CN109519959A - 一种基于co检测的锅炉燃烧优化方法、系统和数据库 - Google Patents

Abstract

本发明提供了一种基于CO检测的锅炉燃烧优化方法、系统和数据库。所述方法包括：获取第一特征参数，根据第一特征参数以及锅炉效率计算模型得到锅炉效率，以及第一特征曲线；获取锅炉尾部烟道中氮氧化物浓度，以及第二特征曲线；获取第二特征参数，根据第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及第三特征曲线；根据第一特征曲线、第二特征曲线和第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。避免由于烟道漏风对O₂量测量结果影响大，导致影响燃烧调整的问题。

Description

一种基于CO检测的锅炉燃烧优化方法、系统和数据库

技术领域

本发明涉及锅炉燃烧领域，特别是涉及一种基于CO检测的锅炉燃烧优化方法、系统和数据库。

背景技术

煤炭占据着我国一次能源发电量的60％左右，在社会生产中占据着不可替代的地位。煤炭主要发电形式为通过在锅炉内燃烧发电，尽管锅炉内煤粉燃烧技术已经相当成熟，但仍存在着诸如燃烧效率偏低，与NOx排放无法平衡等问题，这些均与锅炉内燃烧状况相关，且炉内燃烧状况均直接关系到锅炉的生产能力和生产过程的可靠性，并在很大程度上决定了锅炉运行的经济性和环保性，因此燃烧优化调整与控制是锅炉运行调整中极其重要的工作。

目前工业上主要通过在锅炉尾部烟道安装氧量计来测量省煤器出口的O₂量，通过该O₂量可以反应锅炉整体燃烧状况，进而根据锅炉的燃烧状况对其进行调整。但由于烟道漏风普遍存在，对O₂量测量结果影响很大，从而导致对锅炉整体燃烧状况的判断产生较大偏差，不利于控制烟气NOx的浓度，并且O₂量的误差会在很大程度上影响对过量空气系数的计算以及对排烟热损失的判断，从而影响燃烧调整，进而影响锅炉效率。

发明内容

(一)要解决的技术问题

由于烟道漏风普遍存在，对O₂量测量结果影响很大，从而导致对锅炉整体燃烧状况的判断产生较大偏差，不利于控制烟气NOx的浓度，并且O₂量的误差会在很大程度上影响对过量空气系数的计算以及对排烟热损失的判断，从而影响燃烧调整，进而影响锅炉效率。

(二)技术方案

本发明第一方面提供了一种基于CO检测的锅炉燃烧优化方法，所述方法包括：获取第一特征参数，根据第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和锅炉效率的第一特征曲线；获取锅炉尾部烟道中氮氧化物浓度，以及基于一氧化碳浓度和氮氧化物浓度的第二特征曲线；获取第二特征参数，根据第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于一氧化碳浓度和综合成本的第三特征曲线；根据第一特征曲线、第二特征曲线和第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

可选地，所述锅炉效率计算模型包括下列公式：

η_gl＝q₁＝100-(q₂+q₃+q₄+q₅+q₆)％ (1)

其中，η_gl为锅炉效率，Q_r为输入锅炉的热量，Q₁为有效利用热，Q₂为排烟热损失，Q₃为气体未完全燃烧热损失，Q₄为固体未完全燃烧热损失，Q₅为散热损失，Q₆为灰渣物理热损失，q₁为有效利用热效率，q₂为排烟热损失率，q₃为气体未完全燃烧热损失率，q₄为固体未完全燃烧热损失率，q₅为散热损失率，q₆为灰渣物理热损失率，V_gy为干烟气体积，CO指一氧化碳在干烟气中的体积百分比。

可选地，所述综合成本计算模型包括下列公式：

COST_NOx＝(C_NOx×B×V_gy1-C_NOx,min×B₀×V_gy0)×PRICE_NOx/kg×t×1000 (5)

COST＝COST_coal+COST_NOx (6)

其中，COST为综合成本，COST_coal为燃料成本，COST_NOx为脱硝成本，η_gl,max为当前负荷下锅炉最高效率，η_gl为当前锅炉效率，B₀为最高效率下的燃料量(t/h)，PRICE_coal为煤价(RMB/t)，t为全年以当前负荷运行的时长(h)，C_NOx为当前NO_x浓度(mg/m³)，C_NOx,min为该负荷下最低NOx浓度(mg/m³)，B为当前燃料量(t/h)，V_gy1为当前1kg煤不完全燃烧的干烟气体积m³/kg，V_gy0为最低烟气NOx含量下1kg煤不完全燃烧的干烟气体积(m³/kg)，PRICE_NOx/kg为单位脱硝成本(RMB/kg)。

可选地，所述根据第一特征曲线、第二特征曲线和第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中，包括：在氮氧化物浓度满足使空预器检修、催化剂更换周期与锅炉整体检修周期一致时，满足综合成本预算的最高锅炉效率所对应的一氧化碳浓度。

可选地，所述通过送风机总风压调节所述实时一氧化碳浓度，包括：当实时一氧化碳浓度小于最优一氧化碳浓度时，将送风机总风压数值调小；当实时一氧化碳浓度大于最优一氧化碳浓度时，将送风机总风压数值调大。

可选地，所述方法还包括：当当前负荷小于50％负荷预设值时，不进行送风机总风压调节。

可选地，所述第一特征参数包括：煤质参数、总煤量、质量总风量、省煤器出口干烟气体积、燃料温度、排烟温度、飞灰含碳量、炉渣含碳量、锅炉尾部烟道中一氧化碳浓度、空气湿度、主蒸汽流量、送风机出口压力。

可选地，所述第二特征参数包括：煤价和单位脱硝成本。

本发明第二方面提供了一种锅炉燃烧优化系统，所述系统包括：第一特征曲线获取模块，用于获取第一特征参数，根据第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和所述锅炉效率的第一特征曲线；第二特征曲线获取模块，用于获取锅炉尾部烟道中氮氧化物浓度，以及基于一氧化碳浓度和氮氧化物浓度的第二特征曲线；第三特征曲线获取模块，用于获取第二特征参数，根据第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于一氧化碳浓度和综合成本的第三特征曲线；优化数据库创建模块，用于根据第一特征曲线、第二特征曲线和第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；锅炉燃烧优化模块，用于获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

本发明第三方面提供了一种数据库，所述数据库包括上文所述的第一特征曲线、第二特征曲线、第三特征曲线、第一特征参数、第二特征参数、锅炉效率计算模型、综合成本计算模型以及最优一氧化碳浓度。

(三)有益效果

本发明基于锅炉尾部烟道中一氧化碳浓度计算锅炉效率，从而改变现有技术中采用基于锅炉尾部烟道中氧气浓度的计算方式，以避免由于烟道漏风普遍存在，对O₂量测量结果影响很大，从而导致对锅炉整体燃烧状况的判断产生较大偏差的问题。并且本发明通过综合成本计算模型将锅炉效率以及氮氧化物生成两者进行平衡，以实现找到最优一氧化碳浓度，进而实现通过调节送风机总风压来优化锅炉效率的目的。

附图说明

图1是本发明实施例提供的基于CO检测的锅炉燃烧优化方法的方法流程图；

图2是本发明实施例提供的第一特征曲线图；

图3是本发明实施例提供的第二特征曲线图；

图4是本发明实施例提供的第三特征曲线图；

图5是本发明实施例提供的锅炉燃烧优化系统框图。

具体实施方式

以下，将参照附图来描述本发明的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本发明实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。

因此，本发明的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本发明的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本发明的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

参见图1，图1示出了本发明实施例提供的一种基于CO检测的锅炉燃烧优化方法的方法流程图，该方法包括步骤S101-步骤S106的内容：

S101，获取第一特征参数，根据所述第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和锅炉效率的第一特征曲线。

锅炉效率是表征锅炉燃烧状况的直观方式，对于同样一种煤质，以及在锅炉负荷为定值的情况下，通过调节送风机总风压改变锅炉尾部烟道中一氧化碳浓度，在不同的一氧化碳浓度下计算得到多个相对应的锅炉效率，由此，可以得到基于锅炉尾部烟道中一氧化碳浓度和所述锅炉效率的第一特征曲线，该第一特征曲线即为以一氧化碳浓度为横坐标，以锅炉效率为纵坐标的曲线。本领域技术人员可以理解的是，对于不同的煤质、不同的锅炉负荷可以得到多个第一特征曲线，该第一特征曲线并不是一条单一的曲线，其可以涵盖现有煤质、不同锅炉负荷的所有基于锅炉尾部烟道中一氧化碳浓度和锅炉效率的曲线。

上文所述的第一特征参数包括但不限于：煤质参数、总煤量、质量总风量、省煤器出口干烟气体积、燃料温度、排烟温度、飞灰含碳量、炉渣含碳量、锅炉尾部烟道中一氧化碳浓度、空气湿度、主蒸汽流量、送风机出口压力。由于这些参数为本领域用于计算锅炉效率常用参数，本发明对这些参数不做详细赘述。

但需要说明的是，由于本发明是基于锅炉尾部烟道中一氧化碳浓度计算锅炉效率，从而改变现有技术中采用基于锅炉尾部烟道中氧气浓度的计算方式，以避免由于烟道漏风普遍存在，对O₂量测量结果影响很大，从而导致对锅炉整体燃烧状况的判断产生较大偏差的问题。因此本发明提供的锅炉效率计算模型中包括下列公式需要说明：

η_gl＝q₁＝100-(q₂+q₃+q₄+q₅+q₆)％ (1)

其中，η_gl为锅炉效率，Q_r为输入锅炉的热量，Q₁为有效利用热，Q₂为排烟热损失，Q₃为气体未完全燃烧热损失，Q₄为固体未完全燃烧热损失，Q₅为散热损失，Q₆为灰渣物理热损失，q₁为有效利用热效率，q₂为排烟热损失率，q₃为气体未完全燃烧热损失率，q₄为固体未完全燃烧热损失率，q₅为散热损失率，q₆为灰渣物理热损失率，V_gy为干烟气体积，CO指一氧化碳在干烟气中的体积百分比。

公式(3)中，通常可燃气体是锅炉排烟中的CO、H₂、C_mH_n等未燃烧放热而造成的热损失，但此时只考虑CO未燃尽造成的损失。

另外，对于上述锅炉效率计算模型中还包括下列计算：

输入锅炉的热量Q_r包括燃料的收到基低位发热量Q_ar,net和燃料的物理显热i_r，即：Q_r＝Q_ar,net+i_r。排烟热损失Q₂包括干烟气带走的热量和烟气所含水蒸气的显热，而固体未完全燃烧热损失Q₄包括飞灰和炉渣中的未燃尽碳，锅炉运行时，炉墙、烟道、联箱等外表面温度高于环境温度，由此向外界环境散热造成了散热损失Q₅。Q₅的值可根据现有技术中的数据或者图进行查找确定，例如锅炉蒸发量图。灰渣物理热损失Q₆指锅炉排出的飞灰、炉渣所携带的热量未被利用引起的热损失。

参见图2，图2示例性地示出第一特征曲线，在A煤质以及M兆瓦每小时的负荷下，通过获取第一特征参数，计算得到根据不同的一氧化碳浓度(ppm)所对应的锅炉效率。

可以看出，在该种煤质以及该负荷下，锅炉效率与一氧化碳浓度呈现负相关关系。

S102，获取锅炉尾部烟道中氮氧化物浓度，以及基于所述一氧化碳浓度和氮氧化物浓度的第二特征曲线。

氮氧化物浓度和一氧化碳浓度均可以通过计量器进行测量得到，由此可以以一氧化碳浓度为横坐标，以氮氧化物浓度为纵坐标得到第二特征曲线。同理，对于不同的煤质、不同的锅炉负荷可以得到多个第二特征曲线，该第二特征曲线并不是一条单一的曲线，其可以涵盖现有煤质、不同锅炉负荷的所有基于锅炉尾部烟道中一氧化碳浓度和氮氧化物浓度的曲线。

参见图3，图3示例性地示出第一特征曲线，在A煤质以及M兆瓦每小时的负荷下，通过测量得到根据不同的一氧化碳浓度(ppm)所对应的氮氧化物浓度。

可以看出，在该种煤质以及该负荷下，氮氧化物浓度与一氧化碳浓度呈现负相关关系。

S103，获取第二特征参数，根据所述第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于一氧化碳浓度和综合成本的第三特征曲线。

所述第二特征参数包括但不限于：煤价和单位脱硝成本。

所述综合成本计算模型包括下列公式：

COST_NOx＝(C_NOx×B×V_gy1-C_NOx,min×B₀×V_gy0)×PRICE_NOx/kg×t×1000 (5)

COST＝COST_coal+COST_NOx (6)

其中，COST为综合成本，COST_coal为燃料成本，COST_NOx为脱硝成本，η_gl,max为当前负荷下锅炉最高效率，η_gl为当前锅炉效率，B₀为最高效率下的燃料量(t/h)，PRICE_coal为煤价(RMB/t)，t为全年以当前负荷运行的时长(h)，C_NOx为当前NOx浓度(mg/m³)，C_NOx,min为该负荷下最低NOx浓度(mg/m³)，B为当前燃料量(t/h)，V_gy1为当前1kg煤不完全燃烧的干烟气体积m³/kg，V_gy0为最低烟气NO^x含量下1kg煤不完全燃烧的干烟气体积(m³/kg)，PRICE_NOx/kg为单位脱硝成本(RMB/kg)。

通过步骤S101及步骤S102可知，锅炉效率与一氧化碳浓度呈现负相关关系，氮氧化物浓度与一氧化碳浓度同样呈现负相关关系。但开发人员希望实现的是锅炉效率的提升与氮氧化物浓度的降低，因此需要平衡二者之间的关系，本发明通过上文所述的综合成本的计算，将与锅炉效率相关的燃料成本，与氮氧化物浓度相关的脱硝成本同时进行考虑，通过综合成本的计算，以及第三特征曲线的获取，实现了对锅炉效率和氮氧化物进行二者平衡的考量。

参见图4，图4示例性地示出第一特征曲线，在A煤质以及M兆瓦每小时的负荷下，通过获取第二特征参数，根据第一特征曲线、第二特征曲线计算得到根据不同的一氧化碳浓度(ppm)所对应的综合成本。

可以看出，在该种煤质以及该负荷下，燃料成本对锅炉运行经济性的影响远高于脱硝成本。

由此，根据步骤S104可以得到最优一氧化碳浓度的确定。

S104，根据所述第一特征曲线、所述第二特征曲线和所述第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中。

其中，最优一氧化碳浓度为在氮氧化物浓度满足使空预器检修、催化剂更换周期与锅炉整体检修周期一致时，满足综合成本预算的最高锅炉效率所对应的一氧化碳浓度。

需要说明的是，本发明基于上述氮氧化物浓度满足预设规则的情况下，示例性地可以得到最优一氧化碳浓度的确定。但本发明对该规则不作具体限定，可以以实际情况来进行该规则的确定。

S105，获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

具体调节过程，包括：当实时一氧化碳浓度小于所述最优一氧化碳浓度时，将所述送风机总风压数值调小；当实时一氧化碳浓度大于所述最优一氧化碳浓度时，将所述送风机总风压数值调大。

当实时一氧化碳浓度较小时，说明燃烧较充分需减小送风机总风压，从而避免能量损耗，而实时一氧化碳浓度较大时说明燃烧不充分需增大送风机总风压，从而使燃烧更为充分。

本发明对该送风机总风压调节过程不作具体限定，可以通过多种方式实现该调节。例如可以通过与送风机总风压控制系统连接的控制终端进行调节，也可以通过人为手动调节。

S106，当当前负荷小于50％负荷预设值时，不进行送风机总风压调节。

出于安全性的考虑，在当前负荷较小的时候，如果调整可能会有灭火的危险。因此为了避免该种情况的发生，采用了保护措施。该保护措施同样可以通过多种方式实现。例如可以通过与送风机总风压控制系统连接的控制终端进行，也可以通过人为手动实现。

综上所述，本发明基于锅炉尾部烟道中一氧化碳浓度计算锅炉效率，从而改变现有技术中采用基于锅炉尾部烟道中氧气浓度的计算方式，以避免由于烟道漏风普遍存在，对O₂量测量结果影响很大，从而导致对锅炉整体燃烧状况的判断产生较大偏差的问题。并且本发明通过综合成本计算模型将锅炉效率以及氮氧化物生成两者进行平衡，以实现找到最优一氧化碳浓度，进而实现通过调节送风机总风压来优化锅炉效率的目的。

本发明另一个实施例提供了一种锅炉燃烧优化系统，参见图5，所述系统500包括：第一特征曲线获取模块501，用于获取第一特征参数，根据所述第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和所述锅炉效率的第一特征曲线；第二特征曲线获取模块502，用于获取锅炉尾部烟道中氮氧化物浓度，以及基于所述一氧化碳浓度和氮氧化物浓度的第二特征曲线；第三特征曲线获取模块503，用于获取第二特征参数，根据所述第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于所述一氧化碳浓度和所述综合成本的第三特征曲线；优化数据库创建模块504，用于根据所述第一特征曲线、所述第二特征曲线和所述第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；锅炉燃烧优化模块505，用于获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

根据本发明的实施例的模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本发明实施例的模块中的任意一个或多个可以被拆分成多个模块来实现。根据本发明实施例的模块中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本发明实施例的模块中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

本发明另一个实施例提供了一种数据库，所述数据库包括上文所述的第一特征曲线、第二特征曲线、第三特征曲线、第一特征参数、第二特征参数、锅炉效率计算模型、综合成本计算模型以及最优一氧化碳浓度。

本领域技术人员可以理解，本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本发明中。特别地，在不脱离本发明精神和教导的情况下，本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。

尽管已经参照本发明的特定示例性实施例示出并描述了本发明，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本发明的精神和范围的情况下，可以对本发明进行形式和细节上的多种改变。因此，本发明的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种基于CO检测的锅炉燃烧优化方法，其特征在于，所述方法包括：

获取第一特征参数，根据所述第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和所述锅炉效率的第一特征曲线；

获取锅炉尾部烟道中氮氧化物浓度，以及基于所述一氧化碳浓度和氮氧化物浓度的第二特征曲线；

获取第二特征参数，根据所述第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于所述一氧化碳浓度和所述综合成本的第三特征曲线；

根据所述第一特征曲线、所述第二特征曲线和所述第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；

获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

2.根据权利要求1所述的方法，其特征在于，所述锅炉效率计算模型包括下列公式：

η_gl＝q₁＝100-(q₂+q₃+q₄+q₅+q₆)％ (1)

其中，η_g1为锅炉效率，Q_r为输入锅炉的热量，Q₁为有效利用热，Q₂为排烟热损失，Q₃为气体未完全燃烧热损失，Q₄为固体未完全燃烧热损失，Q₅为散热损失，Q₆为灰渣物理热损失，q₁为有效利用热效率，q₂为排烟热损失率，q₃为气体未完全燃烧热损失率，q₄为固体未完全燃烧热损失率，q₅为散热损失率，q₆为灰渣物理热损失率，V_gy为干烟气体积，CO指一氧化碳在干烟气中的体积百分比。

3.根据权利要求1所述的方法，其特征在于，所述综合成本计算模型包括下列公式：

COST_NOx＝(C_NOx×B×V_gy1-C_NOx，min×B₀×V_gy0)×PRICE_NOx/kg×t×1000 (5)

COST＝COST_coal+COST_NOx (6)

其中，COST为综合成本，COST_coal为燃料成本，COST_NOx为脱硝成本，η_g1，max为当前负荷下锅炉最高效率，η_g1为当前锅炉效率，B₀为最高效率下的燃料量(t/h)，PRICE_coal为煤价(RMB/t)，t为全年以当前负荷运行的时长(h)，C_NOx为当前NOx浓度(mg/m³)，C_NOx，min为该负荷下最低NOx浓度(mg/m³)，B为当前燃料量(t/h)，V_gy1为当前1kg煤不完全燃烧的干烟气体积m³/kg，V_gy0为最低烟气NOx含量下1kg煤不完全燃烧的干烟气体积(m³/kg)，PRICE_NOx/kg为单位脱硝成本(RMB/kg)。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征曲线、所述第二特征曲线和所述第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中，包括：

在氮氧化物浓度满足使空预器检修、催化剂更换周期与锅炉整体检修周期一致时，满足综合成本预算的最高锅炉效率所对应的一氧化碳浓度。

5.根据权利要求1所述的方法，其特征在于，所述通过送风机总风压调节所述实时一氧化碳浓度，包括：

当实时一氧化碳浓度小于所述最优一氧化碳浓度时，将所述送风机总风压数值调小；

当实时一氧化碳浓度大于所述最优一氧化碳浓度时，将所述送风机总风压数值调大。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当当前负荷小于50％负荷预设值时，不进行送风机总风压调节。

7.根据权利要求1所述的方法，其特征在于，所述第一特征参数包括：

煤质参数、总煤量、质量总风量、省煤器出口干烟气体积、燃料温度、排烟温度、飞灰含碳量、炉渣含碳量、锅炉尾部烟道中一氧化碳浓度、空气湿度、主蒸汽流量、送风机出口压力。

8.根据权利要求1所述的方法，其特征在于，所述第二特征参数包括：煤价和单位脱硝成本。

9.一种锅炉燃烧优化系统，其特征在于，所述系统包括：

第一特征曲线获取模块，用于获取第一特征参数，根据所述第一特征参数以及锅炉效率计算模型得到锅炉效率，以及基于锅炉尾部烟道中一氧化碳浓度和所述锅炉效率的第一特征曲线；

第二特征曲线获取模块，用于获取锅炉尾部烟道中氮氧化物浓度，以及基于所述一氧化碳浓度和氮氧化物浓度的第二特征曲线；

第三特征曲线获取模块，用于获取第二特征参数，根据所述第二特征参数、综合成本计算模型、以及第一特征曲线和第二特征曲线得到综合成本，以及基于所述一氧化碳浓度和所述综合成本的第三特征曲线；

优化数据库创建模块，用于根据所述第一特征曲线、所述第二特征曲线和所述第三特征曲线获取最优一氧化碳浓度，将其存储于优化数据库中；

锅炉燃烧优化模块，用于获取实时一氧化碳浓度，根据优化数据库中最优一氧化碳浓度，通过送风机总风压调节所述实时一氧化碳浓度。

10.一种数据库，其特征在于，所述数据库包括权利要求1-8中任一项所述的第一特征曲线、第二特征曲线、第三特征曲线、第一特征参数、第二特征参数、锅炉效率计算模型、综合成本计算模型以及最优一氧化碳浓度。