660 MW超超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)研究

張建宇,王 悅,包立軍,李曉宇

(國(guó)家電投集團(tuán)內(nèi)蒙古白音華煤電有限公司坑口發(fā)電分公司,內(nèi)蒙古 錫林郭勒盟 026200)

0 引言

我國(guó)現(xiàn)有的能源結(jié)構(gòu)已經(jīng)形成了煤炭發(fā)電的主導(dǎo)模式,而提高機(jī)組的效率和降低污染物排放是煤炭發(fā)電的永恒主題。超臨界電站將進(jìn)一步提高綜合利用率,降低煤耗、污染,是未來(lái)我國(guó)燃煤電廠發(fā)展的必然趨勢(shì)[1]。隨著全球環(huán)境保護(hù)需求的不斷增長(zhǎng),尤其是提高發(fā)電效率以減少礦物燃料消耗和減少溫室氣體排放量的需求,全球都在致力于改善設(shè)備運(yùn)行情況。

19世紀(jì)后期,國(guó)外學(xué)者對(duì)鍋爐燃燒的優(yōu)化問(wèn)題進(jìn)行了較多的探討,日本和美國(guó)的重點(diǎn)是對(duì)燃燒裝置的改進(jìn)和優(yōu)化,其主要成果是通過(guò)設(shè)計(jì)不同的噴嘴,使煤粉的燃燒得到更好的控制,從而達(dá)到更好的燃燒率。美國(guó)電力研究所還開展了一項(xiàng)關(guān)于鍋爐燃燒優(yōu)化控制的研究,其目的在于通過(guò)優(yōu)化鍋爐燃燒來(lái)改善鍋爐的效率和減少污染物的排放量。國(guó)外的火力發(fā)電廠已逐漸采用最優(yōu)程序進(jìn)行燃燒控制,在技術(shù)上不斷取得突破和革新,許多燃燒優(yōu)化軟件都已相當(dāng)成熟。國(guó)內(nèi)學(xué)者也紛紛對(duì)此展開了研究。文獻(xiàn)[2]針對(duì)660 MW超臨界空冷機(jī)的空冷系統(tǒng),建立了變工況的數(shù)學(xué)模型,并對(duì)其影響因素進(jìn)行了分析。研究發(fā)現(xiàn)當(dāng)負(fù)載增大時(shí),排蒸汽壓力保持在閉合背壓附近,當(dāng)負(fù)載增大時(shí),排氣壓力增大。在空冷風(fēng)機(jī)的工作頻率小于規(guī)定的最小頻率時(shí),應(yīng)減小風(fēng)扇的工作次數(shù),從而得出最優(yōu)的排汽壓力,為同類設(shè)備的空冷風(fēng)機(jī)的優(yōu)化運(yùn)行提供依據(jù)。文獻(xiàn)[3]探討了 FPOT技術(shù)600 MW超超臨界機(jī)組鍋爐給水加氧工藝中的應(yīng)用。通過(guò)對(duì) FPOT技術(shù)在試車前和試車后的工作性能進(jìn)行了分析和比較,對(duì) FPOT技術(shù)在實(shí)際中的使用效果進(jìn)行了評(píng)價(jià),并給出了 FPOT運(yùn)行和維修的建議。

基于國(guó)內(nèi)外研究可發(fā)現(xiàn),關(guān)于超臨界燃煤機(jī)組的研究較多,而在實(shí)際的機(jī)組運(yùn)行過(guò)程中,會(huì)發(fā)生一定的故障情況。為解決這一問(wèn)題,本文設(shè)計(jì)660 MW超超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng),期望對(duì)其有效控制的同時(shí),提高故障預(yù)警能力。

1 燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)智能監(jiān)盤設(shè)計(jì)

本文研究的超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)智能監(jiān)盤框架如圖1所示。

圖1 系統(tǒng)智能監(jiān)盤框架

監(jiān)盤系統(tǒng)以DCS作為控制核心部分,利用DCS中的 TELEPERM@XP系統(tǒng)進(jìn)行分散控制,以單回路的形式對(duì)系統(tǒng)調(diào)整,DCS將各給煤設(shè)備的命令直接發(fā)送給站內(nèi)的流量累積計(jì)BW500,經(jīng)軟件處理后,再將調(diào)整命令輸入變頻器,達(dá)到閉環(huán)調(diào)整的目的,具體內(nèi)容如下所示:

a.流量積分計(jì)設(shè)計(jì):采用性能可靠、測(cè)量準(zhǔn)確的BW500流量積分計(jì),DCS輸出4～20 mA直流調(diào)整指令,經(jīng) PID處理后[4],由 PID控制向變頻器輸出4～20 mA直流調(diào)整命令,調(diào)整變頻調(diào)速,調(diào)整送煤機(jī)的速度。

b.遠(yuǎn)程I/O設(shè)計(jì):DCS系統(tǒng)的控制系統(tǒng)主要包括輸入、輸出2部分,二者以 I/O總線相連。將現(xiàn)場(chǎng)總線接口連接到 I/O總線,利用I/O總線與DCS的控制裝置進(jìn)行通信[5]。

該系統(tǒng)的場(chǎng)總線與DCS的輸入、輸出總線相結(jié)合,即將現(xiàn)場(chǎng)總線與DCS的控制系統(tǒng)結(jié)合起來(lái)。通信建立后,電動(dòng)機(jī)根據(jù)要求進(jìn)行操作,并利用 PLC將固定的運(yùn)動(dòng)模式固化于控制器內(nèi),采用 PLC程序?qū)崿F(xiàn)主要控制任務(wù),以減少總線通信的壓力[6]。

c.耦合器設(shè)計(jì):為實(shí)現(xiàn)DCS與系統(tǒng)間的數(shù)據(jù)交換,DCS與主站間的雙主通信采用西門子 DP/DP耦合器,DP耦合用于將2個(gè)PROFIBUS-DP主從網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳送。

通過(guò)上述模塊,實(shí)現(xiàn)660 MW超超臨界燃煤機(jī)組設(shè)備運(yùn)行狀態(tài)信息的采集、分析,并將數(shù)據(jù)分析結(jié)果傳輸?shù)浇K端監(jiān)控設(shè)備,完成燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)智能監(jiān)盤設(shè)計(jì)。

2 超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)軟件設(shè)計(jì)

2.1 基于粒子群算法的設(shè)備狀態(tài)預(yù)測(cè)

將單元機(jī)組非線性動(dòng)態(tài)數(shù)學(xué)模型表示為

(1)

式中:PA、PB分別為輸出功率與主蒸汽壓力;F為相關(guān)系數(shù);G為進(jìn)入蒸汽管道的蒸汽流量;u為蒸汽管道蓄熱系數(shù);L為汽包壓力的動(dòng)態(tài)變化參數(shù);C為鍋爐的蓄熱系數(shù);j為主蒸汽調(diào)節(jié)閥的動(dòng)作參數(shù)。

采用人工智能算法中的粒子群算法建立設(shè)備狀態(tài)預(yù)測(cè)模型,以及時(shí)發(fā)現(xiàn)異常狀態(tài)[7]。

在粒子群算法中,每個(gè)活動(dòng)的粒子被當(dāng)作是1個(gè)個(gè)體,每個(gè)個(gè)體都不是完全獨(dú)立的,在運(yùn)動(dòng)的時(shí)候會(huì)對(duì)群體產(chǎn)生影響。當(dāng)運(yùn)動(dòng)進(jìn)行到第t次迭代時(shí),采用i代表粒子所在的位置。在粒子群種群初始化后對(duì)個(gè)體進(jìn)行追蹤,隨著迭代不斷對(duì)粒子位置與速度更新[8],以尋找到最優(yōu)解。在運(yùn)動(dòng)過(guò)程中,粒子是有一定規(guī)律的,為此需要對(duì)初始粒子賦值[9],需要初始賦值的參數(shù)如下:

a.將群體初始化時(shí)粒子的總數(shù)。

b.劃分個(gè)體初始位置k的范圍,即[-kmax,kmax]。

c.劃分個(gè)體的初始速度g的范圍,記作[-gmax,gmax]。

經(jīng)過(guò)上述參數(shù)賦值后,假設(shè)xi=(xi1,xi2,…,xin)為粒子當(dāng)前的位置,將粒子當(dāng)前的速度表示為yi=(yi1,yi2,…,yin),將粒子通過(guò)的最佳位置記作zi=(zi1,zi2,…,zin),該最佳位置就是所有粒子所經(jīng)過(guò)的最佳適應(yīng)度值位置的集合[10]。距離函數(shù)的解的數(shù)值越小,代表距離該集合中心的粒子群越近。將f(t)作為最小化目標(biāo)函數(shù),通過(guò)f(xi(t))≥f(yi(t-1))判斷粒子是否刷新到新的位置,并將經(jīng)歷過(guò)最好位置的記作Q(t)。

依據(jù)上述過(guò)程確定每個(gè)粒子的位置和飛行速度,通過(guò)下述過(guò)程進(jìn)行預(yù)警,整個(gè)流程如圖2所示。

圖2 基于粒子群算法的預(yù)警流程

基于上述過(guò)程通過(guò)人工智能算法中的粒子群算法與控制回路閉環(huán)結(jié)合,實(shí)現(xiàn)超臨界燃煤機(jī)組智能控制與智能優(yōu)化。

2.2 超臨界燃煤機(jī)組智能輔助運(yùn)行控制

采用PID控制與Smith 預(yù)估方法結(jié)合的方法綜合控制實(shí)現(xiàn)燃煤機(jī)組的有效控制,在 PID 控制器中并接上一個(gè)補(bǔ)償環(huán)節(jié),構(gòu)成帶Smith預(yù)估器的 PID 控制器,該算法可以利用常規(guī)DCS 模塊實(shí)現(xiàn),假設(shè)誤差的基本論域?yàn)閇-x1,+x2],誤差變化的基本論域?yàn)閇-x2,+x2],將PID控制后處理輸出的變量記作[-yn,+ym],將比例因子記為

(2)

式中:m、l分別為連續(xù)的實(shí)數(shù)域;x1、x2、xn分別為控制量基本論域的精確量。

上述為PID控制基本原理,在計(jì)算中合理選擇量化因子和比例因子非常重要,采用下述公式進(jìn)行處理,即

(3)

式中:e為比例調(diào)節(jié)因子;wi為誤差糾正的目標(biāo)函數(shù)。

由于超臨界燃煤機(jī)組中的熱工對(duì)象有一些具有自平衡能力,為此需要進(jìn)一步計(jì)算傳遞函數(shù),公式表示為

(4)

式中:P(o)為調(diào)節(jié)對(duì)象增益;E0(i)為第i個(gè)粒子的時(shí)間常數(shù);s為階次;rn(x)為接收信號(hào)。

改進(jìn)的Smith預(yù)估控制原理如圖3所示。

圖3 Smith預(yù)估控制原理

圖3中,W1、W2分別為導(dǎo)前區(qū)傳遞函數(shù);K為溫度設(shè)定值;b為調(diào)節(jié)閥開度;TS為運(yùn)行時(shí)間;fx為補(bǔ)償參數(shù)。

通過(guò)構(gòu)造Smith預(yù)估器,使被控對(duì)象的惰性區(qū)變?yōu)橐粋€(gè)比例環(huán)節(jié),此時(shí)控制系統(tǒng)即等效于由W1構(gòu)成的單回路系統(tǒng),這樣便于將系統(tǒng)接受的擾動(dòng)及時(shí)反饋至調(diào)節(jié)器,克服常規(guī) PID 延遲的情況。

綜上,可以預(yù)估在基本擾動(dòng)作用下的過(guò)程動(dòng)態(tài)特性,并利用預(yù)估器的補(bǔ)償,使其能在調(diào)節(jié)器中得到相應(yīng)的調(diào)節(jié),從而主動(dòng)避免裝置處于危險(xiǎn)狀態(tài),提前排除了安全隱患。

3 實(shí)驗(yàn)分析

3.1 鍋爐設(shè)備概況

以美國(guó)ABB-CE燃燒工程有限公司技術(shù)研制的600 MW燃煤機(jī)組為實(shí)驗(yàn)對(duì)象;制粉系統(tǒng)由6臺(tái) MBF24.0中速輥式磨煤機(jī)組成,由下至上依次為 A、 B、 C、 D、 E、 F,其中低、中負(fù)荷以 B、C、D、E為主,大負(fù)荷為 A、B、C、D、E,F磨為備用。

該臺(tái)鍋爐采用了2級(jí)高能點(diǎn)火裝置,在整個(gè)爐膛內(nèi)設(shè)置16個(gè)油槍,采用正壓直吹四角切圓燃燒,噴嘴可上下擺動(dòng),最大擺角為±30°,二次風(fēng)門由6級(jí)外向風(fēng)和9級(jí)副風(fēng)組成,在燃燒室的上部設(shè)置4個(gè)較高的 OFA燃盡風(fēng)。

3.2 結(jié)果分析

接下來(lái)進(jìn)行升負(fù)荷實(shí)驗(yàn),在400 MW負(fù)載下,采用協(xié)同工作模式,設(shè)定10 MW/min的升壓速度,此時(shí),燃料量、給水流量、主蒸汽溫度均由控制系統(tǒng)自動(dòng)控制。得到的運(yùn)行結(jié)果如圖4所示。

圖4 升負(fù)荷400 MW、速率 10 MW/min 時(shí)運(yùn)行主參數(shù)曲線

由圖4可知,主蒸汽壓力、燃料量、給水流量均保持了較好的穩(wěn)定性,波動(dòng)較小。

采用協(xié)同工作模式,設(shè)定目標(biāo)負(fù)載為600 MW,同時(shí)設(shè)定升壓速度為20 MW/min,此時(shí)燃料量、給水流量和主蒸汽溫度控制子系統(tǒng)均為自動(dòng)控制,得到運(yùn)行結(jié)果如圖5所示。

圖5 升負(fù)荷600 MW、速率 20 MW/min 時(shí)運(yùn)行主參數(shù)曲線

由圖5可知,和前一階段實(shí)驗(yàn)一樣,在這一升負(fù)荷階段,整個(gè)系統(tǒng)同樣兼顧快速性和穩(wěn)定性,主蒸汽壓力控制也在可調(diào)范圍內(nèi),同時(shí)波動(dòng)很小。由升負(fù)荷仿真實(shí)驗(yàn)結(jié)果可知,運(yùn)用該系統(tǒng)后,在升負(fù)荷階段,各主要參數(shù)控制效果都較好,證明了該系統(tǒng)應(yīng)用在超臨界機(jī)組的可行性。

為檢驗(yàn)本文所提出的超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)的跟蹤能力,使系統(tǒng)持續(xù)運(yùn)行,從系統(tǒng)數(shù)據(jù)中提取70 d的生產(chǎn)歷史數(shù)據(jù),其中包括負(fù)荷、一次風(fēng)量和二次風(fēng)量等數(shù)據(jù)。在數(shù)據(jù)預(yù)處理階段,將70 d的生產(chǎn)歷史數(shù)據(jù)中負(fù)載小于300 MW的數(shù)據(jù)進(jìn)行剔除,并將單個(gè)、多屬性的缺失和不正常的非穩(wěn)態(tài)數(shù)據(jù)進(jìn)行剔除,最終剩余75 000個(gè)數(shù)據(jù)樣本。運(yùn)行上報(bào)數(shù)據(jù)后,分析系統(tǒng)的負(fù)荷結(jié)果如圖6所示。

圖6 負(fù)荷分布

由圖6可知,本文所設(shè)計(jì)系統(tǒng)負(fù)荷在10 000組數(shù)據(jù)后基本處于穩(wěn)定運(yùn)行狀態(tài),負(fù)荷波動(dòng)區(qū)間較穩(wěn)定。

在此基礎(chǔ)上,以文獻(xiàn)[2]系統(tǒng)、文獻(xiàn)[3]系統(tǒng)為實(shí)驗(yàn)對(duì)比方法,從300～500 MW的負(fù)載區(qū)間選擇1 200組數(shù)據(jù)組成測(cè)試模型的數(shù)據(jù)庫(kù),上述數(shù)據(jù)中包括取送風(fēng)量、燃煤總量、引風(fēng)量、機(jī)組負(fù)荷、爐膛負(fù)壓、主蒸汽流量、給水流量、入爐煤發(fā)熱量、主蒸汽溫度、主蒸汽壓力和飛灰含碳量等數(shù)據(jù)在數(shù)據(jù)庫(kù)隨機(jī)排列,檢測(cè)采樣率為10%,交叉驗(yàn)證次數(shù)為3,迭代結(jié)束后進(jìn)行后續(xù)實(shí)驗(yàn)。煙氣含氧量控制結(jié)果如圖7所示。

圖7 煙氣含氧量控制結(jié)果

由圖7可知,實(shí)際值與3種測(cè)試系統(tǒng)煙氣含氧量控制結(jié)果呈整體遞減趨勢(shì),其主要原因是660 MW超超臨界燃煤機(jī)組燃燒過(guò)程是一個(gè)具有強(qiáng)干擾的非線性、時(shí)變、多變量過(guò)程。煙氣含氧量受爐膛結(jié)構(gòu)、煤質(zhì)、風(fēng)量和進(jìn)煤量等因素的影響,因數(shù)據(jù)組數(shù)據(jù)數(shù)量的增多,其受上述影響因素的影響程度越高,因此煙氣含氧量隨之下降。但整體而言,本文系統(tǒng)與實(shí)際值更接近。基于上述過(guò)程能夠證明,與文獻(xiàn)[2]系統(tǒng)、文獻(xiàn)[3]系統(tǒng)相比,本文系統(tǒng)能夠準(zhǔn)確控制煙氣含氧量,為機(jī)組實(shí)際應(yīng)用提供參考。本文系統(tǒng)采用DCS技術(shù)實(shí)現(xiàn)監(jiān)盤界面數(shù)據(jù)安全傳輸,并采用PID控制方法燃煤機(jī)組運(yùn)行狀態(tài)進(jìn)行控制,從而提高了控制效果,能夠?yàn)槿济簷C(jī)組穩(wěn)定運(yùn)行提供基礎(chǔ)。

4 結(jié)束語(yǔ)

綜上,完成超臨界燃煤機(jī)組智能輔助運(yùn)行系統(tǒng)的研究,通過(guò)實(shí)驗(yàn)、數(shù)據(jù)分析與反復(fù)調(diào)試,證明本文系統(tǒng)的可行性。本文系統(tǒng)的創(chuàng)新之處在于,采用閉環(huán)控制方法與人工智能算法結(jié)合,建立了設(shè)備狀態(tài)預(yù)測(cè)模型,當(dāng)機(jī)組參數(shù)發(fā)生異常時(shí),系統(tǒng)能夠?yàn)檫\(yùn)行人員提供操作調(diào)整的策略和安全注意事項(xiàng)清單,輔助運(yùn)行人員更精準(zhǔn)地操作調(diào)整。通過(guò)Smith 預(yù)估控制方法對(duì)機(jī)組運(yùn)行過(guò)程中出現(xiàn)的各類預(yù)警結(jié)果進(jìn)行分析和故障判斷,主動(dòng)干預(yù),實(shí)現(xiàn)機(jī)組事故預(yù)警與事故處理的閉環(huán)。