CN106815488A - 燃煤的混配方法 - Google Patents

Abstract

本发明提供了一种燃煤的混配方法，该方法包括以下步骤：根据当日所需各种燃煤的灰熔点参数以及各种燃煤的日储存量，建立燃煤燃烧成本模型；通过煤燃烧成本模型确定当日所需的各种燃煤的日耗煤量。采用该方法得到的混配燃煤，有效地提高了燃煤混配比的精度，能够有效地减少了燃煤的日消耗成本。

Description

燃煤的混配方法

技术领域

本发明涉及燃煤燃烧配比技术领域，具体而言，涉及一种燃煤的混配方法。

背景技术

近年来，国内电煤供应形势出现全国性的紧张，煤价上涨以及环保指标的不断提高，未来20年，火电发电总量将从目前70％降到20％。根据十三五规划，2016年起实行《大气污染排放标准》，超低排放二氧化硫35毫克/立方米以下，氮氧化物50毫克/立方米以下。如果超标，电企轻者要接受5倍罚款而导致亏损，重者停机、领导被问责。停机意味着电量没了利润也就没了。为此，电企为了达到环保排放标准而选择低硫煤，但价格贵利润低，反之高硫煤价格利润高，但环保排放超标。因此，硫分、发热量、利润成为相互矛盾的约束。

电企虽然有了在兼顾硫分、发热量等约束条件的情况下尽量降低发热量以降低成本的理念，设置了脱硫脱硝设备，但在实际应用中，由于目前各大电厂的煤源越来越复杂，变化越来越快，燃煤供应多元化，实际燃用煤种繁多，电企在生产运行时很难燃用设计煤种。由于煤源媒质不稳定，煤质特性各异，导致锅炉燃烧不好造成环保指标超标等问题。

目前，为了满足所有条件，上一次煤手算一般要费时1-2小时，每天多次上煤，手算算不过来而且误差大，不能满足生产需要和经济效益。不同的工况、目标和约束条件，建立的模型是不同的，得到的调控结果的也不尽相同，有的偏高，有的偏低即误差大，不论是偏高还是偏低都会造成成本增加，造成严重的经济损失。

发明内容

本发明的主要目的在于提供一种燃煤的混配方法，以解决现有技术中的燃煤混配确定方法误差大的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种燃煤的混配方法，方法包括以下步骤：根据当日所需各种燃煤的灰熔点参数以及各种燃煤的日储存量，建立燃煤燃烧成本模型；通过煤燃烧成本模型确定当日所需的各种燃煤的日耗煤量。

进一步地，在建立燃煤燃烧成本模型前，还包括：获取当日各种燃煤的含有的氧化物参数；根据各种燃煤的灰熔点参数、日储存量以及氧化物参数建立燃煤燃烧成本模型。

进一步地，在建立燃煤燃烧成本模型前，还包括：获取当日所需各种燃煤的数量、单价、硫分以及热值参数；根据当日所需各种燃煤的数量、单价、硫分、热值参数、灰熔点参数、日储存量以及氧化物参数建立燃煤燃烧成本模型。

进一步地，燃煤燃烧成本模型包括：min Z＝AX₁+BX₂+CX₃+DX₄；

Q₁X₁+Q₂X₂+Q₃X₃+Q₄X₄≥4200X；

S₁X₁+S₂X2+S3X3+S4X4≤1.5X；

NO_X1·X₁+NO_X2·X₂+NO_X3·X₃+NO₄·X₄≤300X；

T₁·X₁+T₂·X₂+T₃X₃+T₄·X₄≥1450X；

X₁+X₂+X₃+X₄≤4000；

Y₁+Y₂+Y₃+Y₄≥24000；

Y₁≥X₁，Y₂≥X₂，Y₃≥X₃，Y₄≥X₄；

X₁≥0、X₂≥0、X₃≥0、X₄≥0、Y₁≥0、Y₂≥0、Y₃≥0、Y₄≥0；

X＝X₁+X₂+X₃+X₄；

其中，Z为燃煤的日燃烧成本；A、B、C、D为价格系数；X为燃煤的日总消耗量；X₁为第一种燃煤的日耗煤量；X₂为第二种燃煤的日耗煤量；X₃为第三种燃煤的日耗煤量；X₄为第三种燃煤的日耗煤量；Y₁为第一种燃煤的日储存量；Y₂为第二种燃煤的日储存量；Y₃为第三种燃煤的日储存量；Y₄为第三种燃煤的日储存量；Q₁为第一种燃煤的热值；Q₂为第二种燃煤的热值；Q₃为第三种燃煤的热值；Q₄为第四种燃煤的热值；NO_X1为第一种燃煤的氧化物参数；NO_X2为第二种燃煤的氧化物参数；NO_X3为第三种燃煤的氧化物参数；NO_X4为第四种燃煤的氧化物参数；S₁为第一种燃煤的硫分；S₂为第二种燃煤的硫分；S₃为第三种燃煤的硫分；S₄为第四种燃煤的硫分；T₁为第一种燃煤的灰熔点；T₂为第二种燃煤的灰熔点；T₃为第三种燃煤的灰熔点；T₄为第四种燃煤的灰熔点。

进一步地，燃煤燃烧成本模型还包括日发电煤耗量，日发电煤耗量为日总消耗量与日发电量的比值。

进一步地，燃煤燃烧成本模型还包括：W＝(X₁+X₂+X₃+X₄)/800；其中，W为日发电煤耗量。

应用本发明的技术方案，一种燃煤的混配方法，该方法包括以下步骤：根据当日所需各种燃煤的灰熔点参数以及各种燃煤的日储存量，建立燃煤燃烧成本模型；通过煤燃烧成本模型确定当日所需的各种燃煤的日耗煤量。采用该方法得到的混配燃煤，有效地提高了燃煤混配比的精度，能够有效地减少了燃煤的日消耗成本。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合实施例来详细说明本发明。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

需要说明的是，本申请的说明书和权利要求书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本申请的实施方式例如能够以除了在这里的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明的实施例，提供了一种燃煤的混配方法，该方法包括以下步骤：根据当日所需各种燃煤的灰熔点参数以及各种燃煤的日储存量，建立燃煤燃烧成本模型；通过煤燃烧成本模型确定当日所需的各种燃煤的日耗煤量。

在本实施例中，采用该方法得到的混配燃煤，有效地提高了燃煤混配比的精度，能够有效地减少了燃煤的日消耗成本。

其中，在建立燃煤燃烧成本模型前，还包括获取当日各种燃煤的含有的氧化物参数，获取当日所需各种燃煤的数量、单价、硫分以及热值参数，根据各种燃煤的灰熔点参数、日储存量、以及氧化物参数建立燃煤燃烧成本模型。这样能够更加精确的实现当日所需燃煤的混配，有效地降低了当日所需燃煤的成本。

具体地，燃煤燃烧成本模型包括：min Z＝AX₁+BX₂+CX₃+DX₄；

其中，约束条件为：

W＝(X₁+X₂+X₃+X₄)/800；

Q₁X₁+Q₂X₂+Q₃X₃+Q₄X₄≥4200X；

S₁X₁+S₂X2+S3X3+S4X4≤1.5X；

NO_X1·X₁+NO_X2·X₂+NO_X3·X₃+NO₄·X₄≤300X；

T₁·X₁+T₂·X₂+T₃X₃+T₄·X₄≥1450X；

X₁+X₂+X₃+X₄≤4000；

Y₁+Y₂+Y₃+Y₄≥24000；

Y₁≥X₁，Y₂≥X₂，Y₃≥X₃，Y₄≥X₄；

X₁≥0、X₂≥0、X₃≥0、X₄≥0、Y₁≥0、Y₂≥0、Y₃≥0、Y₄≥0；

X＝X₁+X₂+X₃+X₄；

其中，Z为燃煤的日燃烧成本；A、B、C、D为价格系数，X为燃煤的日总消耗量，X₁为第一种燃煤的日耗煤量，X₂为第二种燃煤的日耗煤量，X₃为第三种燃煤的日耗煤量，X₄为第三种燃煤的日耗煤量，Y₁为第一种燃煤的日储存量，Y₂为第二种燃煤的日储存量，Y₃为第三种燃煤的日储存量，Y₄为第三种燃煤的日储存量，Q₁为第一种燃煤的热值，Q₂为第二种燃煤的热值，Q₃为第三种燃煤的热值，Q₄为第四种燃煤的热值，NO_X1为第一种燃煤的氧化物参数，NO_X2为第二种燃煤的氧化物参数，NO_X3为第三种燃煤的氧化物参数，NO_X4为第四种燃煤的氧化物参数，S₁为第一种燃煤的硫分，S₂为第二种燃煤的硫分，S₃为第三种燃煤的硫分，S₄为第四种燃煤的硫分，T₁为第一种燃煤的灰熔点，T₂为第二种燃煤的灰熔点，T₃为第三种燃煤的灰熔点，T₄为第四种燃煤的灰熔点。燃煤燃烧成本模型还包括日发电煤耗量，其中，日发电煤耗量为日总消耗量与日发电量的比值。将日发电煤耗量通过W＝(X₁+X₂+X₃+X₄)/800来表示，能够有效地提高运算精度，使得计算结构更加准确。当然，在该是实力中给出了当日所需燃煤的种类为四种，采用该方法确定燃煤的混合比也适用于多余四种或少于四种的燃煤。

该方法的解决了煤场、筒仓以及上煤量、制粉系统出力的限制，一般混配的煤种不会超过四种。根据锅炉的设计指标以及煤场管理等其他管理要求确定评价指标的约束条件。在混煤方案中应用穷举法进行配煤，可能有些配煤方案的配后混煤煤质不能满足锅炉设计的基本要求，这些方案就不需要在进行评价了，可以直接跳过。所以根据电厂锅炉设计煤质指标，指定各煤质指标的符合区间，以及指定对方时间过期优先可以减少很多无谓运算。

具体地，设X₁、X₂、X₃、X₄分别是4种煤当日需要上煤的吨数，A、B、C、D分别是4种煤的价格，各种煤的现场当日储量为Y₁，Y₂，Y₃，Y₄；S₁、S₂、S₃、S₄分别是4种煤的硫分，T₁、T₂、T₃、T₄为灰熔点，NO_X1、NO_X2、NO_X3、NO₄为氮氧化物，Q₁、Q₂、Q₃、Q₄分别是4种煤的热值。(以200MW为例)：

目标：minZ＝燃煤成本＝AX₁+B X₂+CX₃+DX₄

发电煤耗＝日煤炭成本/日发电量＝(X₁+X₂+X₃+X₄)/800；

约束条件：

热值Q₁X₁+Q₂X₂+Q₃X₃+Q₄X₄≥4200×日耗煤量；

硫分S₁X₁+S₂X₂+S₃X₃+S₄X₄≤1.5×日耗煤量；

氮氧化物NO_X1X₁+NO_X2X₂+NO_X3X₃+NO₄X₄≤300×日耗煤量；

灰熔点T₁X₁+T₂X₂+T₃X₃+T₄X₄≥1450×日耗煤量；

日耗煤量X₁+X₂+X₃+X₄≤4000；

日储煤量Y₁+Y₂+Y₃+Y₄≥24000；

Y₁≥X₁，Y₂≥X₂，Y₃≥X₃，Y₄≥X₄；

X₁≥0，X₂≥0，X₃≥0，X₄≥0，Y₁≥0，Y₂≥0，Y₃≥0，Y₄≥0。

根据上述结果燃用的主要煤种选择的是平朔和霍煤两个矿业的燃煤为例，采用高峰段混配，低谷段烧霍煤的方式更为经济，同理得到煤炭成本最小值下的最佳煤炭配料的范围。具体如下表所示：

表1燃煤敏感性报告

以上平朔、霍临河煤日耗煤量，两变量的递减成本全为0，符合范氏定律，说明该分配的结果为正常值，最优解存在合理性。对应的价格系数可行，决策有效。

得到的日高峰段最优解为平朔半日耗煤量1066.7吨、霍林河半日耗煤量933.3吨，半日耗煤量2000吨，半日燃煤成本754666.7元。

敏感性验证分析：

从敏感性报告看到，在上述工况下，平朔、霍临河煤的价格，分别减、加允许减量和允许增量：在[374.7，+∞]、[0，333.1]范围内。

日耗煤量的允许范围，分别减、加允许减量和允许增量：2000-152.9＝1847.1、2000+470.6＝2470.6，即在[1847.1，2470.6]范围内，且每日增烧1吨煤，成本反而减少238.7元；日燃煤成本的允许范围，分别减、加允许减量和允许增量：754666.7-∞＝0、754666.7+754666.7＝1509333.3，即在[0，1509333.3]范围内，即在以上范围内波动均不影响最优解。

通过灵敏度分析，该模型在确保最低煤炭成本下，给出了煤炭价格和资源限量的波动范围以及各煤种的边际收益，提供再次采购结构的参考值。

决策者在实际操作中，可以根据该波动范围进行调整。如果实际操作有限，不一定非得取极限值，在满足热量、硫分的前提下，即使不是最优—最低成本，多耗用了燃煤，此理论参考值也是追求的低成本的最接近的数值。

上述实例说明手算不仅距离实际设定的标准有时是有误差的，而且还是不经济的。如果电厂能够按照本模型确定出来的结果进行实时的混配，是可以节约成本的。

该方法有效地解决了过去手算时长、不经济的难题，最大限度的满足环保标准，兼顾发热量、利润指标，其效果体现在：

(1)通过此优化算法确保了实时计算效率，代替了传统的手算和经验公式法对混煤的煤质参数进行预测，不仅节约了大量的计算时间，保证了优化算法的快速性，而且预测精度大有提高，有效地解决了多约束条件下的适应度选择问题。从而说明该简单算法的价值，管理科学是可以辅助决策的。

(2)本模型确保了环保排放不超标，电企不但没有被罚反而可以获得脱硫环保电价，进而提升利润水平。

(3)在没有完全上ERP，甚至没有混配软件的情况下，利用EXCEL的线性规划既能够确定燃煤的混配比，即可得到煤炭成本最小值下的最佳煤炭配料的方案。当生产工况动态变化，煤种和价格、日储量、热值、硫分、灰熔点等资源限量改变时，即时可以找到使低成本最小的解—混配计划结果。两约束总生产热量和总硫分是有效约束。该模型系统能够解决目前试算法很难准确计算的入炉煤炭混配最佳结构的问题，具有可行性和实用性。

(4)利用确定方法，同时还可计算发电煤耗的最小值(模型中已给出)。

进一步地，根据实际混配情况以两种煤的混配居多。另外，在实际应用中，每次计算的结果不一定是可以达到混配比例要求的(混配比例最大1:4)，所以计算是重复多次的，不符合时还需要再重新计算，因此，现将以两种煤混配为例，开设一个输入口，便于更新模型中的系数，将煤种A和B的热值和硫分、产地和时间、根据负荷变化预测的热值和硫分等等不同变量作为输入值，将混配后的热值和硫分、总上煤量作为约束输入，增加约束两煤种上煤比例小于等于4。这时新的线性规划模型就建立起来了。结果显示：混配后的热值和硫分、混配比例，此为操作的理论参考值，参考这3个值，进行混配上煤。如果结果不符合要求，即刻可以输入另外两个煤种的数据，再进行计算。

具体地，以300MW机组混配煤为例，建立一个双变量的改进的新模型：

以燃料成本最小的目标，列出线性规划模型如下：

目标：minZ＝燃煤成本＝AX₁+B X₂；

约束条件：

表2燃煤混配结果与手算对比

从上表结果可以看出：

(1)硫分：手算0.9％远远超过模型计算结果0.8％即为约束值。所以手算偏差较大，0.9％的硫分值，混烧的结果一定使得二氧化硫超标；

(2)热值：手算4041大卡比模型计算结果4150大卡即为约束的下线值还要低，这样的煤进入锅炉燃烧是很危险的。说明手算距离实际设定的标准是有一定误差的。

表3燃煤混配结果与手算对比

从上表结果可以看出：

(1)硫分：手算1.33％远远超过模型计算结果0.8％即为约束值。所以手算偏差太大，1.33％的硫分值，混烧的结果一定使得二氧化硫超标，超标的量多了，会被罚款，不得已时，机组要被迫降负荷。这两者造成的经济损失和不良影响，是很严重的。

(2)热值：手算4406大卡比模型计算结果4150大卡即为约束的下线，相差248大卡。如果按照标煤8.5元/(100大卡·吨)来计算，按手算结果混配上煤，每吨亏损21.08元。按装机容量100万千瓦时计算，倘若每年燃烧300万吨煤，那么每年及亏损6324万元。也就是说，如果电厂能够按照本模型计算出来的结果进行实时的混配，每年就可以节约成本6324万元。

上述实施例说明手算不仅距离实际设定的标准是有误差的，而且还是不经济的。如果电厂能够按照本模型计算出来的结果进行实时的混配，是可以节约成本的。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种燃煤的混配方法，其特征在于，所述方法包括以下步骤：

根据当日所需各种燃煤的灰熔点参数以及所述各种燃煤的日储存量，建立燃煤燃烧成本模型；

通过所述煤燃烧成本模型确定当日所需的所述各种燃煤的日耗煤量。

2.根据权利要求1所述的混配方法，其特征在于，在建立所述燃煤燃烧成本模型前，还包括：

获取当日所述各种燃煤的含有的氧化物参数；

根据所述各种燃煤的所述灰熔点参数、所述日储存量以及所述氧化物参数建立所述燃煤燃烧成本模型。

3.根据权利要求2所述的混配方法，其特征在于，在建立所述燃煤燃烧成本模型前，还包括：

获取当日所需所述各种燃煤的数量、单价、硫分以及热值参数；

根据当日所需所述各种燃煤的所述数量、所述单价、所述硫分、所述热值参数、所述灰熔点参数、所述日储存量以及所述氧化物参数建立所述燃煤燃烧成本模型。

4.根据权利要求3所述的混配方法，其特征在于，所述燃煤燃烧成本模型包括：

min Z＝AX₁+BX₂+CX₃+DX₄；

Q₁X₁+Q₂X₂+Q₃X₃+Q₄X₄≥4200X；

S₁X₁+S₂X2+S3X3+S4X4≤1.5X；

NO_X1·X₁+NO_X2·X₂+NO_X3·X₃+NO₄·X₄≤300X；

T₁·X₁+T₂·X₂+T₃X₃+T₄·X₄≥1450X；

X₁+X₂+X₃+X₄≤4000；

Y₁+Y₂+Y₃+Y₄≥24000；

Y₁≥X₁，Y₂≥X₂，Y₃≥X₃，Y₄≥X₄；

X₁≥0、X₂≥0、X₃≥0、X₄≥0、Y₁≥0、Y₂≥0、Y₃≥0、Y₄≥0；

X＝X₁+X₂+X₃+X₄；

其中，

所述Z为燃煤的日燃烧成本；

所述A、所述B、所述C、所述D为价格系数；

所述X为燃煤的日总消耗量；

所述X₁为第一种燃煤的所述日耗煤量；

所述X₂为第二种燃煤的所述日耗煤量；

所述X₃为第三种燃煤的所述日耗煤量；

所述X₄为第三种燃煤的所述日耗煤量；

所述Y₁为第一种燃煤的所述日储存量；

所述Y₂为第二种燃煤的所述日储存量；

所述Y₃为第三种燃煤的所述日储存量；

所述Y₄为第三种燃煤的所述日储存量；

所述Q₁为所述第一种燃煤的所述热值；

所述Q₂为所述第二种燃煤的所述热值；

所述Q₃为所述第三种燃煤的所述热值；

所述Q₄为所述第四种燃煤的所述热值；

所述NO_X1为所述第一种燃煤的所述氧化物参数；

所述NO_X2为所述第二种燃煤的所述氧化物参数；

所述NO_X3为所述第三种燃煤的所述氧化物参数；

所述NO_X4为所述第四种燃煤的所述氧化物参数；

所述S₁为所述第一种燃煤的所述硫分；

所述S₂为所述第二种燃煤的所述硫分；

所述S₃为所述第三种燃煤的所述硫分；

所述S₄为所述第四种燃煤的所述硫分；

所述T₁为所述第一种燃煤的所述灰熔点；

所述T₂为所述第二种燃煤的所述灰熔点；

所述T₃为所述第三种燃煤的所述灰熔点；

所述T₄为所述第四种燃煤的所述灰熔点。

5.根据权利要求4所述的混配方法，其特征在于，所述燃煤燃烧成本模型还包括日发电煤耗量，所述日发电煤耗量为所述日总消耗量与所述日发电量的比值。

6.根据权利要求5所述的混配方法，其特征在于，所述燃煤燃烧成本模型还包括：

W＝(X₁+X₂+X₃+X₄)/800；

其中，所述W为所述日发电煤耗量。