基于模糊自適應推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于循環(huán)流化床燃燒技術(shù)領(lǐng)域，尤其是涉及一種基于模糊自適應推理的循 環(huán)流化床鍋爐燃燒優(yōu)化控制方法。
【背景技術(shù)】
[0002] 我國作為世界上最大的發(fā)展中國家，目前的能源生產(chǎn)量居世界第3位，基本能源 消費居第2位。但由于我國富煤缺油少氣，形成了以煤為主導的結(jié)構(gòu)，其中50%?60%的 煤用來發(fā)電，因而也成為燃煤污染物的主要來源。因此，發(fā)展?jié)崈裘喊l(fā)電技術(shù)，提高發(fā)電效 率，降低污染排放，成為我國能源戰(zhàn)略的重要方面。循環(huán)流化床燃燒技術(shù)由于具有爐內(nèi)直接 脫硫和可燃用劣質(zhì)煤種、燃料適應性廣的獨特優(yōu)勢以及經(jīng)濟、環(huán)保等特點正成為國內(nèi)外發(fā) 展?jié)崈裘喝紵夹g(shù)的重點。
[0003] 循環(huán)流化床燃燒技術(shù)雖然在節(jié)能、環(huán)保方面有著普通粉煤爐不可比擬的優(yōu)勢，但 循環(huán)流化床燃燒也會伴隨著大量的SOJP NO x的產(chǎn)生，以SO 2和NO ,為主的污染物對環(huán)境造 成了極大的危害。因此，降低以SOjP NOx為主的污染物的排放也成為了循環(huán)流化床鍋爐領(lǐng) 域的研究重點。
[0004] 近年來，在利潤空間縮減和環(huán)保要求提高的雙重壓力下，火力發(fā)電廠迫切需要通 過提高供電效率和降低污染物排放來增強企業(yè)的競爭力。鍋爐是電廠3大核心設(shè)備之一， 對于大型火力發(fā)電機組，鍋爐效率每提高1 %，整套機組的效率可以提高〇. 3?0. 4個百分 點，供電煤耗可以降低0.7%?1%。因此，提高鍋爐效率是大型火力發(fā)電機組增強競爭力 的關(guān)鍵所在，而鍋爐燃燒優(yōu)化控制以高效、低污染排放為目標，是一種簡單、快捷、有效的節(jié) 能減排措施。
[0005] 本發(fā)明利用模糊自適應推理方法構(gòu)建了鍋爐效率、SOJP NOx排放濃度的預測模 型，進而優(yōu)化得到各操作變量的最佳設(shè)定值，實現(xiàn)了循環(huán)流化床鍋爐的優(yōu)化控制，對節(jié)能減 排具有重要意義。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提出一種基于模糊自適應推理的循環(huán)流化床鍋爐燃燒優(yōu)化控 制方法，其循環(huán)流化床鍋爐燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預測子系統(tǒng)、性 能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù)通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務器通訊軟件交互數(shù)據(jù)，模型預 測子系統(tǒng)連接數(shù)據(jù)通訊子系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預測子系統(tǒng)和數(shù)據(jù)通訊子系 統(tǒng)；其特征在于，包括如下步驟：
[0007] 1)數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過RS485通訊協(xié)議與DCS系統(tǒng)的OPC 服務器通訊軟件交互數(shù)據(jù)；
[0008] 2)模型預測子系統(tǒng)分別使用模糊自適應推理算法利用歷史運行數(shù)據(jù)建立鍋爐效 率nBoiler、SO# NO濟放預測模型；
[0009] 3)性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略的果蠅算法對模型預測子系統(tǒng)的預測值進 行優(yōu)化，得到各操作變量的最佳設(shè)定值；
[0010] 4)優(yōu)化子系統(tǒng)得到的各操作變量PA，V,A，V, B，SEA，SEB，SE。，SEd的最佳設(shè)定值通過 數(shù)據(jù)通訊子系統(tǒng)發(fā)送到OPC服務器通訊軟件，DCS系統(tǒng)將指令發(fā)給現(xiàn)場設(shè)備。
[0011] 所述數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過RS485通訊協(xié)議與DCS系統(tǒng)的 OPC服務器通訊軟件交互數(shù)據(jù)；其中，輸入數(shù)據(jù)包括：機組負荷Load，燃料熱值Q，燃料揮發(fā) 分Vm，一次風壓P a，一次風左擋板開度Vri，一次風左擋板開度V#上二次風左擋板開度SEa， 上二次風右擋板開度SE b，下二次風左擋板開度SE。，下二次風右擋板開度SEd，煙氣含氧量 P (O2)，飛灰含碳量Cfh，排煙溫度tpy，主蒸汽流量Ggq，蒸汽熱焓H gq，給水熱焓Hgs，爐膛總風 量V，二氧化硫排放量P (SO2),氮氧化合物排放量P (NOx);輸出數(shù)據(jù)包括：優(yōu)化后的DCS操 作量PA，V# SEA，SEB，SE。，SEd;數(shù)據(jù)通訊子系統(tǒng)數(shù)據(jù)采集過程中，對采集到的異常數(shù)據(jù)， 采用羅曼諾夫斯基準則進行剔除，具體步驟如下：
[0012] 步驟1 :設(shè)有η個數(shù)據(jù)，依次確定可疑數(shù)據(jù)Xj, j e [1，n];
[0013] 步驟2 :然后計算刪除可疑數(shù)值之后的數(shù)列平均值
【主權(quán)項】
1. 一種基于模糊自適應推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法，其循環(huán)流化床鍋爐 燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預測子系統(tǒng)、性能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù) 通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務器通訊軟件交互數(shù)據(jù)，模型預測子系統(tǒng)連接數(shù)據(jù)通訊子 系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預測子系統(tǒng)和數(shù)據(jù)通訊子系統(tǒng)；其特征在于，包括如下 步驟： 1) 數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過RS485通訊協(xié)議與DCS系統(tǒng)的OPC服務 器通訊軟件交互數(shù)據(jù)； 2) 模型預測子系統(tǒng)分別使用模糊自適應推理算法利用歷史運行數(shù)據(jù)建立鍋爐效率 nBQilOT、SO#NO，排放預測模型； 3) 性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略的果蠅算法對模型預測子系統(tǒng)的預測值進行優(yōu) 化，得到各操作變量的最佳設(shè)定值； 4) 優(yōu)化子系統(tǒng)得到的各操作變量PA，Vri，Vrt，SEA，SEB，SE。，SED的最佳設(shè)定值通過數(shù)據(jù) 通訊子系統(tǒng)發(fā)送到OPC服務器通訊軟件，DCS系統(tǒng)將指令發(fā)給現(xiàn)場設(shè)備。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述數(shù)據(jù)通訊子系統(tǒng)以0PC客戶端通訊 軟件通過RS485通訊協(xié)議與DCS系統(tǒng)的0PC服務器通訊軟件交互數(shù)據(jù)；其中，輸入數(shù)據(jù)包 括：機組負荷Load，燃料熱值Q，燃料揮發(fā)分Vm，一次風壓PA，一次風左擋板開度，一次風 左擋板開度V#上二次風左擋板開度SEA，上二次風右擋板開度SEB，下二次風左擋板開度 SE。，下二次風右擋板開度SED，煙氣含氧量P(02)，飛灰含碳量Cfh，排煙溫度tpy，主蒸汽流量 Ggq，蒸汽熱焓Hgq，給水熱焓Hgs，爐膛總風量V，二氧化硫排放量P(S02)，氮氧化合物排放量 P(N0X);輸出數(shù)據(jù)包括：優(yōu)化后的DCS操作量PA，VrA，VrB，SEA，SEB，SEC，SED;數(shù)據(jù)通訊子系統(tǒng) 數(shù)據(jù)采集過程中，對采集到的異常數(shù)據(jù)，采用羅曼諾夫斯基準則進行剔除，具體步驟如下： 步驟1 :設(shè)有n個數(shù)據(jù)，依次確定可疑數(shù)據(jù)je[1，n]; 步驟2:然后計算刪除可疑數(shù)值之后的數(shù)列平均僧
以及標準差
步驟3 :計算可疑數(shù)據(jù)的殘差：巧; 步驟4:根據(jù)判別式| 來判定此可疑數(shù)值是否存在粗大誤差，如果存在，則進 打剔除，其中K為檢驗系數(shù)； 步驟5 :為保證數(shù)據(jù)的連續(xù)性，利用差分方程計算結(jié)果對&進行替換，具體算式為 4 =尤/-1 +(;-1 _尤/-2)，X丨為i位置上新的數(shù)值。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模型預測子系統(tǒng)分別使用模 糊自適應推理算法利用歷史運行數(shù)據(jù)建立鍋爐效率nB()il"、S0#PN0x排放預測模 型；首先，利用P(〇2)、^、1、1、￥等實際歷史運行數(shù)據(jù)使用
和
計算鍋爐效率nB()ilCT，其中，Ggq為主蒸汽流量，kg;Hgq為蒸汽熱焓， kj/kg;Hgs為給水熱焓，kj/kg;V為爐膛總風量，m3; 為燃燒反應過程中消耗的氧氣的摩 爾量，mol;，VmS氧氣的體積摩爾數(shù)，m3/mol; 為反應生成熱，此處取值360kJ/mol;其 次，通過數(shù)據(jù)通訊子系統(tǒng)獲得2000組數(shù)據(jù)樣本，其中，輸入數(shù)據(jù)樣本為：Load，Q，Vm，PA，Vri，VrB，SEA，SEB，SEC，SED，P(02)，Cfh，tpy，輸出數(shù)據(jù)樣本為：nBQiler，P(S02)，P(N0X);然后，分 別使用模糊自適應推理算法A、B和C得到鍋爐效率nB()ile,、S0#PNOx排放預測子模型；具 體包括以下步驟： 步驟1 :設(shè)定期望誤差和最大葉節(jié)點數(shù)H;確定模糊寬度a>〇 ;初始化根節(jié)點，令其隸 屬度函數(shù)K(x) = 1，深度d= 0 ; 步驟2 :根節(jié)點上的線性參數(shù)0 1使用式⑴進行求解：
式⑴中，年為指模糊規(guī)則里面的線性參數(shù)而為中間變量矩陣，且<=0,心= 3 1，@為一個大于1〇6的正數(shù)，I是單位矩陣；j為時間間隔；T為矩陣或向量轉(zhuǎn)置；
Nt是模糊子空間上的模糊集合，對應的 隸屬度函數(shù)記為Nt(x) 為輸出值； 步驟3 :依次處理當前深度d上的每一個節(jié)點：劃分該節(jié)點，計算劃分后新產(chǎn)生的左右 子節(jié)點上的隸屬度函數(shù)，根據(jù)式（1)計算劃分后所有葉節(jié)點上的線性參數(shù)； 步驟31 :根據(jù)式（2)，計算所有輸入樣本對應的模型輸出^ :
(2) 式⑵中，Nt(x)是隸屬度函數(shù)，0t是線性參數(shù)； 步驟32 :根據(jù)式（3)計算均方根誤差RMSE:
(3) 其中，M是樣本數(shù)量，如果劃分后模型輸出的均方根誤差小于劃分前模型輸出的均方根 誤差，那么保存此次劃分，否則此次劃分無效，處理當前層的下一個節(jié)點； 步驟4 :當前層處理完畢后，如果模型輸出的均方根誤差小于期望誤差或者 葉節(jié)點數(shù)超過了H,得到nB〇iler= [nn2,…，nN]T，p(so2) =[ps"ps2,…，psN] T，P(N0X) = [pNi，pN2，…，pNn]t，則算法結(jié)束；否則，令d=d+l，返回步驟4,繼續(xù)算法。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略 的果蠅算法對模型預測子系統(tǒng)的預測值進行優(yōu)化，得到各操作變量的最佳設(shè)定值，優(yōu)化過 程主要包括優(yōu)化策略、約束條件、優(yōu)化結(jié)果三個方面，具體包括以下步驟： 步驟1 :對優(yōu)化過程進行優(yōu)化策略構(gòu)建，提出3種優(yōu)化方式：1)S0#PNOx滿足排放標準 條件，鍋爐效率尋求最高；2)鍋爐效率和S02排放滿足約束條件，NO，排放量尋優(yōu)最低；3)鍋 爐效率和N0X排放滿足約束條件，SO2排放量尋求最低；多目標尋優(yōu)引入罰函數(shù)實現(xiàn)，三種優(yōu) 化方式依次對應如下各函數(shù)：
式中，為N0X排放濃度上限，取新標準100mg/m3; 為S0#_放濃度上限，200mg/ m3; 為允許的最低鍋爐效率，90% ;ypy2為足夠大的正數(shù)； 步驟2 :對優(yōu)化過程可調(diào)參數(shù)變量的上下限進行約束； 步驟3 :采用最優(yōu)保留策略的果蠅算法實現(xiàn)優(yōu)化目標，步驟如下： 步驟31 :初始化n個果蠅群體，分別代表步驟2中的n個可調(diào)參數(shù)變量，隨機設(shè)置各果 蠅群體的位置為[\，1]，迭代次數(shù)為100,搜尋食物的隨機方向和距離為區(qū)間[-1，1]; 步驟32 :計算n個種群的果蠅個體到原點的距離D, = < +f:和味道濃度判定值Si= 1/DpSi即為各可調(diào)參數(shù)變量值； 步驟33 :性能優(yōu)化子系統(tǒng)優(yōu)化步驟1中的尋優(yōu)策略函數(shù)值即為適應度函數(shù)，也就是味 道濃度函數(shù)，將步驟32中的各過自適應模糊推理模型得到NOx濃度P(NOx)、S02濃度 P(S02)和鍋爐效率nB()il"，代入優(yōu)化步驟1中的尋優(yōu)策略函數(shù)，求得該果蠅個體位置的味 道濃度值，并保留該果蠅位置、p(nox)、p(so2)和nB()il61?及味道濃度值； 步驟34 :通過迭代尋優(yōu)，保留味道濃度最低值，以及此時的各種群果蠅最優(yōu)位置和N0X 濃度、S02濃度、鍋爐效率，并利用果蠅的最優(yōu)位置算出各可調(diào)參數(shù)的取值； 步驟4:得出優(yōu)化結(jié)果。
【專利摘要】本發(fā)明公開了屬于循環(huán)流化床燃燒技術(shù)領(lǐng)域的一種基于模糊自適應推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法，其循環(huán)流化床鍋爐燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預測子系統(tǒng)、性能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù)通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務器通訊軟件交互數(shù)據(jù)，模型預測子系統(tǒng)連接數(shù)據(jù)通訊子系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預測子系統(tǒng)和數(shù)據(jù)通訊子系統(tǒng)；通過模糊自適應推理算法建立鍋爐效率、SO2和NOx排放模型，選用具有最優(yōu)保留策略的果蠅算法，對循環(huán)流化床鍋爐運行工況進行尋優(yōu)，為電站DCS基礎(chǔ)控制層提供各操作變量的最佳設(shè)定值，實現(xiàn)循環(huán)流化床鍋爐高效、低污染排放運行。
【IPC分類】F23C10-28
【公開號】CN104613468
【申請?zhí)枴緾N201510041333
【發(fā)明人】張文廣, 劉吉臻, 孫亞洲, 高明明, 楊婷婷, 曾德良, 房方, 牛玉廣
【申請人】華北電力大學
【公開日】2015年5月13日
【申請日】2015年1月27日