CN113654078A - 锅炉燃烧布风结构的优化方法和系统 - Google Patents

Abstract

本发明提供了一种锅炉燃烧布风结构的优化方法和系统，该方法包括以下步骤：确定锅炉燃烧布风结构的待优化变量，其中，待优化变量包括一次风阀和二次风阀的开关量和调节量；建立锅炉年度费用的目标优化函数和对应的约束条件；根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。根据本发明的锅炉燃烧布风结构的优化方法，通过对布风结构优化的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

Description

锅炉燃烧布风结构的优化方法和系统

技术领域

本发明涉及锅炉控制技术领域，具体涉及一种锅炉燃烧布风结构的优化方法和一种锅炉燃烧布风结构的优化系统。

背景技术

锅炉燃烧效率随送风量、送风点等发生变化，直接影响了锅炉企业的利润。相关技术中，通常采用经验法人工调节送风参数。然而，燃烧过程存在复杂化工反应，且温度存在严重滞后现象，送风参数调节后将无法达到布风结构优化的目的。

发明内容

本发明为解决上述技术问题，提供了一种锅炉燃烧的优化方法，通过对布风结构优化的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

本发明采用的技术方案如下：

一种锅炉燃烧布风结构的优化方法，包括以下步骤：确定锅炉燃烧布风结构的待优化变量，其中，所述待优化变量包括一次风阀和二次风阀的开关量和调节量；建立锅炉年度费用的目标优化函数和对应的约束条件；根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的所述待优化变量；根据获取到的满足约束条件且年度费用最低的所述待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

所述目标优化函数为：

minJ＝OP+CAP，

其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。

通过以下公式生成所述年度操作费用：

其中，

为供给设备i的用电量，L_i为设备损耗，

为供给燃料r的用量，

为所述供给设备i的供给燃料r的用量所对应的费用系数。

通过以下公式生成供给设备的用电量：

其中，

为对锅炉燃烧效率有直接影响的设备的用电量，

为对锅炉燃烧效率有间接影响的设备的用电量，δ和σ为权重系数。

约束条件包括：所述一次风阀的调节量、所述二次风阀的调节量以及转运变量间的组合关系。

约束条件包括：所述一次风阀的调节量、所述二次风阀的调节量以及转运变量间的组合关系。

约束条件还包括：变量权衡关系；所述一次风阀的调节量的上下限：

所述二次风阀的调节量的上下限：

风量波动的上下限：D^U≤D≤D^L。

一种锅炉燃烧布风结构的优化系统，包括：确定模块，所述确定模块用于确定锅炉燃烧布风结构的待优化变量，其中，所述待优化变量包括一次风阀和二次风阀的开关量和调节量；建立模块，所述建立模块用于建立锅炉年度费用的目标优化函数和对应的约束条件；获取模块，所述获取模块用于根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的所述待优化变量；生成模块，所述生成模块用于根据获取到的满足约束条件且年度费用最低的所述待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

本发明的有益效果：

本发明通过对布风结构优化的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

附图说明

图1为本发明实施例的锅炉燃烧布风结构的优化方法的流程图；

图2为本发明一个实施例的一次鼓风调节变量、二次鼓风调节变量以及转运变量间的组合关系图；

图3为本发明一个实施例的采用滚动优化策略对额外量进行在线预测的示意图；

图4为本发明实施例的锅炉燃烧布风结构的优化系统的方框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是根据本发明实施例的锅炉燃烧布风结构的优化方法的流程图。

具体地，如图1所示，本发明实施例的锅炉燃烧布风结构的优化方法可包括以下步骤：

S1，确定锅炉燃烧布风结构的待优化变量。

其中，所述待优化变量包括一次风阀和二次风阀的开关量和调节量。

S2，建立锅炉年度费用的目标优化函数和对应的约束条件。

根据本发明的一个实施例，目标优化函数为：

minJ＝OP+CAP， (1)

其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。

也就是说，用广义衡算公式代替现有的复杂且不准确的燃烧效率机理计算公式，采用将所有因素考虑在内的一种经济性衡算，代替计算复杂的燃烧效率以及利润，在得到最终优化结果后，仅需简单折算即可得到锅炉总燃烧效率和年度利润。

根据本发明的一个实施例，可通过以下公式生成年度操作费用：

其中，

为供给设备i的用电量，L_i为设备损耗，

为供给燃料r的用量，

为供给设备i的供给燃料r的用量所对应的费用系数，下标r表示燃料r，通过双重下标i和r即可定位到锅炉某处。

其中，可通过以下公式生成供给设备的用电量：

其中，

为对锅炉燃烧效率有直接影响的设备的用电量，

为对锅炉燃烧效率有间接影响的设备的用电量，δ和σ为权重系数。

其中，下标i表示设备，i∈I，下标x和Nx分别表示对锅炉燃烧效率有直接和间接影响的设备，两者组合构成所有设备的集合：I＝{1，2，……x，N1，N2，……，Nx}。δ和σ为权重系数，通过启发式规则确定其取值，对于存在直接影响的设备可取得较大的系数。

需要说明的是，公式(1)中的CAP可通过以下公式计算：

其中，M为年度新增设备费用，下标k表示新编入设备。

其中，约束条件可包括以下几个条件：

根据本发明的一个实施例，约束条件包括：一次风阀的调节量、二次风阀的调节量以及转运变量间的组合关系。

具体而言，如图2所示，可建立一次风阀的调节量ξ_l(一次鼓风调节变量)、二次风阀的调节量μ_b(二次鼓风调节变量)以及转运变量γ_max{l，b}+v间组合关系。本发明的一个实施例中，可罗列所有可能的组合关系，一次鼓风调节变量的变化传递至转运变量，再由转运变量传递至二次鼓风调节变量，将变量的变化作为“真正的”中间变量，无需理清变量彼此间复杂相互关系，在变量变化传递过程即为关系分配过程，以此改变原有无法准确描述鼓风调节量与相关变量间机理关系的情况。模型描述如下：

γ_max{l，b}+v(t+1)＝T_t ^w1(ξ_l(t))， (5)

μ_b(t+1)＝T_t ^w2(γ_max{l，b}+v(t))， (6)

其中，上述模型即为与鼓风相关变量的全要素投入产生模型，其用以描述锅炉燃烧过程中变量变化情况。其中γ_max{l，b}+v(t+1)和μ_b(t+1)分别为下一时刻转运、二次鼓风机的输出变量，ξ_l(t)和γ_max{l，b}+v(t)均为前述时刻的输入变量。T_t ^w为由改进的函数链人工神经网络训练的全要素投入产生模型。

根据本发明的另一个实施例，约束条件还包括：一次风阀的调节量、二次风阀的调节量与开关量的组合关系。

具体而言，开关问题与上述模型一一对应，即某鼓风有调节量时对应的开关必然是关闭的，其中，模型描述如下：

其中，z为整型变量。

根据本发明的又一个实施例，约束条件包括：

(1)变量权衡关系(通过前面的全要素投入产生模型可知任何时间段任何鼓风设备所产生的风量)；(2)一次风阀的调节量的上下限：

(3)二次风阀的调节量的上下限：

(4)风量波动的上下限：D^U≤D≤D^L。其中，针对约束条件(1)，描述料层厚度，如下所示：

M＝Fhρ， (9)

其中，M为炉内床料总量，h为料层厚度，F为炉床面积，ρ为床料堆积密度。同时考虑平均滞留时间t＝M/w，其中w为排渣速度。

然而，公式(9)所有变量与参数均与锅炉燃烧有关，无法通过简单机理公式探知其实际变化情况，因此，此处同样可采用基于支持向量机(SVM)的信息粒化时序回归预测，但与上述流程不同，这里需要考虑上述机理公式框架，即带入初始值固定机理公式部分参数以及输入权值。其中，通过数据驱动的灵敏度评价方式选择所固定参数：对应于产率B灵敏度小的参数，如下公式所示：

需要说明的是，产率B没法引入整个优化问题中，因为本身数据量很大，其中也必然存在许多不确定因素，比如错误失效的数据点，那么如果直接把数据引入并求解优化问题，那么最终结果就是得不到最优解，或者无法求解，因此，灵敏度分析仅是求解优化问题前的准备工作，无需在优化迭代中进行。

以此满足模糊粒子的基本思想：模糊粒子能够合理地代表原始数据，同时仍需满足模糊粒子要有一定的特殊性。那么建立关于X的函数，如下所示：

将其带入机理模型后，可得到：

由此，可获取流化状态的料层厚度关系式。

进一步而言，静止料层厚度与风量的关联式如下所示：

其中，hg为静止料层厚度，该值为流化状态料层厚度的初值，g为重力加速度，λ为料层阻力，ξ为煤品种决定的比例系数。

由公式(13)可知，料层阻力与静止料层厚度成正比例关系，即料层越厚，流化阻力越大。同时鼓风量与流化状态满足如下衡算关系：

其中，

为风室静压，ν为布风板阻力。

在实际应用中，鼓风量与风压有直接关系，且通常用两者间关系曲线来描述风机性能。因此，收集数据建立料层阻力与鼓风量间数据库，仍然采用基于支持向量机(SVM)的信息粒化时序回归预测两者间关系式：

一次送风风量调节增大后，锅炉内流化状态改变，底层流化速度加快，为了提高锅炉燃烧效率，势必要延长底层床料的滞留时间，即在前述关于锅炉燃烧优化的研究成果中添加额外的炉排给进量

该额外量与一次鼓风调节量ξ_l有直接关系，但又难以建立明确的机理关系，因此采用滚动优化策略对该额外量进行在线预测，其具体的流程可如图3所示。

根据所提滚动优化策略，本发明建立广义线性状态空间模型以关联相邻时刻处额外的炉排给进量

该模型是基于离散时间线性状态空间模型而建立的。

例如，离散时间线性状态空间模型可描述为：

其中，

为时刻m处额外的炉排给进量，也表示该变量的未来状态。与该额外的炉排给进量相关的现在状态向量x^m,i由一次鼓风调节量构成。mh^m,i∈mh^m,i表示相关的输入变量。A和B分别为状态矩阵和输入矩阵。该模型是精准、连续模型的离散化形式，所以不存在该模型与锅炉燃烧动态模型的不匹配。通过这种方式，上述的离散模型将额外的炉排给进量和一次鼓风调节量进行关联。

由于额外的炉排给进量反映了一次鼓风调节量，从上述模型中提取额外的炉排给进量现在和未来状态间关系，描述为：

其中，Δu^m,bol∈Δu^m,bol表示用于调节额外的炉排给进量的一次鼓风调节量的控制动作，且其将对额外的炉排给进量的未来状态产生影响。A^*和B^*分别表示额外的炉排给进量和控制动作对未来状态中额外的炉排给进量的影响。然后，将滚动优化策略引入上述模型，得到：

其中，A^**和B^**表示上一个调节额外的炉排给进量的未来状态对本时刻状态的影响，同理可知C^**的含义。

和Δu^m,bol分别表示时刻m-1处额外的炉排给进量的未来状态中一次鼓风调节量及其控制动作。从解的质量角度出发，单次、离线完成的优化过程致力于在每一时刻均获得一个相对于此时刻的最优性能，而其局限性在于得到的是次优解；相反地，滚动优化是在时间范围内反复、在线进行，并通过此时刻的某一变量来确定未来时刻的关键变量，所以其能够顾及锅炉燃烧动态模型失配、时变扰动及随机扰动等因素，及时更新校正，实现全过程动态优化。

但是当额外的炉排给进量由一次鼓风量调节且过多时，气固混合波动大，这将直接导致二次鼓风布风结构发生变化，引入上述鼓风调节量组合优化关系优化二次鼓风分散性，稳定布风结构，以求锅炉充分燃烧，提高锅炉效率。

S3，根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量。

S4，根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

具体而言，在通过上述方式确定出目标优化函数和约束条件后，可根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量，进而生成满足约束条件且年度费用最低的锅炉燃烧优化控制方案。由此，不仅能够提高锅炉燃烧效率和利润，能够通过权衡关键变量间关联，解决锅炉布风结构优化难题。

综上所述，根据本发明实施例的锅炉燃烧布风结构的优化方法，确定锅炉燃烧布风结构的待优化变量，并建立锅炉年度费用的目标优化函数和对应的约束条件，以及根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的所述待优化变量，并根据获取到的满足约束条件且年度费用最低的所述待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。由此，通过对布风结构优化的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

对应上述实施例的锅炉燃烧布风结构的优化方法，本发明还提出一种锅炉燃烧布风结构的优化系统。

如图4所示，锅炉燃烧布风结构的优化系统可包括：确定模块100、建立模块200、获取模块300和生成模块400。

其中，确定模块100用于确定锅炉燃烧布风结构的待优化变量，其中，待优化变量包括一次风阀和二次风阀的开关量和调节量；建立模块200用于建立锅炉年度费用的目标优化函数和对应的约束条件；获取模块300用于根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量；生成模块400用于根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

需要说明的是，本发明实施例的锅炉燃烧布风结构的优化系统更具体的实施方式可参照上述锅炉燃烧布风结构的优化方法的实施例，在此不再赘述。

根据本发明实施例的锅炉燃烧布风结构的优化系统，通过确定模块确定锅炉燃烧布风结构的待优化变量，以及通过建立模块建立锅炉年度费用的目标优化函数和对应的约束条件，并通过获取模块根据目标优化函数和约束条件进行计算，以获取满足约束条件且年度费用最低的待优化变量，以及通过生成模块根据获取到的满足约束条件且年度费用最低的待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。由此，通过对布风结构优化的优化，能够大大提高锅炉燃烧的效率，同时提高锅炉的利润。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种锅炉燃烧布风结构的优化方法，其特征在于，包括以下步骤：

确定锅炉燃烧布风结构的待优化变量，其中，所述待优化变量包括一次风阀和二次风阀的开关量和调节量；

建立锅炉年度费用的目标优化函数和对应的约束条件；

根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的所述待优化变量；

根据获取到的满足约束条件且年度费用最低的所述待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

2.根据权利要求1所述的锅炉燃烧布风结构的优化方法，其特征在于，所述目标优化函数为：

minJ＝OP+CAP，

其中，J为年度费用，OP为年度操作费用，CAP为年度固定投资费用。

3.根据权利要求2所述的锅炉燃烧布风结构的优化方法，其特征在于，通过以下公式生成所述年度操作费用：

其中，

为供给设备i的用电量，L_i为设备损耗，

为供给燃料r的用量，

为所述供给设备i的供给燃料r的用量所对应的费用系数。

4.根据权利要求3所述的锅炉燃烧布风结构的优化方法，其特征在于，通过以下公式生成供给设备的用电量：

其中，

为对锅炉燃烧效率有直接影响的设备的用电量，

为对锅炉燃烧效率有间接影响的设备的用电量，δ和σ为权重系数。

5.根据权利要求1所述的锅炉燃烧布风结构的优化方法，其特征在于，约束条件包括：

所述一次风阀的调节量、所述二次风阀的调节量以及转运变量间的组合关系。

6.根据权利要求5所述的锅炉燃烧布风结构的优化方法，其特征在于，约束条件还包括：

所述一次风阀的调节量、所述二次风阀的调节量与所述开关量的组合关系。

7.根据权利要求6所述的锅炉燃烧布风结构的优化方法，其特征在于，约束条件还包括：

变量权衡关系；

所述一次风阀的调节量的上下限：ξ_l ^U≤ξ_l≤ξ_l ^L；

所述二次风阀的调节量的上下限：

风量波动的上下限：D^U≤D≤D^L。

8.一种锅炉燃烧布风结构的优化系统，其特征在于，包括：

确定模块，所述确定模块用于确定锅炉燃烧布风结构的待优化变量，其中，所述待优化变量包括一次风阀和二次风阀的开关量和调节量；

建立模块，所述建立模块用于建立锅炉年度费用的目标优化函数和对应的约束条件；

获取模块，所述获取模块用于根据所述目标优化函数和所述约束条件进行计算，以获取满足约束条件且年度费用最低的所述待优化变量；

生成模块，所述生成模块用于根据获取到的满足约束条件且年度费用最低的所述待优化变量，生成满足约束条件且年度费用最低的锅炉燃烧布风结构的优化控制方案。

Images