燃煤電廠煤倉動態監測及其在智能燃料系統中的應用

魏勇，江學文，壽志杰

（杭州集益科技有限公司，浙江 杭州 311200）

長期以來，我國電煤供需矛盾較為突出，使得眾多燃煤電廠的燃燒煤種煤質不穩定且偏離設計值，影響了機組運行的安全性、經濟性、環保性。基于成功研發的斗輪機全自動集中控制系統，以智能配煤摻燒為目標，建立一套具有實時數據、實時管理決策和實時執行控制的智能燃料實時管控系統，對電廠安全經濟運行具有非常重要的意義。

根據燃料全程特征碼，利用入爐煤電子皮帶秤、煤倉料位計、給煤機實時給煤流量、犁煤器狀態等數據，采用時序分析法、周期濾波、數值差分分析等算法，建立煤倉實時分層模型，實時對煤倉中不同煤種進行智能分層，辨識各煤層的煤位、煤量、煤種和煤質等信息，實現對實時燃燒煤煤種煤質的精準預測和實時辨識。該技術的應用為分倉計量、分爐煤耗計量、分機組正平衡發電煤耗分析、智能摻配摻燒的應用及今后智能燃燒、智能磨煤機等智能電廠的建設提供了數據基礎。

某廠裝機容量為4×660MW，每臺機組配置6 臺原煤倉，實行爐內摻燒方式。入爐煤電子皮帶秤、煤倉料位計、給煤機實時給煤流量、犁煤器狀態等實時數據已進入SIS 系統。因此，本文以智能燃料系統軟件平臺為背景，說明煤倉動態監測的工作原理及其在智能燃料系統中的應用。

1 燃煤全程特征碼模型

燃料特征碼全程跟蹤模型，指為實時掌握燃煤動態信息，對每個批次的不同煤種生成唯一特征碼；通過特征碼緊密關聯了燃煤的眾多屬性，包括煤種、煤質、煤量、位置等。在電廠內卸煤、堆煤、上倉等過程中,結合斗輪機的空間姿態、工作模式以及煤堆的三維模型定位等數據，對煤種/煤堆進行實時跟蹤，實現燃料的精細化管理。燃料特征碼全程跟蹤模型，解決了以往傳統數字化煤場或智能化煤場解決方案中的感知數據（煤量、煤質等）與煤實體（物理狀態）脫節，不能有效實時分煤種煤量分析并為配煤摻燒提供實時煤種數據的問題。燃煤全程特征碼示意圖如圖1。

圖1 燃煤全程特征碼示意圖

2 煤倉分倉計量分析模型

根據入爐煤電子皮帶秤的實時讀數、犁煤器實時工作狀態，以及燃料特征碼的實時跟蹤，采用時序分析和數值差分分析等分析方法，利用電子皮帶秤至各煤倉的延時，建立煤倉分倉計量分析模型，獲得在每一次上煤作業過程中，各個煤倉的上煤煤量。煤倉分倉計量分析模型為各煤倉的每班分倉、分爐上煤量，及各發電機組的正平衡計算發電煤耗提供了基礎數據。

記煤倉及對應的犁煤器序號為i，i=1 ～24，對應煤倉編號1A，1B，1C…4C，4D，4E，4F。在一次上煤過程中，上煤次序煤倉編號為其中i 為上煤次序，值為1 ～24。iτ為入爐煤電子皮帶秤至第i個煤倉的時延；t ie為第i個犁煤器由放落改為掛起的時間，即該煤倉結束加倉時間；tis為第i個犁煤器放落的時間，該時間不一定是煤倉開始加倉時間；是入爐煤電子皮帶秤累計值在t時刻的實時數值。則Si煤倉上倉煤量Wsi由下列公式決定：

該式滿足犁煤器的不同作業順序，如順序加倉、逆序加倉、混合次序加倉等。煤倉分倉計量分析示意圖如圖2。

3 煤倉煤種分層監測

現有的煤倉監測手段只有通過料位計獲得煤倉內的煤位，機組運行人員只能根據運行經驗大概地估計預測煤倉內不同煤種的切換時間，通過運行負荷、磨煤機出力等關聯數據的變化知悉煤倉內的新煤種進入磨煤機和鍋爐。這種監測手段對在煤倉內煤種變化較大時，可能對鍋爐的安全穩定運行產生不利影響。利用燃料特征碼的實時跟蹤，實時分析和監測煤倉內各煤種的分層，即煤種、煤質、煤量、煤位信息，可實時精準預測入爐煤種切換時間，及時調整磨煤機和鍋爐運行方式，確保機組運行安全可靠運行。

3.1 煤位煤量對應模型

煤倉由上部一個規則的圓柱與下部8個錐度逐漸增大的錐臺組成。煤倉內煤位與煤量存在一一對應關系，并且不同煤種的煤量煤位對應關系存在差異。圖3 為煤倉結構示意圖。

煤倉的煤位煤量對應模型可通過如下方式建立：

（1）試驗插值法。利用試驗，對每個煤倉進行多組煤位和對應煤量進行測量試驗，并建立一一對應表。在運行中實際測得煤位值后，查找對應煤位的煤量，如果沒有對應煤量，則利用插值法計算得到。

（2）理論計算法。計算煤位對應的煤體積，根據堆積密度計算對應煤量。

自下往上第i個錐臺的體積由煤倉結構可得：

由mi=ρi·V(H)（iρ為煤種堆積密度）建立不同煤種煤量mi與煤位H的一一映射關系，即煤種煤位煤量對應模型。

圖2 煤倉分倉計量分析示意圖

圖3 煤倉結構示意圖

3.2 煤倉分層分析模型

根據煤倉的不同作業狀態，分別分析煤倉中不同煤種的煤位和煤量。特別地，當給煤機不工作時，給煤機流量Vf=0。

在T1時刻，即加倉開始時，煤倉中可有一種或多種煤種。加倉的煤種可與最上層煤種相同或不同。

在T2時刻，即加倉結束時，新加的煤種處于最上層。當Vf=0時，下層煤種煤位煤量分布不變；當Vf≠0時，最下層煤種煤位煤量發生變化，中間煤種沒有變化。

下述分析為新煤種與原上層煤種不同，且只有1個煤種的情景。新加煤種與上層煤種相同時，只需考慮上層煤種的煤位和煤量累加，無須考慮分層。更多的情況可按相同方法獲得分層信息。

情況1：Vf=0，下層煤種煤位煤量都不變；通過煤倉分倉計量分析模型，得到新加煤種的煤量；新煤種的煤位H2為煤倉料位計測量值。

情況2（如圖4）：Vf≠0，通過煤倉分倉計量分析模型，得到新加煤種的煤量；新加煤種的煤位為料位計測量值HB2。已知T1時刻，A 煤種煤量mA1，煤位HA1；T2時刻，A 煤種煤量通過A 煤種煤位煤量對應模型，可得HA2值。煤層的分界面為HA2，自下至上分別為煤種A、B。

圖4 情況2 示意圖

情況3（如圖5）：Vf≠0, 不加倉。底層煤量和煤位變化；上層煤量不變，煤位變化。已知T1 初始時刻，A 煤 種 煤 量mA1，煤 位HA1，B 煤 種 煤量mB1，煤位HB1；新T2時 刻，B 煤 種煤位為料位計測量值HB2；A 煤種煤量通過A煤種煤位煤量對應模型，可得HA2值。煤層的分界面為HA2，自下至上分別為煤種A、B。

圖5 情況3 示意圖

3.3 煤倉堆積密度的自我修正

在情況1：Vf=0 上倉情況下，下層煤種煤位煤量都不變；通過煤倉分倉計量分析模型，得到新加煤種的煤量m；新煤種的高煤位H2為煤倉料位計測量值，求得煤倉中新煤種的堆存體積V，并通過求得新煤種的堆積密度。對多次的分析結果進行統計和回歸分析，得到煤種的煤倉堆積密度模型，實現煤倉堆積密度的自我修正。

4 實時燃燒煤種煤質辨識

利用磨煤機內熱量平衡方程，可求得磨煤機中煤種的全水分Mar：

通過匹配煤種水分，實時判斷當前入爐燃燒的煤種煤質，實現基于水分匹配的煤種在線辨識模型。將煤倉分層分析模型和實時燃燒煤種煤質辨識模型相結合，可有效地實時掌握入爐煤種煤質信息，為機組運行的控制調整提供實時的入爐煤種煤質信息。對機組實際運行數據分析得出：在入爐燃燒煤種切換時，當新舊煤種水分差大于15%時，可觀察到明顯的水分變化。水分變化呈斜坡狀，切換階段時長在1h 左右。

5 煤倉動態監測的應用

（1）煤倉存煤量的監測。通過分倉計量，獲得入爐煤加倉的煤量；通過給煤機實時流量的積分，可得出煤倉的煤量。二者相結合，可得煤倉的實時存煤量。同時，可通過料位計實時數據進行校驗。

（2）入爐煤種切換預測。對入爐煤的煤種切換進行準確預測，為鍋爐機組運行方式的調整提供預測信息；同時，當切換煤種的水分相差較大時，磨煤機熱平衡可準確判斷煤種的切換過程。

（3）入爐煤種監測。實時監測當前入爐煤的煤種煤質等信息，并與鍋爐的燃燒效果相結合，可對配煤摻燒方案經濟性、安全性、環保性進行實時的評價，為鍋爐燃燒優化提供實時數據。動態煤倉界面如圖6。

（4）正平衡方式計算機組發電煤耗。分倉計量后，通過簡單計算可得到特定機組的入爐煤量計量，根據對應的煤質參數和發電量，可實現機組正平衡方式發電煤耗的測算。

（5）煤倉內煤堆積密度的統計。通過大量的煤倉分倉計量數據和煤層高度數據，可統計出不同煤種在煤倉的堆積密度。

圖6 動態煤倉界面

6 誤差分析和處理

入爐煤的煤量分析數據主要基于入爐電子皮帶秤計量數據，因此，煤倉計量中誤差的來源主要有：電子皮帶秤的測量誤差及數據延時誤差（每噸發送一個脈沖）、犁煤器狀態采樣周期、皮帶移動速度的非均勻性導致延時變化等。給煤機的實時流量測量誤差對煤倉的煤量引入了誤差。

減少或消除誤差的方法：（1）通過對入爐電子皮帶秤進行技術改造，實現了電子皮帶秤在線遠程自動校驗與診斷，提升了電子皮帶秤的測量精度和可靠性；通過提高對設備狀態的更新頻率，減少時延引起的計量誤差。（2）輸煤皮帶機加強校準，工作時保持穩定勻速運轉。（3）給煤機流量測量裝置及時校準，減少給煤流量誤差。（4）定期對煤倉煤量進行清空，煤量、煤位數據清零處理，避免長期運行帶來的累計誤差。

7 結語

通過燃煤全程特征碼技術和入爐煤電子皮帶秤數據，建立入爐煤分倉計量分析模型，實現對每班次的入爐煤進行分倉計量和分爐計量；對倉內燃煤建立煤種分層分析模型，對煤倉的煤種、煤質、煤量、煤位進行實時動態分析和監測。對入爐煤煤種切換進行實時精確預測，對煤種切換時間進行提示；通過對磨煤機熱平衡分析，實現對煤種切換過程的實時監測。機組運行對入爐煤的煤種切換具備了預測能力，提高了機組運行的安全性。根據分倉計量和分爐計量的煤量、煤質數據以及期間發電量，系統成功地實現了機組正平衡方式進行發電煤耗計算分析。