)風(fēng)控制系統(tǒng)對(duì)于運(yùn)行中的不良工況可及時(shí)進(jìn)行調(diào)整，調(diào)整的時(shí)效性、穩(wěn)定性及有效性均優(yōu)于人工調(diào)整。

3.3 優(yōu)化前后飛灰可燃物對(duì)比分析

為了更好地反映飛灰可燃物的變化情況，觀察變化趨勢(shì)，對(duì)優(yōu)化前后每日飛灰可燃物進(jìn)行了采樣圖示對(duì)比，如圖1 所示。

從圖1 對(duì)比分析，優(yōu)化前飛灰可燃物含量數(shù)值波動(dòng)幅度較優(yōu)化后偏大，優(yōu)化后基本維持在5.5 左右，而優(yōu)化前最高值接近6.3，最低值接近4.9。表明智能調(diào)風(fēng)控制系統(tǒng)投入后，機(jī)組燃燒穩(wěn)定性加強(qiáng)，爐內(nèi)配風(fēng)對(duì)燃燒更加精細(xì)化。

4 結(jié)論

圖1 優(yōu)化前后每日飛灰可燃物含量對(duì)比

智能調(diào)風(fēng)控制系統(tǒng)的投運(yùn)對(duì)燃燒智能調(diào)整起到了積極的作用，無(wú)論是燃燒的精細(xì)化調(diào)整抑或是燃燒穩(wěn)定性方面均明顯優(yōu)于人工控制。在今后煤炭市場(chǎng)頻繁變化的過(guò)程中，智能調(diào)風(fēng)控制系統(tǒng)可借助人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)，不斷修正機(jī)組運(yùn)算模型，給出不同煤質(zhì)的最優(yōu)燃燒調(diào)整方案。甚至在燃燒監(jiān)測(cè)技術(shù)發(fā)展到一定程度后，可將更多的燃燒變量實(shí)時(shí)引入智能調(diào)風(fēng)系統(tǒng)，根據(jù)全面的燃燒過(guò)程數(shù)據(jù)在線修正燃燒優(yōu)化數(shù)學(xué)模型，使其更加貼近于實(shí)際過(guò)程，并完善智能調(diào)風(fēng)的自學(xué)習(xí)功能，此系統(tǒng)將成為燃燒控制的主要手段，將燃燒優(yōu)化做到極致，并將整套自動(dòng)控制理念推廣到整個(gè)電力行業(yè)。