張紅福 (廣州粵能電力科技開發有限公司,廣東 廣州 510080 )
張曦,羅嘉 (廣東電網公司電力科學研究院,廣東 廣州 510080)
電站鍋爐燃燒是個復雜的物理化學過程,涉及到燃燒學、流體力學、熱力學、傳熱傳質學等學科領域。有關燃燒優化,國內外科研機構在過去幾十年內進行了大量的研究工作。美國俄亥俄州Ultramax公司開發了Ultramax系統,是將一系列代表鍋爐燃燒工況的參數,比如煙氣氧量、排煙溫度、煙氣排放物等,作為系統的輸入數據,當系統取得這些樣本數據后,建立鍋爐燃燒特性模型,并經過軟件分析,給運行人員優化燃燒的操作指導,運行人員根據這些操作指導進行手動操作,或將操作指導納入到自動控制系統中進行優化調整[1]。蔡杰進等使用遺傳算法求解火電機組的運行優化問題[2]。在運行優化中還開展了單目標及多目標優化的研究。機組能效也分別針對靜態以及動態兩種模型進行優化。也有文獻開展了全局優化及局部優化的研究[3~4]。數據挖掘技術作為海量信息處理的有效技術也被應用于機組的能效優化[5]。清華大學研制了具有自主知識產權的電站鍋爐燃燒優化控制軟件OCP3。國外公司開發研究的系統在國內已經有部分應用,例如:OVATION smart process優化控制系統,SIEMENS Profi優化控制系統[6~15]。但這些優化運行軟件業績有限,基本都在起步階段。本文提出了采用基于先進控制的燃燒、協調和汽溫優化思路和方法,利用模型預測控制實現對燃燒等復雜過程的優化控制,研究成果在某電廠進行了應用和實施,對相關人員具有一定的借鑒意義。
發電機組協調控制的難點是汽輪機——鍋爐之間動態響應速度的差異。汽輪機屬于快速的受控工藝系統。調門的開度變化快速影響汽輪機的進汽流量,并帶動了發電功率的變化,過程的影響時間在0.1s之內。針對超(超)臨界機組多變量強耦合、多目標關聯、非線性對象特性等特點,常規的協調控制算法未能很好地予以解決。本文采用先進控制方法進行協調優化,其中包含鍋爐主控和汽機主控的先進控制,在鍋爐主控中的主蒸汽壓力的控制器(MPC)采用基于模型預測控制的速率最優控制器,它的設定值由一組上、下限值替代,可以有效地降低調節過程中的波動,提高操作過程的穩定性,實現燃燒及蒸汽溫度控制最優化。

圖1 常規PID控制與ROC控制的響應對比
多輸入多輸出速率最優控制器(Multi Input Multi Output Rate Optimal Controller,簡稱MIMOROC)是通過定義一個軌跡區間來保證過程軌跡在區間范圍內運動,它的最大優點是增強控制器對于模型誤差的魯棒性。圖1是常規PID控制與ROC控制的響應對比示意圖。PID控制對線性系統不同幅值的設定值變化(或擾動)的響應時間相同(),都由回路調節時確定,而速率最優控制器調整響應時間,使得所有的響應以最大可行的速率執行。于是,典型的小擾動能很快地被抑制,而當偶爾出現較大的擾動變化時也不會超越最大可行速率。
基于模型預測多變量優化控制的鍋爐燃燒控制器(ACC),能更穩定地響應更快的生產操作;有效地克服控制對象大滯后和強關聯。先進的鍋爐燃燒系統如圖2所示,是一種針對超超臨界機組控制過程的先進控制方案。它采用模型預測控制技術計算最優的空/燃比和水/燃比,并將這些比值在線地輸出到水、燃料和空氣的控制回路。不僅局限于煤跟水或水跟煤的控制方式,而是依據鍋爐的動/靜態特性,在水和煤共同作用和相關條件約束下,充分利用鍋爐的蓄能,提高鍋爐水燃比的控制品質、減少分離器出口溫度的波動,同時滿足主蒸汽壓力和主蒸汽溫度的控制要求,獲取最好的燃燒效率和CO及NOx排放量。

圖2 先進鍋爐燃燒系統
優化過程中,在主蒸汽壓力、主蒸汽溫度和分離器溫度達到設計工況情況下,通過控制SOFA風量、分層給煤的偏置、各層燃料風門開度、各磨一次風量使NOx、爐膛出口煙溫差、排煙溫度、飛灰含碳量達到合適的值、再熱蒸汽溫度控制在設計值。鍋爐燃燒優化控制只在穩態工況下起作用;在變負荷工況時,依靠靜態關系保持系統的平衡,如圖3所示。

圖3 鍋爐燃燒優化系統典型輸入-輸出變量
先進的溫度控制器以多變量速率最優預測控制器為基礎,采用模型的預測控制技術的計算引擎和范圍控制的概念,改善鍋爐過熱蒸汽溫度的穩定性。采用先進溫度控制后,可以減小蒸汽溫度的波動幅度,提高調節品質,蒸汽溫度的設定點可以設定在相對較高的數值。超(超)臨界機組的溫度控制分為過熱蒸汽溫度控制和再熱蒸汽溫度控制兩部分。由于過熱蒸汽溫度控制和再熱蒸汽溫度控制之間存在耦合。通過對各參數之間關系的辨識,準確描述其對象的特性,基于模型預測先進控制技術能較好地解決強耦合對象的控制問題。
燃燒優化項目在某電廠進行了應用和實施,該電廠裝機容量為2×600MW超臨界機組,鍋爐和汽輪機均采用上海電氣電站集團產品,DCS采用艾默生控制系統有限公司的OVATION系統,優化控制系統可以通過Modbus/OPC與DCS進行通訊,優化控制網絡結構如圖4所示。

圖4 優化控制系統的結構
另外,先進控制總覽畫面如圖5所示。在這個總覽畫面中可以進行該機組先進控制的投、切操作。

圖5 先進控制操作總覽畫面
優化控制系統在1號機全激勵式仿真系統中進行了仿真測試,圖6是為獲得系統的動態響應而做的測試,在投運常規控制系統下負荷以偽二進制序列的規律變化,其上、下限分別為460MW和440MW。在測試過程中:功率最大偏差7.4MW,主蒸汽壓力最大偏差約1.2MPa,分離器出口溫度最大偏差約8℃。從過程曲線可以得出該常規控制系統的動態加速作用過強,動態過程失配。

圖6 投運常規控制系統下負荷擾動測試
圖7為采用先進控制系統在某電廠600MW機組仿真系統上的加減負荷試驗紀錄曲線。相關指標的最大偏差見表1。從表中可以看出,采用先進控制方法在變負荷過程中的負荷和壓力偏差均遠小于常規PID控制的偏差,實際測試效果良好。

圖7 先進控制在某電廠600MW機組仿真系統上的加減負荷試驗曲線

表1 相關指標的最大偏差
本文提出了采用基于模型預測的燃燒優化的基本思路和方法,并在某電廠進行了應用和實施。實際應用結果表明,采用先進控制方法的燃燒優化使系統的調節品質指標大大提升。在燃燒過程動態優化過程中根據機組現場實際情況考慮多目標多約束條件下的尋優,可以實現在保證鍋爐安全運行和污染物氣體排放達標的前提下鍋爐效率的最優,取得了較好的應用效果。
[1] X. Xia, J. Zhang. Control systems and energy efficiency from the POET perspective[J]. IFAC Conference on Control Methodologies and Technology for Energy Efficiency, CMTEE 2010, Vilamoura, Portugal, 2010,(3) : 29 - 31.
[2] 蔡杰進, 馬曉茜. 基于遺傳算法的火電機組運行優化[J]. 華南理工大學學報( 自然科學版), 2006, 34(4): 101 - 105.
[3] 樊泉桂. 提高超臨界和超超臨界機組發電效率的關鍵技術[J]. 電力設備, 2006, 7(7).
[4] 楊婷婷, 曾德良, 劉吉臻等. 基于工況劃分的火電機組運行優化規則提取[J]. 華北電力大學學報, 2009, 36(6): 64 - 68.
[5] 李建強, 牛成林, 劉吉臻. 數據挖掘技術在火電廠優化運行中的應用[J]. 動力工程, 2006, 26(6): 45 - 48.
[6] Y. Tang, S. Zhang. A model predictive control approach to operational efficiency of intake pump stations[J]. The International Conference on Electrical and Control Engineering, ICECE2010, 2010, (7): 25 - 27.
[7] 洪軍, 司風琪, 畢小龍等. 火電機組運行優化系統的現狀與展望[J]. 電力系統自動化, 2007, 31(18): 96 - 103.
[8] 徐廣霞. 基于耗差分析理論的火電機組運行優化指導系統研究[C]. 北京: 華北電力大學圖書館, 2009.
[9] 李利平. 火電機組節能在線分析與智能運行優化方法研究[C]. 北京: 華北電力大學圖書館, 2007.
[10] 裘潯雋, 楊瑜文. 火電廠運行優化技術研究的發展趨勢[J]. 華東電力, 2009, 37(6): 1049 - 1052.
[11] 欒秀春, 李士勇. 基于局部神經網絡模型的過熱汽溫多模型預測控制的研究[J]. 中國電機工程學報, 2004, 24(8): 190 - 195.
[12] 王偉. 火電機組運行優化研究[C]. 濟南: 山東大學圖書館, 2008.
[13] 李磊, 石奇光, 潘衛國等. 燃煤機組運行監測及優化技術的現狀與展望[J]. 上海電力學院學報, 2010, 26(2): 166 - 169.
[14] 節能發電調度辦法[S]. 國家發展改革委員會.
[15] 楊戈, 呂劍虹, 劉志遠. 基于RBF神經網絡的熱工過程在線自適應建模算法研究[J]. 中國電機工程學報, 2004, 24(1): 191 - 195.