CN115685898A - 提升锅炉灵活性的输配储给煤方法、装置、设备及介质 - Google Patents

Abstract

本发明涉及提升锅炉灵活性的输配储给煤方法、装置、设备及介质，该方法包括：获取锅炉的历史用电负荷，并根据历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；根据煤质相关参数，确定煤粉的当前入炉煤质；根据预测用电负荷和当前入炉煤质，通过锅炉最优燃烧策略耦合模型，确定锅炉的目标最优燃烧状况；根据实时用电负荷和当前实时入炉煤质，确定锅炉的实时燃烧状况；基于锅炉最优燃烧策略耦合模型，根据实时燃烧状况和目标最优燃烧状况，调整当前输配储给煤策略，确保煤质与实时负荷的最优匹配，实现锅炉低负荷下的稳定燃烧。通过本发明的方法，可优化燃烧，提高锅炉燃烧稳定性并进一步提升锅炉的灵活性。

Description

提升锅炉灵活性的输配储给煤方法、装置、设备及介质

技术领域

本发明涉及锅炉燃烧控制技术领域，具体而言，本发明涉及提升锅炉灵活性的输配储给煤方法、装置、设备及介质。

背景技术

对于燃煤电厂，在当前的环保节能的要求下，太阳能、风能等新能源大幅并网消纳，电网新能源占比日益提高，但新能源波动性大，间歇性突出，不具备调峰特性。火电是当前唯一可以实现大规模经济化深度快速深度调峰的灵活性资源，但是在机组灵活调峰过程中，机组会时常处于低负荷运行状态。此状态下，进入锅炉炉膛的煤粉量减少，炉膛温度降低，易出现锅炉低负荷不稳燃的情况。

目前，煤电面临着灵活性、经济性、安全性和环保性的特点，锅炉灵活性是行业和国家的重大需求，燃煤发电智能化是燃煤发电的必然趋势。灵活的火电要求锅炉低负荷稳定燃烧和变负荷下锅炉快速动态响应燃烧。煤炭从煤场到锅炉，经历上煤、配煤、燃烧等过程，燃煤电厂锅炉的燃烧效率以及稳定运行状况与燃煤煤质及其燃烧特性有者直接的关系，燃料系统和燃烧系统的时空匹配性难，严重制约了锅炉的灵活性。

发明内容

本发明所要解决的技术问题是提供了可提升锅炉灵活性的输配储给煤方法、装置、设备及介质，旨在解决上述至少一个技术问题。

本发明解决上述技术问题的技术方案如下：提升锅炉灵活性的输配储给煤方法，该方法包括：

获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

本发明的有益效果是：在本申请方案中，基于锅炉的预测用电负荷和当前入炉煤质确定通过锅炉的实时燃烧状况，根据锅炉的目标最优燃烧状况和实时燃烧状况，对当前输配储给煤策略进行调整，优化燃烧，提高燃烧稳定性和燃烧效率。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，上述根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，包括：

当所述实时燃烧状况与所述目标最优燃烧状况不匹配时，确定所述目标最优燃烧状况对应的目标煤质和目标用电负荷，根据所述目标煤质和目标用电负荷调整所述当前输配储给煤策略。

采用上述进一步方案的有益效果是，在实时燃烧状况与所述目标最优燃烧状况不匹配时，可以为目标煤质和目标用电负荷为调整依据，调整给煤煤质调整和给煤煤量，提高燃烧稳定性和燃烧效率。

进一步，该方法还包括：

通过煤动态可视化监测系统获取所述煤粉在一段时间内的燃烧参数；

上述根据所述煤质相关参数，确定所述煤粉的当前入炉煤质，包括：

根据所述燃烧参数和所述煤质相关参数，确定所述煤粉的当前入炉煤质。

采用上述进一步方案的有益效果是，在确定当前入炉煤质时，不但考虑到了煤质相关参数，还考虑到了此种煤质的煤粉在燃烧时对应的燃烧参数，这样可使确定的当前入炉煤质更加准确。

进一步，所述煤质相关参数包括煤粉挥发量、煤粉含灰量和煤粉含水量，所述根据所述煤质相关参数，所述燃烧参数包括燃烧发热量、燃烧速率、燃尽温度、飞灰含碳量和燃烧污染物生成量。

采用上述进一步方案的有益效果是，充分考虑了各种不同的煤质相关参数和不同的燃烧参数，进一步使得确定的当前入炉煤质更加准确。

进一步，上述锅炉最优燃烧策略耦合模型包括第一数据库和第二数据库，所述第一数据库中包括不同用电负荷、不同煤质和不同最优燃烧特性之间的对应关系，所述第二数据库中包括不同最优燃烧特性和不同最优燃烧状况之间的对应关系；

上述根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定目标最优燃烧状况，包括：

根据所述预测用电负荷和所述当前入炉煤质，通过所述第一数据库，确定所述锅炉的目标最优燃烧特性；

根据所述目标最优燃烧特性，通过所述第二数据库，确定所述锅炉的目标最优燃烧状况。

采用上述进一步方案的有益效果是，预先建立了第一数据库和第二数据库，在确定目标最优燃烧状况过程中，基于第一数据库和第二数据库，可考虑到用电负荷和所述当前入炉煤质对燃烧特性的影响，燃烧特性对燃烧状况的影响，这样可使得确定的目标最优燃烧状况更准确。

进一步，该方法还包括：

若所述实时燃烧状况与所述目标最优燃烧状况匹配时，将所述预测用电负荷、所述当前入炉煤质和所述目标最优燃烧特性存入所述第一数据库。

采用上述进一步方案的有益效果是，若所述实时燃烧状况与所述目标最优燃烧状况匹配，则表示此时的实时燃烧状况是最优的燃烧状况，则可将预测用电负荷、所述当前入炉煤质和所述目标最优燃烧特性数据存入第一数据库，以用于更新锅炉最优燃烧策略耦合模型。

进一步，上述获取所述煤粉的煤质相关参数，包括：

通过所述拉曼煤质在线监测系统获取所述煤粉的煤质相关参数。

采用上述进一步方案的有益效果是，通过拉曼煤质在线监测系统在线监测装置实时监测煤场煤质，可实现煤全组分的实时高精度测量。

第二方面，本发明为了解决上述技术问题还提供了提升锅炉灵活性的输配储给煤装置，该装置包括：

用电负荷预测模块，用于获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

煤质确定模块，用于获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

目标最优燃烧状况确定模块，用于根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

实时燃烧状况确定模块，用于根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

调整模块，用于根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

第三方面，本发明为了解决上述技术问题还提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时实现本申请的一种提升锅炉灵活性的输配储给煤方法。

第四方面，本发明为了解决上述技术问题还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本申请的一种提升锅炉灵活性的输配储给煤方法。

本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍。

图1为本发明一个实施例提供的提升锅炉灵活性的输配储给煤方法的流程示意图；

图2为本发明一个实施例提供的提升锅炉灵活性的输配储给煤方法的结构框图；

图3为本发明一个实施例提供的一种负荷预测模块的结构框图；

图4为本发明一个实施例提供的一种煤质-负荷-燃烧策略关联模块结构框图；

图5为本发明一个实施例提供的一种煤流煤质检测模块结构框图；

图6为本发明一个实施例提供的一种输配储给煤策略生成模块结构框图；

图7为本发明一个实施例提供的一种未来24小时预测用电负荷示意图；

图8为本发明一个实施例提供的一种各煤仓各煤层煤质情况示意图；

图9为本发明一个实施例提供的提升锅炉灵活性的输配储给煤装置的结构示意图；

图10为本发明一个实施例提供的一种电子设备的结构示意图。

具体实施方式

以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

下面以具体实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

本发明实施例所提供的方案可以适用于任何需要对锅炉进行输配储给煤的应用场景中。本发明实施例所提供的方案可以由任一电子设备执行，比如，可以是用户的终端设备，包括以下至少一项：智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能电视、智能车载设备。

本发明实施例提供了一种可能的实现方式，如图1所示，提供了一种提升锅炉灵活性的输配储给煤方法的流程图，该方案可以由任一电子设备执行，例如，可以是终端设备，或者由终端设备和服务器共同执行。为描述方便，下面将以终端设备作为执行主体为例对本发明实施例提供的方法进行说明，如图1中所示的流程图，该方法可以包括以下步骤：

步骤S110，获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

步骤S120，获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

步骤S130，根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

步骤S140，根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

步骤S150，根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

通过本发明的方法，基于锅炉的预测用电负荷和当前入炉煤质确定通过锅炉的实时燃烧状况，根据锅炉的目标最优燃烧状况和实时燃烧状况，对当前输配储给煤策略进行调整，优化燃烧，提高燃烧稳定性和燃烧效率。

下面结合以下具体的实施例，对本发明的方案进行进一步的说明，在该实施例中，在对提升锅炉灵活性的输配储给煤方法进行说明之前，首先，参见图2至图4，预训练用电负荷周期预测模型和锅炉最优燃烧策略耦合模型，其中，用电负荷周期预测模型的输入是锅炉的历史用电负荷数据，输出是预测用电负荷，锅炉最优燃烧策略耦合模型的输入是用电负荷和煤质，输出是用电负荷和煤质对应的最优燃烧状况，即目标最优燃烧状况。

其中，参见图3，用电负荷周期预测模型可基于历史用电负荷数据确定，历史用电负荷数据可存储在历史用电负荷数据库，基于用电负荷周期预测模型可预测未来24小时内的用电负荷。在该用电负荷周期预测模型训练过程中，用电负荷数据库中的数据可来自于DCS系统，该用电负荷数据库中可包括各个历史时段内的实际调度负荷，基于用电负荷数据库中的数据对模型进行训练，基于模型输出的预测实时用电负荷和实际调度负荷进行比较，确定第一损失值，在该第一损失值满足训练结束条件时，即满足误差要求时，可得到训练完成的用电负荷周期预测模型，通过该模型预测得到的预测用电负荷可用来进行输配储给煤策略的调整，即将预测得到的预测用电负荷输入给输配储给煤控制器，通过该输配储给煤控制器对入炉煤质、煤量等进行调整，即图3中所示的实时入炉煤流煤质优化、控制及调整。如果第一损失值不满足训练结束条件，即不满足误差要求时，可调整模型参数，基于调整后的模型参数对模型进行反馈优化，直到第一损失值满足训练结束条件。

其中，参见图2和图4，锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质下的最优燃烧状况训练得到的，其训练过程与上述用电负荷周期预测模型原理相同，在此不再赘述。其中，可先获取不同用电负荷(图2所示的调度负荷)、不同煤质(图2所示的煤质)下的最优燃烧特性(图2中所示的锅炉燃烧特性)，构建煤质-负荷-锅炉燃烧特性关联数据库，下文还可称为第一数据库。基于该第一数据库中的数据训练得到最优燃烧策略耦合模型，即图2和图4中所示的基于煤质、负荷的最优燃烧策略耦合模型。

在训练锅炉最优燃烧策略耦合模型过程中，涉及由不同煤质组成的煤质数据库，由不同用电负荷组成的电网调度负荷数据库，以及由最优燃烧特性的煤质-负荷-锅炉燃烧特性关联数据库，上述几个数据库中的数据均可从DCS系统获取。

在建立上述两个模型之后，对本实施例所提供的提升锅炉灵活性的输配储给煤方法进行说明，该方法可以包括以下步骤：

步骤S110，获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷。

可采用上述训练得到的用电负荷周期预测模型预设设定时间段对应的预测用电负荷，设定时间段可以为当前时间之后的24小时，也可描述为未来24小时。历史用电负荷指的当前时间之前的一段时间的用电负荷。

步骤S120，获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质。

其中，参见图5，上述煤质相关参数可通过所述拉曼煤质在线监测系统获取，所述拉曼煤质在线监测系统，用于在线监测装置实时监测煤场煤质，实现煤全组分的实时高精度测量，煤质相关参数实时传输至DCS操作系统供操作人员参考，实现电厂煤质的在线动态可视。上述煤质相关参数包括但不限于煤粉挥发量、煤粉含灰量和煤粉含水量。

可选的，通过所述拉曼煤质在线监测系统获取煤质相关参数的具体实现过程为：拉曼光谱仪生成输煤皮带上原煤的拉曼光谱，以及解析原煤拉曼光谱，并生成原煤拉曼光谱特征参数，基于上述的拉曼光谱和原煤拉曼光谱特征参数，通过煤质预测模型获取输煤皮带上原煤的实时煤质，即当前入炉煤质。

可选的，该方法还包括：通过煤动态可视化监测系统获取所述煤粉在一段时间内的燃烧参数；则上述步骤S120，根据所述煤质相关参数，确定所述煤粉的当前入炉煤质，包括：

根据所述燃烧参数和所述煤质相关参数，确定所述煤粉的当前入炉煤质。

其中，煤流动态可视化监测系统在拉曼煤质在线监测系统的基础上，合基于射频物联网的煤流动态可视化监测系统，实现锅炉多煤仓多煤种煤量以及煤层煤质的在线实时监测，其中，燃烧参数包括但不限于燃烧发热量、燃烧速率、燃尽温度、飞灰含碳量和燃烧污染物生成量；煤流动态可视化监测系统可实现对已知煤质煤的跟踪。基于燃烧参数和所述煤质相关参数可分析出煤流煤质周期性变化特征，进而根据煤流煤质周期性变化特征分析出煤流及各煤仓层煤质，根据煤流及各煤仓层煤质确定当前入炉煤质。

步骤S130，根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的。

可选的，上述锅炉最优燃烧策略耦合模型包括第一数据库和第二数据库，上述第一数据库中包括不同用电负荷、不同煤质和不同最优燃烧特性之间的对应关系，上述第二数据库中包括不同最优燃烧特性和不同最优燃烧状况之间的对应关系；

上述根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，包括：

根据所述预测用电负荷和所述当前入炉煤质，通过所述第一数据库，确定所述锅炉的目标最优燃烧特性；

根据所述目标最优燃烧特性，通过所述第二数据库，确定所述锅炉的目标最优燃烧状况，即锅炉最优燃烧策略耦合模型的输出是锅炉的目标最优燃烧状况，具体可参见图2所示的锅炉最优燃烧策略耦合模型的训练过程示意图。

步骤S140，根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

步骤S150，根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

参见图6，输配储给煤策略生成模块，根据基于煤流煤质的最优燃烧耦合策略模型判断锅炉实时燃烧状况。即在确定锅炉的目标最优燃烧状况之后，可匹配预测用电负荷和当前入炉煤质对应的最佳匹配方案，即在预测用电负荷和当前入炉煤质的条件下的最优燃烧的策略。基于该最优燃烧策略指导当前输配储给煤策略，具体的，上述所述根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，包括：

当所述实时燃烧状况与所述目标最优燃烧状况不匹配时，确定所述目标最优燃烧状况对应的目标煤质和目标用电负荷，根据所述目标煤质和目标用电负荷调整所述当前输配储给煤策略。

其中，实时燃烧状况指的是当前输配储给煤策略对应的燃烧状况，其中，目标最优燃烧状况指的是最优燃烧策略对应的燃烧状况，最优燃烧策略主要是指在已知调度符合下，某一给煤煤质和给煤量条件下能够实现锅炉的最优燃烧。该策略主要体现在针对不同的调度负荷(用电负荷)所做的给煤煤质调整和给煤煤量调整。也就是说，基于目标煤质和目标用电负荷，通过图2所示的输配储给煤控制器调整当前输配储给煤策略对应的给煤煤质和给煤煤量(图2中所示的输配储给煤策略)。具体可以为通过输配煤控制器，根据所述输配储给煤控制策略信息(比如，目标煤质和目标用电负荷)控制煤场的原煤抓取装置或输煤皮带，以调节各煤仓各煤层的煤质情况。调整当前入炉煤质后，还可根据调整后的入炉煤质优化实时煤流及各煤仓各煤层煤质，即实时更新所运输的煤的煤质，基于更新后的煤质不断判断在锅炉烧煤过程中，当前入炉煤质对于燃烧状况的影响。

若所述实时燃烧状况与所述目标最优燃烧状况匹配时，将所述预测用电负荷、所述当前入炉煤质和所述目标最优燃烧特性存入所述第一数据库，用于对第一数据库进行更新，此处理过程对应图2中所示的入炉燃烧，导入DCS，丰富煤质-负荷-燃烧特性关联数据库，还可根据第一数据库更新锅炉最优燃烧策略耦合模型。

需要说明的是，在根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，可先根据所述实时燃烧状况和所述目标最优燃烧状况，确定用于调整当前输煤策略的输煤策略，调整当前配煤策略的配煤策略，调整当前储煤策略的储煤策略和调整当前给煤策略的给煤策略，然后再通过输配煤控制器分别对当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略进行调整。

上述步骤S110、历史用电负荷数据库的构建以及用电负荷周期预测模型可通过图2中的负荷预测模块实现，上述煤全组分的高精度测量，实时获取煤流煤质周期性变化特征和各煤仓煤层的煤质情况；上述步骤S120可通过图2中的煤流煤质检测模块实现的，上述步骤S130，最优燃烧耦合策略模型的训练，煤质-负荷-燃烧特性数据库的构建可以通过图2中的煤质-负荷-燃烧策略关联模块实现，上述步骤S140和步骤S150可以通过图2中所示的输配储给煤策略生成模块实现，即根据基于煤流煤质的最优燃烧耦合策略模型判断锅炉的目标最优燃烧状况，生成输配储给煤策略，指导并控制煤流煤质检测模块输配储给煤优化调整。

上述所述的负荷预测模块、煤流煤质检测模块、煤质-负荷-燃烧策略关联模块和输配储给煤策略生成模块在系统运行过程中保持实时动态优化调整。

通过用电负荷数据库、煤质-负荷-燃烧特性关联数据库构建用电负荷周期预测模型和基于煤质、负荷的最优燃烧耦合策略模型。拉曼光谱煤质在线监测系统耦合基于射频物联网的煤流动态可视化监测系统，实现锅炉多煤仓各煤种煤量以及煤层煤质的在线实时监测和电厂输配储给煤全流程动态可视。系统根据多煤仓各煤种煤量以及煤层煤质生成输煤、配煤和储煤方案，结合实时负荷-实时入炉煤流煤质生成匹配锅炉最优燃烧的给煤策略。通过判断锅炉的燃烧状况，指导输配煤控制器控制煤流煤质检测模块的输配储给煤调整，优化燃烧。

为了更好的说明及理解本发明所提供的方法的原理，下面结合一个可选的具体实施例对本发明的方案进行说明。需要说明的是，该具体实施例中的各步骤的具体实现方式并不应当理解为对于本发明方案的限定，在本发明所提供的方案的原理的基础上，本领域技术人员能够想到的其他实现方式也应视为本发明的保护范围之内。

作为一个示例，下面以湖北省某600MW机组作为研究对象，对本发明提供的一种适用于低负荷稳燃的输配储给煤方法与系统进行进一步的说明。

DCS系统中导出历史用电负荷数据库，依据历史用电负荷数据库构建用电负荷周期预测模型，预测未来24小时的用电负荷，未来24小时的用电负荷预测如图7。煤场的煤经过皮带传送至制粉系统，皮带上安装有拉曼煤质在线检测装置以及煤流动态可视化检测系统，各煤仓各煤层各煤层煤质数据如图8所示，通过图8显示煤仓1、煤仓2、煤仓3和煤仓4中每个煤仓中所包含的各种煤，上述8个煤种的煤质信息如表1所示。

表1煤仓中煤种煤质

系统根据基于最优燃烧特性的煤质-负荷-锅炉燃烧特性关联数据库，依据24小时预测用电负荷以及各煤仓各煤层煤质情况，制定未来24小时内的锅炉最优燃烧策略。根据基于煤质、负荷的最优燃烧耦合策略模型，确保任何用电负荷下的最优给煤方式，实现锅炉低负荷稳定燃烧和变负荷下锅炉快速动态响应燃烧。

当实际调度负荷与预测用电负荷对比，且不满足误差要求时，则实际用电负荷将反馈并优化用电负荷周期预测模型，满足误差要求则指导输配储给煤控制器进行输配煤控制。当实时负荷-实时入炉煤流煤质无法匹配锅炉的最优燃烧状况，系统将生成燃烧优化策略，调整风门开度并生成输配储给煤策略，指导输配煤控制器控制煤流煤质检测模块的输配储给煤调整。

基于与图1中所示的方法相同的原理，本发明实施例还提供了提升锅炉灵活性的输配储给煤装置20，如图9中所示，该提升锅炉灵活性的输配储给煤装置20可以包括用电负荷预测模块210、煤质确定模块220、目标最优燃烧状况确定模块230、实时燃烧状况确定模块240和调整模块250，其中：

用电负荷预测模块210，用于获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

煤质确定模块220，用于获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

目标最优燃烧状况确定模块230，用于根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，目标最优燃烧状况确定模块230所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

实时燃烧状况确定模块240，用于根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

调整模块250，用于根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

可选的，上述调整模块250在根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略时，具体用于：

当所述实时燃烧状况与所述目标最优燃烧状况不匹配时，确定所述目标最优燃烧状况对应的目标煤质和目标用电负荷，根据所述目标煤质和目标用电负荷调整所述当前输配储给煤策略。

可选的，该装置还包括：

燃烧参数确定模块，用于通过煤动态可视化监测系统获取所述煤粉在一段时间内的燃烧参数；

上述煤质确定模块220在根据所述煤质相关参数，确定所述煤粉的当前入炉煤质时，具体用于：

根据所述燃烧参数和所述煤质相关参数，确定所述煤粉的当前入炉煤质。时，具体用于

可选的，上述煤质相关参数包括煤粉挥发量、煤粉含灰量和煤粉含水量，所述根据所述煤质相关参数，所述燃烧参数包括燃烧发热量、燃烧速率、燃尽温度、飞灰含碳量和燃烧污染物生成量。

可选的，所述锅炉最优燃烧策略耦合模型包括第一数据库和第二数据库，所述第一数据库中包括不同用电负荷、不同煤质和不同最优燃烧特性之间的对应关系，所述第二数据库中包括不同最优燃烧特性和不同最优燃烧状况之间的对应关系；

上述目标最优燃烧状况确定模块230在根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况时，具体用于：

根据所述预测用电负荷和所述当前入炉煤质，通过所述第一数据库，确定所述锅炉的目标最优燃烧特性；

根据所述目标最优燃烧特性，通过所述第二数据库，确定所述锅炉的目标最优燃烧状况。

可选的，该装置还包括：

数据存储模块，用于在所述实时燃烧状况与所述目标最优燃烧状况匹配时，将所述预测用电负荷、所述当前入炉煤质和所述目标最优燃烧特性存入所述第一数据库。

可选的，上述用电负荷预测模块210在获取所述煤粉的煤质相关参数时，具体用于：

通过所述拉曼煤质在线监测系统获取所述煤粉的煤质相关参数。

本发明实施例的提升锅炉灵活性的输配储给煤装置可执行本发明实施例所提供的提升锅炉灵活性的输配储给煤方法，其实现原理相类似，本发明各实施例中的提升锅炉灵活性的输配储给煤装置中的各模块、单元所执行的动作是与本发明各实施例中的提升锅炉灵活性的输配储给煤方法中的步骤相对应的，对于提升锅炉灵活性的输配储给煤装置的各模块的详细功能描述具体可以参见前文中所示的对应的提升锅炉灵活性的输配储给煤方法中的描述，此处不再赘述。

其中，上述提升锅炉灵活性的输配储给煤装置可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该提升锅炉灵活性的输配储给煤装置为一个应用软件；该装置可以用于执行本发明实施例提供的方法中的相应步骤。

在一些实施例中，本发明实施例提供的提升锅炉灵活性的输配储给煤装置可以采用软硬件结合的方式实现，作为示例，本发明实施例提供的提升锅炉灵活性的输配储给煤装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本发明实施例提供的提升锅炉灵活性的输配储给煤方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，ComplexProgrammable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件。

在另一些实施例中，本发明实施例提供的提升锅炉灵活性的输配储给煤装置可以采用软件方式实现，图9示出了存储在存储器中的提升锅炉灵活性的输配储给煤装置，其可以是程序和插件等形式的软件，并包括一系列的模块，包括用电负荷预测模块210、煤质确定模块220、目标最优燃烧状况确定模块230、实时燃烧状况确定模块240和调整模块250，用于实现本发明实施例提供的提升锅炉灵活性的输配储给煤方法。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。

基于与本发明的实施例中所示的方法相同的原理，本发明的实施例中还提供了一种电子设备，该电子设备可以包括但不限于：处理器和存储器；存储器，用于存储计算机程序；处理器，用于通过调用计算机程序执行本发明任一实施例所示的方法。

在一个可选实施例中提供了一种电子设备，如图10所示，图10所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004，收发器4004可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本发明实施例的限定。

处理器4001可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器4003可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

存储器4003用于存储执行本发明方案的应用程序代码(计算机程序)，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的应用程序代码，以实现前述方法实施例所示的内容。

其中，电子设备也可以是终端设备，图10示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。

根据本发明的另一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种实施例实现方式中提供的提升锅炉灵活性的输配储给煤方法。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

应该理解的是，附图中的流程图和框图，图示了按照本发明各种实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明实施例提供的计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例所示的方法。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.提升锅炉灵活性的输配储给煤方法，其特征在于，包括以下步骤：

获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

2.根据权利要求1所述的方法，其特征在于，所述根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，包括：

当所述实时燃烧状况与所述目标最优燃烧状况不匹配时，确定所述目标最优燃烧状况对应的目标煤质和目标用电负荷，根据所述目标煤质和目标用电负荷调整所述当前输配储给煤策略。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过煤动态可视化监测系统获取所述煤粉在一段时间内的燃烧参数；

所述根据所述煤质相关参数，确定所述煤粉的当前入炉煤质，包括：

根据所述燃烧参数和所述煤质相关参数，确定所述煤粉的当前入炉煤质。

4.根据权利要求3所述的方法，其特征在于，所述煤质相关参数包括煤粉挥发量、煤粉含灰量和煤粉含水量，所述根据所述煤质相关参数，所述燃烧参数包括燃烧发热量、燃烧速率、燃尽温度、飞灰含碳量和燃烧污染物生成量。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述锅炉最优燃烧策略耦合模型包括第一数据库和第二数据库，所述第一数据库中包括不同用电负荷、不同煤质和不同最优燃烧特性之间的对应关系，所述第二数据库中包括不同最优燃烧特性和不同最优燃烧状况之间的对应关系；

所述根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，包括：

根据所述预测用电负荷和所述当前入炉煤质，通过所述第一数据库，确定所述锅炉的目标最优燃烧特性；

根据所述目标最优燃烧特性，通过所述第二数据库，确定所述锅炉的目标最优燃烧状况。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述实时燃烧状况与所述目标最优燃烧状况匹配时，将所述预测用电负荷、所述当前入炉煤质和所述目标最优燃烧特性存入所述第一数据库。

7.根据权利要求1至4中任一项所述的方法，其特征在于，所述获取所述煤粉的煤质相关参数，包括：

通过所述拉曼煤质在线监测系统获取所述煤粉的煤质相关参数。

8.提升锅炉灵活性的输配储给煤装置，其特征在于，包括：

用电负荷预测模块，用于获取锅炉的历史用电负荷，并根据所述历史用电负荷和预训练的用电负荷周期预测模型，预测设定时间段对应的预测用电负荷；

煤质确定模块，用于获取所述煤粉的煤质相关参数，并根据所述煤质相关参数，确定所述煤粉的当前入炉煤质；

目标最优燃烧状况确定模块，用于根据所述预测用电负荷和所述当前入炉煤质，通过预训练的锅炉最优燃烧策略耦合模型，确定所述锅炉的目标最优燃烧状况，所述锅炉最优燃烧策略耦合模型是基于不同用电负荷、不同煤质和不同最优燃烧状况训练得到的；

实时燃烧状况确定模块，用于根据所述预测用电负荷和所述当前入炉煤质，确定所述锅炉的实时燃烧状况；

调整模块，用于根据所述实时燃烧状况和所述目标最优燃烧状况，调整当前输配储给煤策略，以使调整后的煤质和用电负荷与所述目标最优燃烧状况匹配，所述当前输配储给煤策略包括当前输煤策略、当前配煤策略、当前储煤策略和当前给煤策略中的至少一项。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。

Images