CN108074020A - 一种智能配煤掺烧寻优方法及其系统 - Google Patents
一种智能配煤掺烧寻优方法及其系统 Download PDFInfo
- Publication number
- CN108074020A CN108074020A CN201810027320.4A CN201810027320A CN108074020A CN 108074020 A CN108074020 A CN 108074020A CN 201810027320 A CN201810027320 A CN 201810027320A CN 108074020 A CN108074020 A CN 108074020A
- Authority
- CN
- China
- Prior art keywords
- coal
- blended
- blending
- ratio
- constraint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 345
- 238000002156 mixing Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 239000000446 fuel Substances 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000000203 mixture Substances 0.000 claims description 18
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 229910052717 sulfur Inorganic materials 0.000 claims description 7
- 239000011593 sulfur Substances 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000004071 soot Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 7
- 239000000843 powder Substances 0.000 description 5
- 238000005299 abrasion Methods 0.000 description 4
- 238000007605 air drying Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003039 volatile agent Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Solid Fuels And Fuel-Associated Substances (AREA)
Abstract
本发明涉及火电厂建模分析评测领域,公开了一种智能配煤掺烧寻优方法及其系统,以提高锅炉效率,降低生产成本优化煤源结构,为科学的燃料采购提供数据支持;本发明的智能配煤掺烧寻优方法包括:S1:选择待掺煤配比方式,S2:预测混煤特性指标,S3:对待掺煤配比进行筛选,S4:生成最优配煤方案。
Description
技术领域
本发明涉及火电厂建模分析评测领域,尤其涉及一种智能配煤掺烧寻优方法及其系统。
背景技术
近年来,我国煤炭市场需求不旺,煤炭价格持续下跌。近期煤炭价格上涨幅度较大,为火电企业控制发电成本提供了思考时机和寻求突破,但进一步压缩煤炭采购成本控制燃料成本的空间已经很小、潜力十分有限。因此通过持续不断深化和开展科学配煤掺烧已经成为火电企业降低成本,实现挖潜增效不可或缺的手段。但随着非设计煤种供应量的增加,配煤掺烧的效果明显变差,此外,因混配煤的质量较差造成锅炉燃烧不稳定,发电机组降低出力运行甚至停机事故的现象时有发生,经济效益受到严重影响。
因此,基于电厂燃料“三大项目”实施配煤掺烧,利用大数据技术分析掺烧成本计算、效益评估等,搭建配煤掺烧数学模型尤为重要。
发明内容
本发明目的在于提供一种智能配煤掺烧寻优方法及其系统,以提高锅炉效率,降低生产成本优化煤源结构,为科学的燃料采购提供数据支持。
为实现上述目的,本发明提供了一种智能配煤掺烧寻优方法,包括:
S1:选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
S2:预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
S3:对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合所述配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
S4:生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
作为一个总的技术构思,本发明还提供了一种智能配煤掺烧寻优系统,包括:
第一模块,用于选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
第二模块,用于预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
第三模块,用于对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合所述配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
第四模块,用于生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
本发明具有以下有益效果:
本发明提供的一种智能配煤掺烧寻优方法及其系统,首先生成待掺煤配比,然后预测混煤特性指标,再对待掺煤配比进行筛选,最后生成最优配煤方案,利用了大数据技术分析掺烧成本,基于预测掺混后的混煤特性进行优化,减少操作误差,且能提高锅炉效率,降低生产成本以优化煤源结构,为科学的燃料采购提供数据支持。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的采用穷举法寻优的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
参见图1,本实施例提供一种智能配煤掺烧寻优方法,包括:
S1:选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
S2:预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
S3:对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
S4:生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
具体地,首先设待掺煤的煤种种数为N,则各单煤配比系数为x1,x2,…,xN。需要说明的是,采用手动输入待掺煤配比时,由于工作人员具有一定的工作经验及判断能力,所以通过手动输入待掺煤配比的方式,可以直接得到一个待掺煤配比。当选用自动计算待掺煤配比时,由于是随机生成的待掺煤配比,所以,自动计算的过程中产生有多个待掺煤配比。
然后,对每一个待掺煤配比采用线性加权的方法预测其混煤煤质特性指标,其中,计算混煤煤质特性指标的公式为:
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标。
其次,计算配煤的约束条件。作为本实施例优选的实施方式,配煤约束条件包括配比约束、混煤煤质约束、混煤燃烧特性约束以及混煤排放特性约束;其中,配比约束计算公式为:
式中,Num表示配煤组合总数;M表示可掺配煤种总数;N表示待掺配煤种总数,表示待掺配煤种数为N时的配煤组合数,Z表示待掺配煤种高限值,Y表示待掺配煤种低限值。
其中,混煤煤质约束包括收到基低位发热量约束、空干基硫分约束以及空干基挥发分约束。
具体地,基低位发热量约束为:
式中,Qnet,ar,min表示混煤收到基低位发热量低限值,Qnet,ar,max表示混煤收到基低位发热量高限值,Qnet,ar,i表示单煤i收到基低位发热量。
空干基硫分约束为:
式中,Sad,max表示混煤空干基硫分高限值,Sad,min表示混煤空干基硫分低限值,Sad,i表示单煤i空干基硫分。
空干基挥发分约束为:
式中,Vad,min表示混煤空干基挥发分低限值,Vad,max表示混煤空干基挥发分高限值,Vad,i表示单煤i空干基挥发分。
其中,混煤燃烧特性约束包括燃烧稳定性约束、燃尽特性约束以及结渣特性约束。
具体地,在燃烧稳定性约束中,煤的着火温度指数Td反映了煤燃烧稳定性,其计算公式如下:
Td=654-1.9Vdaf+0.43Aad-4.5Mad;
式中,Td表示混煤的着火温度判别指数,Vdaf表示混煤的干燥无灰基挥发分,Aad表示混煤的空气干燥基灰分,Mad表示混煤的空气干燥基水分。
混煤的稳燃特性通过着火温度指数判别规则进行判断,判定规则如下表1所示:
表1稳燃特性判别规则
判别区间 | 极难稳燃 | 难稳燃 | 中等稳燃 | 易稳燃 | 极易稳燃 |
Td | >638 | 613-638 | 593-613 | 560-593 | ≤560 |
在燃尽性约束中,为评估混煤的燃尽情况,采用混煤的燃尽特性判别指数FZ判别,其计算公式如下:
FZ=(Vad+Mad)2·FCad·100;
式中,FZ表示混煤的燃尽特性判别指数,Vad表示混煤的干燥无灰基挥发分,Mad表示混煤的空气干燥基水分,FCad表示混煤的空气干燥基固定碳含量。
混煤的燃尽特性通过燃尽特性判别指数进行判断,其判定规则如下表2所示:
表2燃尽特性判别规则
判别区间 | 极难燃尽 | 难燃尽 | 中等难燃尽 | 易燃尽 | 极易燃尽 |
FZ | ≤0.5 | 0.5-1 | 1-1.5 | 1.5-2 | >2 |
在结渣特性约束中,煤的结渣特性关系到锅炉的安全稳定运行,在煤质检测化验数据缺乏的情况下,煤的结渣特性可通过相应的经验判别指标进行近似判断。其中,结渣程度最优分割准则如下表3所示:
表3结渣特性判别指标及其判定规则
优选地,本实施例选取灰熔点T2作为判断混煤结渣程度的指标。
其中,混煤排放特性约束包括SO2排放浓度约束、NOx排放浓度约束以及烟尘排放浓度约束。
具体地,SO2排放浓度约束为:
式中,表示SO2排放浓度低限值,mg/m3,表示SO2排放浓度高限值。
NOx排放浓度约束为:
式中,表示NOx排放浓度低限值,表示NOx排放浓度高限值。
烟尘排放浓度约束为:
q‘A,min≤q‘A≤q‘A,max;
式中,q‘A,min表示粉尘排放浓度低限值,q‘A,max表示粉尘排放浓度高限值。
得到符合上述配煤约束条件的待掺煤配比后,计算在该待掺煤配比下的单位发电综合成本,作为本实施例优选的实施方式,计算单位发电综合成本的公式为:
Czh=Crl+Chb+Cfj+Cms;
式中,Czh表示单位发电综合成本,Crl表示单位发电燃料成本,Chb表示单位发电环保成本,Cfj表示单位发电辅机耗电成本,Cms表示单位发电磨损成本。
需要说明的是,单位发电燃料成本是指机组每发一度电所消耗的燃煤量对应的货币金额。据此,单位发电燃料成本的计算公式为:
式中,Crl表示单位发电燃料成本,表示掺烧(标)煤耗预测值,Chm表示单位质量燃料成本。
燃煤电厂排放物中对环境造成危害的主要是SO2、NOx及灰渣。因配煤引起的灰渣处理成本差异并不明显,故本实施例仅考虑SO2、NOx引起的环保成本变化情况。
辅机耗电成本是单位发电成本中的一个重要组成部分,配煤掺烧方案的不同,将会造成燃煤量的不同,而电厂在输运制备煤粉过程中,各设备的耗电情况是跟煤量正相关的。本实施例中仅考虑大型与配煤掺烧相关的耗电设备,即:输煤装置、磨煤机、给煤机、排粉机、给粉机,其具体计算公式为:
Cfj=Csmzz+Cmmj+Cgmj+Cpfj+Cgfj;
式中,Csmzz表示输煤装置耗电成本,Cmmj–磨煤机耗电成本,Cgmj–给煤机耗电成本,Cpfj–排风机耗电成本,Cgfj–给粉机耗电成本。
设备磨损成本是指因掺烧引起的制粉系统、锅炉尾部受热面(省煤器、低再、低过、空预器)等设备的磨损造成的费用增加,据此,单位发电磨损成本的计算公式为:
式中,Cms表示单位发电磨损成本,N表示掺烧影响的设备数量,Ci表示掺烧影响的设备i的成本额,Bsj表示设计寿命内应耗原煤量,Aar,sj表示设计入炉煤收到基灰分,bcs表示掺烧需原煤(混煤)量,P表示掺配时段内机组平均负荷。
计算符合配煤约束条件下的每一个待掺煤配比的相应综合发电成本,并通过穷举法得到最优的综合发电成本。作为本实施例优选的实施方式,若在使用穷举法求解最优的单位发电综合成本时出现了无解的情况,则由相关工作人员手动调整各单煤的配比,从而更新待掺煤配比,然后重新预测在该待掺煤配比下的混煤特性指标,并重复上述步骤,以最终得到最优的配煤方案。
实施例2
与上述方法实施例相对应地,本实施例提供一种智能配煤掺烧寻优系统,包括
第一模块,用于选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
第二模块,用于预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
第三模块,用于对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
第四模块,用于生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
如上所述,本发明提供一种智能配煤掺烧寻优方法及其系统,首先生成待掺煤配比,然后预测混煤特性指标,再对待掺煤配比进行筛选,最后生成最优配煤方案,利用了大数据技术分析掺烧成本,基于预测掺混后的混煤特性进行优化,减少操作误差,且能提高锅炉效率,降低生产成本以优化煤源结构,为科学的燃料采购提供数据支持。
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 (10)
1.一种智能配煤掺烧寻优方法,其特征在于,包括:
S1:选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
S2:预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
<mrow>
<msub>
<mi>W</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
S3:对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合所述配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
S4:生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
2.根据权利要求1所述的智能配煤掺烧寻优方法,其特征在于,所述配煤约束条件包括配比约束、混煤煤质约束、混煤燃烧特性约束以及混煤排放特性约束;其中,所述配比约束计算公式为:
<mrow>
<mi>Num</mi>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>N</mi>
<mo>=</mo>
<mi>Y</mi>
</mrow>
<mi>Z</mi>
</munderover>
<msubsup>
<mi>C</mi>
<mi>M</mi>
<mi>N</mi>
</msubsup>
<mo>;</mo>
</mrow>
式中,Num表示配煤组合总数;M表示可掺配煤种总数;N表示待掺配煤种总数,表示待掺配煤种数为N时的配煤组合数,Z表示待掺配煤种高限值,Y表示待掺配煤种低限值;
所述混煤煤质约束包括收到基低位发热量约束、空干基硫分约束以及空干基挥发分约束;
所述混煤燃烧特性约束包括燃烧稳定性约束、燃尽特性约束以及结渣特性约束;
所述混煤排放特性约束包括SO2排放浓度约束、NOx排放浓度约束以及烟尘排放浓度约束。
3.根据权利要求1所述的智能配煤掺烧寻优方法,其特征在于,在所述步骤S4中,若所述穷举法无解,则手动调整各单煤的配比以更新待掺煤配比,并返回步骤S2。
4.根据权利要求1所述的智能配煤掺烧寻优方法,其特征在于,所述步骤S4中所述综合发电成本Czh的计算公式为:
Czh=Crl+Chb+Cfj+Cms;
式中,Czh表示单位发电综合成本,Crl表示单位发电燃料成本,Chb表示单位发电环保成本,Cfj表示单位发电辅机耗电成本,Cms表示单位发电磨损成本。
5.根据权利要求1所述的智能配煤掺烧寻优方法,其特征在于,所述待掺配煤至少包括两种煤种。
6.一种智能配煤掺烧寻优系统,其特征在于,包括:
第一模块,用于选择待掺煤配比方式:从手动输入待掺煤配比或者自动计算待掺煤配比中选择待掺煤的配比方式;
若选择自动计算待掺煤配比,则得到随机生成的至少两个待掺煤配比;
若选择手动输入待掺煤配比,则得到手动输入配比的至少两个待掺煤配比;
第二模块,用于预测混煤特性指标:采用线性加权的方法预测每一个上述待掺煤配比的混煤的煤质特性指标:
<mrow>
<msub>
<mi>W</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中,Wh表示混煤的煤质特性指标,n表示掺配单煤种数,xi表示第i种单煤的掺配比例,i=1,2,...,n,wi表示第i种单煤的煤质特性指标;
第三模块,用于对待掺煤配比进行筛选:计算配煤约束条件,单个判断上述每一个待掺煤配比的混煤特性指标是否符合所述配煤约束条件,若该待掺煤配比符合所述约束条件,则进入步骤S4,若该待掺煤配比不符合所述约束条件,则手动调整该待掺煤配比中各单煤的配比,然后返回步骤S2;
第四模块,用于生成最优配煤方案:计算待掺煤配比的单位发电综合成本,用穷举法得到最优的单位发电综合成本,并生成相应最优配煤方案。
7.根据权利要求6所述的智能配煤掺烧寻优系统,其特征在于,所述第三模块中所述配煤约束条件包括配比约束、混煤煤质约束、混煤燃烧特性约束以及混煤排放特性约束;其中,所述配比约束计算公式为:
<mrow>
<mi>Num</mi>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>N</mi>
<mo>=</mo>
<mi>Y</mi>
</mrow>
<mi>Z</mi>
</munderover>
<msubsup>
<mi>C</mi>
<mi>M</mi>
<mi>N</mi>
</msubsup>
<mo>;</mo>
</mrow>
式中,Num表示配煤组合总数;M表示可掺配煤种总数;N表示待掺配煤种总数,表示待掺配煤种数为N时的配煤组合数,Z表示待掺配煤种高限值,Y表示待掺配煤种低限值;
所述混煤煤质约束包括收到基低位发热量约束、空干基硫分约束以及空干基挥发分约束;
所述混煤燃烧特性约束包括燃烧稳定性约束、燃尽特性约束以及结渣特性约束;
所述混煤排放特性约束包括SO2排放浓度约束、NOx排放浓度约束以及烟尘排放浓度约束。
8.根据权利要求6所述的智能配煤掺烧寻优系统,其特征在于,在所述第四模块中,若所述穷举法无解,则手动调整各单煤的配比以更新待掺煤配比,并返回步骤S2。
9.根据权利要求6所述的智能配煤掺烧寻优系统,其特征在于,所述第四模块中所述单位发电综合成本Czh的计算公式为:
Czh=Crl+Chb+Cfj+Cms;
式中,Czh表示单位发电综合成本,Crl表示单位发电燃料成本,Chb表示单位发电环保成本,Cfj表示单位发电辅机耗电成本,Cms表示单位发电磨损成本。
10.根据权利要求6所述的智能配煤掺烧寻优系统,其特征在于,所述待掺配煤至少包括两种煤种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810027320.4A CN108074020A (zh) | 2018-01-11 | 2018-01-11 | 一种智能配煤掺烧寻优方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810027320.4A CN108074020A (zh) | 2018-01-11 | 2018-01-11 | 一种智能配煤掺烧寻优方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108074020A true CN108074020A (zh) | 2018-05-25 |
Family
ID=62156659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810027320.4A Pending CN108074020A (zh) | 2018-01-11 | 2018-01-11 | 一种智能配煤掺烧寻优方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108074020A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782726A (zh) * | 2019-02-27 | 2019-05-21 | 杭州集益科技有限公司 | 一种水运燃煤电厂的实时智能燃料系统 |
CN110135699A (zh) * | 2019-04-22 | 2019-08-16 | 国家电投集团河南电力有限公司技术信息中心 | 一种基于供需关系的燃煤电厂库存管理系统及方法 |
CN111272969A (zh) * | 2020-01-19 | 2020-06-12 | 西安热工研究院有限公司 | 一种300MW煤粉锅炉的NOx生成浓度的预测方法 |
CN111453450A (zh) * | 2020-05-18 | 2020-07-28 | 北京能为科技股份有限公司 | 一种燃煤的智慧掺配堆取装置及方法 |
CN112085329A (zh) * | 2020-08-04 | 2020-12-15 | 神华国能集团有限公司 | 多煤种掺烧的综合发电成本估算方法和经济效益评估方法 |
CN112580890A (zh) * | 2020-12-28 | 2021-03-30 | 湖南大唐先一科技有限公司 | 用于发电的锅炉混煤掺烧的发电可变成本预测方法及系统 |
US12021384B2 (en) | 2019-05-29 | 2024-06-25 | Tata Consultancy Services Limited | Method and system for optimum coal selection and power plant optimization |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104711000A (zh) * | 2015-02-27 | 2015-06-17 | 神华集团有限责任公司 | 一种炼焦煤配煤方法 |
CN104992028A (zh) * | 2015-07-17 | 2015-10-21 | 华北电力大学(保定) | 一种火电机组配煤方案获取方法 |
-
2018
- 2018-01-11 CN CN201810027320.4A patent/CN108074020A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104711000A (zh) * | 2015-02-27 | 2015-06-17 | 神华集团有限责任公司 | 一种炼焦煤配煤方法 |
CN104992028A (zh) * | 2015-07-17 | 2015-10-21 | 华北电力大学(保定) | 一种火电机组配煤方案获取方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782726A (zh) * | 2019-02-27 | 2019-05-21 | 杭州集益科技有限公司 | 一种水运燃煤电厂的实时智能燃料系统 |
CN110135699A (zh) * | 2019-04-22 | 2019-08-16 | 国家电投集团河南电力有限公司技术信息中心 | 一种基于供需关系的燃煤电厂库存管理系统及方法 |
US12021384B2 (en) | 2019-05-29 | 2024-06-25 | Tata Consultancy Services Limited | Method and system for optimum coal selection and power plant optimization |
CN111272969A (zh) * | 2020-01-19 | 2020-06-12 | 西安热工研究院有限公司 | 一种300MW煤粉锅炉的NOx生成浓度的预测方法 |
CN111272969B (zh) * | 2020-01-19 | 2022-02-22 | 西安热工研究院有限公司 | 一种300MW煤粉锅炉的NOx生成浓度的预测方法 |
CN111453450A (zh) * | 2020-05-18 | 2020-07-28 | 北京能为科技股份有限公司 | 一种燃煤的智慧掺配堆取装置及方法 |
CN112085329A (zh) * | 2020-08-04 | 2020-12-15 | 神华国能集团有限公司 | 多煤种掺烧的综合发电成本估算方法和经济效益评估方法 |
CN112085329B (zh) * | 2020-08-04 | 2024-03-08 | 神华国能集团有限公司 | 多煤种掺烧的综合发电成本估算方法和经济效益评估方法 |
CN112580890A (zh) * | 2020-12-28 | 2021-03-30 | 湖南大唐先一科技有限公司 | 用于发电的锅炉混煤掺烧的发电可变成本预测方法及系统 |
CN112580890B (zh) * | 2020-12-28 | 2024-06-11 | 湖南大唐先一科技有限公司 | 用于发电的锅炉混煤掺烧的发电可变成本预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108074020A (zh) | 一种智能配煤掺烧寻优方法及其系统 | |
Spliethoff et al. | Effect of co-combustion of biomass on emissions in pulverized fuel furnaces | |
Hein et al. | EU clean coal technology—co-combustion of coal and biomass | |
Míguez et al. | Review of technology in small-scale biomass combustion systems in the European market | |
CN107316104A (zh) | 一种带后评估系统的配煤掺烧预测体系 | |
CN110056903B (zh) | 燃煤掺烧情况下不同煤种的煤量的确定方法及系统 | |
CN110319455B (zh) | 一种锅炉混煤掺配方法 | |
Huang et al. | Bi-level multi-objective programming approach for carbon emission quota allocation towards co-combustion of coal and sewage sludge | |
CN108800188A (zh) | 一种提升燃煤锅炉燃料掺配灵活性的方法 | |
CN106929108A (zh) | 一种生物质及城市固废综合利用装置及方法 | |
Hus et al. | Cofiring multiple opportunity fuels with coal at Bailly Generating Station | |
CN105627295B (zh) | 一种链条锅炉及燃烧方法 | |
FI119124B (fi) | Menetelmä biopolttoaineen polttamiseksi fossiilista polttoainetta käyttävässä kattilassa | |
CN113932245A (zh) | 一种褐煤风扇磨锅炉及其安全高效掺烧烟煤的方法 | |
CN108679599B (zh) | 一种煤粉掺混生物质的增氧燃烧方法 | |
Triani et al. | The The Potential Implementation of Biomass Co-firing with Coal in Power Plant on Emission and Economic Aspects: A Review | |
CN105160499A (zh) | 一种火力发电厂的燃料分析系统与方法 | |
CN106557078B (zh) | 一种1000mw机组配煤优化系统 | |
Fang et al. | Coal utilization in industrial boilers in China—a prospect for mitigating CO2 emissions | |
CN206724142U (zh) | 一种配风扇磨煤机制粉的生物质燃料低污染燃烧系统 | |
CN102901089B (zh) | 一种工业锅炉的煤粉掺烧系统 | |
CN112580890B (zh) | 用于发电的锅炉混煤掺烧的发电可变成本预测方法及系统 | |
Dziok et al. | The possibility of reducing emissions from households by using coal briquettes | |
CN115682014A (zh) | 一种锅炉复式多区配煤方法 | |
JP5255980B2 (ja) | 微粉状燃料の燃焼制御方法および燃焼制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180525 |
|
RJ01 | Rejection of invention patent application after publication |