CN112783115B - 一种蒸汽动力系统的在线实时优化方法及装置 - Google Patents
一种蒸汽动力系统的在线实时优化方法及装置 Download PDFInfo
- Publication number
- CN112783115B CN112783115B CN202011518997.1A CN202011518997A CN112783115B CN 112783115 B CN112783115 B CN 112783115B CN 202011518997 A CN202011518997 A CN 202011518997A CN 112783115 B CN112783115 B CN 112783115B
- Authority
- CN
- China
- Prior art keywords
- steam
- optimization
- boiler
- data
- coal
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 238000003556 assay Methods 0.000 claims abstract description 7
- 239000003245 coal Substances 0.000 claims description 50
- 238000000605 extraction Methods 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 31
- 238000004519 manufacturing process Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 15
- 230000001105 regulatory effect Effects 0.000 claims description 15
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 10
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 239000000779 smoke Substances 0.000 claims description 9
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 238000005299 abrasion Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 4
- 238000006477 desulfuration reaction Methods 0.000 claims description 4
- 230000023556 desulfurization Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 239000003546 flue gas Substances 0.000 claims description 4
- 239000000446 fuel Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000012946 outsourcing Methods 0.000 claims description 4
- 238000002679 ablation Methods 0.000 claims description 3
- 239000003638 chemical reducing agent Substances 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 239000002893 slag Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 235000011114 ammonium hydroxide Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种蒸汽动力系统的在线实时优化方法及装置，解决了现有技术的不足，方法包括以下步骤：步骤一，采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库，进行数据预处理和稳态检测，得到蒸汽动力系统的数据集；步骤二，将蒸汽动力系统的数据集进行高斯变换；步骤三，以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解；步骤四，进行系统稳态判断，若系统处于稳态则把步骤三的优化结果写入实时数据库，并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
Description
技术领域
本发明涉及蒸汽动力系统运行优化领域，尤其是指一种蒸汽动力系统的在线实时优化方法及装置。
背景技术
热电联产将做过功的蒸汽对外供热，实现蒸汽的梯级利用，提高了能源效率。同时其锅炉烟气经过处理，污染物排放量极小，降低了环境污染。因此，热电联产得到了广泛的发展和长足的进步。
蒸汽动力系统作为热电联产的一种类型，是炼化、化工、钢铁、热电和造纸等企业自备电厂安全、稳定、长周期、满负荷和高效运行的基石，主要用于换热、伴热、机械驱动、发电、汽提、采暖及吹扫等工艺过程。据统计在典型的炼化企业中，蒸汽能耗约占全厂总能耗的30％以上。因此对蒸汽动力系统的负荷进行优化分配，从而降低产汽和发电过程能耗，提升系统经济性，具有重要的社会意义和经济价值。
蒸汽动力系统优化是根据当前不同等级蒸汽和电力需求，在满足一定约束条件下，优化分配各台锅炉和汽机的运行负荷，从而减少燃料消耗量，降低能源消耗。目前，蒸汽动力系统运行优化凭调度经验，未考虑设备运行特性和效率。企业自备电厂主要是以热定电规则对供汽量和发电量进行调度，在保证供汽量的情况下多发电，在产汽量一定的情况下优先保证供汽量，少发电甚至不发电，因此在以运行成本最低进行蒸汽动力系统优化时不应考虑外购蒸汽成本。同时在环境问题日益严峻的情况下，还应考虑锅炉污染物达标排放所带来的成本，如脱硫成本和脱硝成本。循环流化床锅炉的磨损严重影响其经济、高效和平稳运行，磨损程度随负荷的增加而增大，检修周期缩短，导致成本增加。蒸汽动力系统具有很大的时变性，离线模型不能随着工况的变化而适应变化，从而导致模型与实际状态不匹配。运行优化方案需考虑锅炉和汽机的启停带来额外的时间成本和启停成本，增加了操作人员的工作强度，与现场实际运行规则不适应，操作和调度人员难以实施。而且优化方案需调度人员离线操作验证，尚未与先进控制系统通讯，实现闭环联动。
发明内容
本发明的目的是克服现有技术中的缺点，提供一种蒸汽动力系统的在线实时优化方法及装置。
本发明的目的是通过下述技术方案予以实现：
一种蒸汽动力系统的在线实时优化方法，所述在线实时优化方法包括以下步骤：
步骤一，采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库，进行数据预处理和稳态检测，得到蒸汽动力系统的数据集；
步骤二，将蒸汽动力系统的数据集进行高斯变换，得到正态分布的数据集，采用高斯混合模型聚类算法将数据进行聚类后，在每个簇中采用多元线性回归模型建立设备模型；
步骤三，以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，根据最优解确定设备的最优控制参数；
步骤四，进行系统稳态判断，若系统处于稳态则把步骤三的优化结果写入实时数据库，并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
作为优选，所述的步骤三中，目标函数具体为：
式中，OPfun为蒸汽动力系统运行成本最低目标函数；
为锅炉b运行时水冷壁磨损成本；
为脱硫消耗液氨成本；
为脱硝消耗液氨成本；CostWater为系统消耗脱盐水成本；CostFuel为系统消耗燃煤成本；CostPower为系统外购电成本；
为开启不同等级减温减压器成本；
为厂用蒸汽成本；
为厂用电成本；
所述约束条件包括水冷壁管壁厚、蒸汽量、发电量、烟气二氧化硫含量、氮氧化物含量、氧含量、设备负荷和设备操作条件上下限。
作为优选，所述偏差补偿包括：
优化结果中的锅炉产汽量与当前产汽量测量值比较，得到偏差ΔQ和当前产汽量测量值补偿信号eQ；通过锅炉优化通讯接口产汽量测量值补偿信号eQ下传至锅炉APC的主蒸汽压力控制回路中的主蒸汽流量前馈控制回路，对产汽量前馈信号进行补偿，从而通过主蒸汽压力前馈-反馈控制回路调整锅炉给煤量控制回路和风量控制回路的设定值，直至锅炉处于优化产汽量；锅炉产汽量调整速率根据锅炉操作规程进行调整，若偏差量ΔQ大于零，先增加风量后增加给煤量，若偏差量ΔQ小于零，先减少给煤量后减少风量；
优化结果中的汽机发电量通过汽机优化通讯接口下传至汽轮机DEH的自动控制ATC发电量控制模块作为发电量给定值，产生发电量偏差信号，发电量升速率根据汽轮机运行规程自动设定，从而实现对发电量的调节。
优化结果中的汽机抽汽量通过弗留格尔公式将其转换为对应的优化抽汽压力，并与抽汽压力设定值进行比较，产生抽汽压力偏差ep的补偿信号
通过汽机优化通讯接口将抽汽压力补偿信号
下传至汽机DEH的自动控制ATC抽汽压力控制模块，调压控制器调节主汽调节阀和抽汽调节阀开度或调压控制器调节主汽调节阀和旋转隔板开度，从而在保证抽汽压力的同时调节抽汽流量，调节速率根据汽轮机运行规程自动设定。
作为优选，所述优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿还包括：
优化结果中的锅炉产汽量、汽机抽汽量和发电量与其对应的当前值进行比较，若三者之中任一相对偏差大于10％，则不执行此次优化结果，并保存优化结果和状态位，其中0表示未投用，1表示投用，一个在线实时优化周期为2～4h。
作为优选，所述约束条件根据以下公式计算：
式中，Fsteam为总产汽量，单位为t/h；Fi,steam为外供不同等级蒸汽量，单位为t/h；α为厂用汽率，单位为％；Wf为发电量，单位为kW；Wg为外供电量，单位为kW；Wwg为外购电量，单位为kW；χ为厂用电率，单位为％。
作为优选，所述步骤一中，设备运行数据包括锅炉入炉煤量、给水流量、给水温度、给水压力、一次风量、二次风量、引风量、减温水量、液氨量、主汽流量、主汽压力、主汽温度、排烟温度、炉膛负压、排烟氧含量、排烟SO2含量、床层温度和床层压差；所述环境数据包括环境温度、压力、湿度和风速；所述价格数据包括峰谷平电价、液氨单价、燃煤单价、水冷壁维修单价和脱盐水单价；所述化验分析数据包括锅炉入炉煤工业分析数据、元素分析数据、炉渣成分和烟气成分；
所述锅炉入炉煤量计算包括计算各台锅炉入炉煤量的修正系数，具体为：
式中，ki为锅炉i入炉煤量修正系数，单位为％；mi为统计期内锅炉i的入炉煤量，单位为t；
为统计期内锅炉总入炉煤量，单位为t；
为统计期期末t2时刻的盘库煤场煤量，单位为t；
为统计期期初t1时刻的盘库煤场煤量，单位为t；
为统计期内购煤量，单位为t。
作为优选，所述步骤一中，数据预处理包括剔除缺失值、负值和重复值；
所述稳态检测包括根据以下公式计算变量i的稳态指数，当βi(t)等于0为不稳定状态，当βi(t)等于1时为稳定状态，当βi(t)等于ξ[θ(t)]时为稳态与非稳态之间，
θ(t)＝|Wsf(t)|+γ|WWsf(t)|
式中，f(t)为过程变量；Wsf(t)为过程变量的一阶小波变换；WWsf(t)为过程变量的二阶小波变换；γ为根据|WWsf(t)|确定的系数；θ(t)为一阶小波变换和二阶小波变换对于单变量稳态指数的补偿因子；ξ(x)为取值范围为[0,1]的光滑传递函数；Tw为识别小波函数零点的二阶小波变换模阈值；Tu为识别变量非稳态的一阶小波变换模阈值；Ts为识别变量稳态的一阶小波变换模阈值。
作为优选，所述高斯混合模型根据以下公式计算：
式中，gk为均值为μk，协方差矩阵为∑k的单高斯模型；wk为gk的权重系数，wk>0且
K为单高斯模型的个数；
所述设备模型根据以下公式计算：
式中，φ为设备模型；fk(x1,x2,...,xn)为x1,x2,...,xn数据集属于簇Kk时的设备模型；Kk为第k个簇。
作为优选，所述步骤四中还包括在无扰优化投切机制：具体为在线优化投用、在线优化切除和无扰动切换；
所述在线优化投用包括：当系统处于稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差小于10％和通讯正常时，系统自动在线实时优化并弹窗提示调度人员确认；
所述在线优化切除包括：当系统处于非稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差大于10％和通讯中断时，系统自动切除在线优化并弹窗提示调度人员确认；
所述无扰切换包括：当系统处于在线优化投用与在线优化切除两者之一状态时，另一种状态的优化结果等于测量值，需要切换时实现无扰动平稳切换。
一种蒸汽动力系统的在线实时优化装置，包括：数据采集处理模块，用于采集蒸汽动力系统的设备运行数据、环境数据、价格数据和化验分析数据，并对设备运行数据进行预处理和稳态检测，得到高质量数据集；
设备模型模块，用于将数据集进行高斯变换，得到正态分布的数据集。然后使用高斯混合聚类算法将数据进行聚类，在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型；
优化求解模块，用于以蒸汽动力系统运行成本最低为目标函数，建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，并根据最优解确定设备的最优控制参数；
优化执行模块，用于若系统处于稳态则把优化结果写入实时数据库，并将优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
本发明的有益效果是：
采用聚类算法分簇建立设备模型，解决了设备运行数据集分布非线性问题，保证了模型的精确性。在线优化能够实时对设备运行数据稳态检测并校正模型，而且将优化结果下传至控制系统执行，从而提升了优化结果的可执行性，降低了操作人员的劳动强度，实现了企业节能降耗和降本增效的目的。
附图说明
图1是本发明的结构原理框图；
图2是本发明的一种流程示意图。
其中：1、数据采集处理模块，2、设备模型模块，3、优化求解模块，4、优化执行模块。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例：一种蒸汽动力系统的在线实时优化装置，如图1所示，包括：数据采集处理模块1，用于采集蒸汽动力系统的设备运行数据、环境数据、价格数据和化验分析数据，并对设备运行数据进行预处理和稳态检测，得到高质量数据集；
设备模型模块2，用于将数据集进行高斯变换，得到正态分布的数据集。然后使用高斯混合聚类算法将数据进行聚类，在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型；
优化求解模块3，用于以蒸汽动力系统运行成本最低为目标函数，建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，并根据最优解确定设备的最优控制参数；
优化执行模块4，用于若系统处于稳态则把优化结果写入实时数据库，并将优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
通过数采集处理模块采集蒸汽动力系统的运行数据，并对数据进行预处理和稳态检测，得到高质量数据集并存储至实时数据库中。通过设备模型模块对数据集进行高斯变换，然后使用高斯混合聚类算法将数据进行聚类，在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型。在该模块中实时读取经过稳态检测后的数据集实现模型参数的更新。通过优化求解模块以蒸汽动力系统运行成本最低为目标函数，建立蒸汽动力系统优化模型并进行优化求解。通过优化执行模块实现优化结果的投用和切除。
一种蒸汽动力系统的在线实时优化方法，如图2所示，所述在线实时优化方法包括以下步骤：
步骤一，采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库，进行数据预处理和稳态检测，得到蒸汽动力系统的数据集；
步骤二，将蒸汽动力系统的数据集进行高斯变换，得到正态分布的数据集，采用高斯混合模型聚类算法将数据进行聚类后，在每个簇中采用多元线性回归模型建立设备模型；
步骤三，以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，根据最优解确定设备的最优控制参数；
步骤四，进行系统稳态判断，若系统处于稳态则把步骤三的优化结果写入实时数据库，并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
所述的步骤三中，目标函数具体为：
式中，OPfun为蒸汽动力系统运行成本最低目标函数；
为锅炉b运行时水冷壁磨损成本；
为脱硫消耗液氨成本；
为脱硝消耗液氨成本；CostWater为系统消耗脱盐水成本；CostFuel为系统消耗燃煤成本；CostPower为系统外购电成本；
为开启不同等级减温减压器成本；
为厂用蒸汽成本；
为厂用电成本；
本发明的目标函数为蒸汽动力系统的运行成本，包括锅炉消耗的燃煤成本、产生蒸汽的脱盐水成本、系统外购电成本以及为满足污染物达标排放所需的用于制取氨水的液氨成本。同时厂用蒸汽和厂用电所占的成本较大。循环流化床锅炉的磨损严重影响其经济、高效和平稳运行，磨损程度随负荷的增加而增大，检修周期缩短，导致成本增加，这两种因素也应该考虑在内。
所述约束条件包括水冷壁管壁厚、蒸汽量、发电量、烟气二氧化硫含量、氮氧化物含量、氧含量、设备负荷和设备操作条件上下限。其中不同等级蒸汽量需要加入自用汽率得到系统总产汽量，外供电量需要加入自用电率得到系统总产发电量。
所述偏差补偿包括：
优化结果中的锅炉产汽量与当前产汽量测量值比较，得到偏差ΔQ和当前产汽量测量值补偿信号eQ；通过锅炉优化通讯接口产汽量测量值补偿信号eQ下传至锅炉APC的主蒸汽压力控制回路中的主蒸汽流量前馈控制回路，对产汽量前馈信号进行补偿，从而通过主蒸汽压力前馈-反馈控制回路调整锅炉给煤量控制回路和风量控制回路的设定值，直至锅炉处于优化产汽量；锅炉产汽量调整速率根据锅炉操作规程进行调整，若偏差量ΔQ大于零，先增加风量后增加给煤量，若偏差量ΔQ小于零，先减少给煤量后减少风量；
优化结果中的汽机发电量通过汽机优化通讯接口下传至汽轮机DEH的自动控制ATC发电量控制模块作为发电量给定值，产生发电量偏差信号，发电量升速率根据汽轮机运行规程自动设定，从而实现对发电量的调节。
优化结果中的汽机抽汽量通过弗留格尔公式将其转换为对应的优化抽汽压力，并与抽汽压力设定值进行比较，产生抽汽压力偏差ep的补偿信号
通过汽机优化通讯接口将抽汽压力补偿信号
下传至汽机DEH的自动控制ATC抽汽压力控制模块，调压控制器调节主汽调节阀和抽汽调节阀开度或调压控制器调节主汽调节阀和旋转隔板开度，从而在保证抽汽压力的同时调节抽汽流量，调节速率根据汽轮机运行规程自动设定。
所述优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿还包括：
优化结果中的锅炉产汽量、汽机抽汽量和发电量与其对应的当前值进行比较，若三者之中任一相对偏差大于10％，则不执行此次优化结果，并保存优化结果和状态位，其中0表示未投用，1表示投用，一个在线实时优化周期为2～4h。
所述约束条件根据以下公式计算：
式中，Fsteam为总产汽量，单位为t/h；Fi,steam为外供不同等级蒸汽量，单位为t/h；α为厂用汽率，单位为％；Wf为发电量，单位为kW；Wg为外供电量，单位为kW；Wwg为外购电量，单位为kW；χ为厂用电率，单位为％。
所述步骤一中，设备运行数据包括锅炉入炉煤量、给水流量、给水温度、给水压力、一次风量、二次风量、引风量、减温水量、液氨量、主汽流量、主汽压力、主汽温度、排烟温度、炉膛负压、排烟氧含量、排烟SO2含量、床层温度和床层压差；所述环境数据包括环境温度、压力、湿度和风速；所述价格数据包括峰谷平电价、液氨单价、燃煤单价、水冷壁维修单价和脱盐水单价；所述化验分析数据包括锅炉入炉煤工业分析数据、元素分析数据、炉渣成分和烟气成分；
所述锅炉入炉煤量计算包括计算各台锅炉入炉煤量的修正系数，具体为：
式中，ki为锅炉i入炉煤量修正系数，单位为％；mi为统计期内锅炉i的入炉煤量，单位为t；
为统计期内锅炉总入炉煤量，单位为t；
为统计期期末t2时刻的盘库煤场煤量，单位为t；
为统计期期初t1时刻的盘库煤场煤量，单位为t；
为统计期内购煤量，单位为t。
所述步骤一中，数据预处理包括剔除缺失值、负值和重复值；
所述稳态检测包括根据以下公式计算变量i的稳态指数，当βi(t)等于0为不稳定状态，当βi(t)等于1时为稳定状态，当βi(t)等于ξ[θ(t)]时为稳态与非稳态之间，
θ(t)＝|Wsf(t)|+γ|WWsf(t)|
式中，f(t)为过程变量；Wsf(t)为过程变量的一阶小波变换；WWsf(t)为过程变量的二阶小波变换；γ为根据|WWsf(t)|确定的系数；θ(t)为一阶小波变换和二阶小波变换对于单变量稳态指数的补偿因子；ξ(x)为取值范围为[0,1]的光滑传递函数；Tw为识别小波函数零点的二阶小波变换模阈值；Tu为识别变量非稳态的一阶小波变换模阈值；Ts为识别变量稳态的一阶小波变换模阈值。
所述高斯混合模型根据以下公式计算：
式中，gk为均值为μk，协方差矩阵为∑k的单高斯模型；wk为gk的权重系数，wk>0且
K为单高斯模型的个数；
所述设备模型根据以下公式计算：
式中，φ为设备模型；fk(x1,x2,...,xn)为x1,x2,...,xn数据集属于簇Kk时的设备模型；Kk为第k个簇。
所述步骤四中还包括在无扰优化投切机制：具体为在线优化投用、在线优化切除和无扰动切换；
所述在线优化投用包括：当系统处于稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差小于10％和通讯正常时，系统自动在线实时优化并弹窗提示调度人员确认；
所述在线优化切除包括：当系统处于非稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差大于10％和通讯中断时，系统自动切除在线优化并弹窗提示调度人员确认；
所述无扰切换包括：当系统处于在线优化投用与在线优化切除两者之一状态时，另一种状态的优化结果等于测量值，需要切换时实现无扰动平稳切换。
本实施例提出一种蒸汽动力系统的在线实时优化方法及装置，采用聚类算法分簇建立设备模型，解决了设备运行数据集分布非线性问题，保证了模型的精确性。在线优化能够实时对设备运行数据稳态检测并校正模型，而且将优化结果下传至控制系统执行，从而提升了优化结果的可执行性，降低了操作人员的劳动强度，实现了企业节能降耗和降本增效的目的。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (9)
1.一种蒸汽动力系统的在线实时优化方法，其特征在于，所述在线实时优化方法包括以下步骤：
步骤一，采集设备运行数据、环境数据、价格数据和化验分析数据存储至实时数据库，进行数据预处理和稳态检测，得到蒸汽动力系统的数据集；
步骤二，将蒸汽动力系统的数据集进行高斯变换，得到正态分布的数据集，采用高斯混合模型聚类算法将数据进行聚类后，在每个簇中采用多元线性回归模型建立设备模型；
步骤三，以蒸汽动力系统最低运行成本为目标函数建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，根据最优解确定设备的最优控制参数；
步骤四，进行系统稳态判断，若系统处于稳态则把步骤三的优化结果写入实时数据库，并作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值；
所述的步骤三中，目标函数具体为：
式中，OPfun为蒸汽动力系统运行成本最低目标函数；
为锅炉b运行时水冷壁磨损成本；
为脱硫消耗液氨成本；
为脱硝消耗液氨成本；CostWater为系统消耗脱盐水成本；CostFuel为系统消耗燃煤成本；CostPower为系统外购电成本；
为开启不同等级减温减压器成本；
为厂用蒸汽成本；
为厂用电成本；
所述约束条件包括水冷壁管壁厚、蒸汽量、发电量、烟气二氧化硫含量、氮氧化物含量、氧含量、设备负荷和设备操作条件上下限。
2.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述偏差补偿包括：
优化结果中的锅炉产汽量与当前产汽量测量值比较，得到偏差ΔQ和当前产汽量测量值补偿信号eQ；通过锅炉优化通讯接口产汽量测量值补偿信号eQ下传至锅炉APC的主蒸汽压力控制回路中的主蒸汽流量前馈控制回路，对产汽量前馈信号进行补偿，从而通过主蒸汽压力前馈-反馈控制回路调整锅炉给煤量控制回路和风量控制回路的设定值，直至锅炉处于优化产汽量；锅炉产汽量调整速率根据锅炉操作规程进行调整，若偏差量ΔQ大于零，先增加风量后增加给煤量，若偏差量ΔQ小于零，先减少给煤量后减少风量；
优化结果中的汽机发电量通过汽机优化通讯接口下传至汽轮机DEH的自动控制ATC发电量控制模块作为发电量给定值，产生发电量偏差信号，发电量升速率根据汽轮机运行规程自动设定，从而实现对发电量的调节；
优化结果中的汽机抽汽量通过弗留格尔公式将其转换为对应的优化抽汽压力，并与抽汽压力设定值进行比较，产生抽汽压力偏差ep的补偿信号
通过汽机优化通讯接口将抽汽压力补偿信号
下传至汽机DEH的自动控制ATC抽汽压力控制模块，调压控制器调节主汽调节阀和抽汽调节阀开度或调压控制器调节主汽调节阀和旋转隔板开度，从而在保证抽汽压力的同时调节抽汽流量，调节速率根据汽轮机运行规程自动设定。
3.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿还包括：
优化结果中的锅炉产汽量、汽机抽汽量和发电量与其对应的当前值进行比较，若三者之中任一相对偏差大于10％，则不执行此次优化结果，并保存优化结果和状态位，其中0表示未投用，1表示投用，一个在线实时优化周期为2～4h。
4.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述约束条件根据以下公式计算：
式中，Fsteam为总产汽量，单位为t/h；Fi,steam为外供不同等级蒸汽量，单位为t/h；α为厂用汽率，单位为％；Wf为发电量，单位为kW；Wg为外供电量，单位为kW；Wwg为外购电量，单位为kW；χ为厂用电率，单位为％。
5.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述步骤一中，设备运行数据包括锅炉入炉煤量、给水流量、给水温度、给水压力、一次风量、二次风量、引风量、减温水量、液氨量、主汽流量、主汽压力、主汽温度、排烟温度、炉膛负压、排烟氧含量、排烟SO2含量、床层温度和床层压差；所述环境数据包括环境温度、压力、湿度和风速；所述价格数据包括峰谷平电价、液氨单价、燃煤单价、水冷壁维修单价和脱盐水单价；所述化验分析数据包括锅炉入炉煤工业分析数据、元素分析数据、炉渣成分和烟气成分；
所述锅炉入炉煤量计算包括计算各台锅炉入炉煤量的修正系数，具体为：
式中，ki为锅炉i入炉煤量修正系数，单位为％；mi为统计期内锅炉i的入炉煤量，单位为t；
为统计期内锅炉总入炉煤量，单位为t；
为统计期期末t2时刻的盘库煤场煤量，单位为t；
为统计期期初t1时刻的盘库煤场煤量，单位为t；
为统计期内购煤量，单位为t。
6.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述步骤一中，数据预处理包括剔除缺失值、负值和重复值；
所述稳态检测包括根据以下公式计算变量i的稳态指数，当βi(t)等于0为不稳定状态，当βi(t)等于1时为稳定状态，当βi(t)等于ξ[θ(t)]时为稳态与非稳态之间，
θ(t)＝|Wsf(t)|+γ|WWsf(t)|
式中，f(t)为过程变量；Wsf(t)为过程变量的一阶小波变换；WWsf(t)为过程变量的二阶小波变换；γ为根据|WWsf(t)|确定的系数；θ(t)为一阶小波变换和二阶小波变换对于单变量稳态指数的补偿因子；ξ(x)为取值范围为[0,1]的光滑传递函数；Tw为识别小波函数零点的二阶小波变换模阈值；Tu为识别变量非稳态的一阶小波变换模阈值；Ts为识别变量稳态的一阶小波变换模阈值。
7.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述高斯混合模型根据以下公式计算：
式中，gk为均值为μk，协方差矩阵为∑k的单高斯模型；wk为gk的权重系数，wk>0且
K为单高斯模型的个数；
所述设备模型根据以下公式计算：
式中，φ为设备模型；fk(x1,x2,...,xn)为x1,x2,...,xn数据集属于簇Kk时的设备模型；Kk为第k个簇。
8.根据权利要求1所述的一种蒸汽动力系统的在线实时优化方法，其特征在于，所述步骤四中还包括在无扰优化投切机制：具体为在线优化投用、在线优化切除和无扰动切换；
所述在线优化投用包括：当系统处于稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差小于10％和通讯正常时，系统自动在线实时优化并弹窗提示调度人员确认；
所述在线优化切除包括：当系统处于非稳态、锅炉产汽量、汽机抽汽量和发电量与其对应的当前值任一相对偏差大于10％和通讯中断时，系统自动切除在线优化并弹窗提示调度人员确认；
所述无扰切换包括：当系统处于在线优化投用与在线优化切除两者之一状态时，另一种状态的优化结果等于测量值，需要切换时实现无扰动平稳切换。
9.一种应用如权利要求1-8任一项所述蒸汽动力系统的在线实时优化方法的装置，其特征在于，包括：数据采集处理模块，用于采集蒸汽动力系统的设备运行数据、环境数据、价格数据和化验分析数据，并对设备运行数据进行预处理和稳态检测，得到高质量数据集；
设备模型模块，用于将数据集进行高斯变换，得到正态分布的数据集；然后使用高斯混合聚类算法将数据进行聚类，在每个簇中采用多元线性回归模型建立蒸汽动力系统设备模型；
优化求解模块，用于以蒸汽动力系统运行成本最低为目标函数，建立蒸汽动力系统优化模型，在约束条件范围内对目标函数优化求解，并根据最优解确定设备的最优控制参数；
优化执行模块，用于若系统处于稳态则把优化结果写入实时数据库，并将优化结果作为锅炉APC和汽轮机DEH被控变量设定值的偏差补偿，对过程状态进行调整使其达到优化值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011518997.1A CN112783115B (zh) | 2020-12-21 | 2020-12-21 | 一种蒸汽动力系统的在线实时优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011518997.1A CN112783115B (zh) | 2020-12-21 | 2020-12-21 | 一种蒸汽动力系统的在线实时优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112783115A CN112783115A (zh) | 2021-05-11 |
| CN112783115B true CN112783115B (zh) | 2022-07-08 |
Family
ID=75751590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011518997.1A Active CN112783115B (zh) | 2020-12-21 | 2020-12-21 | 一种蒸汽动力系统的在线实时优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112783115B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113609684A (zh) * | 2021-08-09 | 2021-11-05 | 工数科技(广州)有限公司 | 基于工业数据和工艺机理的锅炉吨煤产汽优化方法 |
| CN114879513B (zh) * | 2022-07-07 | 2022-12-16 | 浙江中控技术股份有限公司 | 循环水系统的实时优化节能控制方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1955546A (zh) * | 2005-10-27 | 2007-05-02 | 费舍-柔斯芒特系统股份有限公司 | 控制多燃料蒸汽制造系统的系统和方法 |
| CN101952658A (zh) * | 2007-10-26 | 2011-01-19 | 通用电气公司 | 将燃料提供到气化系统的方法 |
| CN104102211A (zh) * | 2014-07-29 | 2014-10-15 | 浙江中控软件技术有限公司 | 一种燃煤热电厂热电联产系统的调度方法、服务器和系统 |
| CN205829181U (zh) * | 2016-07-07 | 2016-12-21 | 国网山东省电力公司电力科学研究院 | 一种基于功率测量偏差动态补偿的一次调频优化控制装置 |
| CN106529710A (zh) * | 2016-11-02 | 2017-03-22 | 广州优华过程技术有限公司 | 一种基于边际成本核算的蒸汽动力系统优化方法 |
| CN107420874A (zh) * | 2017-08-16 | 2017-12-01 | 江苏大唐国际吕四港发电有限责任公司 | 一种超超临界火力发电机组协调控制系统 |
| CN109578088A (zh) * | 2018-11-16 | 2019-04-05 | 华南理工大学 | 一种汽轮机dcs系统下的deh控制系统及控制方法 |
| CN110260356A (zh) * | 2019-07-15 | 2019-09-20 | 白海波 | 一种流化床锅炉的节能控制方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7637653B2 (en) * | 2006-06-21 | 2009-12-29 | Areva Np Inc. | Method to analyze economics of asset management solutions for nuclear steam generators |
| CN103544551B (zh) * | 2013-11-12 | 2016-09-21 | 北京宜能高科科技有限公司 | 一种蒸汽动力系统的操作优化方法和装置 |
-
2020
- 2020-12-21 CN CN202011518997.1A patent/CN112783115B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1955546A (zh) * | 2005-10-27 | 2007-05-02 | 费舍-柔斯芒特系统股份有限公司 | 控制多燃料蒸汽制造系统的系统和方法 |
| CN101952658A (zh) * | 2007-10-26 | 2011-01-19 | 通用电气公司 | 将燃料提供到气化系统的方法 |
| CN104102211A (zh) * | 2014-07-29 | 2014-10-15 | 浙江中控软件技术有限公司 | 一种燃煤热电厂热电联产系统的调度方法、服务器和系统 |
| CN205829181U (zh) * | 2016-07-07 | 2016-12-21 | 国网山东省电力公司电力科学研究院 | 一种基于功率测量偏差动态补偿的一次调频优化控制装置 |
| CN106529710A (zh) * | 2016-11-02 | 2017-03-22 | 广州优华过程技术有限公司 | 一种基于边际成本核算的蒸汽动力系统优化方法 |
| CN107420874A (zh) * | 2017-08-16 | 2017-12-01 | 江苏大唐国际吕四港发电有限责任公司 | 一种超超临界火力发电机组协调控制系统 |
| CN109578088A (zh) * | 2018-11-16 | 2019-04-05 | 华南理工大学 | 一种汽轮机dcs系统下的deh控制系统及控制方法 |
| CN110260356A (zh) * | 2019-07-15 | 2019-09-20 | 白海波 | 一种流化床锅炉的节能控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《基于GLR-NT 的显著误差检测与数据协调》;蒋余厂;《华东理工大学学报（自然科学版）》;20110815;全文 * |
| 《工业锅炉智能控制系统的研究》;多晓艳;《中国优秀硕士学位论文全文数据库》;20191231;全文 * |
| 《蒸汽动力装置废汽总管压力控制系统改进研究》;王鹏;《热能动力工程》;20140120;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112783115A (zh) | 2021-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105597537B (zh) | 基于预测控制技术的脱硝控制方法 | |
| CN112783115B (zh) | 一种蒸汽动力系统的在线实时优化方法及装置 | |
| CN108664006A (zh) | 一种基于分区控制和先进控制的scr脱硝智能喷氨优化方法及系统 | |
| CN108628177A (zh) | 一种基于模型自适应pid的scr脱硝智能喷氨优化方法及系统 | |
| CN108837698A (zh) | 基于先进测量仪表和先进控制算法的scr脱硝喷氨优化方法及系统 | |
| CN110263452B (zh) | 一种烟道内烟气时间分布特性分析方法、系统及脱硝系统 | |
| CN113433911B (zh) | 基于浓度精准预测的脱硝装置喷氨精准控制系统与方法 | |
| CN107544288A (zh) | 一种脱硝优化控制方法和系统 | |
| CN109062053A (zh) | 一种基于多变量校正的脱硝喷氨控制方法 | |
| CN105116855A (zh) | 一种烟气循环流化床脱硫的优化控制方法 | |
| CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及系统 | |
| CN105303243B (zh) | 一种应用高炉煤气预测平衡调度系统的方法 | |
| CN111950808A (zh) | 基于综合需求响应的综合能源系统随机鲁棒优化运行方法 | |
| CN111963265B (zh) | 一种发电用锅炉燃烧过程及机组协调控制优化的方法 | |
| CN112950409A (zh) | 煤气和蒸汽能源综合利用系统生产调度优化方法 | |
| CN207478283U (zh) | 一种火电机组脱硝实时控制装置 | |
| CN115145152A (zh) | 一种锅炉燃烧与脱硝过程协同优化控制的方法 | |
| CN212680621U (zh) | 一种脱酸雾化器给料控制系统 | |
| CN113609684A (zh) | 基于工业数据和工艺机理的锅炉吨煤产汽优化方法 | |
| CN108126517A (zh) | 一种电厂用的水解供氨脱硝系统及其控制方法 | |
| CN111957190A (zh) | 一种脱酸雾化器给料控制方法及控制系统 | |
| CN112361322A (zh) | 锅炉给水自动加氨装置及灰色预测前馈pid控制方法 | |
| CN114779722B (zh) | 一种用于燃煤电站锅炉的智慧燃烧优化控制系统及方法 | |
| CN112791566A (zh) | 一种SCR入口NOx浓度分区的预测方法 | |
| Zhu et al. | Application of cascade PID plus feedforward in automatic denitration control |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 310059 No. 309, Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Zhongkong Technology Co.,Ltd. Country or region after: China Patentee after: ZHEJIANG SUPCON SOFTWARE Co.,Ltd. Address before: 310053 central control science and Technology Park (hi tech Zone), No. six, No. 309, Binjiang District Road, Zhejiang, Hangzhou Patentee before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd. Country or region before: China Patentee before: ZHEJIANG SUPCON SOFTWARE Co.,Ltd. |