最優回歸法在混煤摻燒中的應用

桂良明,毛曉飛,陳林國,劉發圣

(國網江西省電力科學研究院,南昌330096)

最優回歸法在混煤摻燒中的應用

桂良明,毛曉飛,陳林國,劉發圣

(國網江西省電力科學研究院,南昌330096)

為了解混煤摻燒對機組煤耗特性影響,優化機組配煤,以某電廠2臺機組為研究對象,基于最優回歸法分析了負荷、不同煤種混配對機組煤耗影響,得到了機組最優運行工況和最優配煤比例,可合理優化電廠配煤,降低機組煤耗。研究表明：此分析方法在電站混煤數據處理中具有重要的推廣意義。

混煤摻燒；最優回歸法；煤耗

隨著我國經濟的快速發展,電力需求量大幅增長。目前國內大部分火力發電廠為減輕購煤壓力,節約燃料成本,普遍采取多渠道進煤,燃煤種類多樣化［1］。混煤摻燒作為一種有效的優化燃燒技術,在世界范圍內應用廣泛,但摻混煤種及摻混比例不同對鍋爐燃燒特性和機組煤耗影響較大,也是混煤摻燒問題的一個難點［2］。為優化電廠配煤,提高機組運行經濟性,研究混煤摻燒對機組煤耗特性影響十分必要［3］。筆者采用一種最優回歸法,以某電廠2臺機組為研究對象,分析運行工況、煤種及配比等方面對電廠煤耗特性影響。此方法作為一種實用范圍廣的數據分析方法,目前在電站數據分析方面應用較少,可將機組大量歷史數據進行簡化處理,分析得出規律,具有簡單實用的特點。

1 最優回歸法

1.1 影響機組煤耗的因素

主要包括機組負荷高低、主設備健康情況、輔助系統設備投運情況、運行控制方式、燃煤煤質、混煤及其份額等因素。從宏觀分析考慮,假定主設備健康情況、輔助系統設備投運情況、運行控制方式等基本情況相同,作為常數處理。

1.2 數據分析處理方法

最優回歸分析法中考慮各因素的非線性關系,且包含因素與因素之間的交互作用。數據處理過程中,剔除對目標量影響較小的次要因素［4］。

1.3 最優回歸式

最優回歸式是基于最小二乘法數學原理,設Y=f(X,B1,B2,…,Bk),假定此關系式f已知,但其中B1,B2,…,Bk等參數待求,對于X和Y有一批測量數據(xi,yi),利用該測量數據對參數B1,B2,…,Bk作出估計。

以某電廠5號和6號機組混煤摻燒份額與供電煤耗數據(見表1,表2)為依據。

表1 5號機組混煤摻燒份額與供電煤耗數據表

表2 6號機組混煤摻燒份額與供電煤耗數據表

表2 (續)

假設供電煤耗與混煤份額關系式如下：

式中：Y為供電煤耗,g/(k W·h)；X1為機組負荷率,%；X2為煤種1混煤份額,1≥X2≥0；X3為煤種2混煤份額,1≥X3≥0；X4為煤種3混煤份額,1≥X4≥0；X5為煤種4混煤份額,1≥X5≥0；X6為機組區別系數,第一臺機組取1,第二臺機組取2。依據表1和表2數據,通過科學篩選,經計算可解出上述供電煤耗與混煤份額關系式的參數：A為回歸常數608.534；B1為回歸系數-3.983 984；B2為回歸系數0.020 682 55；B3為回歸系數-134.253 4；B4為回歸系數75.960 38；B6為回歸系數-41.086 05；B7為回歸系數-69.275 25；B10為回歸系數-74.648 12； B13為回歸系數-185.937 2；B14為回歸系數-11.043 93。

1.4最優回歸式的評價

當置信水平為0.99、樣本數為72～81點時,回歸的全相關系數最低臨界值為0.301 7,而上述最優回歸式的全相關系數R為0.594 9,遠大于臨界值,它表示數學模型及回歸因素的選取是合理的；回歸的標準剩余離差S為18.609,相當于目標量的5%左右,這種誤差對于宏觀分析來說,應該是能夠滿足要求的［5］。

2 最優回歸法在混煤摻燒的應用

由于需要分析負荷及不同煤種比例因素對機組煤耗影響,將最優回歸式進行了分解,并將數據結果繪制成圖形,分析內容如下：

(1)機組負荷率對供電煤耗的影響(見圖1)。

圖1 負荷率對供電煤耗的影響

在低負荷時,曲線的變化率大,且隨著負荷的增加,曲線的變化率逐漸減小；當機組滿負荷運行時,供電煤耗達最低值；繼續增加負荷(即超負荷運行)時,供電煤耗增加,若超負荷10%,則供電煤耗提高3.5 g/(k W·h)；機組負荷率為60%時,供電煤耗比滿負荷高出16.09 g/(k W·h)。表明機組應多帶滿負荷或近滿負荷運行,并避免超負荷運行。

(2)潞安與晉城混煤比例對供電煤耗的影響(見圖2)。

圖2 潞安與晉城混煤比例對供電煤耗的影響

當潞安煤份額為0(即全燒晉城煤)時,供電煤耗最高；隨著潞安煤份額增加,煤耗下降；當潞安煤份額為0.75時,供電煤耗達最低點,此時比全燒晉城煤降低煤耗25.44 g/(k W·h)；若繼續增加潞安煤份額,則煤耗反而上升；當潞安煤份額增至1(即全燒潞安煤)時,煤耗上升3.24 g/(k W·h) (與最低點比)。

(3)鄭州與晉城混煤比例對供電煤耗的影響(見圖3)。

圖3 鄭州與晉城混煤比例對供電煤耗的影響

當鄭州煤份額為0(即全燒晉城煤)時,供電煤耗較高；鄭州煤份額增加到0.2時,煤耗升至最高點；繼續增加鄭州煤份額時,煤耗緩慢下降；但隨著鄭州煤份額的增大,煤耗下降速度增大；當鄭州煤份額達到1(即全燒鄭州煤)時,供電煤耗達最低點,此時比最高點降低煤耗39.13 g/(k W·h)。

(4)鶴壁與晉城混煤比例對供電煤耗的影響(見圖4)。

圖4 鶴壁與晉城混煤比例對供電煤耗的影響

當鶴壁煤份額為0(即全燒晉城煤)時,供電煤耗最高；隨著鶴壁煤份額增加,煤耗下降；當鶴壁煤份額為0.7時,供電煤耗達最低點,此時比全燒晉城煤降低煤耗38.23 g/(k W·h)；若繼續增加鶴壁煤份額,則煤耗反而上升；當鶴壁煤份額增至1 (即全燒鶴壁煤)時,煤耗上升8.67 g/(k W·h)(與最低點比)。

通過最優回歸式分析,6號機組比5號機組煤耗低,在負荷、燃煤條件相同情況下要低11.04 g/(k W·h)。

3 結語

最優回歸分析法是設定了主設備健康情況、輔助系統設備投運情況、運行控制方式等基本情況相同條件下,從宏觀角度對電廠日常大量煤耗報表數據進行綜合分析處理的一種方法。通過最優回歸法進行分析,得到以下適合該廠的結論：

(1)機組應多帶滿負荷或近滿負荷下運行,但超負荷運行,機組煤耗略有上升,經濟性下降。

(2)晉城煤不宜單獨在爐內燃用,需與其他貧瘦煤混燒,可降低機組煤耗；潞安煤與晉城煤混合燃用,潞安煤份額為0.75時,機組煤耗達最小；鄭州煤可單獨在爐內燃用,但不宜與晉城煤混燒；鶴壁煤可與晉城煤混合燃用,鶴壁煤份額為0.7時,機組煤耗達最低點。

(3)在條件相同情況下,經過分析,6號機組比5號機組煤耗低,宜使6號機組多帶負荷。

由此可見,最優回歸法能直觀可靠分析電廠數據規律,可合理優化電廠配煤,降低機組供電煤耗,提高機組運行經濟性,具有重要推廣意義。

［1］廖艷芬,馬曉茜.基于模糊神經網絡的混沌優化算法在動力配煤中的應用［J］.華南理工大學學報：自然科學版,2006,34 (6)：117-121.

［2］段學農,朱光明,焦慶豐,等.電廠鍋爐混煤摻燒技術研究與實踐［J］.中國電力,2008,41(6)：51-54.

［3］周俊虎,平傳娟,楊衛娟,等.混煤燃燒反應動力學參數的熱重研究［J］.動力工程,2005,25(2)：207-210.

［4］李東風,鄭忠國.最優線性回歸的計算方法［J］.數理統計與管理,2008,27(1)：87-95.

［5］潘蕙琦,史秉璋.用最優回歸方法評價一種選擇回歸子集的新方法［J］.數學的實踐與認識,1987,17(2)：54-59.

Application of Optimal Regression Method in Coal Blending Process

Gui Liangming,Mao Xiaofei,Chen linguo,Liu Fasheng
(State Grid Jiangxi Electric Power Research Institute,Nanchang 330096,China)

To understand the influences of coal blending ratio on coal consumption characteristics of the unit,and to optimize the coal blending performance,two power units in a power plant were taken as the object of study,and subsequently the effects of load and coal blending ratio on coal consumption of the unit were analyzed using optimal regression method,during which optimal operation conditions and blending ratios were found,resulting in high coal blending performance and low coal consumption.Study results show that this method has great significance in spreading the data processing way of coal blending for power plants.

coal blending；optimal regression method；coal consumption

TK222

A

1671-086X(2015)03-0164-04

2014-07-11

江西省科技計劃項目(20133BBG70012)

桂良明(1982-),男,高級工程師,主要從事電站鍋爐試驗研究工作。

E-mail：guiliangming2006@163.com