[发明专利]循环流化床锅炉燃烧性能实时优化控制方法及系统

说明书

技术领域

本发明涉及锅炉技术领域，具体而言，涉及一种循环流化床锅炉(CFB)燃烧性能实时优化控制方法及系统。

背景技术

循环流化床锅炉是我国重要的热力设备，使用量大并且分布面积广泛。但是，流化床锅炉是一种多变量控制对象，被控量具有非线性、时变性、大延迟和强耦合等特点，很难建立比较准确、实用的数学模型，用常规的PID控制难以达到理想的控制效果，因此目前CFB锅炉运行自动化程度普遍不高，长久以来，锅炉运行都依赖于经验设计，配风也往往由司炉人员根据经验调节，存在很大的盲目性，经常造成燃烧效果不佳。

具体来说，目前流化床炉普遍存在的问题有：

1、锅炉一次风量、或二次风量左、右侧不均匀，容易造成两床床压偏差，导致失稳。同时给锅炉的合理配风带来困难，使密相区、稀相区的燃烧份额发生改变。

2、一、二次风量过大或过小，过大一方面使床料损失过多，同时又降低了床温，使煤耗增加。过小，稀、密相区供氧不足，使CO含量增加，化学不完全燃烧热损失增加，锅炉效率降低。

3、煤种或煤质变化：当燃用高水份煤种或煤质水份含量较高时，原煤，在原煤斗或下煤管中均会容易贴壁而造成堵煤，使机组被迫降出力运行。

针对上述问题，只有建立整体观念和认识，站在系统协调控制的高度，对锅炉系统做全面评估和系统优化，才能使锅炉性能真正达到最佳状态，也就是说，需要借助现代信息技术、应用数学方法和计算机技术建立锅炉系统可调输 入量和锅炉燃烧性能、排放物之间的特性关系，量化锅炉运行参数间的相互作用关系，综合运用智能控制、多目标优化、进化算法、统计学习等先进理论。基于此，现有技术中确实给出了一些控制方法，但是依然存在如下缺陷：

第一、长期运行的历史数据不能充分利用的问题

一个过程动态特性的全部信息都已包含在输入/输出数据里了，如何正确利用这些数据就是关键问题。流化床锅炉长期运行所产生的大量历史数据中蕴含着锅炉可调变量(风量、给煤量等)与输出变量(锅炉效率、NOx排放)之间的数学关系。如何有效地利用这些历史大数据建立可用于优化的数学模型，目前技术中未给出具体可行与有效的方法。

第二、现有的控制方法控制效果不佳

事实表明，并不是所有工业过程都可以用PID回路来控制，例如多变量、非线性、时变等过程都需要用更为先进的控制技术。针对流化床锅炉系统中存在的大滞后、大惯性、强非线性等特点，目前普遍采用的PID及其改进算法均无法实现准确、快速的控制，控制效果不佳，不能为锅炉在线滚动优化策略的实施提供可靠保障。

第三、运行一段时间后模型失配或失效的问题

由于目前锅炉中绝大多数控制器是根据控制器开始工作之前由操作人员设计(调整)好的算法运行的。通常，只有当控制器性能优于某种原因恶化到一定程度后才会由人工进行控制器参数的调整，因为这种调整需要丰富的经验。对于锅炉而言，由于工况、煤质的频繁变化，锅炉本身结构、特性随时间的改变，使得锅炉优化模型和控制器模型都需要不断的进行自适应调整。因此，结合未来运行数据，及时更新模型，适应工况和煤质的变化，是本发明所要解决的一个关键问题。入炉煤种的不稳定，再加上锅炉检修、积灰、结渣等因素的影响，使得在性能试验数据基础上建立的锅炉模型失配严重，利用近期的燃烧数据进行模型的自适应修正显得格外重要。通过在线更新流化床锅炉的数学模型，使得煤质变化和锅炉大修等因素的影响也被看作是一种模型变化而被加以 修正，从而使模型具有一定的自适应性。

第四、如何保证燃烧稳定下实现有约束的寻优

现有的燃烧优化方法的寻优过程大都采用前向数学模型的逆模型的求解过程。这样存在两个问题：a.锅炉燃烧过程逆模型的存在性很难确保，反向求解可能产生无解或多解。b.优化解和当前值之间的变化过大，这样意味着燃烧系统的输入调节幅度过大，有可能威胁燃烧稳定性。这使得燃烧优化控制软件需要对优化解的存在性和燃烧的稳定性进行充分考虑，而不只是简单的性能目标的寻优问题。

发明内容

有鉴于此，本发明旨在提出一种循环流化床锅炉燃烧性能实时优化控制方法及系统，基于该在线优化系统可进一步提高系统的安全性、经济性与可靠性。