一種改進煙氣含氧量軟測量建模方法與仿真

陳彥橋, 郭 一, 劉建民, 劉金琨

(1.北京航空航天大學 自動化科學與電氣工程學院,北京100191;2.國電科學技術研究院,南京210031)

保持鍋爐燃燒過程的最佳狀態(tài)和經(jīng)濟性是鍋爐燃燒過程自動控制的重要任務.工程上通過測量與過量空氣系數(shù)密切相關的煙氣中O2的體積分數(shù)(含氧量)φ(O2)來間接反映燃料風量配比的好壞.但是,目前測量煙氣含氧量的氧量分析儀精度不高、投資大、使用壽命短,而且測量滯后較大,不利于過程的在線監(jiān)視和提供在線閉環(huán)控制所需的反饋信號,從而直接影響鍋爐的經(jīng)濟燃燒.

近年來,軟測量技術的研究十分活躍.軟測量技術是利用一些較易在線測量(與被測變量聯(lián)系密切)的輔助變量,通過在線分析,去估計不可測或難測變量的方法.目前存在的氧量軟測量模型大多采用與神經(jīng)網(wǎng)絡或支持向量機相結合的軟測量建模方法[1-3],但神經(jīng)網(wǎng)絡是“黑箱”結構,預測合理與否不清楚.機理模型的工程背景明確,相應的軟測量模型也較簡單,是工程界最容易接受的軟測量方法[4],但模型的有些機理不能完全透徹分析.采用統(tǒng)計分析方法獲得軟測量模型是當前的一個熱點研究方向,它主要依靠對現(xiàn)場收集到的試驗和歷史數(shù)據(jù)進行統(tǒng)計分析,發(fā)現(xiàn)數(shù)據(jù)間的潛在規(guī)律和關系,建立預測模型[5].氧量軟測量模型可以進一步應用于構造熱量信號[6]以及分析汽包蓄熱系數(shù)[7].

本文在對煙氣含氧量測量過程機理分析的基礎上,結合統(tǒng)計分析建模的優(yōu)點,建立煙氣含氧量的軟測量模型.首先用數(shù)據(jù)統(tǒng)計與擬合方法對爐膛總風量進行了修正;然后用幅值限制濾波器對熱量信號中的汽包壓力進行濾波;最后采用統(tǒng)計分析技術對單位熱量所消耗的標準狀態(tài)下的最佳過量空氣系數(shù)KR進行了尋優(yōu)和改進.修正后的氧量軟測量模型測量精度明顯提高,并有一定的信號超前度.該軟測量模型不僅可以取代現(xiàn)有的氧量監(jiān)測設備,還可以與燃燒自動控制系統(tǒng)相結合,用于燃燒調(diào)整.

1 煙氣軟測量模型的基本原理

以在線測量得到的鍋爐煙氣含氧量計算氧量,其原理是利用DCS系統(tǒng)中已有的信號,通過建立鍋爐燃燒過程動態(tài)模型,并采用信息融合技術將靜態(tài)模型和動態(tài)模型結合,計算得到氧量[4].

鍋爐煙氣含氧量是由進入鍋爐的煤量和風量確定的.煤量的意義包括煤的質(zhì)量流量和煤的化學成分,風量為參與燃燒的總風量,包括鍋爐的一次風、二次風、負壓運行制粉系統(tǒng)的漏風和爐膛漏風等.氧量模型計算的關鍵是獲得準確的煤量及風量.

鍋爐煙氣含氧量φ(O2)的計算公式為

式中:Qs為鍋爐靜態(tài)有效吸熱量;KR為單位熱量所消耗的標準狀態(tài)下的過量空氣系數(shù);V0為標準狀態(tài)下的空氣量.

對于投油助燃的機組

式中:K0為油產(chǎn)生的單位熱量耗氧量;q0為油質(zhì)量流量;R0為油發(fā)熱量.

KR的計算公式為

式中:C m為碳的分子質(zhì)量;H m為氫的分子質(zhì)量;q c為碳發(fā)熱量;qh為氫發(fā)熱量;Kch為碳氫質(zhì)量比;Vmol為分子體積.

式中KR計算結果約為0.26,根據(jù)實際測量情況可能需要調(diào)整.

鍋爐有效吸熱量計算

式中:qss為過熱蒸汽流量;qrs為再熱蒸汽流量;hss為過熱蒸汽焓;hw為給水焓;hrs為再熱蒸汽焓;hhs為高壓缸排汽焓.

式中:cp為煙氣的比定壓熱容;ρ為煙氣密度;Ty為排煙溫度.

送風量折成標準狀況下的風量為

式中:p、V、T分別為實際測量狀況下的壓力、體積流量和溫度;p0、V0、T0分別為折算成標準狀況下的壓力、體積流量和溫度,V0的單位為km3/h(標準狀況壓力為101.3 k Pa).

為加快氧量對燃料的動態(tài)響應速度,加入熱量信號的鍋爐吸熱量公式為

式中:K為平衡系數(shù);Ts為濾波系數(shù);Qd為DEB熱量信號.

2 煙氣含氧量軟測量模型的改進

2.1 漏風量的修正

由于差壓的存在和系統(tǒng)不可能在完全密封的狀態(tài)下運行,所以鍋爐系統(tǒng)存在各種漏風,主要有空氣預熱器漏風、制粉系統(tǒng)漏風和爐膛漏風.由于漏風的存在使實際進入爐膛參與燃燒的總空氣量發(fā)生變化,影響燃燒過程的穩(wěn)定性和經(jīng)濟性,相應地也就改變了尾部煙氣含氧量的值.

2.1.1 鍋爐系統(tǒng)漏風的組成

(1)空氣預熱器漏風

回轉(zhuǎn)式空氣預熱器的漏風包括直接漏風和攜帶漏風.直接漏風量的大小與空氣側(cè)和煙氣側(cè)的壓差的平方根成正比,即

式中:QD為直接漏風量;K為泄漏系數(shù),與受熱面及罩殼間的間隙面積和灰阻系數(shù)有關;pA和pB分別為煙氣側(cè)和空氣側(cè)壓力.

(2)爐膛和制粉系統(tǒng)漏風

爐膛及制粉系統(tǒng)中漏入的空氣所占的比例很小,負壓運行的鍋爐,漏入冷風的絕對量只與爐膛負壓有關,與鍋爐的負荷無關.

(3)水平煙道和尾部煙道漏風

由于鍋爐水平煙道和尾部煙道的漏風不參與燃燒,對實際燃燒風煤配比沒有影響,所以本文不考慮其對尾部煙氣含氧量的影響.

總漏風量Qt為

式中:Q L為漏入爐膛的風量;Q Z為制粉系統(tǒng)的漏風量.

2.1.2 修正方法

(1)漏風的影響主要反映在參與燃燒的總風量的改變,因而引入漏風率的概念:

式中:β為漏風率;V為傳感器測量得到的風量;V′為軟測量模型計算出的風量.

(2)根據(jù)鍋爐煙氣含氧量計算公式可得

或

式中:φ(O2)為實測氧量,%.

(4)定義修正風量V 1的計算公式

由式(14)獲得修正以后的風量,并進行氧量軟測量計算.

2.1.3 保證軟測量精度的措施

由式(12)或式(13)可知,風量修正的正確性很大程度取決于實測氧量的準確性.由于磨損、腐蝕以及老化等原因,氧量表在長期使用中測量精度會逐漸下降.充分考慮這種情況,應對實測氧量的數(shù)據(jù)加以限制,可以設置一個時間開關,選取新表1年內(nèi)或者舊表檢修后3個月內(nèi)測得的氧量進行風量修正,以保證軟測量的精度.

2.2 幅值限制濾波器(ALF)的使用

因為熱量信號中使用了汽包壓力,但是汽包壓力受到的干擾比較大,所以需要對汽包壓力使用一種特殊的濾波器,它的原理框圖見圖1.

圖1 幅值限制濾波器原理圖Fig.1 Principle of Amplitude Limiting Filter

對于方框圖中的輸出Y(k),其濾波性能與K2的大小有關.合適的K2既可以濾掉工頻干擾,又能保證信號在正常波動時,使具有足夠變化速度的擾動信號通過,從而真實地反映鍋爐汽包壓力的變化.

2.3 系數(shù)K R的修正

KR是由煤的碳氫比決定的.雖然煤的成分差別較大,但碳氫比還是比較一致的,根據(jù)統(tǒng)計數(shù)據(jù),大致分布在15∶1～20∶1之間[4].當煤的碳氫比為18∶1時,KR大致為0.26;當碳氫比在15∶1～20∶1之間變化時,此系數(shù)的誤差小于1%.

由于目前火電廠用煤品質(zhì)難以保證,煤質(zhì)相差很大,煤的碳氫比超出15∶1～20∶1范圍的可能性非常大.但是煤的碳氫比需要煤質(zhì)化驗才能得到,不能實時進入DCS或者SIS系統(tǒng)中,因此,本文考慮采用相對煤質(zhì)系數(shù)來代替煤的碳氫比,進而通過歷史數(shù)據(jù)挖掘得到相對煤質(zhì)系數(shù)和KR之間的關系曲線,以便根據(jù)煤的碳氫比(或相對煤質(zhì)系數(shù))實時修正KR.

式中，?為一種模糊關系運算方式，一般有3種運算形式，本文采用加權平均法進行對應的模糊運算； fi為駕駛員對象相對于駕駛行為評價集指標的隸屬度.

相對煤質(zhì)系數(shù)的定義如下:

式中:Kmz為相對煤質(zhì)系數(shù);N為機組實際負荷;B為機組總給煤量.

首先根據(jù)相對煤質(zhì)系數(shù)的變化范圍,劃分成變化較小的區(qū)間,然后在每個小的變化區(qū)間內(nèi)對各個連續(xù)時間段進行K R尋優(yōu),以軟測量氧量和實測氧量的方差最小為標準,最后對每個相對煤質(zhì)系數(shù)及其對應的最佳KR進行擬合,獲得近似關系式:

擬合曲線見圖2.

圖2 煤質(zhì)系數(shù)與K R的擬合曲線Fig.2 Fitting curve of coal quality coefficient and K R

2.4 測量滯后的改進

傳統(tǒng)工藝上,采用氧化鋯傳感器等氧量測量儀表直接測量氧量,這種方法存在測量滯后的問題.軟測量不采用直接的物理傳感器實體,不涉及化學反應,利用軟測量的方法可以彌補傳統(tǒng)氧量表的這一缺點,能比較真實地反應氧量的實時變化趨勢.

3 仿真研究

利用某電廠歷史數(shù)據(jù)進行仿真驗證.首先將未改進時的軟測量氧量與實測氧量作對比;再將修正總風量后的軟測量氧量與實測氧量作對比.在此基礎上,再對動態(tài)信號中的汽包壓力進行濾波并將按此方法計算得到的氧量與實測氧量作對比.最后,在前面工作的基礎上對KR進行修正,并與實測氧量進行對比.

每次對比都獲得最大偏差、均方差和相關系數(shù).設X為計算氧量,Y為實測氧量,n為采樣點數(shù)量.

(1)最大偏差λ為

(2)均方差σ為

σ可反映計算值相對于測量值的整體偏離程度.

(3)協(xié)方差為

(4)相關系數(shù)為

γ可反映計算值與測量值的關聯(lián)程度.

仿真結果見圖3～圖5,獲得的各項指標見表1.

圖3 修正風量后計算氧量與實測氧量對比圖Fig.3 Comparison between calculated oxygen content by air flow correction and actual oxygen content

圖4 ALF濾波后計算氧量與實測氧量對比圖Fig.4 Comparison between calculated oxygen content with ALF and actual oxygen content

圖5 修正K R后計算氧量與實測氧量對比圖Fig.5 Comparison between calculated oxygen content by K R correction and actual oxygen content

表1 各項指標對比表Tab.1 Comparison of various indices

從仿真結果看,風量修正后各項指標均有改善,其中均方差指標的改善明顯.對熱量信號中的汽包壓力進行濾波后,雖然最大偏差有微小增大,但另兩項指標都有所改善.修正KR后,最大偏差明顯改善,另兩項指標也有改善.

此外,模型改進后,動態(tài)特性也有所改善,計算值比測量值約有半分鐘的超前,能彌補傳感器測量滯后的不足,見圖6.

圖6 氧量對比局部放大圖Fig.6 Lacal zoom out drawing of oxygen content comparison

4 結 論

對爐膛總風量進行修正,使用幅值限制濾波器對熱量信號中的汽包壓力進行濾波以改善氧量測量過程的動態(tài)響應,通過數(shù)據(jù)挖掘方法確定單位熱量所消耗的標準狀態(tài)下的最佳過值空氣系數(shù).通過仿真,證明了氧量軟測量模型改進的有效性,改進后的軟測量模型具備較高的計算精度和較快的響應速度,可為鍋爐送風和燃燒優(yōu)化系統(tǒng)提供有益的幫助.

[1] 韓璞,王東風,翟永杰.基于神經(jīng)網(wǎng)絡的火電廠煙氣含氧量軟測量[J].信息與控制,2001,30(2):189-192. HAN Pu,WANG Dongfeng,ZHAI Yongjie.Softsensing of O2content in flue gas of power plant based on neural networks[J].Information and Control, 2001,30(2):189-192.

[2] 熊志化,邵惠鶴,張衛(wèi)慶.基于支持向量機的火電廠煙氣含氧量軟測量[J].測控技術,2004,23(8):15-16. XIONG Zhihua,SHAO Huihe,ZHANG Weiqing.SVM-based soft sensor applied to O2content in flue gas in the power plant[J].Measurement&Control Technology,2004,23(8):15-16.

[3] 趙成玉.300 MW機組鍋爐煙氣含氧量邏輯計算探討[J].華北電力技術,2007,37(8):12-15. ZHAO Chengyu.Discussion on calculation of oxygen content in boiler flue gas for 300 MW unit[J].North China Electric Power,2007,37(8):12-15.

[4] 盧勇,徐向東.煙氣含氧量軟測量新方法研究[J].熱能動力工程,2002,17(6):614-617. LU Yong,Xü Xiangdong.The study of a new method incorporating the soft sensing of oxygen-content in flue gases[J].Journal of Engineering for Thermal Energy and Power,2002,17(6):614-617.

[5] 趙征,曾德良,田亮,等.基于數(shù)據(jù)融合的氧量軟測量研究[J].中國電機工程學報,2005,25(7):7-12. ZHAO Zheng,CENG Deliang,TIAN Liang,et al.Research on soft-sensing of oxygen content based on data fusion[J].Proceedings of the CSEE,2005,25(7):7-12.

[6] 劉鑫屏,田亮,趙征,等.汽包鍋爐蓄熱系數(shù)的定量分析[J].動力工程,2008,28(2):216-220. LIU Xinping,TIAN Liang,ZHAO Zheng,et al.The quantitative analysis of the drum boiler heat storage coefficien[J].Journal of Power Engineering,2008,28(2):216-220.

[7] 張建生,曾德良,趙征,等.協(xié)調(diào)控制系統(tǒng)能量指令及參數(shù)整定分析[J].華北電力大學學報,2002,29(4):60-64. ZHANG Jiansheng,CENG Deliang,ZHAO Zheng,et al.Energy demand and parameter adjustment of DEB400 coordinated contol system[J].Journal of North China Electric Power University,2002,29(4):60-64.