基于改進粒子群算法的火電機組鍋爐燃燒多目標優化

摘 要：目前火電機組仍是我國電力供應的主體，因此通過運行優化技術來實現鍋爐燃燒效率的提升，同時減少NOx等污染氣體排放具有重要意義。鑒于此，針對現有技術建模精度低、運行效果差、脫離實際需求等缺點，采用改進粒子群算法建立鍋爐燃燒模型，得出機組最佳運行參數，以期提高機組運行的安全性和經濟性。

關鍵詞：火電機組；鍋爐燃燒效率；NOx；改進粒子群算法

中圖分類號：TM621" " 文獻標志碼：A" " 文章編號：1671-0797（2023）18-0024-04

DOI：10.19514/j.cnki.cn32-1628/tm.2023.18.006

0" " 引言

隨著新能源產業的持續壯大，風電和太陽能逐漸改變了目前的電網格局，由于新能源的不穩定性，各機組的靈活性改造成為保證電力系統安全運行的主要方式之一[1]。

靈活性改造主要技術難點在于如何使大容量煤電機組適應超低負荷深度調峰，這就對大容量煤電機組的燃燒穩定性提出了更高要求[2]。

鍋爐燃燒控制優化是通過分級配風、協調配煤等手段減少NOx的生成，同時也要兼顧CO排放濃度、鍋爐效率等經濟性指標和預防高溫蒸汽管壁超溫等安全性指標，是一個多場耦合、多變量制約、多目標優化的復雜問題[3-4]。在深度調峰運行下，負荷的下降可能導致鍋爐燃燒的不穩定性、脫硝系統無法有效運行、鍋爐汽水系統管壁超溫等問題。常規的燃燒優化系統大多只能實現穩態和開環優化，不易取得符合預期的優化效果，因此需要把人工智能技術和先進控制理論相結合，研究新型的鍋爐燃燒系統閉環優化控制方法[5-6]。如何有效保證鍋爐效率和NOx排放是深度調峰下燃燒優化需要研究的重要問題。同時，機組實際運行中，常存在SCR出口NOx濃度偏差大的問題，導致脫硝系統一側長期過噴的情況，不利于機組安全、經濟運行。

針對上述問題，提出了基于改進粒子群算法的火電機組多目標鍋爐燃燒優化控制方案，建立了以鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差為目標輸出的鍋爐燃燒模型，以期提升機組運行的安全性和經濟性。

1" " 現有技術及其缺點

當前鍋爐燃燒多目標優化的主要技術路線如下：

1）從DCS歷史庫中篩選模型參數，篩選出有效的穩態數據，并進行歸一化處理；

2）以鍋爐燃燒效率和NOx排放質量濃度為目標參量，由鍋爐熱平衡計算理論可知，飛灰含碳量和排煙溫度直接影響鍋爐燃燒效率，根據鍋爐燃燒特性、NOx生成機理和鍋爐燃燒效率影響因素，基于BP神經網絡建立NOx排放質量濃度預測模型和鍋爐燃燒效率預測模型；

3）以加權求和法或約束法確立遺傳算法的目標函數，尋找最優工況，進而獲得最優的運行參數。

現有技術主要存在以下問題：

1）數據篩選過程中只選取穩態數據，而模型的建立應包含動態過程，即從一個穩態到下一個穩態之間的數據；

2）以鍋爐燃燒效率和NOx排放質量濃度為目標參量建立模型不適應實際需求；

3）BP神經網絡建模需要大量的樣本數據，且無法避免過擬合的問題，不利于模型的在線修正。

當前鍋爐燃燒多目標優化的技術路線圖如圖1所示。

2" " 基于改進粒子群算法的火電機組鍋爐燃燒多目標優化

2.1" " 本方案技術路線

本方案基于改進粒子群算法，建立以鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差為目標輸出的鍋爐燃燒模型，建模的精度滿足需求，且建模速度快，利于模型的在線修正。其中，提升鍋爐燃燒效率必然會導致NOx生成濃度增加，因此根據機組特性和專家經驗確立其最優值；考慮凈煙氣NOx濃度是為了在環保指標達標的前提下，盡可能地提高NOx排放濃度，降低機組氨耗量；考慮脫硝兩側出口NOx濃度偏差是為了確保在凈煙氣NOx濃度達標的前提下，減少兩側出口NOx濃度偏差，避免脫硝系統一側過噴、另一側欠噴的情況，提升機組運行的安全性和經濟性。

其主要步驟如下：

1）從DCS或SIS中獲取歷史數據，包括：實際負荷、總燃料量、各層給煤機燃料量、各層磨煤機一次風量、各層二次風門開度、二次風總量、總風量、煙氣擋板開度、排煙溫度、給水流量、主蒸汽壓力、調節級壓力、煙氣含氧量、送風機入口風溫、兩側入口NOx濃度、兩側出口NOx濃度、凈煙氣NOx濃度、兩側噴氨閥門開度和兩側噴氨量；

2）依次對歷史數據中進行粗大值處理、線性插值和濾波噪聲處理，得到初步合格的歷史數據庫；

3）采用滑動窗口法對數據庫中的數據進行篩選，篩選規則為“穩態→動態→下一個穩態”，得到建模的訓練數據；

4）通過改進粒子群算法建立以鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差為目標輸出的鍋爐燃燒模型。

2.2" " 粒子群算法改進方案

1）慣性權重的改進。

采用帶多目標最優因子的迭代下降法，即結合當前的尋優結果和迭代次數，動態調整慣性權重值，更快速準確地尋到全局最優，其公式為：

式中：w為慣性權重；wmin為最小權重值；wmax為最大權重值；tmax為算法的最大迭代次數；t為當前迭代次數；N為多目標尋優的目標參數個數；n為當前尋優結果中各目標參數達到最優值的個數。

鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差各目標參數最優值為基于機組特性和專家經驗的機組負荷函數，分別為X10、X20、X30、X40。

2）適應度函數。

首先，根據機組特性和專家經驗確定各目標參數最優值；

其次，按照不同負荷及基于專家經驗的指數系數確立各參數尋優的優先級，規則如下：

a）20%～40%Pe，從高到低目標參數的優先級為鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差（優先級系數依次為10、7、4、1）；

b）40%～70%Pe，從高到低目標參數的優先級為鍋爐燃燒效率、NOx生成濃度（前兩者優先級相同）、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差（優先級系數依次為10、10、5、1）；

c）70%～100%Pe，從高到低目標參數的優先級為NOx生成濃度、鍋爐燃燒效率、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差（優先級系數依次為10、7、4、1）；

d）專家經驗指數系數：ε=e^｜x-x0|，其中x為參數實際值，x0為參數最優值。

改進粒子群算法的適應度函數：

f=ε1K1|X1-X10|+ε2K2|X2-X20|+ε3K3|X3-X30|+

式中：下標1～4分別對應鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差的相關參數；εi為專家經驗指數系數；Ki為優先級系數；Xi為參數實際值；Xi0為參數最優值。

基于改進粒子群算法的火電機組鍋爐燃燒多目標優化的技術路線圖如圖2所示。

3" " 應用分析

3.1" " 仿真結果分析

以某660 MW超臨界機組的實際應用為例，通過提取海量歷史數據，對現有技術和改進技術的優化效果進行仿真對比分析，結果如圖3、圖4所示。

可以看出，改進技術提高鍋爐效率和降低NOx生成濃度的效果優于現有技術。

3.2" " 應用效果

該機組采用本方案進行優化并投入使用后，2022年12月至2023年5月期間：

1）20%～40%Pe時鍋爐效率提高0.8%～1%，NOx生成濃度降低了50～80 mg/Nm3；

2）40%～70%Pe時鍋爐效率提高0.3%～0.5%，NOx生成濃度降低了30～60 mg/Nm3；

3）70%～100%Pe時鍋爐效率提高0.1%～0.2%，NOx生成濃度降低了40～50 mg/Nm3；

4）全負荷段凈煙氣NOx濃度小時均值由平均32.7 mg/Nm3提升至平均46.4 mg/Nm3，兩側脫硝出口NOx濃度偏差由平均26.8 mg/Nm3降低至平均4.7 mg/Nm3，節氨量為16.3%，空預器差壓平均降低了0.15 kPa。

4" " 結論

針對現有技術存在的問題，本文首先從電廠DCS海量數據中篩選出包含“穩態—動態—穩態”特征的訓練數據，增強了所建模型的動態屬性，模型更加全面準確；然后在平衡鍋爐燃燒效率與NOx生成濃度兩者關系的前提下，結合機組實際運行需求，兼顧節氨與平衡兩側脫硝出口NOx濃度，建立以鍋爐燃燒效率、NOx生成濃度、凈煙氣NOx濃度、兩側脫硝出口NOx濃度偏差為目標輸出的鍋爐燃燒模型；最后改進粒子群算法的慣性權重和適應度函數，結合專家經驗，建立鍋爐燃燒模型，有效克服了機組運行的非線性和實時數據波動等困難，使現有技術存在的問題得到了有效解決，提高了機組運行的安全性、穩定性和經濟性。

[參考文獻]

[1] 楊海生，古雨，唐廣通，等.高背壓-抽凝機組耦合運行優化技術對深度調峰性能影響及經濟性分析[J].汽輪機技術，2020，62（4）：305-308.

[2] 鄭飛，陳曉利，高繼錄，等.抽汽供熱機組深度調峰靈活性改造技術研究[J].汽輪機技術，2021，63（2）：144-146.

[3] 丁承剛，郭士義，龔燕雯，等.電站鍋爐制粉系統模型的建立與應用[J].鍋爐技術，2016，47（1）：5-8.

[4] 鄭成航，高翔，蘇秋鳳，等.多變負荷下內嵌算法融合的多目標鍋爐燃燒優化控制方法：CN202210785624.3[P].2022-09-27.

[5] 侯榮利.基于超限學習機與渦流搜索算法的鍋爐燃燒優化策略[J].冶金能源，2021，40（5）：60-64.

[6] 閆水保，馮燦，齊繼鵬，等.基于約束支持向量回歸的電站鍋爐燃燒優化建模[J].熱能動力工程，2021，36（11）：126-132.

收稿日期：2023-05-05

作者簡介：魏向國（1979—），男，河北人，高級工程師，研究方向：熱工自動化、檢修管理。