燃煤鍋爐閉環吹灰優化系統的研發與應用

張 雄，易 凡，徐國飚，倪新宇

（1.艾默生過程控制有限公司，上海 201206；2.中國華電集團公司望亭發電廠，蘇州 215011）

燃煤鍋爐運行中，受熱面積灰和結渣存在諸多問題。對鍋爐受熱面進行吹灰，能夠有效減輕受熱面的積灰和結渣。但是吹灰需要消耗蒸汽，過度吹灰還會造成受熱面磨損。另外，吹灰對鍋爐運行參數會產生較大擾動，運行人員必須密切監視，尤其是在異常狀況下要及時調整吹灰操作和鍋爐運行參數。只有綜合考慮各方面的因素，制定合理的吹灰控制策略，才能提高鍋爐運行的經濟性和安全性，同時降低運行人員的勞動強度。

1 存在問題

望亭發電廠3、4號660MW超超臨界機組的鍋爐為變壓運行Π型直流爐，主蒸汽溫度為605℃，主蒸汽壓力為25.5MPa，再熱蒸汽溫度為605℃，再熱蒸汽壓力為5.2MPa，設計煤種為淮南煤，型號為SG－2024／26.15－M621，采用“定—滑—定”運行方式，單爐膛、四角切向燃燒、一次再熱、平衡通風、露天布置、固態排渣、全鋼構架、全懸吊結構。除省煤器受熱面采用聲波吹灰外，其它受熱面都采用蒸汽吹灰，水冷壁受熱面安裝了96根短吹灰槍，對流受熱面安裝了54根長吹灰槍。蒸汽吹灰程控系統為戴蒙德電力機械（湖北）有限公司的PLC系統。DCS分散控制系統為艾默生過程控制有限公司的Ovation系統。PLC系統與Ovation系統通過Modbus串口通信進行雙向數據交換，集控運行人員可在Ovation系統或PLC系統終端機的人機界面上，對吹灰過程進行監控。

3號機組660MW超超臨界鍋爐投產2年多來，一直為定期吹灰，曾對吹灰時間間隔做過幾次優化調整。實施吹灰優化方案之前，執行《望亭發電廠3、4號機組集控運行規程》有關“機組正常運行及維護”規定，每天對50%水冷壁、后屏過熱器吹灰1次，每2天對高溫過熱器和高溫再熱器吹灰1次，每周對低溫過熱器和低溫再熱器的吹灰器吹灰1次，每8h對空預器吹灰2次［3］。從機組運行和檢修狀況來看，現有的定期吹灰方式和控制功能存在5個問題：

1）不同區域存在受熱面過吹灰和欠吹灰問題 由于沒有在線監測受熱面臟污狀態的測量裝置，運行人員無法知道受熱面積灰的位置和積灰程度，只能按照運行規程的要求定期吹掃鍋爐各個受熱面。因此，受熱面不可避免地存在過吹灰和欠吹灰現象。

2）吹灰造成再熱蒸汽溫度過低 對水冷壁或高溫過熱器進行吹灰，會使再熱蒸汽溫度明顯降低。盡管鍋爐運行規程中規定運行人員在吹灰過程中要重點監視再熱蒸汽溫度，盡量采取燃燒調整措施提高再熱汽溫，但是由于各種原因，還是會造成再熱蒸汽溫度低于560℃，有時甚至低于550℃，嚴重影響機組運行的經濟性和安全性。

3）電廠人員無法修改吹灰程控邏輯 鍋爐采用多種煤摻燒方式，導致受熱面積灰特性經常變化。鍋爐專工每月要收集運行數據，分析受熱面積灰和結渣狀況，找出吹灰方式中存在的問題，提出吹灰改進措施，有時需要修改吹灰PLC系統里的程控邏輯。但是，吹灰PLC系統的邏輯組態過程是封閉的，電廠人員無法修改邏輯。

4）吹灰過程中運行人員操作量較大 每天吹灰時依次開啟吹灰蒸汽電動門和4個吹灰疏水電動門，監視疏水溫度變化。當4個疏水溫度中的3個達到238℃時，依次關閉4個吹灰疏水電動門，依次啟動需要吹掃的受熱面的吹灰序列。吹灰結束后，依次開啟4個吹灰疏水電動門，關閉吹灰蒸汽電動門。操作過程中若吹灰對鍋爐運行工況影響較大，還需手工改變吹灰方式，暫停吹灰進程，重新進行疏水或退出吹灰等操作。

5）不能自動統計吹灰槍投用記錄和故障記錄 為了準確了解吹灰槍的投用狀況，運行人員每天手工記錄吹灰序列、吹灰槍的投用狀況和故障狀況，用于月度吹灰狀況的統計分析。

2 系統設計與功能

2.1 系統架構

按《艾默生控制系統有限公司智能吹灰器用戶指南，2011》要求，配置1臺吹灰優化服務器，通過冗余網卡接入Ovation系統高速以太網，設置為Ovation系統的操作員站。在吹灰優化服務器上運行吹灰優化專家系統和數據分析系統。吹灰優化專家系統主要由清潔系數計算模塊和專家系統模塊組成，這些模塊通過專有數據接口與Ovation系統進行雙向通信。數據分析系統由性能分析模塊、統計分析模塊和負荷預測分析模塊組成，這些模塊通過OPC接口與Ovation系統進行雙向通信。

閉環吹灰優化系統架構框圖如圖1所示。

圖1 閉環吹灰優化系統架構

由圖1可看出，在Ovation系統中配置虛擬控制器，通過Ovation系統以太網與真實控制器共享數據，真實控制器與PLC程控系統進行雙向串口通信。用虛擬控制器代替真實控制器的好處，可以在虛擬控制器中修改邏輯圖和下裝虛擬控制器，不會影響機組的安全性，還可避免增加真實控制器的負載率。

2.2 清潔系數建模

用清潔系數表示鍋爐受熱面的臟污狀況。清潔系數定義為受熱面實際吸熱量和理想吸熱量之比。在Ovation系統里，受熱面進口、出口處工質的溫度、壓力和流量都有在線測點。因此，可以通過受熱面進出處的工質能量平衡方程計算出實際吸熱量。理想吸熱量是指受熱面處于相對最清潔狀態時的吸熱量。由于理想吸熱量無法在線計算，因此利用Ovation系統里的歷史數據，通過神經網絡算法建立預測模型計算理想吸熱量。

2.2.1 建模步驟

1）從Ovation系統歷史站，采集半年左右的高壓過熱器進口蒸汽溫度、蒸汽壓力、蒸汽流量；高壓過熱器出口蒸汽溫度、蒸汽壓力、蒸汽流量；給水流量、過熱減溫水流量、再熱煙氣擋板開度、水煤比、發電負荷等數據。

2）計算水冷壁、低溫過熱器、屏式過熱器、高溫過熱器、高溫再熱器和低溫再熱器的吸熱量。

3）從歷史數據中挑選出吹灰后的穩定工況的數據，利用Tiberus軟件建立理想吸熱量神經網絡模型，其中80%數據為模型訓練樣本，20%數據為模型預測和驗證樣本。

4）如果理想吸熱量模型不夠準確，調整模型輸入變量，重新進行神經網絡模型訓練。

在理想吸熱量建模過程中，需要充分考慮各個因素對受熱面吸熱量的影響，模型輸入變量的選擇非常關鍵。不合理的輸入變量組合會導致理想吸熱量預測結果不準確，對應的清潔系數也不準確。清潔系數本身無法用在線測量值進行驗證，因此只能從清潔系數計算結果本身的特性來判斷其準確性。

2.2.2 判斷準則

1）大部分清潔系數分布在0.75～1之間，清潔系數越大，表示受熱面越干凈。

2）從吹灰結束時刻起，隨著運行時間增加，清潔系數總體上呈單調遞減趨勢，表明受熱面越來越臟。

3）對比燃燒不同煤種期間的清潔系數，清潔系數隨運行時間遞減的斜率有所不同，斜率不同表示受熱面的積灰速度存在差異。

2.2.3 曲線演示

以末級過熱器為例，利用2011年4月16日至2011年6月8日的數據，計算出末級過熱器的清潔系數，并把每次吹灰結束后清潔系數的變化狀況顯示在1張歷史趨勢圖上，圖中X軸表示吹灰結束后的時間，Y軸表示清潔系數，從中可以看出清潔系數基本符合上述3個準則。末級過熱器清潔系數隨時間變化曲線，如圖2所示。

圖2 末級過熱器清潔系數隨時間變化規律

2.3 控制邏輯

吹灰對鍋爐運行工況有較大的擾動，特別是對再熱汽溫的影響較大。因此，在吹灰過程中要密切監視運行參數的變化，發現異常狀況要及時調整吹灰操作，維持鍋爐重要運行參數，特別是再熱汽溫的穩定。

《望亭發電廠鍋爐運行規程》規定：吹灰過程中，若再熱汽溫低于570℃，吹灰方式由對吹改為單吹；若再熱汽溫低于560℃，暫停吹灰；若再熱蒸汽溫度高于560℃時，允許繼續吹灰。暫停吹灰時，若4個疏水溫度有3個低于200℃或吹灰暫停時間超過30min，需要重新疏水，以防止吹灰蒸汽帶水進鍋爐。鑒于此，設計了一系列吹灰優化控制邏輯，用以實現吹灰優化系統一鍵投入，減輕運行人員的日常操作強度，提高吹灰過程中鍋爐運行參數的穩定性。

吹灰優化控制邏輯的主要內容：吹灰槍單操邏輯和吹灰序列順控邏輯；吹灰槍反饋信號校驗邏輯；吹灰優化系統投切邏輯；吹灰疏水系統順控邏輯；再熱汽溫保護邏輯；吹灰序列排隊時間和剩余空閑時間排序邏輯；吹灰槍對吹與單吹切換邏輯；吹灰優化仿真邏輯；吹灰報警邏輯；吹灰槍和吹灰序列運行記錄邏輯和故障記錄邏輯。

2.4 控制算法

艾默生控制系統有限公司針對吹灰優化控制問題，開發了4個高級控制算法，分別為SBmaster，SBsequence，SBschedule，Blower。高級算法集成在Ovation系統標準算法庫中，其組態方法與常規算法的組態方法完全一樣，但是需要從艾默生控制系統有限公司購買授權才能使用。

SBmaster算法用于定義多個吹灰序列組，每個吹灰序列組里最多可定義99個吹灰序列，同1個序列組里的序列只能按順序執行，不同序列組里的序列可以同時執行。

SBsequence算法用于定義吹灰序列，每個吹灰序列最多可定義99個吹灰步序，每個吹灰步序最多可定義4個吹灰槍，吹灰步序之間的時間間隔可以設置。

SBschedule算法用于協調吹灰序列算法的執行狀況，例如：在吹灰蒸汽流量一定的狀況下，吹灰序列和吹灰槍的投用順序存在約束關系，需要根據吹灰蒸汽的狀態參數協調吹灰槍和吹灰序列的啟動或暫停。

Blower算法用于組態吹灰槍驅動邏輯，輸出吹灰槍的啟動、暫停、停止和跳步等命令，接收吹灰槍的反饋狀態信號。

2.5 數據挖掘

Ovation系統歷史站存儲了2年多的歷史數據，測點總數約2萬點，包括所有一次測點和部分二次計算點。歷史數據中蘊藏著大量信息，充分挖掘歷史數據中有價值的信息有助于吹灰優化建模和效果評估。但是，歷史數據中也夾雜著大量的噪聲數據。因此，數據挖掘過程需要用到一系列數據處理方法和工具，如數據采集、數據傳輸，數據清洗、數據轉換、數據分析、數據可視化等。

本文開發了多個數據分析工具，對歷史數據進行分析，解決了吹灰優化過程中吹灰對再熱汽溫的影響、受熱面清潔系數建模和吹灰優化效益評估等問題。

以吹灰對再熱汽溫的影響定量分析為例，對32個月的歷史數據進行統計分析，把每1根吹灰槍對再熱汽溫的影響進行了累計，如圖3所示。

圖3 IK1至IK41長吹灰槍對再熱汽溫的影響

從圖3可看出，末級過熱器區域的IK1至IK12吹灰槍投用過程中對再熱汽溫的影響最大，如IK3吹灰槍投用32個月，累計再熱汽溫的變化量超過2 099.94℃，表明統計結果是準確的。

2.6 專家規則

除了清潔系數，受熱面的積灰結渣與Ovation系統里的某些監測點或幾個監測點的組合，存在一定程度的關聯關系。例如：運行人員和鍋爐專工在長期實踐中，觀察到某些監測點與受熱面積灰之間存在對應關系，當負荷大于600MW且空預器入口煙溫超過548℃時，對流受熱面可能有一定程度的積灰結渣，溫度越高受熱面積灰結渣越嚴重；又如：受熱面吸熱比例也能在一定程序上反映受熱面的清潔狀態（受熱面吸熱比例是指某個受熱面的吸熱量占鍋爐總吸熱量的百分比）。利用大量歷史數據對望亭電廠運行人員和鍋爐專工掌握的與吹灰相關的經驗和規律進行了驗證和篩選，把清潔系數、吸熱量比例和篩選后的運行經驗結合在一起，歸納整理出一系列專家規則。每個鍋爐受熱面由1個或多個專家規則組成，不同的專家規則之間是邏輯或的關系，每個專家規則由1個要素或幾個要素組成，要素之間是邏輯與的關系，要素是指某個測點或計算值滿足特定的條件。只要1個專家規則滿足條件就認為對應的受熱面需要吹灰。本文設計了相應的控制邏輯和報警邏輯，使專家規則與吹灰序列的投入形成閉環控制。

2.7 人機界面

人機界面是運行人員與吹灰優化系統的紐帶，良好的人機界面對提高人機交互的效率具有重要的作用。設計人機界面時，與運行人員進行了反復溝通和交流，最終形成的人機界面見圖4。照片摘自艾默生控制系統有限公司《660MW超超臨界鍋爐智能吹灰優化項目操作說明，2013》。

圖4 閉環吹灰優化系統人機界面

人機界面上的各項功能：

1）上方小圓點的顏色表示吹灰槍的狀態，小圓點下方的勾的組合表示吹灰槍投用歷史記錄。

2）左上角5個按鈕（疏水系統未復位，吹灰槍控制已投入，專家系統已投入，仿真回路已切除，順控已繼續運行），用于吹灰優化系統的投切操作。

3）右側分別為主要參數實時值和設定值，如最低負荷限、再熱汽溫保護定值和疏水系統保護定值。

4）左側是吹灰序列的排隊時間記錄和投用狀況記錄。

5）中部是吹灰序列的運行狀況，點擊序列按鈕可以進入吹灰序列定義界面。在吹灰序列定義界面中，可以從吹灰槍列表中選擇吹灰槍添加到吹灰序列中，每個吹灰步序最多可以配置4根吹灰槍，吹灰步序之間的時間間隔也可以設置。

3 效益評估

影響鍋爐受熱面積灰和結渣的因素很多，例如：煤質、負荷率、磨煤機組合、燃燒器擺角、重要參數設定值、吹灰頻次等。吹灰對受熱面積灰結渣的影響總是與別的因素耦合在一起。僅比較吹灰優化前后個別工況的鍋爐性能和吹灰頻次的變化，不能客觀評價吹灰優化對鍋爐運行經濟性的影響。

利用Ovation系統里32個月的歷史數據進行統計分析，根據大量數據呈現出的趨勢信息和統計結果，對吹灰優化效益進行定量評估，評估結果摘自艾默生控制系統有限公司《660MW超超臨界鍋爐智能吹灰優化項目效益分析報告，2013》。主要體現在2個方面：一是減少受熱面吹灰頻次約45%，全年累計減少吹灰時間約700h，減少吹灰蒸汽量約1.1萬t，減少煤耗量約1000t，節約燃煤成本約80萬元；二是平均提高再熱汽溫8℃，全年累計減少煤耗量約2 500t，節約燃煤成本約200萬元。

另外，吹灰優化系統投運后，提高了機組運行的安全性。主要體現在4個方面：一是避免鍋爐運行在極端工況，防止結焦和垮焦；二是減少再熱汽溫低對汽輪機安全運行的影響；三是減少鍋爐受熱面吹灰頻次，減少管壁磨損，降低爆管概率；四是減輕運行人員勞動強度，減少誤操作概率。

4 結語

對于以蒸汽為吹灰介質的大型燃煤鍋爐來說，設計合理的吹灰控制策略，需要綜合考慮發電機組和控制系統的安全性，還要考慮吹灰蒸汽消耗、受熱面清潔狀態、鍋爐運行參數穩定以及運行人員勞動強度、運行檢修管理模式等因素。

通過對望亭發電廠660MW超超臨界機組的燃煤鍋爐吹灰優化課題的研究與實踐，首次在Ovation控制系統中使用虛擬控制器技術、高級吹灰控制算法和吹灰優化專家系統平臺，設計了各種閉環優化控制邏輯和易于交互的人機界面等。吹灰優化系統連續運行1年來，取得了良好的節能效果，提高了鍋爐運行的安全性，減輕了運行人員的勞動強度，具有很好的應用推廣前景。