智能算法在SCR脫硝控制中的應用研究

孫亞偉，崔 婷，宋超楠，王程程

(國家能源蓬萊發電有限公司，山東 煙臺 265600)

0 引言

隨著我國環境保護法律、法規和標準的日趨嚴格及執法力度的加大，對于采用SCR法脫硝的火力發電廠，在確保煙氣排放達標的同時，還要增強脫硝系統運行的可靠性、連續性和經濟性。在保證脫硝效率的同時，如何應對機組大負荷波動、優化SCR脫硝系統性能、精確而經濟地控制噴氨量、降低氨逃逸以減少對下游設備空預器的影響是脫硝控制系統一項亟待解決的問題。

1 脫硝系統的現狀

某發電公司脫硝采用尿素水解法工藝，每臺鍋爐設兩個SCR反應器，反應器裝設在鍋爐省煤器與空預器之間的煙道內。脫硝系統按入口NOx濃度350 mg/m3(干態、標態、6 % O2)、處理100 %煙氣量及不低于90 %的脫硝效率進行設計，滿足出口NOx濃度穩定在90 mg/m3以下。在每個脫硝反應器進、出口安裝實時煙氣參數監測裝置，具有就地和遠方監測顯示功能，監測項目包括：NOx、O2、氨逃逸、差壓、溫度等(氨逃逸僅出口安裝)。

2 脫硝PID控制的弊端

脫硝噴氨量改造前采用傳統的PID控制，以脫硝出口NOx含量作為被調量，控制噴氨調門來控制噴氨量，從而控制煙囪出口NOx含量，達到環保要求，但這種控制方式在NOx測量、被調量的選擇方面存在一些弊端。

NOx測量采用了抽取式儀表進行測量，從煙氣抽取到煙氣NOx測量結果大概需要2～3 min，由于NOx測量存在較長時間的滯后，致使PID調節嚴重滯后，不能及時反映實時煙氣中NOx含量，造成噴氨量控制調節不及時，出現NOx波動較大，自動無法正常投入。

該控制方式以脫硝出口NOx含量作為被調量，由于脫硝出口NOx含量與煙囪出口煙氣中NOx含量存在很大偏差，有時會造成脫硝出口不超標，煙囪出口超標，或脫硝出口不超標煙囪出口過低的現象，造成噴氨量的浪費甚至造成脫硝還原劑堵塞的現象。

若以煙囪出口NOx濃度測量值作為控制目標，就可以在同等運行成本下獲得更好的環?？己酥笜?，但在此種方式下的控制難度將明顯增加。這是由于煙囪出口NOx的響應純延遲時間超過10 min，為典型的大滯后被控對象，PID控制很難處理。

環保部門最終對電廠進行考核核算的指標往往是煙囪出口處的NOx濃度測量值。SCR出口NOx濃度與煙囪出口NOx濃度不論在靜態關系還是動態特性上均存在著差別，使得電廠的最終環保考核結果不佳。

3 智能算法在SCR脫硝控制中的實現

3.1 智能算法控制的原理

(1) 系統模型建立。對于每個被控復雜系統的各個參量之間，都存在各種聯系與制約關系，從系統運行原理、歷史數據和運行人員經驗中分析、歸納出這些關系，建立系統較為完善的被控系統模型。被控系統模型主要包括兩個部分。

① 穩態模型，它固化了系統穩定工作狀態下的各調節量和各參量的相互關系。

② 動態模型，主要標定系統各調節量變動或某種系統擾動引起的各系統參量相應變動的瞬態時序關系。

(2) 系統模型的智能學習與進化。因實際運行系統的復雜性、不確定性和系統各測點誤差，系統穩態、動態模型和實際運行系統之間存在一定差異，并且還存在一定的時變性。為了消除差異，使模型精確化，采用兩種方式解決。

① 對于較為穩定的模型差異可采用數據統計平均的方法確定此差異，由此可以確定差異使模型精確化。

② 對于具有較強時變性和與系統工況相關性較強的模型差異，采用神經網絡控制等智能算法確定其差異，利用人工智能的自學習和自我進化功能，不斷的減少模型差異，使系統模型精確化。智能算法系統模型層及其特點如表1所示。

表1 智能算法系統模型層及其特點

表1中系統模型的原理層和大數據層，是被控系統的“專家模型”，它可以利用表格和折線函數的形式描述系統各變量的關系；自學習層對模型精確化的算法表現為：對于單變量緩變關系模型可采用數據統計的方法消除“專家模型”與實際系統偏差；對于復雜變量關系模型可采用神經網絡控制算法計算偏差，并由此偏差使模型精確化，見圖1。

圖1 系統對象控制邏輯

(3) 利用系統模型精確的計算系統調節量。利用系統穩態模型在確定系統控制目標(定值)后優化控制各執行機構調節幅度；根據系統動態模型，在系統控制目標變動時，確定各執行機構的變化時序和過調節量；根據系統各種擾動，利用系統動態模型確定相應執行機構的預調整的幅度與時間，以消除系統擾動對系統穩定控制的不利影響，實現系統的預估控制。

(4) 根據對系統大數據的在線分析，實時對系統的運行性能進行在線評判，保證系統運行在最優區域，實現系統控制目標(定值)的在線優化。

3.2 智能算法控制研究的技術方法

3.2.1 對被控系統運行性能的離線與在線分析

系統運行性能的離線分析：通過運行歷史數據的統計與各種性能參數計算，得到系統在各種工況下系統運行性能參量，評價脫硝系統運行環保性和經濟性，確定鍋爐優化控制范圍。

系統在線性能分析：在線實時統計、計算和分析脫硝系統的各種運行性能參數，得到實時的系統運行性能評價，為系統始終處于最佳運行狀態提供依據。

3.2.2 自動計算系統運行的最佳控制目標

建立被控系統自學習和自適應模型，通過對系統模型的實時在線訓練，使其逼近真實控系統。依據脫硝系統的環保和經濟指標，通過模型實時計算并確定在實際運行工況下的最優控制目標，控制目標包括：脫硝率、出口氮氧化物濃度、反應器氨耗量和出口氨氣逃逸量等。

3.2.3 實施精確控制的脫硝系統氨氣流量控制

在脫硝優化控制系統中，采用了鍋爐及反應器模型預估的方式，根據系統優化控制目標，直接計算氨氣噴入量。模型預估控制較傳統控制方式氨氣噴入量更為準確及時。

控制原理如圖2所示。

圖2 脫硝系統氨氣流量精確控制原理

3.2.4 “精確化脫硝控制系統”實施途徑

該系統采用模塊化圖形組態方式編制方式，可完成常規控制、模糊控制、神經網絡控制和專家控制等復雜人工智能算法和控制組態，可用于各種復雜系統的系統運行分析、仿真計算和優化控制。

3.3 實現步驟

(1) 通過開發脫硝智能優化控制系統軟件平臺，建立針對該公司鍋爐燃燒和脫硝的物理模型，根據運行規程和總結運行人員經驗建立鍋爐燃燒和脫硝的經驗模型，尋找出NOx變化的預估值，得出一個軟測量結果，克服NOx測量儀表取樣測量反應遲延問題。同時又用NOx測量的結果對軟測量進行長期修正擬合，使得軟測量結果用硬測量結果進行印證和修正，遞歸出一個較準確和及時的軟測量結果。

(2) 建立鍋爐脫硝協調控制評價體系，并通過現場歷史數據進行驗證和離線調試，證實評價體系的合理性，并給出優化協調控制目標；將脫硝協調控制系統投入閉路運行，在閉路環境下，進一步在線調試和訓練優化控制系統，尋找最佳的脫硝氨耗率來控制氨的逃逸，以期達到最佳控制水平。

(3) 根據脫硝控制數據計算分析氨氣閥門特性，建立閥門特性曲線，并實時修正，保證噴氨準確率。

(4) DCS系統以RS485接口通信或硬接線方式，將鍋爐負荷、煙氣流量、NOx含量、噴氨量等參數接入脫硝智能優化控制系統中，脫硝智能優化控制系統對噴氨量等參數優化完后，送入DCS系統中，控制噴氨量，達到優化目的。脫硝智能優化控制系統具有在線監測組態和報警監視窗口，實現系統控制功能軟硬件自動診斷。

4 智能算法控制技術關鍵及創新點

4.1 關鍵

在脫硝優化控制系統中，采用了鍋爐及反應器模型預估的方式，根據系統優化控制目標，直接計算氨氣噴入量。

(1) 入口氮氧化物濃度預估。鍋爐燃燒產生的氮氧化物量與鍋爐燃燒的各種參量相關，在鍋爐負荷較大時，產生的氮氧化物量較大。根據鍋爐燃燒狀態和出口氮氧化物量的相關性分析，建立鍋爐燃燒與氮氧化物量產生量模型，從而預估出口氮氧化物量，同時用NOx測量的結果對軟測量進行長期修正擬合，減少氮氧化物含量測量延遲對控制系統的影響。

(2) 氨氣控制模型中，不僅考慮反應器入口氮氧化物總量(風量×NOx濃度)，同時計算反應器氨耗率，保證對出口氮氧化物的精確控制。

(3) 分析和配比左右側氨氣噴入量，保證脫硝系統左右側氨耗率均衡，降低氨逃逸率。

4.2 創新點

依據系統的實際工況建立被控系統的穩態和動態響應模型，利用人工智能算法在線完善模型，并修正測量值。通過預判被控系統變化趨勢，精確計算系統各個最佳調節量從而實現脫硝系統優化控制。

(1) 系統測量值的智能修正。根據脫硝系統內在機理，建立系統模型，并通過在線不斷優化完善系統模型，從而建立系統所有測點和調節量的內在關系。通過軟測量技術對爐膛總風量、入口NOx、出口NOx，NH3逃逸量進行修正，計算出更為實時與精確的反應器出口NOx濃度和出口NH3逃逸量數值。使反應器出口NOx濃度與環?？偱趴诘腘Ox濃度更趨于一致，更利于環保總排口的NOx穩定控制。

(2) 鍋爐燃燒動態模型與NOx濃度變化預測?？紤]系統NOx濃度測量、氨氣與NOx反應需要一定的時間，氨氣調整需要超前入口NOx濃度變化1～2 min，因此要求優化控制系統根據系統燃燒工況變化對NOx濃度變化提前預判，該系統利用人工智能算法通過建立動態燃燒模型對鍋爐燃燒工況與NOx濃度歷史相關性的自學習大數據分析，并利用遺傳算法對數據庫進行快速準確定位，實現對環?？偱趴诘腘Ox準確控制預估。

(3) 精確控制脫硝系統“反應器氨耗率”。脫硝系統“反應器氨耗率”是指反應器脫硝反應的氨的消耗量與入口噴氮氧化物量的比值，氨氣完全消耗時氨逃逸量為0。所以“反應器氨耗率”越高，氨逃逸量越低。但此值與系統風量、入口NOx濃度、噴氨量和煙溫等諸多因素有關，通過系統模型和智能系統在線學習，優化控制系統可以不斷地精確化此關系，根據系統工況預測“反應器氨耗率”，并通過系統調節實現此值的最大化，從而實現提高系統脫硝效率，減少氨逃逸的目標。

(4) 優化控制氨氣調閥控制。根據以上諸多措施，精確計算脫硝系統的最佳噴氨量，并根據鍋爐燃燒的工況變化，及時調整噴氨調閥，使反應器出口和環保NOx濃度測點平穩，環保NOx濃度能穩定在定值±5 mg/m3以內。

5 智能算法的應用成果及技術經濟指標

5.1 應用成果

SCR自動控制采用智能算法控制策略情況下，可以提高SCR的最大脫硝效率，脫硝出口NOx在穩定工況下變化幅度小于±5 mg/m3，減少噴氨量在5 %～15 %；優化后凈煙氣出口NOx濃度較之前更加穩定，在達標排放合格情況下濃度值提高3～5 mg/m3，保證排放指標?？梢宰畲蟪潭葴p少氨逃逸量，有效緩解空預器堵灰問題，大大減少了對尾部煙道內設備的威脅，降低了因空預器、電除塵腐蝕堵塞造成的維護運營成本。

在負荷相對穩定情況下，脫硝智能優化控制系統的脫硝出口NOx變化幅度小于±5 mg/m3；在變負荷及倒磨情況下，總排放口和脫硝出口NOx變化幅度相對原PID調節波動減小30 %。能適應鍋爐負荷急劇變化的工況，在AGC投入時，出口NOx也不會超標；有效緩解空預器堵灰問題；節約噴氨成本，節約空預器維護費用，減少被環?？己速M用。

5.2 技術經濟指標

減少噴氨量的突增、激增現象，脫硝出口NOx在穩定工況下變化幅度小于±10 mg/m3；減少噴氨量在10 %～25 %；優化后凈煙氣出口NOx濃度較之前更加穩定，而且濃度值提高3～5mg/m3，保證排放指標。在最優的控制狀態下，可以降低氨逃逸20 %左右，最大程度減少氨逃逸量，有效緩解空預器堵灰問題。