论文部分内容阅读
摘要：本文主要根据200mw单元机组燃煤锅炉热态实验数据，建立相应的预测模型，提高了锅炉的运行效率和污染排放的标准，并根据锅炉实际的运行情况，将环境保护和经济发展有效的协调和发展，并提出了几种不同的优化方案，最终很好的对锅炉的运行效率进行了优化控制。
关键词：环境保护；经济效益；锅炉运行；优化控制
随着国内燃烧能源逐渐告急以及国家对环境保护的重视度不断提高，国内的很多大型的燃煤锅炉的运行效率和污染物的排放受到了很多方面的限制，国内的大型燃煤锅炉必须面对提高锅炉的运行效率与降低污染排放的双重要求，运行效率高，污染低的锅炉逐渐受到了人们的广泛关注。但是由于大型的燃煤锅炉优化改造实验时间间隔的较长，设备更新换代速度较快，同时由于燃煤质量不能得到了有效的保证，运行人员缺乏滴锅炉进行及时的调整和控制，因此很难对锅炉的环保排放和锅炉的高效运行进行优化和协调，所以我国国内锅炉在使用过程中经常出现设备运行效率低下，污染物排放量过高，对环境造成了严重的影响，同时资源得不到充分的利用浪费了大量的能源。本文主要是在某大型锅炉运行过程中，热态实验数据的基础上，采用人工神经网络建立了锅炉运行效率和污染物排放的预测模型，并根据不同的运行情况提出了不同的环保与经济相协调的优化控制标准，实现了经济与环境相互协调的优化控制。
1、现场试验和数据的获取
针对某一个200mw单元机组四角切圆煤粉锅炉，采用正交试验的方法对锅炉的运行负荷、氮氧化物含量、二次风压、三层和四层给粉机运行的速度等影响影响锅炉运行性能的多重因素进行变工况热态试验。在实验过程中为了，为了使实验具有全过程的适应性，实验时一共安排了54组工况进行试验，其中1~18组为95%的负荷实验，19~36组为80%的负荷实施，剩下的为负荷大小在70%的负荷实验。实验过程中总共测量了锅炉排烟的温度，氮氧化物排放量和飞灰的含碳量等锅炉运行性能的主要参数。
2、锅炉运行效率和污染排放预测模型的建立
锅炉在运行过程中，其运行的特性和性能的表现是十分复杂的，而锅炉每天氮氧化物的排放量以及飞灰的含量等都受到多种因素的影响，并且能够便显出明显的非线性特征，因此在实验过程中可以采用人工神经网络系统进行测试，这种系统能够很好的拟合任意非线性函数，并且具有广泛的性能，对于复杂的非线性函数具有很高的适应性和自学能力，在非线性系统辨识方面得到了广泛的适应。所以本文对锅炉的运行效率和污染物排放的预测模型就是采用这种系统进行。通过试验数据表明，影响锅炉燃烧性能的主要影响因素是烟气的含量、二次风压、三层和四层给粉机转动的速度以及磨煤机出口风的温度等。现阶段，我国锅炉运行采用的燃料多数为煤炭，这就导致了煤炭资源的紧缺，使得煤炭燃烧试验过程中煤质发生了较大的变化，此外锅炉的运行负荷也对锅炉的燃烧性能产生了较大的影响，所以在建立模型的过程中，主要将烟气含氧量、二次风压、三四层粉机的转动速度、磨煤机出口风温度、燃煤认知、灰分、运行负荷等作为预测模型的主要因素，将其输入到神经网络的输入，并输出为排烟温度。飞灰含碳量以及氮氧化物排放量等，然后根据测量得到的锅炉排烟温度和飞灰含的含量等，进一步计算锅炉的运行效率。
随机选取热态实验数据中的47组测试结果作为神经网络的训练集，用来进行网络的学习和训练，剩下的机组为测试集，主要用来测试网络的适应能力，计算过程中主要采用bp计算方法，当测试误差小于0.01时，测试结束，经过多次的测试发现，隐层、输出层具有采用sigmoid激励函数，隐层节点数为3时神经网络的泛化能力最强，同预测值与实际测试的氮氧化物数值进行比较发现，改网络神经能够很好的适应非线性函数，具有很强的适应能力，能够及时、准确的反应锅炉在不同工况下的氮氧化物的排放特性，能够进一步的预测锅炉的运行效率，实验标准采用该种方法能够很好的满足锅炉燃烧优化，（如图1、2）。
图1 NOx排放预测值与测试样本实测值比较
表2 锅炉效率预测值与实际值比较
3、实时优化问题求解算法
这个过程中采用的计算方法为遗传计算法，这种计算方法具有隐含并行性、全局解空间搜索和不受问题形式约束的特点。实验过程中选取实验样本第12组工况进行优化计算，其中改工况条件下，锅炉运行的负荷为190mw，燃料的热值大小为19817kj/kg，灰分含量为32.49%，挥发分含量为24.07%，氮氧化物排放浓度为790.4mg/Nm3锅炉的运行效率为90.89%，然后采用遗传计算法上述问题进行求解，为了保证设备运行的安全性能，对各个操作变量进行相应的约束，设定最佳的优化范围（如图3）。
根据图3中的优化结果我们发现，除了三四层给粉机转速外，烟气含氧量、二次风量和磨煤机出口温度等操作变量都在取最小值时能够达到最佳的优化数值，这种情况说明了三四层的给粉机转动的速度对不同目标锅炉运行优化有较大的影响，影响的情况如图4，随着三四层给粉机转动速度之间的比值不算升高，氮氧化物的排放含量不断降低，但是锅炉的运行效率也会随着比值的增加而降低，所以氮氧化物的排放量和锅炉的运行效益之间存在一定的反相关关系，这种特点与氮氧化物排放原理和锅炉的运行效率的定性分析具有一致性，因此，在锅炉运行过程中片面的强调提高锅炉的运行效率裹着降低氮氧化物的排放量都会影响锅炉的经济效益，需要协调好锅炉效率和氮氧化物排放含量之间的关系。
图3不同优化目标下优化结果
图4 锅炉效率和NOx排放随三层、四层给粉机转速之比变化情况
参考文献：
[1]王培红，李磊磊，陈强，董益华.电站锅炉高效低污染燃烧优化算法研究[J].动力工程. 2004(04)
[2]方湘涛，叶念渝.基于BP神经网络的电厂锅炉飞灰含碳量预测[J]. 华中科技大学学报(自然科学版). 2003(12)
[3]方立军，高正阳，阎维平，惠世恩.低挥发分煤燃烧NO_x排放特性的试验研究[J].中国电机工程学报. 2003(08)
[4] 周昊，茅建波，池作和，蒋啸，王正华，岑可法.燃煤锅炉低氮氧化物燃烧特性的神经网络预报[J].环境科学. 2002(02)
[5] 费洪晓，黄勤径，戴弋，肖新华.基于SVM与遗传算法的燃煤锅炉燃烧多目标优化系统[J]. 计算机应用研究. 2008(03)
[6] 陈韵俊，韩永林，张立红.基于遗传神经网络的高边坡位移分析方法研究[J]. 水电能源科学. 2010(08)
[7] 陈庆文，马晓茜，刘翱.大型电站锅炉混煤掺烧的NO_x排放特性预测与运行优化[J].中国电机工程学报. 2009(23)
[8] 曾庆山，全书鹏，靳志强.融合BP神经网络与ARIMA的短时交通流预测[J].郑州大学学报(工学版). 2011(04)
关键词：环境保护；经济效益；锅炉运行；优化控制
随着国内燃烧能源逐渐告急以及国家对环境保护的重视度不断提高，国内的很多大型的燃煤锅炉的运行效率和污染物的排放受到了很多方面的限制，国内的大型燃煤锅炉必须面对提高锅炉的运行效率与降低污染排放的双重要求，运行效率高，污染低的锅炉逐渐受到了人们的广泛关注。但是由于大型的燃煤锅炉优化改造实验时间间隔的较长，设备更新换代速度较快，同时由于燃煤质量不能得到了有效的保证，运行人员缺乏滴锅炉进行及时的调整和控制，因此很难对锅炉的环保排放和锅炉的高效运行进行优化和协调，所以我国国内锅炉在使用过程中经常出现设备运行效率低下，污染物排放量过高，对环境造成了严重的影响，同时资源得不到充分的利用浪费了大量的能源。本文主要是在某大型锅炉运行过程中，热态实验数据的基础上，采用人工神经网络建立了锅炉运行效率和污染物排放的预测模型，并根据不同的运行情况提出了不同的环保与经济相协调的优化控制标准，实现了经济与环境相互协调的优化控制。
1、现场试验和数据的获取
针对某一个200mw单元机组四角切圆煤粉锅炉，采用正交试验的方法对锅炉的运行负荷、氮氧化物含量、二次风压、三层和四层给粉机运行的速度等影响影响锅炉运行性能的多重因素进行变工况热态试验。在实验过程中为了，为了使实验具有全过程的适应性，实验时一共安排了54组工况进行试验，其中1~18组为95%的负荷实验，19~36组为80%的负荷实施，剩下的为负荷大小在70%的负荷实验。实验过程中总共测量了锅炉排烟的温度，氮氧化物排放量和飞灰的含碳量等锅炉运行性能的主要参数。
2、锅炉运行效率和污染排放预测模型的建立
锅炉在运行过程中，其运行的特性和性能的表现是十分复杂的，而锅炉每天氮氧化物的排放量以及飞灰的含量等都受到多种因素的影响，并且能够便显出明显的非线性特征，因此在实验过程中可以采用人工神经网络系统进行测试，这种系统能够很好的拟合任意非线性函数，并且具有广泛的性能，对于复杂的非线性函数具有很高的适应性和自学能力，在非线性系统辨识方面得到了广泛的适应。所以本文对锅炉的运行效率和污染物排放的预测模型就是采用这种系统进行。通过试验数据表明，影响锅炉燃烧性能的主要影响因素是烟气的含量、二次风压、三层和四层给粉机转动的速度以及磨煤机出口风的温度等。现阶段，我国锅炉运行采用的燃料多数为煤炭，这就导致了煤炭资源的紧缺，使得煤炭燃烧试验过程中煤质发生了较大的变化，此外锅炉的运行负荷也对锅炉的燃烧性能产生了较大的影响，所以在建立模型的过程中，主要将烟气含氧量、二次风压、三四层粉机的转动速度、磨煤机出口风温度、燃煤认知、灰分、运行负荷等作为预测模型的主要因素，将其输入到神经网络的输入，并输出为排烟温度。飞灰含碳量以及氮氧化物排放量等，然后根据测量得到的锅炉排烟温度和飞灰含的含量等，进一步计算锅炉的运行效率。
随机选取热态实验数据中的47组测试结果作为神经网络的训练集，用来进行网络的学习和训练，剩下的机组为测试集，主要用来测试网络的适应能力，计算过程中主要采用bp计算方法，当测试误差小于0.01时，测试结束，经过多次的测试发现，隐层、输出层具有采用sigmoid激励函数，隐层节点数为3时神经网络的泛化能力最强，同预测值与实际测试的氮氧化物数值进行比较发现，改网络神经能够很好的适应非线性函数，具有很强的适应能力，能够及时、准确的反应锅炉在不同工况下的氮氧化物的排放特性，能够进一步的预测锅炉的运行效率，实验标准采用该种方法能够很好的满足锅炉燃烧优化，（如图1、2）。
图1 NOx排放预测值与测试样本实测值比较
表2 锅炉效率预测值与实际值比较
3、实时优化问题求解算法
这个过程中采用的计算方法为遗传计算法，这种计算方法具有隐含并行性、全局解空间搜索和不受问题形式约束的特点。实验过程中选取实验样本第12组工况进行优化计算，其中改工况条件下，锅炉运行的负荷为190mw，燃料的热值大小为19817kj/kg，灰分含量为32.49%，挥发分含量为24.07%，氮氧化物排放浓度为790.4mg/Nm3锅炉的运行效率为90.89%，然后采用遗传计算法上述问题进行求解，为了保证设备运行的安全性能，对各个操作变量进行相应的约束，设定最佳的优化范围（如图3）。
根据图3中的优化结果我们发现，除了三四层给粉机转速外，烟气含氧量、二次风量和磨煤机出口温度等操作变量都在取最小值时能够达到最佳的优化数值，这种情况说明了三四层的给粉机转动的速度对不同目标锅炉运行优化有较大的影响，影响的情况如图4，随着三四层给粉机转动速度之间的比值不算升高，氮氧化物的排放含量不断降低，但是锅炉的运行效率也会随着比值的增加而降低，所以氮氧化物的排放量和锅炉的运行效益之间存在一定的反相关关系，这种特点与氮氧化物排放原理和锅炉的运行效率的定性分析具有一致性，因此，在锅炉运行过程中片面的强调提高锅炉的运行效率裹着降低氮氧化物的排放量都会影响锅炉的经济效益，需要协调好锅炉效率和氮氧化物排放含量之间的关系。
图3不同优化目标下优化结果
图4 锅炉效率和NOx排放随三层、四层给粉机转速之比变化情况
参考文献：
[1]王培红，李磊磊，陈强，董益华.电站锅炉高效低污染燃烧优化算法研究[J].动力工程. 2004(04)
[2]方湘涛，叶念渝.基于BP神经网络的电厂锅炉飞灰含碳量预测[J]. 华中科技大学学报(自然科学版). 2003(12)
[3]方立军，高正阳，阎维平，惠世恩.低挥发分煤燃烧NO_x排放特性的试验研究[J].中国电机工程学报. 2003(08)
[4] 周昊，茅建波，池作和，蒋啸，王正华，岑可法.燃煤锅炉低氮氧化物燃烧特性的神经网络预报[J].环境科学. 2002(02)
[5] 费洪晓，黄勤径，戴弋，肖新华.基于SVM与遗传算法的燃煤锅炉燃烧多目标优化系统[J]. 计算机应用研究. 2008(03)
[6] 陈韵俊，韩永林，张立红.基于遗传神经网络的高边坡位移分析方法研究[J]. 水电能源科学. 2010(08)
[7] 陈庆文，马晓茜，刘翱.大型电站锅炉混煤掺烧的NO_x排放特性预测与运行优化[J].中国电机工程学报. 2009(23)
[8] 曾庆山，全书鹏，靳志强.融合BP神经网络与ARIMA的短时交通流预测[J].郑州大学学报(工学版). 2011(04)