基于數字化平臺的配煤摻燒優化方法

黃忠明， 印琪民， 付軒熠， 韓萬里

(1. 華能國際電力股份有限公司 上海石洞口第一電廠, 上海 200492;2. 上海電力大學 自動化工程學院, 上海 200090)

目前，煤炭市場供應緊張，長期燃用設計煤種會造成生產成本的提高，為了提高經濟效益，降低發電成本，電廠一般采取摻燒非設計煤種(劣質煤種)的方法來進行配煤摻燒工作。早期的配煤摻燒理論認為煤質特性可以進行簡單的線性相加，配煤工藝較為簡單，但隨著配煤研究的深入，將單煤特性進行簡單的線性相加，混合后的煤種特性存在較大的誤差。中國華能有限公司(以下簡稱華能)上海某電廠共有4臺325 MW機組[1]，是上海市最早實施配煤摻燒發電的電廠。該廠鍋爐是平改煙，設計煤種為煙煤，由于市場上煤炭種類較多，存在有些混煤屬性偏離設計煤質較大的問題，因此，該廠通過對火電機組配煤摻燒優化方法進行研究，建立了一套基于數字化平臺的多煤種配煤摻燒優化系統。在解決多煤種摻燒情況下，結合機組各項運行變量變化后對機組經濟性的影響，尋求煤質預測和配煤綜合成本最低的方法，提供“一廠一策”配煤運行解決方案，為電廠運行提供指導意見，同時也為類似火電機組配煤摻燒優化系統的設計提供參考經驗。

1 配煤實施規范

1.1 配煤原則

為了確保華能上海某電廠鍋爐穩定燃燒、防止鍋爐結焦，保證機組安全經濟運行，實現達標排放，該廠制定了相應的配煤要求規范準則，首先配煤實施應按照相應規范，應符合GB25960—2010《動力配煤規范》[2]和“華能上海某電廠管理制度配煤管理辦法”有關要求。

主要采用煙煤摻燒印尼煤，配煤方式為爐前配[3]。300 MW燃煤機組環保排放指標及該廠煤種滿足條件如表1所示。

表1 混煤設計指標

由表1可認定為正常煤種，無須進行配煤，可單獨加倉。下層磨對應的煤倉盡可能用高揮發分的煤種，灰熔點可相對較低，但不可兩臺都取用灰熔點較低煤種；上層磨相對應的煤倉用灰熔點變形溫度大的煤種，揮發分可相對較低；中層磨相對應的煤倉主要以考慮各臺磨總熱值為主，以保證機組所帶負荷，其他指標兼顧之。對全水含量大于20%、內水大于7%或特別黏濕的煤種[4-5]，為防止煤倉和落煤管堵塞，禁止直接加倉，必須配煤摻燒。

1.2 配煤流程

為確保配煤摻燒工作得到有效的控制，該廠首先完善了組織機構，明確了職能劃分，健全了責任制度，形成了有效的管理運行機制。首先，配煤領導小組制定配煤摻燒管理標準；其次運行部對廠煤進行煤質測定，將煤樣分析數據上傳至廠網；緊接著燃料部根據分析報告及設備的運行情況制定推卸計劃和編制《煤場存煤情況表》；再次配煤工作小組進行當天的配煤工作，包括選取配煤的種類、加倉的方式和配煤的摻燒比例等；最后由配煤領導小組進行審核，完成當天的配煤工作。

2 神經網絡預測混煤煤質特性

在配煤摻燒優化問題上，最關鍵的是最終得到的新煤種的成分和這種新煤的煤質特性與組成這種新煤所需要的各個單煤及單煤的成分和單煤的煤質特性之間的關系。利用神經網絡作為解決該問題的工具，因為整個神經網絡是由許多個單神經元組成的網絡，是一種復雜的動態行為網絡，具有高度的非線性，所以對于混煤煤質的預測模型，用神經網絡來解決這種非線性問題是一個較好的解決辦法[6-7]。

在整個的混煤煤質預測模型的建立中，選擇了典型的3種印尼煤和4種煙煤，一共建立了24組混煤方案，混煤煤質指標實驗測試結果如表2所示。

表2 混煤煤質指標實驗測試結果

現通過反向傳播(Back Propagation, BP)神經網絡對混煤煤質指標進行訓練和檢驗，前20組為訓練樣本，最后4組作為檢驗樣本。混煤煤質指標預測效果如圖1～4所示。

圖1 混煤灰分預測效果圖

圖2 混煤發熱量預測效果圖

圖3 混煤揮發分預測效果圖

圖4 混煤水分預測效果圖

由上述混煤煤質預測效果圖來看，采用BP神經網絡對混煤煤質指標的預測取得了不錯的效果，因此該預測方法是有效的。

3 配煤摻燒綜合成本模型的建立及尋優

3.1 綜合成本模型的建立

該配煤摻燒優化系統綜合成本模型主要包括安全性、經濟性和環保性成本模型。

安全性成本模型：

(1)

式中：f為混煤的Rsp、Rz和Q3個指標，Rsp為混煤自然特性指數，Rz為基于實驗數據建立的綜合結渣指數，Q為混煤的熱值；x為相對應的混煤特性。

經濟性成本模型為

(2)

式中：Pi為第i種煤的綜合價格；Xi為第i種煤的比例。

環保型成本模型為

(3)

式中：h為混煤的RNOx、RSO2、RAsh共3個目標函數，RNOx為NOx排放特性，RSO2為SO2排放特性，RAsh為粉塵特性；x為相對應的混煤特性。

綜合成本模型為

Fmin=α1Fa+α2Fb+α3Fc

(4)

式中：α1、α2、α3分別為安全性、經濟性和環保性成本模型的各權重系數。

相關約束條件為

發熱量

(5)

硫分

(6)

揮發分

VA≤V=fV(Xi，Vi)≤VB

(7)

水分

M=fM(Xi，Mi)≤MB

(8)

灰分

AA≤A-fA(Xi，Ai)≤AB

(9)

軟化溫度為

T=fT(Xi，Qi)≥TA

(10)

式中：Qi為第i煤種的發熱量；Si為第i煤種的硫份；Vi為第i煤種的揮發分；Mi為第i煤種的水分；Ai為i煤種的灰分；Xi為各單煤比例；下標A和B分別為對應各指標的下界和上界。

3.2 正交遺傳算法尋優

通過正交遺傳算法[8-10]對配煤摻燒綜合成本模型進行尋優，從而使得綜合成本模型最小，滿足安全、經濟和環保要求。具體尋優步驟如下：

(1) 確定單煤數據庫，通過對機組的狀態進行實時的監測，來選擇參與配煤的各單煤種類；

(2) 在滿足安全性、經濟性和環保性的條件下，構建配煤摻燒綜合成本模型，即正交尋優的目標函數，并確定相關約束條件；

(3) 構建自適應度函數fit(x)，通過確定的配煤摻燒目標函數，構建遺傳算法的自適應度函數fit(x)；

(4) 創建初始種群Chrom，采用正交試驗方法確定個體數為M的初始種群Chrom；

(5) 根據自適應度函數，計算種群Chrom中個體的適應度值；

(6) 采用精英策略，將適應度值排名靠前的N個個體直接復制給下一代；

(7) 最后通過選擇、交叉和變異，生成剩余的(M-N)個個體，并構成覆蓋Chrom新的種群；

(8) 算法依次迭代第(5)～(7)步，直至達到最大遺傳代數MAXGEN結束。

4 數字化平臺的多煤種配煤摻燒優化系統的應用

本文通過對華能上海某電廠火電機組配煤摻燒優化方法的研究，建立了一套基于數字化平臺的多煤種配煤摻燒優化系統。該系統主要包括以下幾個模塊。

(1) 煤質分析模塊。煤質是決定鍋爐燃燒狀況和運行參數的重要因素之一，經驗表明，該機組設計的煤種煙煤摻燒其他煤種時，若被摻燒煤種的灰分不高于菲律賓煤的灰分時，摻燒后存在結焦的情況。因此，在進行市場上煤種摻混時要符合機組的要求。建立煤質數據庫，用來添加、修改、存放單煤數據，另外建立混煤煤質軟測量模塊，包含了測量混煤的元素分析和工業分析，通過數據挖掘對煤質數據庫中大量煤質成分數據進行特性分析和整理[11]，確定煤質中各成分之間的內在聯系。

(2) 配煤成本尋優模塊。目前該電廠的配煤情況一般每倉為不超過兩種單煤的混煤，全廠最多同時燒兩種混煤。在軟件自動尋優前，首先人工對各倉選定一種基礎煤種、一種摻燒煤種，輸入各倉的煤量比例，軟件以成本最低為目標以機組的煤質要求為約束計算出最優的煤種及相應的摻燒比例。通過優化配煤給出了在當前參數設定下混煤倉的最優的摻燒比例，以使配煤綜合成本達到最小，相對基準工況能夠節省的總費用以及各價格成本、煤耗成本、污染物的處理成本、排污罰款成本的情況，效益十分可觀。

(3) 燃煤發電機組運行方式實時優化模塊。該優化系統主要考慮在滿足排放約束的前提下，如何協調優化選擇性催化還原技術脫硝系統和鍋爐低氮燃燒的控制手段[12-13]，同時調整機組鍋爐O2，燃盡風風道風門開度、燃燒器擺角、磨煤機運行方式等其他運行手段的方式下，使得機組的綜合運行成本最低(同時根據電廠要求也可將目標值定為發電煤耗這一經濟性指標)。鍋爐燃燒在線優化工況與當前運行工況相比可節省的成本費用，并定量給出了優化運行方式，主要包括燃盡風風道風門開度、氧量等主要影響鍋爐效率和NOx排放的參數[14-15]。

5 結 語

煤價的變化對機組的經濟效益會產生直接影響，但煤質的變化亦會對機組的正常運行和環保排放造成較大影響。因此，該廠通過加強混煤摻燒管理及配煤軟件的實施不僅實現了配煤電廠的數字化和網絡化管理，同時通過優化配煤方法來降低燃料成本、降低機組運行綜合成本以及減少污染物的排放，保證鍋爐設計參數與混煤特性相匹配，避免灰渣沾污或結渣，保證鍋爐燃燒穩定，對機組安全、經濟、環保運行和電廠整體效益具有重要的意義。對于運行部門進行多煤種配煤比摻燒和熱工調試人員進行控制靜態值設定有參考指導作用。