[发明专利]基于二维寻优的燃煤机组对流受热面智能吹灰方法

说明书

本发明提供一种基于二维寻优的燃煤机组对流受热面智能吹灰方法，包括：计算对流受热面的理想换热系数；利用分布式计算模型计算对流受热面的实际换热系数；基于实际换热系数实时计算表征对流受热面清洁状况的灰污系数，并建立历史数据库，同时确定从上一次吹灰结束开始灰污系数达到稳定的时间；对灰污系数计算式中参数进行辨识，确定灰污系数计算式；求解使吹灰经济效益最大的最优化问题，得到从上一次吹灰结束后的最佳吹灰时间间隔和最佳吹灰时长，并代入灰污系数计算式计算得到特定负荷下临界灰污系数，据此确定最佳吹灰时机和吹灰终止点。本发明可用于在线监测对流受热面的清洁状况，为机组节能增效技术支撑。

技术领域

本发明涉及火力发电控制领域，具体地说，是一种基于二维寻优的燃煤机组对流受热面智能吹灰方法。

背景技术

我国火电发电量约占总发电量的五分之四，火力发电系统中超过50％的热能是通过过热/再热换热器、省煤器等对流受热面进入工质的。以亚临界机组为例，对流受热面包括顶棚过热器、前后包墙-侧包墙-中隔墙过热器、水平及立式低温过热器、屏式过热器、高温过热器、水平及立式低温再热器、高温再热器。这些对流受热面存在着不同程度的积灰结渣问题。积灰结渣造成对流受热面热阻增大、锅炉侧热效率降低、排烟温度上升，直接影响发电企业的经济效益。对流受热面的灰污系数是其清洁状况的表征，它的实时监测对智能吹灰具有重要意义。在生产实践中，由于缺乏有效的临界标准，操作人员通常根据尾烟气温度变化判断积灰结渣的程度，据此指导吹灰操作。然而，尾烟气温度受机组负荷、煤质变化(意味着配风变化)影响较大，难以准确表征对流受热面积灰结渣水平，同时也无法确定具体何时实施吹灰控制动作。

经过对现有技术的检索，申请号201310006298.2，公开日2013.04.24的中国专利，公开了一种基于人工神经网络原理的锅炉受热面智能吹灰方法，该方法采用具有高度非线性映射能力的计算模型—BP神经网络，通过温度检测数据和锅炉数据采集系统中的数据，利用人工神经网络原理，对网络进行训练，模拟计算锅炉受热面灰污系数，并将训练好的吹灰人工神经网络用于实时监测受热面积灰和结渣，当监测到某受热面灰污系数超过一阈值时，系统即自动判定该受热面已积灰或结焦严重，开始对其进行吹渣、吹灰。

但是上述专利方法中的不同工况下受热面灰污系数的阈值如何确定并未给出明确获得的方法，电站运行人员仍然无法确定何时实施吹灰控制动作，如果按照经验进行吹灰控制，很有可能造成过度吹灰或者吹灰不足，增加爆管风险或使机组运行效率降低，提高吹灰损失。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于二维寻优的燃煤机组对流受热面智能吹灰方法，该方法无需在炉膛和烟道处安装任何额外测量硬件，可以获得燃煤机组对流受热面最佳吹灰时间间隔和最佳吹灰时长，提高机组运行效率，降低吹灰损失。

为达到以上目的，本发明采用的技术方案是：本发明根据烟气通道和工质通道的实时运行数据，实时计算对流受热面的灰污系数，然后基于分布式计算模型和经济性分析确定出对流受热面不同平稳负荷下的临界灰污系数，当灰污系数实时值与该临界值相差较小时，即认为达到了最佳吹灰时机，从而对燃煤机组对流受热面实施吹灰。

具体的，一种基于二维寻优的燃煤机组对流受热面智能吹灰方法，包括以下步骤：

步骤一、利用分布式计算控制系统实测数据中的工质和烟气的质量流量，结合换热管的内、外径结构尺寸，根据对流换热系数的定义计算对流受热面的理想换热系数；

步骤二、根据工质物性参数数据库及分布式计算控制系统数据库中的实测数据，计算当前时刻汽水分离器出口饱和蒸汽比焓和密度，在默认各级换热器相邻关键测点之间工质的温度、压力呈线性分布的条件下，首先将每一层的实际换热管束等效为一根换热管，再按固定离散化步长将等效换热管束划分为一系列微元，建立分布式计算模型，计算各换热管束微元的实际换热系数，得到对流受热面沿烟气流动方向各层等效换热管束的层实际换热系数，所有层实际换热系数的均值即为该对流受热面的实际换热系数；