CN117957402A - 燃烧锅炉控制方法、燃烧锅炉以及锅炉计算系统 - Google Patents
燃烧锅炉控制方法、燃烧锅炉以及锅炉计算系统 Download PDFInfo
- Publication number
- CN117957402A CN117957402A CN202180102240.0A CN202180102240A CN117957402A CN 117957402 A CN117957402 A CN 117957402A CN 202180102240 A CN202180102240 A CN 202180102240A CN 117957402 A CN117957402 A CN 117957402A
- Authority
- CN
- China
- Prior art keywords
- boiler
- flue gas
- load
- value
- combustion
- 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
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 123
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 189
- 239000003546 flue gas Substances 0.000 claims abstract description 189
- 230000008569 process Effects 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 3
- 238000012546 transfer Methods 0.000 claims description 66
- 239000000446 fuel Substances 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 31
- 239000012530 fluid Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 230000003628 erosive effect Effects 0.000 claims description 5
- 230000005587 bubbling Effects 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 18
- 239000002245 particle Substances 0.000 description 11
- 238000012360 testing method Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 7
- 239000002956 ash Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000005243 fluidization Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010881 fly ash Substances 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000005995 Aluminium silicate Substances 0.000 description 1
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- YKTSYUJCYHOUJP-UHFFFAOYSA-N [O--].[Al+3].[Al+3].[O-][Si]([O-])([O-])[O-] Chemical compound [O--].[Al+3].[Al+3].[O-][Si]([O-])([O-])[O-] YKTSYUJCYHOUJP-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- 229910052784 alkaline earth metal Inorganic materials 0.000 description 1
- -1 alkaline earth metal carbonates Chemical class 0.000 description 1
- 235000012211 aluminium silicate Nutrition 0.000 description 1
- 229910000019 calcium carbonate Inorganic materials 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23C—METHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN A CARRIER GAS OR AIR
- F23C10/00—Fluidised bed combustion apparatus
- F23C10/18—Details; Accessories
- F23C10/28—Control devices specially adapted for fluidised bed, combustion apparatus
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F22—STEAM GENERATION
- F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
- F22B35/00—Control systems for steam boilers
- F22B35/008—Control systems for two or more steam generators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F22—STEAM GENERATION
- F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
- F22B35/00—Control systems for steam boilers
- F22B35/18—Applications of computers to steam boiler control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/02—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium
- F23N5/022—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium using electronic means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/24—Preventing development of abnormal or undesired conditions, i.e. safety arrangements
- F23N5/242—Preventing development of abnormal or undesired conditions, i.e. safety arrangements using electronic means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/06—Sampling
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/10—Correlation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/40—Simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/48—Learning / Adaptive control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/50—Human control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2225/00—Measuring
- F23N2225/08—Measuring temperature
- F23N2225/10—Measuring temperature stack temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2225/00—Measuring
- F23N2225/08—Measuring temperature
- F23N2225/19—Measuring temperature outlet temperature water heat-exchanger
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2225/00—Measuring
- F23N2225/08—Measuring temperature
- F23N2225/21—Measuring temperature outlet temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2237/00—Controlling
- F23N2237/10—High or low fire
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
- Fluidized-Bed Combustion And Resonant Combustion (AREA)
Abstract
为了改进锅炉控制,提出一种燃烧锅炉控制方法,其包括以下的步骤:a)监测燃烧锅炉的当前负载(Qh);b)查找对于当前计算最大锅炉瞬时负载(Qh,最大)的这样的数字值(Qh,候选值),针对该数字值(Qh,候选值),利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子(dfi)满足接受条件,并且将数字值(Qh,候选值)选择为当前计算最大锅炉瞬时负载(Qh,最大);c)向操作者指示当前计算最大锅炉瞬时负载(Qh,最大),和/或如果当前负载(Qh)c1)小于当前计算最大锅炉瞬时负载(Qh,最大),则:c1i)对锅炉操作者指示可以增大锅炉负载(Qh),和/或c1ii)自动地增大锅炉负载(Qh),和/或c2)大于当前计算最大锅炉瞬时负载(Qh,最大),则:c2i)对锅炉操作者指示锅炉负载(Qh)超过当前计算最大锅炉瞬时负载,和/或c2ii)自动地减小锅炉负载(Qh)。
Description
技术领域
本发明涉及燃烧锅炉的控制,特别地涉及流化床锅炉的控制,诸如循环流化床(CFB)锅炉或鼓泡流化床(BFB)锅炉的控制。
背景技术
通常利用燃烧锅炉(诸如,炉栅锅炉和流化床锅炉)来生成能够用于各种目的(诸如用于产生电力和热量)的蒸汽。
在流化床锅炉中,燃料和固体微粒床材料被引入到炉中。通过从炉的底部部分引入流化气体来使床材料和燃料流化。在炉中发生燃料焚烧。在BFB燃烧中,流化气体穿过床,使得流化气体在床中形成气泡。在BFB中,能够通过控制流化气体进料和燃料进料来相当便利地控制流化床。除了燃料之外,还可以将诸如硅酸铝(诸如,非水合黏土)和碱金属碱土金属碳酸盐及其混合物(诸如,石灰石或碳酸钙)的某些添加剂添加到燃烧,以改进可能的重金属、硫的吸附,并且还改进碱吸附。
在CFB燃烧中,流化气体穿过床材料。大多数床颗粒将被夹带在流化气体中,并且,它们将与烟道气体一起被携带。颗粒在至少一个颗粒分离器中与烟道气体分离,并且循环,从而使它们返回回到炉中。通常将流化床换热器布置在(一个或多个)颗粒分离器下游,以在颗粒返回到炉中之前,从颗粒回收热量。
在所有锅炉中,无论燃烧技术如何,燃烧条件(诸如,空气和燃料的混合)都可能不是理想的。
在改进AB的WO 2016/202640 A1下公布的国际申请公开了用于燃烧锅炉的热负载控制方法。在该方法中,如果锅炉的至少一个位置中的监测的烟道气体速度超过预确定最大烟道气体速度极限,则降低燃烧锅炉的热负载。烟道气体速度使用方程组来从烟道气体的体积流量除以旋风分离器正下游的位置中的烟道气体管道的横截面面积而计算。
发明内容
发明目标
传统上,燃烧锅炉设计成针对给定的负载,该负载是锅炉的相应的锅炉最大连续额定值(BMCR)。这有时被称为设计负载水平。
本发明的目标是改进锅炉的性能、收益性和灵活性,并且还改进对锅炉负载的控制。该目标能够利用根据权利要求1的燃烧锅炉控制方法和根据权利要求19的燃烧锅炉来实现。
本发明的另外的目标是降低燃烧锅炉的控制系统的复杂性。该目标能够利用根据权利要求24的燃烧锅炉计算系统来达到。
从属权利要求描述了燃烧锅炉控制方法、燃烧锅炉以及燃烧锅炉计算系统的有利方面。
发明优点
燃烧锅炉控制方法包括以下的步骤:
a)监测燃烧锅炉的当前负载Qh;
b)查找对于当前计算最大锅炉瞬时负载的这样的数字值,针对该数字值,利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子满足接受条件,并且将数字值选择为当前计算最大锅炉瞬时负载Qh,最大;
c)向操作者指示当前计算最大锅炉瞬时负载Qh,最大,和/或如果当前负载Qh:
c1)小于当前计算最大锅炉瞬时负载,则:
c1i)对锅炉操作者指示可以增大锅炉负载,和/或
c1ii)自动地增大锅炉负载,
和/或
c2)大于当前计算最大锅炉瞬时负载,则:
c2i)对锅炉操作者指示锅炉负载Qh超过当前计算最大锅炉瞬时负载,和/或
c2ii)自动地减小锅炉负载Qh。
利用该方法,代替具有固定的锅炉最大负载,利用计算烟道气体因子并且选择其合适的接受条件的方法,有可能在处于或接近其当前计算最大锅炉瞬时负载时安全地操作燃烧锅炉,该当前计算最大锅炉瞬时负载有时可能比固定的锅炉最大负载能达到的值更高。当前计算最大锅炉瞬时负载能够高于设计负载水平。因此,可以改进锅炉的总体性能,并且能够实现增加的功率/热量产生。而且,由于当前计算最大锅炉瞬时负载可能偶尔小于设计负载水平,因而可以更好地减少由于超过当前计算最大锅炉瞬时负载而导致的锅炉磨损。换而言之,当前计算最大锅炉瞬时负载能够被认为是最大可允许的锅炉负载和/或优选的锅炉负载。
在所执行的测试中,本申请人已能够平均获得超过固定的锅炉最大负载的来自燃烧锅炉的功率输出。本申请人能够在测试中证明,对于燃烧锅炉,改进潜力可以处于2,5-5%之间,这对应于例如对于120MWth燃烧锅炉的3至6MWth。
优选地,在该方法中:
i)锅炉的当前监测的过程数据包括:
ia)烟道气体流动通道中的当前烟道气体离开温度;和
ib)对于烟道气体流动通道中的每个传热表面的热负荷,
并且进一步:
ii)来自ia)和ib)两者的监测的过程数据在烟道气体因子的计算中并且当查找对于当前计算最大锅炉瞬时负载Qh,最大的数字值时使用。
换热器的热负荷的计算对于本领域技术人员是已知的,并且,热负荷能够例如通过使用以下的方程来获得:
Q流体,i=qm,流体,i*(h流体,外-h流体,内)
其中,qm,流体,i是第i个传热表面中的流体流量,h流体,内是进入到第i个传热表面的流体的焓,并且,h流体,外是从第i个传热表面离开的流体的焓。
可以执行查找,使得如果利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子未能满足接受条件,则自动地选择下一个数字值。优选地,迭代地选择下一个数字值。这可能能够实现使用计算库函数,并且特别地使用迭代求解器(诸如,对函数根进行求解的Python FSOLVE函数)。
查找可以通过执行以下的计算步骤来实行:
-I:计算当锅炉的热负载对应于数字值时得到计算锅炉模型的对于锅炉烟道气体离开温度的估计值;
-II:计算烟道气体质量流量
-III:针对烟道气体流动通道中的每个传热表面而利用其当前热负荷来计算热负荷,该当前热负荷通过使用数字锅炉模型来校正;
-IV:针对烟道气体流动通道中的每个传热表面而使用计算的热负荷来使用对于锅炉烟道气体离开温度的估计值来从最接近烟道气体离开口的传热表面开始沿烟道气体流动的上游方向计算烟道气体流动通道中的每个传热表面处的烟道气体温度;
-V:针对烟道气体流动通道中的每个传热表面而计算烟道气体因子。
利用该方式,在其中锅炉的热负载对应于数字值的情形下,烟道气体流动通道中的每个传热表面(在此,并且在下文中,“传热表面”意指换热器、换热器管、换热器管束、换热器套件和/或换热器(诸如节热器)的构造群组)的情形能够利用烟道气体因子来数字地估计。优选地,术语“传热表面”意指换热器(诸如节热器)的构造群组。因此,我们现在能够测试作为对于当前计算最大锅炉瞬时负载的候选值的给定数字值是否将在传热表面处产生可接受的情形。
根据本发明的实施例,在步骤III)中,数字锅炉模型属于形式Q流体,i,候选值=Q流体,i,当前+∑αj,i(Qh,候选值)j-Σparj,i(Qh,当前)j。
参数(parj,i)的拟合能够利用历史数据由计算机来自动地进行或由人手动地进行。参数的自动更新可以例如每月进行一次。基于AI和神经网络的算法能够在自动更新中利用。
一方面,与在WO 2016/202640 A1中公开的方法形成对照,这能够实现预测最大计算可允许当前锅炉瞬时负载而不会达到在当前锅炉负载的情况下的极限,而另一方面,并且甚至更重要的是,能够实现达到极限而不会超过最大计算可允许当前锅炉瞬时负载。
优选地,烟道气体因子包括或为:
dfi=ki(qm,烟道气体/(ρ烟道气体,i*A横,i))n
其中,
ki是可以燃烧-锅炉特定地选取的非零参数,优选地是正(非零)数
qm,烟道气体是烟道气体质量流量
n是可以燃烧-锅炉特定地选取的模型参数,优选地是正(非零)数
ρ烟道气体,i是第i个传热表面处的烟道气体的密度;以及
A横,i是第i个传热表面处的烟道气体流动路径的横截面面积。
这是特别地便利的,因为针对烟道气体因子而选取该函数形式,它变得非常灵活并且能够容易地适于诸如基于当前燃料中的状况而适应不同的燃烧锅炉需要。
特别有利地,模型参数n可以被选择成包括下者中的至少一个:
i)在0,9至1,1的范围内,优选地等于或大约为1.0,用于使用计算的烟道气体速度;
ii)在2,9至3,5的范围内,优选地在3,2与3,35之间,用于使用计算的烟道气体引起的侵蚀;或者
iii)在1,8至2,2的范围内,优选地等于或大约为2.0,用于使用压力损失。
n的值可以随时间改变。出于如下的原因,这是有利的:诸如由于结渣、灰凝聚或燃料或床条件,传热表面处的烟道气体流动条件可以随时间改变。因而,烟道气体因子可以随时间转变,以更好地反映实际锅炉情形。
根据本发明的实施例,当n=2并且烟道气体因子表示压力损失时,能够针对每个传热表面而实行烟道气体因子dfi与对于烟道气体因子的预确定最大值df最大,i之间的比较。根据实施例,接受条件基本上是dfi=df最大,i。
根据本发明的实施例,当n=2并且烟道气体因子表示压力损失时,能够在如下的烟道气体因子dfi的总和与预确定烟道气体因子df最大i的总和之间进行比较:
dp总=Σdfi
或简单地,预确定烟道气体因子表示总压降,并且因此,该比较表示炉与烟囱之间的总压降的比较。根据实施例,接受条件基本上是dp总=dp最大,总。
根据本发明的实施例,烟道气体因子表示灰负载因子,并且能够写成如下的形式:
dfi=kphC(d)qm_favp n
其中,kph是颗粒硬度因子,C(d)是颗粒直径函数,qm_fa是飞灰质量流速率,vp是颗粒速度,并且,n是指数(0,3-4)。在这样的情况下,预确定烟道气体因子表示最大载灰值。它也能够可基于灰性质(柔软度等)而调整。
根据本发明的实施例,接受条件基本上是dfi=df最大,i,但在实际情景下,接受条件能够被定义为:
df最大,i–δ<dfi≤df最大,i
其中,δ>0并且取决于数字准确度和/或方法。当df最大,i–δ<dfi≤df最大,i时,这意味着利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子满足接受条件,并且,在这样的情况下,已找到最大可允许锅炉负载,并且因此,数字值Qh,候选值被选择为当前计算最大锅炉瞬时负载Qh,最大。
根据本发明的实施例,接受条件基本上是Σ(dfi)=Σ(df最大,i),但在实际情景下,接受条件能够被定义为利用以下的总和:
Σ(df最大,i)–δ<Σ(dfi)≤Σ(df最大,i)
其中,δ>0并且取决于数字准确度和/或方法。当Σ(df最大,i)–δ<Σ(dfi)≤Σ(df最大,i)时,这意味着利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子满足接受条件,并且,在这样的情况下,已找到最大可允许锅炉负载,并且因此,数字值Qh,候选值被选择为当前计算最大锅炉瞬时负载Qh,最大。根据实施例,求和指数i遍历所有传热表面。根据本发明的另一方面,求和指数i仅遍历传热表面的一部分,优选地在烟道气体通道中。
如果从包括至少两个单独的锅炉的锅炉群组使用针对锅炉中的每个而监测的操作数据来确定n的值,则这可能是特别有用的。使用较大数量的锅炉(两个、三个、四个、……)给出较大的数据集。因此,将有更多的操作数据被监测。这可以产生更好的结果,这可以在其中确定使用实验数据的内插和/或外插的情形下尤其好。
对于步骤I)中的计算,烟道气体离开温度可以基本上通过如下的方程或优选地其一次近似、二次近似或三次近似(或更高次)近似来估计:
T锅炉,离开=α0+ΣαiQi h,候选值。
系数α可以在测量烟道气体离开值之后通过针对数个离散的蒸汽负载值而拟合来获得。该数据可以随时间收集并且不时地(诸如,周期性地)刷新。备选地或另外,该数据可以在燃烧锅炉的一次或多次校准运行中收集。
系数(α)的拟合能够利用历史数据由计算机来自动地进行或由人手动地进行。系数的自动更新可以例如每月进行一次。基于AI和神经网络的算法能够在自动更新中利用。
根据本发明的实施例,在步骤I)中,烟道气体离开温度可以基本上通过利用人工智能工具来估计。根据本发明的另一实施例,在步骤I)中,烟道气体离开温度可以基本上通过利用神经网络来估计。
根据本发明的实施例,在步骤I)中,烟道气体离开温度可以通过如下的方程来估计:
T锅炉,离开=α0+α1*Qh,候选值+α2*Qh,候选值 2
其中,α0、α1和α2能够是预定义常数。备选地或另外,系数(α)的拟合能够利用历史数据由计算机来自动地进行或由人手动地进行。
系数的自动更新可以例如每月进行一次。基于AI和神经网络的算法能够在自动更新中利用。
根据本发明的实施例,α0项可以基于当前状态值而求解:
α0=T锅炉,离开,当前-α1*Qh,当前-α2*Qh,当前 2
其中,T锅炉,离开,当前表示所测量的烟道气体离开温度。
根据本发明的实施例,在步骤II)中,烟道气体质量流量使用锅炉质量和能量平衡方程来计算。
在步骤II)中,烟道气体质量流量的计算可以包括考虑组分CO2、H2O、N2、SO2、O2的质量流量。这些组分的浓度能够利用相当简单的设备来可靠地测量。
在步骤II)中,组分值可以包括燃料参数。这能够实现反映燃料性质和/或在燃烧锅炉中使用的燃料的种类的改变。例如,对于趋向于引起更多侵蚀的燃料,接受条件可以更严格,而对于趋向于引起更少侵蚀的燃料,可以使用更宽松的接受条件。
可以对燃烧锅炉远程地执行步骤b),优选地在基于云的计算服务中执行。这有助于简化燃烧锅炉的维护,因为诸如配置成运行基于云的计算服务的远程计算设备能够与燃烧锅炉分开维护。例如,计算软件更新因而能够在一个或几个位置处集中地执行,而非在每个燃烧锅炉处更新软件。
备选地,步骤b)可以在燃烧锅炉处在本地执行,优选地在边缘(edge)服务器处执行。这可以加速计算,因为不需要将数据转移到远程计算位置。
任何当前监测的过程数据和/或当前负载可以从实时测量获得。代之或除此之外,当前监测的过程数据和/或当前负载可以通过过滤来处置、通过平均来处置、计算趋势或这些的任何组合。这有助于避免噪声或异常值测量影响计算的结果,并且因而促进提高当前计算最大锅炉瞬时负载的稳定性。
接受条件可以包括滞后条件,在改变当前计算最大锅炉瞬时负载之前,要求预定义最小改变。这可以提高当前计算最大锅炉瞬时负载的稳定性,优选地有助于在短时段内避免上下改变当前计算最大锅炉瞬时负载。
尽管该方法能够在任何种类的燃烧锅炉中利用,但本申请人发现,如果燃烧锅炉是循环流化床(CFB)或鼓泡流化床(BFB)锅炉,则该方法特别地有用,并且,步骤b)针对燃烧锅炉传热表面而实行。该方法对于CFB或BFB锅炉为特别地便利的。
根据实施例,步骤b)针对炉与烟囱之间的燃烧锅炉传热表面而实行。
燃烧锅炉包括:
-炉和相关联的通路,其限定烟道气体流动路径烟道气体流动路径并且具有数个传热表面;
-用以监测燃烧锅炉的当前负载的测量仪器;
-用以当前监测过程数据的另外的测量仪器;以及
-控制系统,其配置成实行锅炉控制方法。
根据实施例,燃烧锅炉包括炉和相关联的通路,炉和相关联的通路限定烟道气体流动路径烟道气体流动路径,并且在烟道气体流动路径中具有数个传热表面。
这样的燃烧锅炉,能够改进锅炉控制。优点与该方法的优点相同。
控制系统可以包括边缘服务器,其可以配置成处理对于当前监测的过程数据和/或当前负载的实时测量结果,即,通过过滤、平均和/或计算趋势。边缘服务器将促进减少当前监测的过程数据的量。在某些设施中,尤其鉴于每天可能存在60至90千兆字节的监测的过程数据的事实,这可以是特别地有用的。
控制系统可以配置成实行方法步骤b),以在本地确定当前计算最大锅炉瞬时负载。这促进在燃烧锅炉处快速地作出决策,因为可能需要从燃烧锅炉系统转移较少数据或不需要转移数据。
备选地或另外,控制系统可以配置成将数据发送到远程、优选地基于云的计算系统,该计算系统可以配置成实行方法步骤b),并且将当前计算最大锅炉瞬时负载返回到控制系统。这促进使燃烧锅炉更简单并且导致更容易更新计算系统。在此情形下,更新能够集中地执行,而非在每一个燃烧锅炉处执行。
边缘服务器可以配置成减少传递到远程计算系统的测量数据的量。以此方式,用于转移数据的较小带宽可以是足够的。在某些设施中,尤其鉴于每天可能存在60至90千兆字节的监测的过程数据的事实,这可以是特别地有用的。
燃烧锅炉计算系统包括:
-燃烧锅炉的群组,每个锅炉包括锅炉控制系统,锅炉控制系统包括边缘服务器系统,边缘服务器系统配置成处理对于当前监测的过程数据和/或当前负载的实时测量结果,即,通过过滤、平均和/或计算趋势,并且将经处理的实时测量结果发送到远程计算系统;
-远程计算系统,其优选地为基于云的计算系统,配置成接收从实时测量结果处理的数据,并且针对锅炉中的每个而使用数字锅炉模型来计算数据,并且返回对于锅炉中的每个的计算结果。
而且,在燃烧锅炉计算系统中,锅炉控制系统配置成基于计算结果而适配其功能。
对于该布置的优点是,能够减少燃烧锅炉处的计算装置的需要,仍然从远程计算系统获得有效和快速的计算结果。
计算系统可以配置成查找这样的数字值或当前计算最大锅炉瞬时负载,对于该数字值或当前计算最大锅炉瞬时负载,利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子满足接受条件,并且将数字值选择为当前计算最大锅炉瞬时负载。这基本上能够实现也在分布式环境中使用本发明的方法。
锅炉计算系统可以配置成针对使用对于锅炉的经处理的测量数据的锅炉而适配或校准数字模型,诸如烟道气体因子数字模型。这导致更容易远程地适配或校准锅炉控制的数字模型。
锅炉计算系统可以配置成使用也从其它锅炉收集的经处理的测量数据来适配或校准对于锅炉的数字模型。这能够实现使用更大的数据集合来调整对于锅炉控制的数字模型。
附图说明
在下文中在图1至9中的附图中所示出的实施例的上下文中更详细地解释燃烧锅炉及其控制方法,在附图中:
图1图示CFB锅炉;
图2图示BFB锅炉;
图3图示来自传感器的测量数据流;
图4是图示用于查找当前计算最大锅炉瞬时负载Qh,最大的第一方法的流程图;
图5是图示用于查找当前计算最大锅炉瞬时负载Qh,最大的第二方法的流程图;
图6图示能够如何向锅炉操作者呈现当前计算最大锅炉瞬时负载Qh,最大;
图7示出锅炉瞬时负载Qh和计算的当前计算最大锅炉瞬时负载Qh,最大以及在测试周期期间使用根据本发明的方法的效果;
图8是对图7的数据的更仔细的观察,其示出锅炉瞬时负载Qh、计算的当前计算最大锅炉瞬时负载Qh,最大,其中在10天测试周期期间使用根据本发明的方法的效果更好地可见。
在所有图中,相同的参考标号指相同的技术特征。
具体实施方式
图1示出燃烧锅炉10,燃烧锅炉10是CFB锅炉,并且包括炉12,炉12具有连接到燃烧锅炉10的水-蒸汽回路的管壁13。水从水箱(未示出)被进料到节热器,并且从节热器经由蒸汽鼓被进料到蒸发传热表面,诸如管壁13,并且然后经由蒸汽鼓被引导到过热器且然后被引导到涡轮。烟道气体通道可以设有一个或多个节热器和/或过热器。
流化气体(诸如,空气和/或含氧气体)从流化气体供料153经由风箱(未示出)被进料到炉栅(未在图1中示出的炉栅)下方,由此,初级流化空气通过喷嘴(未示出)(以使床流化)和次级流化气体进料152(以进料含氧气体以控制燃烧)进入到炉中。作用是,床材料将被流化,并且,燃烧所要求的氧也被提供到炉12中。而且,燃料经由燃料进料22被进料到炉12中。燃烧能够通过控制燃料进料22(诸如,通过减少或增加燃料进料)和通过控制流化气体进料(诸如,通过减少或增加进入炉12中的氧供料的量)来调整。燃料能够与添加剂一起被进料,特别地与充当碱性吸附剂的这样的添加剂(例如,诸如CaCO3和/或黏土)一起被进料。另外或备选地,NOx还原剂(诸如铵或脲)能够被进料到炉12的燃烧区中或炉12的燃烧区上方。
床材料也被进料到炉中,该床材料可以包括砂、石灰石和/或黏土,其特别地可以包括高岭土。床(以及通常,燃烧)的一个作用是,在水-蒸汽回路中,水和蒸汽在管壁13中被加热,并且,水被转换成蒸汽。
灰可以落到炉12的底部并且经由灰槽(为了清楚起见,从图1省略)被移除,并且,部分灰(所谓的飞灰)将与烟道气体一起被携带。
燃烧产物(诸如烟道气体)、未燃燃料以及床材料从炉12前进到可以包括涡流探测器103的颗粒分离器17。颗粒分离器17将烟道气体与固体分离。尤其在较大的燃烧锅炉10中,可以存在优选地彼此平行地布置的多于一个(两个、三个、……)分离器17。
由分离器17分离的固体穿过优选地位于分离器17的底部处的环封件160。然后,固体传递到也为传热表面的流化床换热器(FBHE)100,使得FBHE 100从固体收集热量以进一步加热水-蒸汽回路中的蒸汽。FBHE 100位于其中的室可以是流化的,并且,FBHE 100本身包括传热管或其它种类的传热表面。FBHE 100可以被布置为再热器或过热器。蒸汽从FBHE出口101被传递到高压涡轮(如果FBHE 100是过热器)或中压涡轮(如果FBHE 100是再热器)中。为了清楚起见,涡轮未在图1中图示。固体可以从FBHE 100经由返回通道102返回到炉12中。尤其在较大的燃烧锅炉10中,可以存在优选地彼此平行地布置的多于一个(两个、三个、……)环封件160和FBHE 100以及返回通道102,使得对于每个分离器17,将存在相应的环封件160、FBHE 100以及返回通道102。实践中,FBHE 100中的一些可以被布置为过热器,而其它一些可以被布置为再热器。
烟道气体从分离器17被传递到水平通路15,并且从此处进一步被传递到后通路16(其优选地可以是竖直通路),并且从此处经由烟道气体导管18被传递到烟囱19。
后通路16包括数个传热表面21i(其中i=1、2、3、……、k,其中k是传热表面的数量)。在图1中,图示了传热表面211、212、213、……、21k-1、21k。传热表面21k描绘空气预热器。传热表面21k-1、212描绘过热器,并且,传热表面211、213描绘再热器。例如,可以根据实际需要而针对每个燃烧锅炉不同地选择这些构件中的每个中的不同传热表面的实际数量。并且,还可以存在另外的构件,包括传热表面21。
离开最后传热表面21k的烟道气体将处于烟道气体离开温度TFG,离开。该温度用温度传感器20k测量。
根据一个方面,每个传热表面21i之前的温度和之后的温度(分别为TFG,内,i,TFG,内,i+1)能够用相应的温度传感器20i(其中i=1、2、3、……、k-1、k)测量。
根据另一方面,并且优选地,然而,这些温度不一定需要测量。获知烟道气体离开温度TFG,离开将是足够的。每个前文的传热表面21i之前的温度和之后的温度(TFG,内,i、TFG,内,i+1)能够在数字地获得。这将在下文中进一步解释。
燃烧锅炉10配备有多个传感器和计算机单元。实际上,一个中型(100–150MWth)燃烧锅炉10每天可以产生1亿个测量结果,这需要25GB的存储空间。图1、图2和图3图示传感器和计算机单元中的一些。传感器的示例是燃烧气体(一般为燃烧空气)体积流量传感器30(用于测量初级流化气体进料和次级流化气体进料)、燃料进料传感器650以及温度传感器20i(i=1、2、……、k)、FBHE中的温度传感器和返回通道102中的压力传感器116(两者仅在CFB锅炉中)以及炉12中的传感器40。
过程数据可以由分布式控制系统(DCS)201从传感器收集。例如,数据收集可以最便利地布置于现场总线290上。DCS201可以具有用于向操作者显示操作状态信息的显示器/监视器202。EDGE服务器203可以处理从传感器获得的测量数据,诸如对其进行过滤和平滑化。可以存在用于存储数据的本地存储器204。
DCS201、显示器/监视器202、EDGE服务器203、本地存储器204可以在燃烧锅炉网络280中(本地存储器204优选地直接地连接到EDGE服务器)。燃烧锅炉网络280优选地与现场总线290分离,现场总线290用于将来自传感器的测量结果传送到DCS201和/或EDGE服务器203。在DCS201与EDGE服务器203之间,可以存在开放平台通信服务器210(参见图3),以使系统可更好地互操作。
燃烧锅炉网络280可以优选地经由网关290与互联网200连接。在此情形下,测量结果可以从燃烧锅炉网络280转移到云服务,诸如位于计算云206中的过程智能系统205。申请人当前操作运行分析平台的云服务。云服务可以在虚拟化服务器环境上被操作,诸如在上被操作,/>是用于针对数据的分布式计算和云存储的虚拟化、可容易地扩展的环境。其它云计算服务也可以适合于运行分析平台。而且,代替云计算服务,或除此之外,本地或远程服务器能够用于运行分析平台。
图2图示作为BFB锅炉的燃烧锅炉10。BFB锅炉与CFB锅炉的不同之处在于,流化床并非循环床,而是鼓泡床。因而,不需要分离器17、环封件160、FBHE 100以及返回通道102。
通常存在至少一个过热器14,其位于炉12中,优选地在炉12的顶部上。过热器14入口141优选地为蒸汽鼓或来自另一过热器,并且,出口142到高压涡轮。
图4图示燃烧锅炉控制方法:
a)在步骤K1中监测燃烧锅炉10的当前负载Qh(在图4中所图示的方法中,还监测烟道气体离开温度TFG,离开和针对烟道气体流动通道(竖直通路16)中的每个传热表面21i的热负荷Q流体,i。
b)选择数字值Qh,候选值(步骤K3),此后,计算传热表面21i处的热负荷和与Qh,候选值相关的烟道气体温度。数字值Qh,候选值然后用于利用满足接受条件(其在步骤K9中被测试)的锅炉的数字模型使用当前监测的过程数据来计算(步骤K7)至少一个烟道气体因子dfi,并且将数字值Qh,候选值选择为当前计算最大锅炉瞬时负载Qh,最大(步骤K11);
c)向操作者指示当前计算最大锅炉瞬时负载Qh,最大(诸如通过在监视器/屏幕202上显示),和/或如果当前负载Qh:
c1)小于计算锅炉最大瞬时负载Qh,最大,则:
c1i)对锅炉操作者指示可以增大锅炉负载Qh,和/或
c1ii)自动地增大锅炉负载Qh,
和/或
c2)大于计算锅炉最大瞬时负载Qh,最大,则:
c2i)对锅炉操作者指示锅炉负载Qh超过锅炉最大瞬时负载,和/或
c2ii)自动地减小锅炉负载Qh。
步骤b)优选地针对炉12与烟囱19之间的燃烧锅炉10传热表面21i而实行。
在该方法中,锅炉的当前监测的过程数据可以包括a)烟道气体流动通道中的当前烟道气体离开温度TFG,离开和b)对于烟道气体流动通道(后通路16)中的每个传热表面21i的热负荷Q流体,i。
而且,在该方法中,来自a)和b)两者的监测的过程数据可以在烟道气体因子dfi的计算中并且当查找对于当前计算最大锅炉瞬时负载Qh,最大的数字值Qh,候选值时使用。
执行查找,使得如果利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子dfi未能满足接受条件,则自动地选择下一个数字值Qh,候选值。自动选择优选地迭代地进行。
作为具体示例,查找可以通过执行以下的计算步骤来实行:
-I:计算当锅炉的热负载对应于数字值Qh,候选值时得到计算锅炉模型的对于锅炉烟道气体离开温度T锅炉,离开的估计值;
-II:计算烟道气体质量流量qm,烟道气体;;
-III:针对烟道气体流动通道(后通路16)中的每个传热表面21i而利用其当前热负荷Q流体,i,当前来计算热负荷Q流体,i,候选值,当前热负荷Q流体,i,当前通过使用数字锅炉模型Q流体,i,候选值=Q流体,i,当前+Σαj,i(Qh,候选值)j-Σparj,i(Qh,当前)j来校正
-IV:针对烟道气体流动通道(后通路16)中的每个传热表面21i而使用计算的热负荷Q流体,i,候选值来从最接近烟道气体离开口的传热表面21k开始沿烟道气体流动的上游方向计算烟道气体流动通道(后通路16)中的每个传热表面处的烟道气体温度(T烟道气体,内,i、T烟道气体,外,i;i=1、……、k),即,使用对于锅炉烟道气体离开温度的估计值T烟道气体,外,m=TFG,离开;
-V:针对烟道气体流动通道(后通路16)中的每个传热表面21i而计算烟道气体因子dfi,i=1、……、k。
参数(parj,i)的拟合能够利用历史数据由计算机来自动地进行或由人手动地进行。参数的自动更新可以例如每月进行一次。基于AI和神经网络的算法能够在自动更新中利用。
步骤II)可以包括针对所选择的烟道气体组分而计算烟道气体质量流量qm,烟道气体,m。
能够计算每个传热表面处的烟道气体温度,例如,
其中,T烟道气体,内,i是第i个传热表面的入口处的烟道气体温度,cp是比热容,并且,T烟道气体,外,i是第i个传热表面的出口处的烟道气体温度。烟道气体温度能够利用人工智能工具来确定。烟道气体温度能够利用神经网络来确定。
优选地,烟道气体因子dfi包括或为:
dfi=ki(qm,烟道气体/(ρ烟道气体,I A横,i))n
其中,ki是可以燃烧-锅炉特定地选取的预确定非零参数,优选地是正(非零)数,
qm,烟道气体是烟道气体质量流量,
n是正数(其可以被选择为自然数、有理数、实数或甚至被选择为复数),
ρ烟道气体,i是可从第i个传热表面21i处的烟道气体温度TFG,内,i获得的烟道气体密度,并且,
A是第i个传热表面21i处的烟道气体通道的横截面。
有利地,n可以被选择成包括下者中的至少一个:
i)在0,9至1,1的范围内,优选地等于或大约为1.0,用于使用计算的烟道气体速度;
ii)在2,9至3,5的范围内,优选地在3,2与3,35之间,用于使用计算的烟道气体引起的侵蚀;或
iii)在1,8至2,2的范围内,优选地等于或大约为2.0,用于使用压力损失。
n的值可以随时间改变。特别地,n的值可以从燃烧锅炉的群组确定,该群组包括至少两个单独的燃烧锅炉10,使得使用针对燃烧锅炉10中的每个而监测的操作数据在确定中使用。
在步骤I)中的计算中,对于在对于锅炉负载的任何所选取的数字值Qh,候选值下的烟道气体离开温度TFG,离开的计算值能够通过以下的方程或优选地其一次近似、二次近似、三次近似或更高次近似来估计:
TFG,离开=α0+Σαj(Qh,候选值)j。
系数α0、α1、α2、……已预先通过在测量烟道气体离开温度TFG,离开值之后针对数个离散的锅炉负载Q蒸汽值而拟合来获得。
在步骤II)中,组分qm,烟道气体,m的计算优选地包括下者中的至少一些,最优选地包括下者中的全部:m=CO2、H2O、N2、SO2、O2,以便确定烟道气体质量流量。换而言之,在计算的步骤IV)中,作为qm,烟道气体,m值,可以使用qm,烟道气体,CO2、qm,烟道气体,H2O、qm,烟道气体,N2、qm,烟道气体,SO2、qm,烟道气体,O2中的一些或全部。它们优选地在烟道气体导管18中或凹槽19中测量,出于此原因,合适的传感器安装于烟道气体通路中。在步骤II)中,组分值可以进一步包括燃料参数。
烟道气体质量流量可以基于烟道气体组分质量流量qm,烟道气体,m的总和的计算,烟道气体组分质量流量qm,烟道气体,m根据锅炉质量和能量平衡运算而基于燃料分析(燃料的近似分析和最终分析)、燃烧空气流量和/或再循环气体流量来运算。
优选地,可以计算烟道气体质量流量:
qm,烟道气体=∑qm,烟道气体,i
即,例如,以下的烟道气体质量流组分CO2、H2O、N2、SO2以及O2的总和:
qm,烟道气体,N2=0.5*xN,燃料*qm,燃料+xN2,空气*qm,空气
/>
其中,例如,xC,燃料表示燃料中的碳,即,第一个下标指代组分,并且,第二个下标是所提到的燃料或燃烧空气,qm,燃料是燃料流量,qm,空气是燃烧空气流量,并且,Mx指代摩尔质量。有利地,燃料性质如在烟道气体质量流组分和燃烧空气性质中利用的。可以测量或运算燃料湿度。
可以诸如在过程智能系统205中对燃烧锅炉远程地执行步骤b)。备选地,步骤b)可以在燃烧锅炉处在本地执行,优选地在EDGE服务器203处执行。
任何当前监测的过程数据和/或当前负载可以从实时测量获得、通过过滤来处置、通过平均来处置、计算趋势或这些的任何组合。
接受条件可以包括滞后条件,在改变当前计算最大锅炉瞬时负载Qh,最大之前,要求预定义最小改变。
接受条件优选地包括将计算的至少一个烟道气体因子dfi与相应的最大值df最大,i比较。最大值df最大,i是预设值,并且优选地是锅炉特定的。如果超过最大值df最大,i,则拒绝数字值Qh,候选值。
在燃烧锅炉10中,炉12和相关联的通路(水平通路15和后通路16)限定烟道气体流动路径。炉12和通路15、16在烟道气体流动路径中具有数个传热表面21i。燃烧锅炉10还具有用以监测燃烧锅炉的当前负载Qh的测量仪器和用以当前监测过程数据的另外的测量仪器。
控制系统(DCS201和EDGE服务器203或DCS201远程过程智能系统205,可能在EDGE服务器203的参与下)配置成实行锅炉控制方法。
EDGE服务器203可以配置成处理对于当前监测的过程数据和/或当前负载的实时测量结果,即,通过过滤、平均和/或计算趋势。
控制系统可以配置成实行方法步骤b),以在燃烧锅炉10处在本地确定当前计算最大锅炉瞬时负载Qh,最大,和/或将数据发送到远程、优选地基于云(诸如,计算云206)的计算系统(诸如,过程智能系统205),该计算系统配置成实行方法步骤b)并且将当前计算最大锅炉瞬时负载Qh,最大返回到控制系统。控制系统然后可以使用显示器/监视器来诸如在方法步骤c)中诸如通过显示信息来向锅炉操作者指示信息。
EDGE服务器203可以配置成减少传递到远程计算系统的测量数据的量。
燃烧锅炉计算系统包括燃烧锅炉10的群组,每个燃烧锅炉10包括锅炉控制系统(CS),锅炉控制系统(CS)包括EDGE服务器(203)系统,EDGE服务器(203)系统配置成处理对于当前监测的过程数据和/或当前负载的实时测量结果,即,通过过滤、平均和/或计算趋势,并且将经处理的实时测量结果发送到远程计算系统。远程计算系统优选地是基于云的计算系统,其配置成接收从实时测量结果处理的数据,并且针对燃烧锅炉10中的每个而使用数字锅炉模型来计算数据,并且返回对于燃烧锅炉10中的每个的计算结果。锅炉控制系统可以配置成基于计算结果而适配其功能。
计算系统优选地配置成查找对于当前计算最大锅炉瞬时负载Qh,最大的这样的数字值Qh,候选值,对于该数字值Qh,候选值,利用锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子dfi满足接受条件,并且将数字值Qh,候选值选择为当前计算最大锅炉瞬时负载Qh,最大。
锅炉计算系统可以配置成使用对于燃烧锅炉10的经处理的测量数据来适配或校准对于锅炉的数字模型。备选地或另外,锅炉计算系统可以配置成使用也从其它燃烧锅炉10收集的经处理的测量数据来适配或校准对于燃烧锅炉10的数字模型。
图5示出图4中所示出的方法的修改。步骤L1、L3、L7、L9分别与步骤K1、K3、K9、K11相同,但在步骤L5中,能够直接地针对所有传热表面20i而计算烟道气体因子dfi:如果使用相应的温度传感器21i来测量温度TFG,内,i,则反向运算将是并非必要的,并且因而能够在图5中所图示的方法中省略步骤K7。
图6示出在步骤N1中对数字锅炉模型的可能的输入的使用。在步骤N3中,使用锅炉模型来在数字地计算Qh,最大,并且在步骤N5中,经由具体的用户界面(UI),优选地经由显示器/监视器202向锅炉操作者呈现所估计的最大负载Qh,最大。
图7示出锅炉瞬时负载Qh和计算的当前计算最大锅炉瞬时负载Qh,最大以及在测试周期期间使用根据本发明的方法的效果。在10天测试周期期间,120MWth锅炉功率如在测试周期之外平均获得3至6MWth的较高负载。图8更详细地图示10天测试周期。
换而言之,在锅炉控制方法中,燃烧锅炉的当前计算最大锅炉瞬时负载Qh,最大使用所确定的流化床燃烧锅炉操作参数使用数字模型来估计。当前锅炉负载Qh使用蒸汽回路测量数据来计算。
然后,如果锅炉负载Qh小于当前计算最大锅炉瞬时负载Qh,最大,则i)向锅炉操作者指示可以增大锅炉负载,和/或ii)锅炉负载自动地增大。备选地或另外,如果锅炉负载Qh大于锅炉最大瞬时负载Qh,最大,则i)向锅炉操作者指示锅炉负载超过锅炉最大瞬时负载,和/或ii)锅炉负载自动地减小。
对于技术人员为明显的是,随着技术进步,本发明的基本思想能够以多种方式实现。因而,本发明及其实施例不限于上文中所描述的示例和样本,但它们可以在专利权利要求的内容及其法律等同体内变化。
另外,或代替使用上文中所提到的具体经验方程,有可能在数字模型计算中利用人工智能工具和/或神经网络。
在随后的权利要求中,并且在本发明的前文的描述中,除了上下文由于表达语言或必要的暗示而另外要求的情况之外,词语“包括(comprise)”或诸如“包括(comprises或comprising)”的变型在包括性意义上使用,即,以指定所陈述的特征的存在,但不排除在本发明的各种实施例中存在或添加另外的特征。
所使用的参考编号的列表:
TFG,内,i换热器21i(i=1、2、……k)的入口处的烟道气体温度
TFG,离开换热器21k的出口处的烟道气体温度
传感器:
20 温度传感器(FBHE)
20i 温度传感器(i=1、2、……k)
30 气体体积流量传感器
40 炉中的传感器
116 压力传感器
165 压力传感器(环封件)
650 燃料进料传感器
10 燃烧锅炉
12 炉
13 管壁
14 过热器
15 水平通路
16 后通路
17 颗粒分离器
18 烟道气体导管
19 凹槽
21i 传热表面(i=1、2、……k)
22 燃料进料
100 流化床换热器(FBHE)
101 FBHE出口
102 返回通道
103 涡流探测器
141 过热器入口
142 过热器出口
151 初级流化气体进料
152 次级流化气体进料
153 流化气体供料
161 再热器输出
200 互联网
201 分布式控制系统
202 显示器/监视器
203 EDGE服务器
204 本地存储器
205 过程智能系统
206 计算云
210 开放平台通信服务器
280 燃烧锅炉网络
290 现场总线
Claims (27)
1.一种燃烧锅炉控制方法,包括以下的步骤:
a)监测燃烧锅炉的当前负载(Qh);
b)查找对于当前计算最大锅炉瞬时负载(Qh,最大)的这样的数字值(Qh,候选值),针对所述数字值(Qh,候选值),利用所述锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子(dfi)满足接受条件,并且将所述数字值(Qh,候选值)选择为所述当前计算最大锅炉瞬时负载(Qh,最大);
c)向操作者指示所述当前计算最大锅炉瞬时负载(Qh,最大),和/或如果所述当前负载(Qh):
c1)小于所述当前计算最大锅炉瞬时负载(Qh,最大),则:
c1i)对所述锅炉操作者指示可以增大所述锅炉负载(Qh),
和/或
c1ii)自动地增大所述锅炉负载(Qh),
和/或
c2)大于所述当前计算最大锅炉瞬时负载(Qh,最大),则:
c2i)对所述锅炉操作者指示所述锅炉负载(Qh)超过所述当前计算最大锅炉瞬时负载,和/或
c2ii)自动地减小所述锅炉负载(Qh)。
2.根据权利要求1所述的方法,其中:
i)所述锅炉的所述当前监测的过程数据包括:
ia)烟道气体流动通道中的当前烟道气体离开温度(T烟道气体,离开,当前);和
ib)对于所述烟道气体流动通道中的每个传热表面(i)的热负荷(Q流体,i),
并且进一步其中:
ii)来自ia)和ib)两者的监测的过程数据在所述烟道气体因子的计算中并且当查找对于所述当前计算最大锅炉瞬时负载(Qh,最大)的所述数字值(Qh,候选值)时使用。
3.根据权利要求1或2所述的方法,其中:执行所述查找,使得如果利用满足针对对于所述当前计算最大锅炉瞬时负载(Qh,最大)的所述数字值(Qh,候选值)的接受条件的所述锅炉的数字模型使用当前监测的过程数据来计算的所述至少一个烟道气体因子(dfi)未能满足接受条件,则自动地选择下一个数字值(Qh,候选值)。
4.根据权利要求3所述的方法,其中:迭代地选择所述下一个数字值(Qh,候选值)。
5.根据权利要求1至4中的任一项所述的方法,其中:所述查找通过执行以下的计算步骤来实行:
-I:计算当所述锅炉的热负载对应于所述数字值(Qh,候选值)时得到计算锅炉模型的对于锅炉烟道气体离开温度(T锅炉,离开)的估计值;
-II:计算烟道气体质量流量(qm,烟道气体);
-III:针对所述烟道气体流动通道中的每个传热表面而使用其当前热负荷(Q流体,i,当前)来计算热负荷(Q流体,i,候选值),所述当前热负荷(Q流体,i,当前)通过使用数字锅炉模型(Q流体,i,候选值=Q流体,i,当前+Σαj,I(Q蒸汽,候选值)j-Σαj,i(Q蒸汽,当前)j)来校正;
-IV:针对所述烟道气体流动通道中的每个传热表面而使用计算的热负荷(Q流体,i,候选值)来使用对于所述锅炉烟道气体离开温度(T烟道气体,外,k=TFG,离开)的所述估计值来从最接近所述烟道气体离开口的传热表面21k开始沿烟道气体流动的上游方向计算所述烟道气体流动通道中的每个传热表面处的烟道气体温度(T烟道气体,内,i、T烟道气体,外,i;i=1、……、k);
-V:针对所述烟道气体流动通道中的每个传热表面而计算烟道气体因子(dfi,i=1、……、k)。
6.根据权利要求5所述的方法,其中:所述烟道气体因子包括或为:
其中,ki是可以燃烧-锅炉特定地选取的非零参数,其优选地为正(非零)数,
qm,烟道气体是烟道气体质量流量
n是可以燃烧-锅炉特定地选取的模型参数,其优选地为正(非零)数,ρ烟道气体,i是第i个传热表面处的烟道气体密度,并且,A是第i个传热表面处的烟道气体通道的横截面。
7.根据权利要求6所述的方法,其中:n被选择成包括下者中的至少一个:
i)在0,9至1,1的范围内,其优选地等于或大约为1.0,用于使用计算的烟道气体速度;
ii)在2,9至3,5的范围内,其优选地在3,2与3,35之间,用于使用计算的烟道气体引起的侵蚀;或者
iii)在1,8至2,2的范围内,其优选地等于或大约为2.0,用于使用压力损失。
8.根据权利要求7所述的方法,其中:n的值随时间改变。
9.根据权利要求7或8所述的方法,其中:n的所述值从包括至少两个单独的锅炉的锅炉群组使用针对所述锅炉中的每个而监测的操作数据来确定。
10.根据权利要求5至9中的任一项所述的方法,其中:步骤I)中的所述计算,所述烟道气体离开温度基本上通过如下的方程或优选地其一次近似、二次近似、三次近似或更高次近似来估计:
T锅炉,离开=α0+Σαj(Qh,候选值)j,
并且其中,相应系数(α0、α1、α2、……)已预先通过在测量烟道气体离开温度(TFG,离开)值之后针对数个离散的锅炉负载(Q蒸汽)值而拟合来获得。
11.根据权利要求5至10中的任一项所述的方法,其中:在步骤II)中,烟道气体质量流量的计算利用烟道气体组分的质量流量(qm,烟道气体,m),其中,所述组分包括CO2、H2O、N2、SO2、O2。
12.根据权利要求5至11中的任一项所述的方法,其中:在步骤II)中,烟道气体质量流量的所述计算包括燃料参数。
13.根据前述权利要求中的任一项所述的方法,其中:对所述燃烧锅炉远程地执行所述步骤b)。
14.根据前述权利要求1至12中的任一项所述的方法,其中:所述步骤b)在所述燃烧锅炉处在本地执行。
15.根据前述权利要求中的任一项所述的方法,其中:
任何所述当前监测的过程数据和/或当前负载从实时测量获得、通过过滤来处置、通过平均来处置、计算趋势或这些的任何组合。
16.根据前述权利要求中的任一项所述的方法,其中:所述接受条件包括滞后条件,在改变所述当前计算最大锅炉瞬时负载(Qh,最大)之前,要求预定义最小改变。
17.根据前述权利要求中的任一项所述的方法,其中:所述接受条件包括将所述计算的至少一个烟道气体因子(dfi)与相应的设计值比较,并且其中,在所述方法中,如果超过所述设计值,则拒绝所述数字值(Qh,候选值)。
18.根据前述权利要求中的任一项所述的方法,其中:所述燃烧锅炉是循环流化床(CFB)或鼓泡流化床(BFB)锅炉,并且,所述步骤b)针对所述燃烧锅炉传热表面而实行,所述燃烧锅炉传热表面优选地在所述炉(12)与所述烟囱(19)之间,可选地包括所述炉(12)。
19.一种燃烧锅炉,包括:
-炉(12)和相关联的通路(15、16),其限定烟道气体流动路径,并且具有优选地位于所述烟道流动路径中的数个传热表面(21i);
-用以监测所述燃烧锅炉(10)的当前负载(Qh)的测量仪器;
-用以当前监测过程数据的另外的测量仪器,诸如传感器(20、20i、30、40、116、165、650);以及
-控制系统(CS;201、203、205),其配置成实行根据前述权利要求中的任一项所述的锅炉控制方法。
20.根据权利要求19所述的燃烧锅炉(10),其中:所述控制系统包括(CS)边缘服务器(203),所述边缘服务器(203)配置成处理对于当前监测的过程数据和/或当前负载的实时测量结果,即,通过过滤、平均和/或计算趋势。
21.根据权利要求19或20所述的燃烧锅炉,其中:所述控制系统配置成实行所述方法步骤b),以在本地确定所述当前计算最大锅炉瞬时负载(Qh,最大)。
22.根据权利要求19或20所述的燃烧锅炉,其中:所述控制系统配置成将数据发送到远程、优选地基于云的计算系统,其配置成实行所述方法步骤b)并且将所述当前计算最大锅炉瞬时负载(Qh,最大)返回到所述控制系统。
23.根据权利要求22所述的燃烧锅炉,其中:所述边缘服务器配置成减少传递到远程计算系统的测量数据的量。
24.一种燃烧锅炉计算系统,包括:
-优选地根据权利要求18至22中的任一项所述的燃烧锅炉(10)的群组,每个锅炉包括锅炉控制系统(DCS),所述锅炉控制系统(DCS)包括边缘服务器(203)系统,所述边缘服务器(203)系统配置成处理对于当前监测的过程数据和/或当前负载的所述实时测量结果,即,通过过滤、平均和/或计算趋势,并且将经处理的实时测量结果发送到远程计算系统(205);
-远程计算系统(205),其优选地是基于云的(206)计算系统,配置成接收从实时测量结果处理的数据,并且针对所述燃烧锅炉(10)中的每个而使用数字锅炉模型来计算数据,并且返回对于所述燃烧锅炉(10)中的每个的计算结果,
-并且进一步其中,
所述锅炉控制系统配置成基于所述计算结果而适配其功能。
25.根据权利要求24所述的锅炉计算系统,其中:
所述计算系统配置成查找对于当前计算最大锅炉瞬时负载(Qh,最大)的这样的数字值(Qh,候选值),针对所述数字值(Qh,候选值),利用所述锅炉的数字模型使用当前监测的过程数据来计算的至少一个烟道气体因子(dfi)满足接受条件,并且将所述数字值(Qh,候选值)选择为所述当前计算最大锅炉瞬时负载(Qh,最大)。
26.根据权利要求24或权利要求25所述的锅炉计算系统,其中:所述锅炉计算系统配置成使用对于所述燃烧锅炉(10)的经处理的测量数据来适配或校准对于燃烧锅炉(10)的数字模型。
27.根据权利要求24至26中的任一项所述的锅炉计算系统,其中:所述锅炉计算系统配置成使用也从其它燃烧锅炉(10)收集的经处理的测量数据来适配或校准对于燃烧锅炉(10)的数字模型。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2021/074838 WO2023036426A1 (en) | 2021-09-09 | 2021-09-09 | Combustion boiler control method, combustion boiler and boiler computation system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117957402A true CN117957402A (zh) | 2024-04-30 |
Family
ID=77913081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180102240.0A Pending CN117957402A (zh) | 2021-09-09 | 2021-09-09 | 燃烧锅炉控制方法、燃烧锅炉以及锅炉计算系统 |
Country Status (5)
Country | Link |
---|---|
EP (2) | EP4222417A1 (zh) |
KR (2) | KR20240065111A (zh) |
CN (1) | CN117957402A (zh) |
AU (2) | AU2021463486A1 (zh) |
WO (2) | WO2023036426A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101451709B (zh) * | 2008-12-31 | 2011-02-02 | 柴庆宣 | 母管制锅炉负荷协调控制方法 |
CN103225819B (zh) * | 2013-04-24 | 2016-02-24 | 广东电网公司电力科学研究院 | 煤粉锅炉改变燃煤种类后的氧量调整方法及系统 |
CN103364212A (zh) * | 2013-06-28 | 2013-10-23 | 广东电网公司电力科学研究院 | 煤粉锅炉改烧烟煤变负荷燃烧特性测量方法与系统 |
US10208947B2 (en) * | 2014-03-26 | 2019-02-19 | Rockwell Automation Technologies, Inc. | Cloud-level analytics for boiler networks |
EP3106747A1 (en) | 2015-06-15 | 2016-12-21 | Improbed AB | Control method for the operation of a combustion boiler |
-
2021
- 2021-09-09 KR KR1020247011282A patent/KR20240065111A/ko active Search and Examination
- 2021-09-09 AU AU2021463486A patent/AU2021463486A1/en active Pending
- 2021-09-09 WO PCT/EP2021/074838 patent/WO2023036426A1/en active Application Filing
- 2021-09-09 EP EP21777437.1A patent/EP4222417A1/en active Pending
- 2021-09-09 CN CN202180102240.0A patent/CN117957402A/zh active Pending
-
2022
- 2022-09-09 WO PCT/EP2022/075087 patent/WO2023036921A1/en active Application Filing
- 2022-09-09 EP EP22782478.6A patent/EP4222418A1/en active Pending
- 2022-09-09 KR KR1020247011275A patent/KR20240065109A/ko unknown
- 2022-09-09 AU AU2022344519A patent/AU2022344519A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023036921A1 (en) | 2023-03-16 |
KR20240065111A (ko) | 2024-05-14 |
EP4222418A1 (en) | 2023-08-09 |
WO2023036426A1 (en) | 2023-03-16 |
AU2022344519A1 (en) | 2024-04-04 |
KR20240065109A (ko) | 2024-05-14 |
EP4222417A1 (en) | 2023-08-09 |
AU2021463486A1 (en) | 2024-04-04 |
WO2023036426A9 (en) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101839795B (zh) | 锅炉承压管的泄漏诊断系统和方法 | |
CN106873381B (zh) | 喷氨控制系统 | |
KR102271070B1 (ko) | 혼탄조합 결정 방법 및 장치 | |
CN101441442B (zh) | 设备控制装置、火力发电设备控制装置以及燃煤锅炉的气体浓度推定装置 | |
EP0132135B1 (en) | Boiler sootblowing optimization | |
EP3106747A1 (en) | Control method for the operation of a combustion boiler | |
CN102395926A (zh) | 用于优化回收锅炉参数的方法和系统 | |
CN104729888B (zh) | 一种基于bp神经网络的烟道飞灰等速取样系统和控制方法 | |
US7398652B1 (en) | System for optimizing a combustion heating process | |
CN117957402A (zh) | 燃烧锅炉控制方法、燃烧锅炉以及锅炉计算系统 | |
CN117999438A (zh) | 用于确定反应器的流化床中的局部温度异常的方法、用于标定反应器的流化床的数值模型的方法、用于估计流化床反应器床烧结的风险的方法、控制流化床反应器的方法以及反应器 | |
WO2023063107A1 (ja) | 制御装置 | |
KR102335009B1 (ko) | 딥러닝 기술을 활용한 순환 유동층 보일러 튜브 누설 검출 시스템 | |
JP2001289406A (ja) | 外部循環流動層ボイラにおける砂循環量推定方法及び装置並びに推定に基づく制御方法及び装置 | |
JP7259963B2 (ja) | 制御システム | |
CN110647560A (zh) | 一种机理与类脑智能结合的电厂入炉煤质在线软测量方法 | |
CN117916522A (zh) | 用于确定燃烧锅炉系统的水-蒸汽回路中的管泄漏的方法和燃烧锅炉 | |
CN113420467B (zh) | 一种融合机理与数据驱动的风粉浓度测量方法 | |
Wang et al. | Application of neural network as oxygen virtual sensor in utility boiler | |
CN114791102A (zh) | 一种基于动态运行数据分析的燃烧优化控制方法 |
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 |