[发明专利]一种电站锅炉SCR脱硝精细化喷氨控制方法有效

专利信息
申请号: 201811290036.2 申请日: 2018-10-31
公开(公告)号: CN109304086B 公开(公告)日: 2020-11-24
发明(设计)人: 谭鹏;张成;孙路石;曹楠;饶德备;李胜男;方庆艳;陈刚 申请(专利权)人: 华中科技大学
主分类号: B01D53/90 分类号: B01D53/90;B01D53/86;B01D53/56;G05B13/04
代理公司: 华中科技大学专利中心 42201 代理人: 曹葆青;李智
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电站 锅炉 scr 精细 化喷氨 控制 方法
【说明书】:

发明属于烟气脱硝相关技术领域,并具体公开了一种电站锅炉SCR脱硝精细化喷氨控制方法,该方法包括将长短时神经记忆网络模型和智能优化算法相结合实现主阀门开度的控制,并根据多个NOx检测点的检测情况对分阀门开度进行控制。本发明通过预测下一时刻出口NOx浓度,并获得最优喷氨策略,从而弥补电站锅炉SCR脱硝喷氨系统中PID控制器造成的大滞后缺陷,使得喷氨量控制更加及时准确,提高电厂运行的环保性和安全性;此外,本发明提出分区检测、分区喷氨的方法,使得SCR出口NOx浓度更加均匀,测量值更具有代表性。

技术领域

本发明属于烟气脱硝相关技术领域,更具体地,涉及一种电站锅炉SCR脱硝精细化喷氨控制方法。

背景技术

随着环保要求的不断提高,选择性催化还原技术(SCR)在燃煤电站得到了广泛应用,而迅速精细化的喷氨控制是保证SCR系统高效稳定运行的关键。

控制喷氨量是SCR系统中的主要环节,喷氨量过少会导致出口NOx浓度超标,喷氨量过大则会导致氨逃逸,增加运行成本,并且会增加硫酸氢氨的生成,造成空预器堵塞,降低设备使用寿命,并对电厂安全性造成威胁。

目前,燃煤电厂已经完成脱硝系统改造,然而从已投运的SCR脱硝系统的实际运行情况来看,多数的控制效果并不理想。一方面在喷氨量控制上,由于机组负荷频繁变动,导致入口NOx浓度、烟气温度、烟气量等参数频繁大幅变化,而电站SCR脱硝系统又具有大延迟的特点,现有的喷氨控制方法难以达到较好的控制效果,导致出口NOx随时间频繁、大幅波动,使得NOx排放超标或者氨逃逸过量,影响机组运行;另一方面,现有的SCR系统氮氧化物测量和控制方式比较粗糙,特别是出口NOx的测量,通常只采用一个测点值来替代整个截面的NOx浓度值,然而由于烟气分布的不均匀性,截面上各区域的NOx浓度其实有较大的区别,在低负荷情况下更显著,这样会造成仅通过出口NOx浓度值对喷氨量进行调节不准确,若该测点位于NOx浓度较低的区域,则反馈值会偏小,导致喷氨量不足,若位于浓度较高区域,则反馈值偏大,喷氨量过多。

发明内容

针对现有技术的以上缺陷或改进需求,本发明提供了一种电站锅炉SCR脱硝精细化喷氨控制方法,该方法通过利用主阀门子控制系统实现主阀门开度的控制和利用分阀门子控制系统实现分阀门开度的控制,相应的可有效解决SCR出口NOx随时间频繁、大幅波动和出口截面NOx分布不均匀的问题,因而尤其适用于电站锅炉SCR脱硝系统。

为实现上述目的,本发明提出了一种电站锅炉SCR脱硝精细化喷氨控制方法,其特征在于,该方法包括利用主阀门子控制系统实现主阀门开度的控制以及利用分阀门子控制系统实现分阀门开度的控制,其中对于主阀门开度的控制采用长短时神经记忆网络模型和智能优化算法相结合的方法进行,对于分阀门开度的控制则根据多个NOx检测点的检测情况进行开度调节。

作为进一步优选地,所述利用主阀门子系统实现主阀门开度的控制具体包括:

S1根据前k个时刻SCR系统的工况参数,利用长短时神经记忆网络模型对未来p个时刻SCR出口NOx的值进行预测;

S2根据步骤S1中SCR出口NOx的预测值构建优化指标,计算得到使该优化指标取得最小值或达到最大迭代次数的最优喷氨策略u={u(t)∣t=k+1,k+2,…,k+p,其中u(t)表示第t个时刻的喷氨量;

S3在k+1时刻执行步骤S2中最优喷氨策略的第一步,即uk+1

S4根据前k+1时刻的工况参数重复步骤S1~步骤S3,从而实现滚动优化。

作为进一步优选地,所述步骤S1中的工况参数包括机组电负荷、SCR入口NOx浓度、SCR入口O2浓度、SCR入口烟气温度、烟气流量、喷氨量的历史值和当前值、SCR出口NOx浓度和氨逃逸的历史值,所述历史值包括过去十分钟内的参数值。

作为进一步优选地,所述步骤S1具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811290036.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top