CN104879750A - 一种用于循环流化床锅炉的燃烧优化设备、系统以及方法 - Google Patents

Abstract

本发明涉及节能减排领域，公开了一种用于循环流化床锅炉的燃烧优化设备、系统以及方法。其中，所述设备包括：接收装置，用于接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体的浓度值；以及燃烧优化装置，用于根据所述与燃烧优化相关的气体的浓度值构建所述循环流化床锅炉的燃烧模型，并在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。本发明通过根据与燃烧优化相关的气体的浓度值构建循环流化床锅炉的燃烧模型及在燃烧模型的基础上，使用粒子群优化算法优化目标参数，从而使得在降低氮氧化物的排放量的同时提高循环流化床锅炉的燃烧效率。

Description

一种用于循环流化床锅炉的燃烧优化设备、系统以及方法

技术领域

本发明涉及节能减排领域，具体地，涉及一种用于循环流化床锅炉的燃烧优化设备、系统以及方法。

背景技术

由于循环流化床锅炉具有燃料适用范围广、炉内脱硫效率高、NOx排放量小、燃烧效率高、负荷调节范围比大及灰渣可以综合利用等众多优点，循环流化床锅炉在国内得到迅速推广。另外，由于我国煤炭资源具有煤种复杂多变、含硫高以及劣质煤产量高等特点，使得循环流化床燃烧技术在我国得到迅速发展。近年来，循环流化床锅炉已经从小型亚临界锅炉发展到600MW超临界循环流化床锅炉。与此同时，循环流化床运行的稳定性也有了很大的提高。

由于我国煤种复杂及电站设备改造或老化，循环流化床锅炉机组经常处于偏离最佳运行状态。因此，既能实现高效率燃烧又能实现低污染排放的燃烧优化技术将成为电站实现锅炉高效环保安全运行的重要方法。然而，循环流化床锅炉燃烧效率的提高和NOx排放量的降低难以兼顾，这两者对目标参数的需求是恰恰相反的。NOx排放量降低的主要途径是使得炉膛高温与煤粉高浓度不同时存在，这样却会造成燃烧效率降低。因此，怎样合理地调整目标参数以使得锅炉在经济性与环保性上达到最大效益，就需要对循环流化床锅炉优化调整。

发明内容

本发明的目的是提供一种用于循环流化床锅炉的燃烧优化设备、系统以及方法。其中，所述设备根据与燃烧优化相关的气体的浓度值构建循环流化床锅炉的燃烧模型并在燃烧模型的基础上，使用粒子群优化算法优化目标参数，从而使得在降低氮氧化物的排放量的同时提高循环流化床锅炉的燃烧效率。

为了实现上述目的，本发明提供一种用于循环流化床锅炉的燃烧优化设备。该设备包括：接收装置，用于接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体的浓度值；以及燃烧优化装置，用于根据所述与燃烧优化相关的气体的浓度值构建所述循环流化床锅炉的燃烧模型，并在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。

相应地，本发明还提供一种用于循环流化床锅炉的燃烧优化系统。该系统包括：传感器，位于所述循环流化床锅炉的烟道中，用于测量与燃烧优化相关的气体的浓度值；以及用于循环流化床锅炉的燃烧优化设备，与所述传感器连接。

相应地，本发明还提供一种用于循环流化床锅炉的燃烧优化方法。该方法包括：接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体的浓度值；根据所述与燃烧优化相关的气体的浓度值构建所述循环流化床锅炉的燃烧模型；以及在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。

通过上述技术方案，根据接收的与燃烧优化相关的气体的浓度值构建循环流化床锅炉的燃烧模型并在燃烧模型的基础上，使用粒子群优化算法优化目标参数，从而使得在降低氮氧化物的排放量的同时提高循环流化床锅炉的燃烧效率。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明提供的用于循环流化床锅炉的燃烧优化系统的结构示意图；

图2示出了本发明提供的用于循环流化床锅炉的燃烧优化系统的燃烧优化与风煤比的关系图；

图3是本发明提供的用于循环流化床锅炉的燃烧优化方法的流程图；以及

图4是本发明提供的用于循环流化床锅炉的燃烧优化系统的粒子群优化算法的流程图。

附图标记说明

10   接收装置                    20   燃烧优化装置

30   氧气传感器                  40   一氧化碳传感器

50   燃烧优化设备                60   传感器

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

在循环流化床锅炉燃烧煤料的过程中，优化运行调节对于提高循环流化床锅炉的燃烧效率及降低循环流化床锅炉的氮氧化物排放起着重要的作用，而国内在本领域的技术开发应用基本上处于初级阶段。因此，循环流化床锅炉的燃烧优化存在着巨大的市场潜力和经济效益。因此，本发明特提供一种用于循环流化床锅炉的燃烧优化系统。

图1是本发明提供的用于循环流化床锅炉的燃烧优化系统的结构示意图。如图1所示，本发明提供的用于循环流化床锅炉的燃烧优化系统包括：传感器60，位于所述循环流化床锅炉的烟道中，用于测量与燃烧优化相关的气体的浓度值；以及用于循环流化床锅炉的燃烧优化设备50，与所述传感器60连接。

在具体的实施方式中，所述传感器60包括氧气传感器30和一氧化碳传感器60。优选地，所述氧气传感器30和所述一氧化碳传感60以网格的形式布置于所述循环流化床锅炉的后烟井高温管道中。根据本申请人对于燃烧监测优化的实际工程经验以及近年来对针对各种锅炉型号的计算流体力学模型，循环流化床锅炉的后烟井高温管道中的流场能够精确地追踪到相关联的循环流化床锅炉。藉此，根据精确追踪到循环流化床锅炉的氧气浓度值和一氧化碳浓度值，提高了对循环流化床锅炉燃烧优化的效率。

如图1所示，在具体的实施方式中，所述燃烧优化设备50可以包括接收装置10和燃烧优化装置20。所述接收装置10用于接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体(例如，氧气和一氧化碳)的浓度值；以及所述燃烧优化装置20用于根据所述与燃烧优化相关的气体(例如，氧气和一氧化碳)的浓度值构建所述循环流化床锅炉的燃烧模型，并在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。

下面详细描述燃烧优化装置20如何根据与燃烧优化相关的气体(例如，氧气和一氧化碳)的浓度值构建循环流化床锅炉的燃烧模型以及在燃烧模型的基础上，如何使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高循环流化床锅炉的燃烧效率。

在具体的实施方式中，燃烧优化装置20能够使用核方法从与燃烧优化相关的气体(例如，氧气和一氧化碳)的浓度值中特征提取样本数据信息，并将样本数据信息作为最小二乘支持向量机的输入以构建循环流化床锅炉的燃烧模型。具体地，首先，通过非线性映射将与燃烧优化相关的气体(例如，氧气和一氧化碳)的浓度值数据嵌入到合适的特征空间以特征提取样本数据信息。然后，利用最小二乘支持向量机分析和处理样本数据信息以构建循环流化床锅炉的燃烧模型。其中，燃烧模型包括氮氧化物排放模型和燃烧效率模型。藉此，降低了样本空间的维数，更好地实现了最小化误差(表示最小二乘支持向量机识别样本数据信息的能力)和模型复杂性之间的折衷，从而使得氮氧化物排放模型和燃烧效率模型具有优良的泛化能力。需要说明的是，核方法和最小二乘支持向量机为本领域技术人员所公知的常用技术手段。

在具体的实施方式中，在燃烧优化装置20使用粒子群优化算法优化目标参数之前，需要设定种群规模、迭带次数、目标函数以及目标参数的寻优区间。其中，种群规模指的是目标参数在寻优区间取值的个数，目标函数根据以上得到的氮氧化物排放模型和燃烧效率模型而被设定，目标参数的寻优区间根据目标参数与燃烧优化的关系(例如，下述的风煤比以优化控制区所在的区间为寻优区间)而被设定。更为具体地，根据氮氧化物排放模型和燃烧效率模型设定目标函数包括：首先，采用类似于归一化的方式根据与燃烧优化相关的气体的浓度值将表示氮氧化物排放模型的函数f_NOx和表示燃烧效率模型的函数f_η转化到同一个数量级的变化范围内。其次，使得函数f_NOx减去函数f_η以实现目标优化的同向化。最后，将函数f_NOx和函数f_η通过一定的权值进行合并，从而得到目标函数f＝a·f_NOx-b·f_η。其中，a为函数f_NOx对应的权值，b为函数f_η对应的权值。从整体上看，对于目标函数而言，随着权值a和b的比值的变化，优化目标的重点也随之发生相应的改变，从而导致燃烧优化后的循环流化床锅炉的氮氧化物排放量和燃烧效率也会随之变化。由于不同的火力发电厂对优化目标的侧重点有所不同，通过调整权值a和b的比值，能够满足火力发电厂的实际运行要求。

在具体的实施方式中，燃烧优化装置20使用粒子群优化算法优化目标参数包括：步骤1，求取目标函数的理论最小值；步骤2，将目标参数在寻优区间的取值代入目标函数以求得函数值；步骤3，将所函数值与理论最小值进行比较；以及步骤4，根据比较结果输出目标参数在所述寻优区间的取值。具体地，步骤3与步骤4包括：在函数值与理论最小值的差值处于允许范围内的情况下，则输出目标参数在寻优区间的取值；在函数值与理论最小值的差值不处于允许范围内的情况下，则判断是否达到预设的迭带次数，在达到迭带次数的情况下，以此次目标参数的取值作为最优结果输出，在没有达到所述迭带次数的情况下，使得目标参数在寻优区间继续取值。其中，在粒子群优化算法的迭代过程中，此次迭代中所产生的函数值与所述理论最小值的差值总是小于上一次迭代中所产生的函数值与理论最小值的差值。藉此，在函数值与理论最小值的差值不处于允许范围内的情况下，也能够保证目标参数的输出取值所产生的函数值与理论最小值的差值最小。

其中，目标参数包括风速、风煤比以及燃料风与辅助风的配比。风煤比指的是进入循环流化床锅炉的总风量与总煤量的比值。适当地调整风煤比不仅能够实现煤的燃尽燃烧以提高循环流化床锅炉的燃烧效率，而且还能够降低循环流化床锅炉的氮氧化物的排放量。通常，根据循环流化床锅炉的氧气浓度值可以判断循环流化床锅炉的风煤比是否合理。燃料风用于供给煤料着火和强化燃烧所需要的氧气，而辅助风用于供给煤料完全燃烧所需要的氧气，需要一定的风速和风量。下面以风煤比为例介绍风煤比与燃烧优化之间的关系。图2示出了本发明提供的用于循环流化床锅炉的燃烧优化系统的燃烧优化与风煤比的关系图。如图2所示，随着锅炉风煤比不断地增大，循环流化床锅炉的氮氧化物的排放量也不断地增大，而循环流化床锅炉的燃烧效率首先随着锅炉风煤比不断地增大而不断地增大以达到最大值，然后随着锅炉风煤比不断地增大而不断减小。此外，图2中也示出了一氧化碳与锅炉风煤比之间的关系。众所周知，一氧化碳是由于煤料缺氧导致煤料燃烧不充分所产生的。因此，在循环流化床锅炉燃烧优化的过程中，应调整锅炉风煤比以使得一氧化碳的排放量尽可能小，这样有利于提高循环硫化床锅炉的燃烧效率。如图2所示，在对循环流化床锅炉进行燃烧优化的过程中，通过燃烧优化装置20能够将循环流化床锅炉各燃烧区域的风煤比偏差均控制在较小的范围内并以优化控制区所在的区间为风煤比的寻优区间。藉此，不仅可以在提高锅炉燃烧效率的同时降低锅炉氮氧化物的排放量，而且还可以使得锅炉中的煤料充分燃烧。此外，对目标参数(例如，风速、风煤比以及燃料风与辅助风的配比)优化调节，还可使得煤料燃烧良好而不在炉壁附近产生还原性气体以及炉膛出口的烟气温度不致过高，从而能够缓解循环硫化床锅炉结焦。

在具体的应用中，计划300MW循环流化床机组每年运行5500小时。对于没有安装燃烧优化系统的循环流化床锅炉，煤耗按330克/千瓦时计算，电煤价格按当前价格560元/吨计算。与没有安装燃烧优化系统的循环流化床锅炉相比，安装燃烧优化系统的循环流化床锅炉可节省费用如下：以提效0.5％计，年节煤150万元；以脱硝效率提高25％计，节省还原剂50万元。安装燃烧优化系统的循环流化床锅炉全年节省费用约200万元，在3年内可以收回投资。

图3是本发明提供的用于循环流化床锅炉的燃烧优化方法的流程图。如图3所示，相应地，本发明还提供一种用于循环流化床锅炉的燃烧优化方法，所述方法包括：步骤S101，接收所述循环硫化床锅炉的烟道中与燃烧优化相关的气体的浓度值；步骤S102，根据所述与燃烧优化相关的气体的浓度值构建所述循环硫化床锅炉的燃烧模型；以及步骤S103，在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。图4是本发明提供的用于循环流化床锅炉的燃烧优化系统的粒子群优化算法的流程图。如图4所示，具体地，步骤S103包括：步骤S201，设定种群规模、迭代次数、目标函数以及寻优区间；步骤S202，求取目标函数的最小值；步骤S203，将所述目标函数在寻优区间的取值代入所述目标函数以求得函数值；步骤S204，判断所述函数值与所述理论最小值的差值是否处于允许范围内；若是，则输出所述目标参数在所述寻优区间的取值(步骤S206)；若否，则判断是否达到预设的迭带次数(步骤S205)。若没有达到预设的迭带次数，使得目标参数在寻优区间继续取值；若达到预设的迭带次数，则输出所述目标参数在所述寻优区间的取值(步骤S206)。即，以此次目标参数的取值作为最优结果输出。其中，在此次迭代中所产生的函数值与所述理论最小值的差值小于上一次迭代中所产生的函数值与所述理论最小值的差值。对于各步骤中还可能涉及的细节，已在本发明提供的用于循环流化床锅炉的燃烧优化设备中做了说明，此处不再赘述。

本发明根据接收的与燃烧优化相关的气体的浓度值构建循环流化床锅炉的燃烧模型并在燃烧模型的基础上，使用粒子群优化算法优化目标参数，不仅使得在降低氮氧化物的排放量的同时能够提高循环流化床锅炉的燃烧效率，而且还可使得煤料燃烧良好而不在炉壁附近产生还原性气体以及炉膛出口的烟气温度不致过高，从而能够缓解循环硫化床锅炉结焦。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (19)

1.一种用于循环流化床锅炉的燃烧优化设备，其特征在于，所述设备包括：

接收装置，用于接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体的浓度值；以及

燃烧优化装置，用于根据所述与燃烧优化相关的气体的浓度值构建所述循环流化床锅炉的燃烧模型，并在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。

2.根据权利要求1所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，所述与燃烧优化相关的气体包括氧气和一氧化碳。

3.根据权利要求1所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，使用核方法从所述与燃烧优化相关的气体的浓度值中特征提取样本数据信息，并将所述样本数据信息作为最小二乘支持向量机的输入以构建所述循环流化床锅炉的燃烧模型。

4.根据权利要求3所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，所述燃烧模型包括氮氧化物排放模型和燃烧效率模型。

5.根据权利要求4所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，使用粒子群优化算法优化目标参数包括：

求取目标函数的理论最小值，该目标函数根据所述氮氧化物排放模型和所述燃烧效率模型而被设定；

将所述目标参数在寻优区间的取值代入所述目标函数以求得函数值，所述寻优区间根据所述目标参数与燃烧优化的关系而被设定；

将所述函数值与所述理论最小值进行比较；以及

根据比较结果输出所述目标参数在所述寻优区间的取值。

6.根据权利要求5所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，使用粒子群优化算法优化目标参数还包括：

在所述函数值与所述理论最小值的差值处于允许范围内的情况下，则输出所述目标参数在所述寻优区间的取值；

在所述函数值与所述理论最小值的差值不处于允许范围内的情况下，则判断是否达到预设的迭带次数，在达到所述迭带次数的情况下，以此次目标参数的取值作为最优结果输出，在没有达到所述迭带次数的情况下，使得所述目标参数在所述寻优区间继续取值，

其中，在此次迭代中所产生的函数值与所述理论最小值的差值小于上一次迭代中所产生的函数值与所述理论最小值的差值。

7.根据权利要求5所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，所述目标函数为：

f＝a·f_NOx-b·f_η

其中，f_NOx为表示所述氮氧化物排放模型的函数，f_η为表示所述燃烧效率模型的函数，a为函数f_NOx对应的权值，b为函数f_η对应的权值。

8.根据权利要求1-7中任一项权利要求所述的用于循环流化床锅炉的燃烧优化设备，其特征在于，所述目标参数包括风速、风煤比以及燃料风与辅助风的配比。

9.一种用于循环流化床锅炉的燃烧优化系统，其特征在于，所述系统包括：

传感器，位于所述循环流化床锅炉的烟道中，用于测量与燃烧优化相关的气体的浓度值；以及

根据权利要求1-8中任一权利要求所述的用于循环流化床锅炉的燃烧优化设备，与所述传感器连接。

10.根据权利要求9所述的用于循环流化床锅炉的燃烧优化系统，其特征在于，所述传感器包括氧气传感器与一氧化碳传感器。

11.根据权利要求10所述的用于循环流化床锅炉的燃烧优化系统，其特征在于，所述氧气传感器与一氧化碳传感器以网格的形式布置于所述循环流化床锅炉的后烟井高温段烟道中。

12.一种用于循环流化床锅炉的燃烧优化方法，其特征在于，所述方法包括：

接收所述循环流化床锅炉的烟道中与燃烧优化相关的气体的浓度值；

根据所述与燃烧优化相关的气体的浓度值构建所述循环流化床锅炉的燃烧模型；以及

在所述燃烧模型的基础上，使用粒子群优化算法优化目标参数以使得在降低氮氧化物的排放量的同时提高所述循环流化床锅炉的燃烧效率。

13.根据权利要求12所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，所述与燃烧优化相关的气体包括氧气和一氧化碳。

14.根据权利要求12所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，使用核方法从所述与燃烧优化相关的气体的浓度值中特征提取样本数据信息，并将所述样本数据信息作为最小二乘支持向量机的输入以构建所述循环流化床锅炉的燃烧模型。

15.根据权利要求14所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，所述燃烧模型包括氮氧化物排放模型和燃烧效率模型。

16.根据权利要求15所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，使用粒子群优化算法优化目标参数包括：

求取目标函数的理论最小值，该目标函数根据所述氮氧化物排放模型和所述燃烧效率模型而被设定；

将所述目标参数在寻优区间的取值代入所述目标函数以求得函数值，所述寻优区间根据所述循环流化床锅炉的特性而被设定；

将所述函数值与所述理论最小值进行比较；以及

根据比较结果输出所述目标参数在所述寻优区间的取值。

17.根据权利要求16所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，使用粒子群优化算法优化目标参数还包括：

在所述函数值与所述理论最小值的差值处于允许范围内的情况下，则输出所述目标参数在所述寻优区间的取值；

在所述函数值与所述理论最小值的差值不处于允许范围内的情况下，则判断是否达到预设的迭带次数，在达到所述迭带次数的情况下，以此次目标参数的取值作为最优结果输出，在没有达到所述迭带次数的情况下，使得所述目标参数在所述寻优区间继续取值，

其中，在此次迭代中所产生的函数值与所述理论最小值的差值小于上一次迭代中所产生的函数值与所述理论最小值的差值。

18.根据权利要求16所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，所述目标函数为：

f＝a·f_NOx-b·f_η

其中，f_NOx为表示所述氮氧化物排放模型的函数，f_η为表示所述燃烧效率模型的函数，a为函数f_NOx对应的权值，b为函数f_η对应的权值。

19.根据权利要求12-18中任一项权利要求所述的用于循环流化床锅炉的燃烧优化方法，其特征在于，所述目标参数包括风速、风煤比以及燃料风与辅助风的配比。