陶 翔,陳玲紅,蔣旭光,吳學(xué)成,岑可法
(浙江大學(xué) 能源清潔利用國家重點實驗室,浙江 杭州 310027)
入爐煤特性對電廠鍋爐安全經(jīng)濟環(huán)保運行有著十分重要的意義[1],能否實時獲取入爐煤質(zhì)參數(shù)是指導(dǎo)鍋爐運行的關(guān)鍵。 由于煤質(zhì)在線分析設(shè)備成本投入較高的原因,目前電廠普遍未能實現(xiàn)入爐煤實時在線檢測[2,3],大都采用離線采樣化驗的方式獲取入爐煤參數(shù),該方法存在時間嚴(yán)重滯后的問題。 近十幾年,基于數(shù)據(jù)建模和機器學(xué)習(xí)的在線煤質(zhì)軟測量技術(shù)得到廣泛研究和應(yīng)用[2,3]。
電廠燃用煤種多樣化,需要摻配不同煤種成為電廠普遍面臨的問題,而入爐煤質(zhì)受到動力配煤的影響。 我國開展了大量關(guān)于配煤摻燒的理論和試驗研究,包括混煤參數(shù)計算、配煤優(yōu)化和專家系統(tǒng)開發(fā)等[4-6]。 針對單煤和混煤的煤質(zhì)特性、燃燒特性和污染物排放特性,通過試驗研究,給出了混煤的各指標(biāo)參數(shù)與組成單煤之間具有復(fù)雜的非線性關(guān)系的這一結(jié)論,而采用神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)方法可以獲得比線性模型更準(zhǔn)確的結(jié)果[7-9]。
浙江大學(xué)熱能工程研究所是我國較早進行配煤研究的單位,提出了完整的動力配煤模型[10-12]。該模型需要一定的混煤摻燒試驗數(shù)據(jù)和鍋爐運行數(shù)據(jù)作為支撐,實際應(yīng)用中可根據(jù)需求考慮約束條件。 配煤目標(biāo)根據(jù)實際情況可分為三種:追求成本最低、追求優(yōu)質(zhì)煤種配比最小、追求劣質(zhì)煤種配比最大[13]。 配煤優(yōu)化算法方面主要包括神經(jīng)網(wǎng)絡(luò)[14,15]、遺傳算法[16,17]、模擬退火算法、粒子群算法、布谷鳥算法[18]等。
某電站煤場共八個區(qū)域用于存放不同礦點煤質(zhì),擔(dān)負向6 臺鍋爐機組供煤的生產(chǎn)任務(wù)。 6 臺鍋爐分三期建設(shè),整體的燃燒性能存在較大不同,煤場配煤應(yīng)滿足鍋爐對燃煤煤質(zhì)特性的不同需求,特別是針對運行時間長、容易結(jié)焦、爐膛污染物排放嚴(yán)重的鍋爐,需要摻配出準(zhǔn)確的混煤以滿足正常生產(chǎn)需要。
煤場配煤依據(jù)人工經(jīng)驗,將高硫煤與低硫煤、高熱值煤與低熱值煤簡單進行摻混,考慮單一指標(biāo),沒有準(zhǔn)確的摻配指導(dǎo),缺乏理論依據(jù)和數(shù)據(jù)支撐,容易造成混煤煤質(zhì)不符合鍋爐燃燒的需求。
此外,電廠入爐煤經(jīng)采樣化驗到公布結(jié)果,存在較長的時間滯后,待公布化驗結(jié)果,該煤早已入爐燃燒完畢,無法有效指導(dǎo)鍋爐燃燒。
本文基于構(gòu)建適用于鍋爐運行實際的配煤摻燒模型和混煤煤質(zhì)計算方法,系統(tǒng)溯源來煤入廠至入爐燃燒的全環(huán)節(jié)信息數(shù)據(jù),快速計算獲取入爐煤煤質(zhì)參數(shù)。
聚類分析依據(jù)對象的相似性對其進行分類,是一種無監(jiān)督式學(xué)習(xí)的算法。 k均值聚類(kmeans clustering)算法是典型的基于距離劃分的聚類分析方法。 聚類的目標(biāo)是將數(shù)據(jù)集按照同簇數(shù)據(jù)距離盡可能小、不同簇數(shù)據(jù)距離盡可能大的原則進行劃分。 假設(shè)簇劃分為(C1,C2,…,Ck),則算法目標(biāo)是最小化誤差E:
k-均值聚類算法具體過程如下:
(1)確定需要劃分的簇數(shù)k值,采用k-means算法確定k個初始聚類中心點;
(2)計算所有數(shù)據(jù)點到各個中心點的距離;
(3)將每個數(shù)據(jù)點分配到距離最近的中心點所屬的類別;
(4)計算每類數(shù)據(jù)點的平均值以獲得k個新的中心點位置;
(5)重復(fù)步驟(2)到(4),直到聚類中心點不再發(fā)生改變。
1.2.1 混煤煤質(zhì)計算
配煤模型研究的核心是對混煤煤質(zhì)的確定,對于混煤煤質(zhì)指標(biāo)是否具備可加性存在較大爭議。 陳文敏等[19]研究動力配煤主要煤質(zhì)指標(biāo)可加性,指出揮發(fā)分、發(fā)熱量、硫分等煤質(zhì)指標(biāo)具有可加性,而由于水分經(jīng)常變動,認為混煤水分不宜用可加性計算。 此外,陳懷珍[20]指出組成混煤的單煤配比必須明確是在什么基準(zhǔn)下的配比,因為只有單煤煤質(zhì)指標(biāo)和配煤量比例都處于同一基準(zhǔn)下,才能使用常規(guī)的加權(quán)平均法。 可見,即便煤質(zhì)參數(shù)指標(biāo)具備可加性,仍然需要在理論計算值的基礎(chǔ)上進行修正。
若煤場兩路供煤,從兩個供煤區(qū)域取兩種不同的單煤,編號i為1、2。 兩種煤的煤量為B1和B2,假定兩種煤充分混合,以單煤的空氣干燥基為基準(zhǔn)進行配煤。
由于煤量B1、B2是以空干基為基準(zhǔn)的配比,因此可以直接使用煤量加權(quán)平均值計算混煤的空干基成分,如式(3)所示。
式中,X′ad表示配煤的Sad(%)、Mad(%)、Aad(%)、Vad(%)、或Qnet.ad(MJ/kg)加權(quán)值;Xad,1、Xad,2表示甲、乙兩種單煤對應(yīng)的空干基煤質(zhì)參數(shù);B1、B2表示甲、乙兩種煤的空干基配煤質(zhì)量,t。
除了直接使用式(4),也可以先使用式(3) 計算出混煤的Vad、Mad和Aad值。而混煤同樣是一種煤,滿足煤的不同基準(zhǔn)之間的換算公式,故有:
使用式(3) 和式(5) 計算的結(jié)果和式(4) 相同。
表1 列出了以空氣干燥水分基準(zhǔn)配比時,其他基準(zhǔn)配比的換算系數(shù)。
為判斷實際混煤煤質(zhì)是否具備可加性,需對混煤的試驗值與加權(quán)值之間的誤差作出分析,可采用數(shù)理統(tǒng)計中的t檢驗法,判斷煤質(zhì)指標(biāo)參數(shù)計算值與實測值出現(xiàn)的誤差屬于試驗誤差還是顯著性差異。
以煤質(zhì)實測值與加權(quán)值之間的差值作為樣本,構(gòu)建樣本誤差矩陣:
樣本矩陣中m表示煤質(zhì)指標(biāo)個數(shù),n 表示樣本數(shù)。
如果某煤質(zhì)指標(biāo)具有線性可加性,那么實測值與加權(quán)平均值之間的誤差服從正態(tài)分布ξ~N(μ,σ2),其中σ2未知,μ=0。 有,
式中,ˉx為樣本均值;S 為樣本標(biāo)準(zhǔn)差;α為檢驗的顯著性水平。
1.2.2 配煤摻燒模型
混煤摻燒是通過將兩種或多種不同的單煤以一定的比例進行摻配,使摻配后的混煤特性達到鍋爐燃燒和污染物排放的要求。
依據(jù)鍋爐對具體煤質(zhì)的要求和重要性排序,賦予不同權(quán)重,如表2 所示。
表2 煤質(zhì)參數(shù)權(quán)重和要求范圍
依據(jù)各煤質(zhì)參數(shù)的要求范圍,給出如下配煤摻燒模型:
上述計算模型可依據(jù)不同的配煤目標(biāo),輸出不同的摻配方案,包括混煤煤種和配比。
為提高入爐煤獲取的時效性,梳理從入廠來煤到入爐煤采樣的全環(huán)節(jié)和全數(shù)據(jù)流,圖1 示出了整個詳細過程。
圖1 煤場火車來煤到供煤全環(huán)節(jié)和信息流
煤場是兩條皮帶雙路供煤,以表3 為例,說明供煤信息提供的數(shù)據(jù)內(nèi)容。
表3 班次供煤信息
為確定皮帶入爐煤參數(shù),即供煤煤質(zhì)參數(shù),有如下思路:
依據(jù)供煤信息的供煤區(qū)域和供煤煤種,追溯從煤槽轉(zhuǎn)煤到煤場的該區(qū)域的該煤種數(shù)據(jù),即確定了煤槽轉(zhuǎn)煤信息,依據(jù)煤槽轉(zhuǎn)煤時間和轉(zhuǎn)煤煤種,匹配更早的火車來煤信息。 即確定了某時刻供煤對應(yīng)的火車來煤信息,進一步依據(jù)火車來煤信息查詢到入廠煤的化驗數(shù)據(jù)信息,最終確定供煤煤質(zhì)信息,打通入廠煤化驗數(shù)據(jù)與入爐煤煤質(zhì)之間的數(shù)據(jù)隔閡。
供煤信息溯源到入廠煤的化驗數(shù)據(jù)信息,整個流程為圖1 所示流程的逆向流程。 而電廠入爐煤的化驗數(shù)據(jù)可以用于驗證上述流程所得到的入爐煤參數(shù)。
上述思路的關(guān)鍵在于如何根據(jù)表3 的供煤信息去逆向推定煤場該區(qū)域的煤種何時從煤槽轉(zhuǎn)入的,然后再確定煤槽的煤是何批次火車來煤,進而去查找入廠煤化驗數(shù)據(jù)。 存在以下難點:
(1)由煤種名稱無法確定煤質(zhì)準(zhǔn)確信息,同樣名稱的煤種特性變化較大,根據(jù)轉(zhuǎn)煤煤種難以確定來煤批次;
(2)火車卸煤到煤槽,會與煤槽存煤發(fā)生混合;
(3)煤場情況混亂,整個煤場分區(qū)不夠精細。
針對上述難點,提出如下假設(shè):
(1)從煤槽轉(zhuǎn)入煤場的煤可以在幾天內(nèi)快速用完,即供煤區(qū)域的某個煤種即為上次從煤槽轉(zhuǎn)入到該區(qū)域的煤種,不包含更久之前的剩余煤;
(2)煤車來煤卸到煤槽,與煤槽存煤不發(fā)生混合,煤槽轉(zhuǎn)出的煤種和煤量按煤車來煤先后循序依次轉(zhuǎn)出。
電廠來煤存在多個煤種,煤質(zhì)參數(shù)分布較廣,使用k均值聚類算法對入廠煤的低位發(fā)熱量Qnet,ar、揮發(fā)分Vdaf、硫分Sd、灰分Ad和全水分Mt進行聚類處理。 以低位發(fā)熱量為例,圖2 示出了其聚類分析的結(jié)果(k=4)。 從中可以看出煤質(zhì)的集中分布情況及其典型數(shù)值。
圖2 低位發(fā)熱量聚類分析結(jié)果
表4 是五個煤質(zhì)指標(biāo)聚類中心和占比情況,按占比大小來看,入廠煤發(fā)熱量Qnet,ar的典型數(shù)值為22.50 MJ/kg和23.63 MJ/kg;Vdaf的典型結(jié)果為14.47%和15.78%;Sd典型數(shù)值為0.36%和0.89%;Ad典型數(shù)值為25.54%和28.92%;Mt典型結(jié)果為5.27%、6.62%和8.11%。 入廠煤參數(shù)為配煤摻燒研究和入爐煤特性計算提供數(shù)據(jù)基礎(chǔ)。
表4 入廠煤質(zhì)聚類分析結(jié)果
依據(jù)t檢驗方法,對30 組混煤的發(fā)熱量Qnet,ar、揮發(fā)分Vdaf、硫分Sad、灰分Aad和水分Mt的實測值和加權(quán)平均值進行比較,混煤煤質(zhì)指標(biāo)統(tǒng)計結(jié)果如表5 所示。
表5 煤質(zhì)參數(shù)實測值和加權(quán)值偏差統(tǒng)計結(jié)果
查詢t分布表,有tα/2(30 -1) =2.045(α取0.05),發(fā)現(xiàn)只有Qnet,ar的|t|值小于該值,因此認為只有Qnet,ar具備可加性,而混煤的Vdaf、Sad、Aad和水分不具備可加性,水分相對誤差很大,這是由于水分經(jīng)常變動,故混煤水分不宜用可加性計算。
對Vdaf、Sad和Aad進行線性擬合,將加權(quán)計算值作為自變量,實測值作為因變量,擬合結(jié)果如圖3 所示。
圖3(a)為揮發(fā)分Vdaf擬合結(jié)果,擬合公式如下:
圖3 混煤V daf、S ad、A ad擬合結(jié)果
因此,本文在對混煤煤質(zhì)的計算中,發(fā)熱量采用加權(quán)平均值,揮發(fā)分、硫分和灰分使用擬合公式,而水分不宜通過計算得到。
依據(jù)電廠鍋爐設(shè)計煤種和實際燃燒運行工況,并結(jié)合電站運行人員反饋的建議,整理出鍋爐燃燒對煤質(zhì)參數(shù)重要性排序和要求范圍,如表6所示。
表6 煤質(zhì)參數(shù)權(quán)重和要求范圍
依據(jù)混煤煤質(zhì)計算方法和配煤模型,以2021年5 月5 日至2021 年5 月10 日期間轉(zhuǎn)入煤場的單煤為例,不同配煤目標(biāo)輸出不同供煤方案,如下表所示。 表7 所示的摻配方案包括混煤煤種和對應(yīng)配比,具有實際的可操作性。
表7 不同配煤目標(biāo)下的摻配方案
圖4 為入爐煤質(zhì)歷史化驗數(shù)據(jù),發(fā)熱量Qnet,ar主要集中在21 ~24 MJ/kg之間,普遍大于設(shè)計煤種21.69 MJ/kg,可能造成鍋爐運行調(diào)整困難,加大煙溫偏差;揮發(fā)分呈現(xiàn)大部分集中的特點,絕大部分揮發(fā)分在14% ~20%之間,滿足設(shè)計煤種15.64%的要求;而硫分分布較為分散,在0.5% ~1.0%之間都有相當(dāng)?shù)恼急?,不穩(wěn)定,硫分較大波動容易造成SO2排放突然超標(biāo);灰分要求不大于25%,而幾乎存在一半位于25%以上,造成不完全燃燒損失較大,受熱面積灰結(jié)焦嚴(yán)重。
圖4 入爐煤發(fā)熱量、揮發(fā)分、硫分和灰分頻數(shù)分布圖
對入爐煤灰分Ad、高位發(fā)熱量Qgr,d、低位發(fā)熱量Qnet,ar的實測數(shù)據(jù)進行統(tǒng)計分析,以灰分Ad作為自變量,高位和低位發(fā)熱量作為兩個因變量,得到圖5(a)所示結(jié)果,回歸方程為式(11)和式(12);以高位發(fā)熱量Qgr,d為自變量,低位發(fā)熱量Qnet,ar為因變量,得到圖5(b)所示結(jié)果,回歸方程為式(13)。
圖5 入爐煤發(fā)熱量和灰分的分析結(jié)果
從圖5(a)和式(12)可以看出收到基低位發(fā)熱量Qnet,ar和干燥基灰分Ad之間的線性擬合關(guān)系并不是很好,其相關(guān)系數(shù)僅為0.826,依據(jù)線性相關(guān)系數(shù)較高的式(11)和式(13),得到下式:
采用式(15)所示的均方根誤差(RMSE)和(16)的平均絕對誤差(MAE)兩個指標(biāo)來評價式(12)和式(14)的計算結(jié)果,如表8 所示。
表8 不同計算公式的誤差比較
上式中,m 為樣本數(shù)量;Qnet,ar為發(fā)熱量實測值,MJ/kg;Q^net,ar為發(fā)熱量計算值,MJ/kg。
若使用RMSE作為衡量指標(biāo),式(12)計算結(jié)果較好;若使用MAE作為衡量指標(biāo),式(14)計算結(jié)果較好。
配煤模型基于多目標(biāo)的數(shù)學(xué)規(guī)劃問題,依據(jù)運行實際,對煤質(zhì)參數(shù)賦予不同權(quán)重,在實現(xiàn)鍋爐對煤質(zhì)參數(shù)要求的前提下,滿足不同配煤目標(biāo),輸出可供運行人員實際操作的供煤方案。 基于該實際方案,結(jié)合入廠煤到入爐煤流程的正向跟蹤和逆向溯源的方法,由入廠煤化驗的發(fā)熱量和揮發(fā)分等煤質(zhì)數(shù)據(jù),加上混煤煤質(zhì)計算方法,預(yù)測得到皮帶入爐煤參數(shù),如表9 所示。
表9 入爐煤參數(shù)化驗值和預(yù)測值比較
顯然,預(yù)測結(jié)果得到的煤質(zhì)參數(shù)更多,更全面,絕對誤差也較小。 更重要的是,在時間層面,預(yù)測結(jié)果相對于發(fā)布化驗結(jié)果可以提前10 余小時,很好地提高入爐煤獲取的實時性。
上述獲取入爐煤煤質(zhì)的方法已經(jīng)成功應(yīng)用到電廠數(shù)據(jù)系統(tǒng)中,以低位發(fā)熱量為例,得到圖6 所示的一段時間內(nèi)的預(yù)測值和化驗值的比較。
圖6 發(fā)熱量預(yù)測值和化驗值的比較
該系統(tǒng)將不斷增加的入爐煤化驗數(shù)據(jù)和預(yù)測結(jié)果間的誤差作為反饋,不斷修正預(yù)測模型和計算公式,使得預(yù)測值不斷接近化驗值。
針對某煤場過去依靠人工經(jīng)驗配煤,缺乏可靠的配煤摻燒方案指導(dǎo)的問題,構(gòu)建符合鍋爐燃燒對煤質(zhì)要求的配煤模型。 依據(jù)不同配煤目標(biāo),輸出可實際操作的配煤方案,得到適用性較高的混煤煤質(zhì)計算方法。 針對入爐煤化驗結(jié)果滯后,無法指導(dǎo)鍋爐運行的現(xiàn)象,提出全流程時空動態(tài)跟蹤來煤從入廠至入爐的環(huán)節(jié)。 利用配煤模型、入廠煤化驗數(shù)據(jù)和混煤煤質(zhì)計算方法,計算得到入爐煤質(zhì)參數(shù)。 與入爐煤實際化驗結(jié)果相比,不僅計算得到煤質(zhì)參數(shù)更多、誤差較小,更可提前10 余小時獲知入爐煤質(zhì)數(shù)據(jù)。 本文提出的基于動態(tài)跟蹤的理念,為電廠入爐煤煤質(zhì)獲取提供一種新的思路。
需要指出的是,本文得到的入爐煤參數(shù)距離進入爐膛燃燒仍存在一定時間差,為了更準(zhǔn)確監(jiān)控煤質(zhì)波動,為鍋爐運行調(diào)整提供預(yù)報信息,后續(xù)需要進一步研究制粉系統(tǒng)特別是原煤斗和磨煤機對入爐煤參數(shù)的影響。