660 MW超超臨界燃煤機組智能輔助運行系統(tǒng)研究

張建宇,王 悅,包立軍,李曉宇

(國家電投集團內(nèi)蒙古白音華煤電有限公司坑口發(fā)電分公司,內(nèi)蒙古 錫林郭勒盟 026200)

0 引言

我國現(xiàn)有的能源結構已經(jīng)形成了煤炭發(fā)電的主導模式,而提高機組的效率和降低污染物排放是煤炭發(fā)電的永恒主題。超臨界電站將進一步提高綜合利用率,降低煤耗、污染,是未來我國燃煤電廠發(fā)展的必然趨勢[1]。隨著全球環(huán)境保護需求的不斷增長,尤其是提高發(fā)電效率以減少礦物燃料消耗和減少溫室氣體排放量的需求,全球都在致力于改善設備運行情況。

19世紀后期,國外學者對鍋爐燃燒的優(yōu)化問題進行了較多的探討,日本和美國的重點是對燃燒裝置的改進和優(yōu)化,其主要成果是通過設計不同的噴嘴,使煤粉的燃燒得到更好的控制,從而達到更好的燃燒率。美國電力研究所還開展了一項關于鍋爐燃燒優(yōu)化控制的研究,其目的在于通過優(yōu)化鍋爐燃燒來改善鍋爐的效率和減少污染物的排放量。國外的火力發(fā)電廠已逐漸采用最優(yōu)程序進行燃燒控制,在技術上不斷取得突破和革新,許多燃燒優(yōu)化軟件都已相當成熟。國內(nèi)學者也紛紛對此展開了研究。文獻[2]針對660 MW超臨界空冷機的空冷系統(tǒng),建立了變工況的數(shù)學模型,并對其影響因素進行了分析。研究發(fā)現(xiàn)當負載增大時,排蒸汽壓力保持在閉合背壓附近,當負載增大時,排氣壓力增大。在空冷風機的工作頻率小于規(guī)定的最小頻率時,應減小風扇的工作次數(shù),從而得出最優(yōu)的排汽壓力,為同類設備的空冷風機的優(yōu)化運行提供依據(jù)。文獻[3]探討了 FPOT技術600 MW超超臨界機組鍋爐給水加氧工藝中的應用。通過對 FPOT技術在試車前和試車后的工作性能進行了分析和比較,對 FPOT技術在實際中的使用效果進行了評價,并給出了 FPOT運行和維修的建議。

基于國內(nèi)外研究可發(fā)現(xiàn),關于超臨界燃煤機組的研究較多,而在實際的機組運行過程中,會發(fā)生一定的故障情況。為解決這一問題,本文設計660 MW超超臨界燃煤機組智能輔助運行系統(tǒng),期望對其有效控制的同時,提高故障預警能力。

1 燃煤機組智能輔助運行系統(tǒng)智能監(jiān)盤設計

本文研究的超臨界燃煤機組智能輔助運行系統(tǒng)智能監(jiān)盤框架如圖1所示。

圖1 系統(tǒng)智能監(jiān)盤框架

監(jiān)盤系統(tǒng)以DCS作為控制核心部分,利用DCS中的 TELEPERM@XP系統(tǒng)進行分散控制,以單回路的形式對系統(tǒng)調整,DCS將各給煤設備的命令直接發(fā)送給站內(nèi)的流量累積計BW500,經(jīng)軟件處理后,再將調整命令輸入變頻器,達到閉環(huán)調整的目的,具體內(nèi)容如下所示:

a.流量積分計設計:采用性能可靠、測量準確的BW500流量積分計,DCS輸出4～20 mA直流調整指令,經(jīng) PID處理后[4],由 PID控制向變頻器輸出4～20 mA直流調整命令,調整變頻調速,調整送煤機的速度。

b.遠程I/O設計:DCS系統(tǒng)的控制系統(tǒng)主要包括輸入、輸出2部分,二者以 I/O總線相連。將現(xiàn)場總線接口連接到 I/O總線,利用I/O總線與DCS的控制裝置進行通信[5]。

該系統(tǒng)的場總線與DCS的輸入、輸出總線相結合,即將現(xiàn)場總線與DCS的控制系統(tǒng)結合起來。通信建立后,電動機根據(jù)要求進行操作,并利用 PLC將固定的運動模式固化于控制器內(nèi),采用 PLC程序實現(xiàn)主要控制任務,以減少總線通信的壓力[6]。

c.耦合器設計:為實現(xiàn)DCS與系統(tǒng)間的數(shù)據(jù)交換,DCS與主站間的雙主通信采用西門子 DP/DP耦合器,DP耦合用于將2個PROFIBUS-DP主從網(wǎng)絡進行數(shù)據(jù)傳送。

通過上述模塊,實現(xiàn)660 MW超超臨界燃煤機組設備運行狀態(tài)信息的采集、分析,并將數(shù)據(jù)分析結果傳輸?shù)浇K端監(jiān)控設備,完成燃煤機組智能輔助運行系統(tǒng)智能監(jiān)盤設計。

2 超臨界燃煤機組智能輔助運行系統(tǒng)軟件設計

2.1 基于粒子群算法的設備狀態(tài)預測

將單元機組非線性動態(tài)數(shù)學模型表示為

(1)

式中:PA、PB分別為輸出功率與主蒸汽壓力;F為相關系數(shù);G為進入蒸汽管道的蒸汽流量;u為蒸汽管道蓄熱系數(shù);L為汽包壓力的動態(tài)變化參數(shù);C為鍋爐的蓄熱系數(shù);j為主蒸汽調節(jié)閥的動作參數(shù)。

采用人工智能算法中的粒子群算法建立設備狀態(tài)預測模型,以及時發(fā)現(xiàn)異常狀態(tài)[7]。

在粒子群算法中,每個活動的粒子被當作是1個個體,每個個體都不是完全獨立的,在運動的時候會對群體產(chǎn)生影響。當運動進行到第t次迭代時,采用i代表粒子所在的位置。在粒子群種群初始化后對個體進行追蹤,隨著迭代不斷對粒子位置與速度更新[8],以尋找到最優(yōu)解。在運動過程中,粒子是有一定規(guī)律的,為此需要對初始粒子賦值[9],需要初始賦值的參數(shù)如下:

a.將群體初始化時粒子的總數(shù)。

b.劃分個體初始位置k的范圍,即[-kmax,kmax]。

c.劃分個體的初始速度g的范圍,記作[-gmax,gmax]。

經(jīng)過上述參數(shù)賦值后,假設xi=(xi1,xi2,…,xin)為粒子當前的位置,將粒子當前的速度表示為yi=(yi1,yi2,…,yin),將粒子通過的最佳位置記作zi=(zi1,zi2,…,zin),該最佳位置就是所有粒子所經(jīng)過的最佳適應度值位置的集合[10]。距離函數(shù)的解的數(shù)值越小,代表距離該集合中心的粒子群越近。將f(t)作為最小化目標函數(shù),通過f(xi(t))≥f(yi(t-1))判斷粒子是否刷新到新的位置,并將經(jīng)歷過最好位置的記作Q(t)。

依據(jù)上述過程確定每個粒子的位置和飛行速度,通過下述過程進行預警,整個流程如圖2所示。

圖2 基于粒子群算法的預警流程

基于上述過程通過人工智能算法中的粒子群算法與控制回路閉環(huán)結合,實現(xiàn)超臨界燃煤機組智能控制與智能優(yōu)化。

2.2 超臨界燃煤機組智能輔助運行控制

采用PID控制與Smith 預估方法結合的方法綜合控制實現(xiàn)燃煤機組的有效控制,在 PID 控制器中并接上一個補償環(huán)節(jié),構成帶Smith預估器的 PID 控制器,該算法可以利用常規(guī)DCS 模塊實現(xiàn),假設誤差的基本論域為[-x1,+x2],誤差變化的基本論域為[-x2,+x2],將PID控制后處理輸出的變量記作[-yn,+ym],將比例因子記為

(2)

式中:m、l分別為連續(xù)的實數(shù)域;x1、x2、xn分別為控制量基本論域的精確量。

上述為PID控制基本原理,在計算中合理選擇量化因子和比例因子非常重要,采用下述公式進行處理,即

(3)

式中:e為比例調節(jié)因子;wi為誤差糾正的目標函數(shù)。

由于超臨界燃煤機組中的熱工對象有一些具有自平衡能力,為此需要進一步計算傳遞函數(shù),公式表示為

(4)

式中:P(o)為調節(jié)對象增益;E0(i)為第i個粒子的時間常數(shù);s為階次;rn(x)為接收信號。

改進的Smith預估控制原理如圖3所示。

圖3 Smith預估控制原理

圖3中,W1、W2分別為導前區(qū)傳遞函數(shù);K為溫度設定值;b為調節(jié)閥開度;TS為運行時間;fx為補償參數(shù)。

通過構造Smith預估器,使被控對象的惰性區(qū)變?yōu)橐粋€比例環(huán)節(jié),此時控制系統(tǒng)即等效于由W1構成的單回路系統(tǒng),這樣便于將系統(tǒng)接受的擾動及時反饋至調節(jié)器,克服常規(guī) PID 延遲的情況。

綜上,可以預估在基本擾動作用下的過程動態(tài)特性,并利用預估器的補償,使其能在調節(jié)器中得到相應的調節(jié),從而主動避免裝置處于危險狀態(tài),提前排除了安全隱患。

3 實驗分析

3.1 鍋爐設備概況

以美國ABB-CE燃燒工程有限公司技術研制的600 MW燃煤機組為實驗對象;制粉系統(tǒng)由6臺 MBF24.0中速輥式磨煤機組成,由下至上依次為 A、 B、 C、 D、 E、 F,其中低、中負荷以 B、C、D、E為主,大負荷為 A、B、C、D、E,F磨為備用。

該臺鍋爐采用了2級高能點火裝置,在整個爐膛內(nèi)設置16個油槍,采用正壓直吹四角切圓燃燒,噴嘴可上下擺動,最大擺角為±30°,二次風門由6級外向風和9級副風組成,在燃燒室的上部設置4個較高的 OFA燃盡風。

3.2 結果分析

接下來進行升負荷實驗,在400 MW負載下,采用協(xié)同工作模式,設定10 MW/min的升壓速度,此時,燃料量、給水流量、主蒸汽溫度均由控制系統(tǒng)自動控制。得到的運行結果如圖4所示。

圖4 升負荷400 MW、速率 10 MW/min 時運行主參數(shù)曲線

由圖4可知,主蒸汽壓力、燃料量、給水流量均保持了較好的穩(wěn)定性,波動較小。

采用協(xié)同工作模式,設定目標負載為600 MW,同時設定升壓速度為20 MW/min,此時燃料量、給水流量和主蒸汽溫度控制子系統(tǒng)均為自動控制,得到運行結果如圖5所示。

圖5 升負荷600 MW、速率 20 MW/min 時運行主參數(shù)曲線

由圖5可知,和前一階段實驗一樣,在這一升負荷階段,整個系統(tǒng)同樣兼顧快速性和穩(wěn)定性,主蒸汽壓力控制也在可調范圍內(nèi),同時波動很小。由升負荷仿真實驗結果可知,運用該系統(tǒng)后,在升負荷階段,各主要參數(shù)控制效果都較好,證明了該系統(tǒng)應用在超臨界機組的可行性。

為檢驗本文所提出的超臨界燃煤機組智能輔助運行系統(tǒng)的跟蹤能力,使系統(tǒng)持續(xù)運行,從系統(tǒng)數(shù)據(jù)中提取70 d的生產(chǎn)歷史數(shù)據(jù),其中包括負荷、一次風量和二次風量等數(shù)據(jù)。在數(shù)據(jù)預處理階段,將70 d的生產(chǎn)歷史數(shù)據(jù)中負載小于300 MW的數(shù)據(jù)進行剔除,并將單個、多屬性的缺失和不正常的非穩(wěn)態(tài)數(shù)據(jù)進行剔除,最終剩余75 000個數(shù)據(jù)樣本。運行上報數(shù)據(jù)后,分析系統(tǒng)的負荷結果如圖6所示。

圖6 負荷分布

由圖6可知,本文所設計系統(tǒng)負荷在10 000組數(shù)據(jù)后基本處于穩(wěn)定運行狀態(tài),負荷波動區(qū)間較穩(wěn)定。

在此基礎上,以文獻[2]系統(tǒng)、文獻[3]系統(tǒng)為實驗對比方法,從300～500 MW的負載區(qū)間選擇1 200組數(shù)據(jù)組成測試模型的數(shù)據(jù)庫,上述數(shù)據(jù)中包括取送風量、燃煤總量、引風量、機組負荷、爐膛負壓、主蒸汽流量、給水流量、入爐煤發(fā)熱量、主蒸汽溫度、主蒸汽壓力和飛灰含碳量等數(shù)據(jù)在數(shù)據(jù)庫隨機排列,檢測采樣率為10%,交叉驗證次數(shù)為3,迭代結束后進行后續(xù)實驗。煙氣含氧量控制結果如圖7所示。

圖7 煙氣含氧量控制結果

由圖7可知,實際值與3種測試系統(tǒng)煙氣含氧量控制結果呈整體遞減趨勢,其主要原因是660 MW超超臨界燃煤機組燃燒過程是一個具有強干擾的非線性、時變、多變量過程。煙氣含氧量受爐膛結構、煤質、風量和進煤量等因素的影響,因數(shù)據(jù)組數(shù)據(jù)數(shù)量的增多,其受上述影響因素的影響程度越高,因此煙氣含氧量隨之下降。但整體而言,本文系統(tǒng)與實際值更接近。基于上述過程能夠證明,與文獻[2]系統(tǒng)、文獻[3]系統(tǒng)相比,本文系統(tǒng)能夠準確控制煙氣含氧量,為機組實際應用提供參考。本文系統(tǒng)采用DCS技術實現(xiàn)監(jiān)盤界面數(shù)據(jù)安全傳輸,并采用PID控制方法燃煤機組運行狀態(tài)進行控制,從而提高了控制效果,能夠為燃煤機組穩(wěn)定運行提供基礎。

4 結束語

綜上,完成超臨界燃煤機組智能輔助運行系統(tǒng)的研究,通過實驗、數(shù)據(jù)分析與反復調試,證明本文系統(tǒng)的可行性。本文系統(tǒng)的創(chuàng)新之處在于,采用閉環(huán)控制方法與人工智能算法結合,建立了設備狀態(tài)預測模型,當機組參數(shù)發(fā)生異常時,系統(tǒng)能夠為運行人員提供操作調整的策略和安全注意事項清單,輔助運行人員更精準地操作調整。通過Smith 預估控制方法對機組運行過程中出現(xiàn)的各類預警結果進行分析和故障判斷,主動干預,實現(xiàn)機組事故預警與事故處理的閉環(huán)。