DE102019126310A1

DE102019126310A1 - System und Verfahren zum Optimieren der Verbrennung eines Kessels

Info

Publication number: DE102019126310A1
Application number: DE102019126310.7A
Authority: DE
Inventors: Sang Gun NA; Jwa Young Maeng; Hyun Sik Kim; Jee Hun Park
Original assignee: Doosan Heavy Industries and Construction Co Ltd
Current assignee: Doosan Enerbility Co Ltd
Priority date: 2018-11-30
Filing date: 2019-09-30
Publication date: 2020-06-04
Anticipated expiration: 2039-10-01
Also published as: US20200175435A1; DE102019126310B4; CN111260107B; US11232376B2; CN111260107A; KR102106827B1

Abstract

Es werden ein System zum Regeln einer Kesselvorrichtung in einem Kraftwerk, um unter optimierten Bedingungen zu verbrennen, und ein Verfahren zum Optimieren der Verbrennung der Kesselvorrichtung unter Verwendung desselben bereitgestellt. Das Kesselregelsystem kann einen Aufgabenmanager, der konfiguriert ist, Informationen über einen aktuellen Betriebszustand eines Kessels zu sammeln und zu bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist, einen Vorprozessor, der konfiguriert ist, die von dem Kessel gesammelten Daten vorzuverarbeiten und die vorverarbeitenden Daten zuzuführen, einen Modellierer, der konfiguriert ist, ein Kesselverbrennungsmodell auf der Grundlage der von dem Vorprozessor empfangenen vorverarbeiteten Daten zu erzeugen, einen Optimierer, der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer zu empfangen und die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells auszuführen, um einen optimalen Regelwert zu berechnen, wobei die vorverarbeiteten Daten durch den Vorprozessor dem Modellierer und dem Optimierer zugeführt werden, und einen Ausgangs-Controller, der konfiguriert ist, den optimalen Regelwert von dem Optimierer zu empfangen und einen Betrieb des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik zu regeln.

Description

HINTERGRUND
Gebiet
Die Vorrichtungen und Verfahren, die mit den beispielhaften Ausführungsformen konsistent sind, beziehen sich auf ein System zum Regeln einer Kesselvorrichtung in einem Kraftwerk, um das Verbrennen unter optimierten Bedingungen sicherzustellen, und ein Verfahren zum Optimieren der Verbrennung der Kesselvorrichtung unter Verwendung desselben.
Beschreibung des Standes der Technik
Ein Wärmekraftwerk weist einen Kessel darin auf, um Wasser unter Verwendung einer exothermen Reaktion, die erzeugt wird, wenn ein Brennstoff, wie z. B. Kohle oder dergleichen, verbrannt wird, zu erwärmen und dadurch Dampf zum Antreiben einer Turbine zu erzeugen. Wenn eine Verbrennung in dem Kessel stattfindet, werden Emissionen, wie z. B. Stickstoffoxide und Kohlendioxid, erzeugt. In den letzten Jahren ist die Verbrennungsumgebung geregelt worden, um weniger Emissionen zu erzeugen, weil ein Betrieb des Kraftwerks beträchtliche Kosten erfordert, um derartige Emissionen zu managen, wobei Anstrengungen unternommen werden, um den Verbrennungswirkungsgrad der Kessel zu erhöhen.
In einem Wärmekraftwerk des Standes der Technik ist eine Kesselregelung, d. h., eine Verbrennungsregelung, durch einen Fachmann durch das Einstellen der Parameter der Verbrennungsumgebung eines Kessels bezüglich der Leistungstestdaten während eines Probelaufs und dann das Starten eines Kesselbetriebs ausgeführt worden. Nachdem der Kesselbetrieb gestartet worden ist, wird zusätzlich die Verbrennungsregelung durch die Feinabstimmung eines Versatzwertes ausgeführt. Deshalb ist gemäß dem Kesselbetriebsverfahren des Standes der Technik der Regelung einer stabilen Verbrennung für die Stabilität des Kessels mehr Priorität als seiner Optimalregelung gegeben worden, weil es nicht einfach ist, den Kessel in einem optimalen Verbrennungszustand zu regeln, wenn der Kessel arbeitet. Es hat ein Problem im Stand der Technik gegeben, dass die optimale Verbrennungsumgebung eines Kessels nicht richtig implementiert werden konnte.
Um das Problem zu lösen, sind Untersuchungen ausgeführt worden, um die Verbrennungsregelung eines Kessels durch das automatische Erfassen und Analysieren der Betriebsdaten des Kessels in Echtzeit und das automatische Einstellen verschiedener Regelvariable des Kessels gemäß dem analysierten Ergebnis zu optimieren.
ZUSAMMENFASSUNG
Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen stellen ein System und ein Verfahren zum Regeln eines Kessels in einem Kraftwerk bereit, um den Verbrennungswirkungsgrad des Kessels zu maximieren, während die Erzeugung von Emissionen einschließlich Stickstoffoxiden und Kohlendioxiden minimiert wird.
Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen stellen ein Verfahren zum Regeln der Verbrennungsumgebung eines Kessels in einem Kraftwerk durch das Anwenden eines Algorithmus der künstlichen Intelligenz für die Kesselverbrennungsregelung bereit, so dass ein geeignetstes Modell für die Kesselverbrennung durch Selbstlernen und Modellieren erzeugt wird und die Verbrennungsumgebung bezüglich des erzeugten Modells geregelt wird.
Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen stellen ein geeignetes Betriebsverfahren für die Echtzeit-Kesselregelung durch das Verringern der zum Berechnen optimaler Regelwerte für jedes von einer großen Anzahl von Regelzielen eines Kessels in einem Kraftwerk erforderlichen Zeit bereit, während die Regelziele in eine vorgegebene Anzahl von Gruppen aufgeteilt werden.
Zusätzliche Aspekte werden teilweise in der folgenden Beschreibung dargelegt und werden teilweise aus der Beschreibung offensichtlich oder können durch die Praxis der beispielhaften Ausführungsformen erlernt werden.
Gemäß einem Aspekt einer beispielhaften Ausführungsform wird ein Kesselregelsystem bereitgestellt, das enthält: einen Aufgabenmanager, der konfiguriert ist, Informationen über einen aktuellen Betriebszustand eines Kessels zu sammeln und zu bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist; einen Vorprozessor, der konfiguriert ist, die von dem Kessel gesammelten Daten vorzuverarbeiten und die vorverarbeitenden Daten zuzuführen; einen Modellierer, der konfiguriert ist, ein Kesselverbrennungsmodell auf der Grundlage der von dem Vorprozessor empfangenen vorverarbeiteten Daten zu erzeugen; einen Optimierer, der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer zu empfangen und die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells auszuführen, um einen optimalen Regelwert zu berechnen, wobei die vorverarbeiteten Daten durch den Vorprozessor dem Modellierer und dem Optimierer zugeführt werden; und einen Ausgangs-Controller, der konfiguriert ist, den optimalen Regelwert von dem Optimierer zu empfangen und einen Betrieb des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik zu regeln.
Der Optimierer kann den optimalen Regelwert durch das Anwenden der von dem Vorprozessor empfangenen vorverarbeiteten Daten auf das Kesselverbrennungsmodell, das wiederholte Simulieren des Kesselverbrennungsmodells und das Anwenden des simulierten Ergebnisses auf einen Verbrennungsoptimierungsalgorithmus berechnen.
Der Verbrennungsoptimierungsalgorithmus kann einer von einem Proportional-Integral-Differential-Algorithmus (PID-Algorithmus), einem Freiheitsgradalgorithmus (DOF-Algorithmus), einem modellprädiktiven Regelalgorithmus (MPC-Algorithmus), einem adaptiven Algorithmus, einem Fuzzy-Algorithmus, einem H-unendlich-Algorithmus, einem modellbasierten linearen Parametervariierungsalgorithmus (LPV-Algorithmus) und einem genetischen Algorithmus (GA) sein.
Der Optimierer kann die optimalen Regelwerte für mehrere Regelobjekte in dem Kessel berechnen, so dass die Regelobjekte in Gruppen aufgeteilt sind, wobei jede eine spezifizierte Anzahl von Regelobjekten enthält und die optimalen Regelwerte für jede Gruppe berechnet werden.
Die Regelobjekte können auf der Grundlage eines großen Maßstabsbereichs, eines mittleren Maßstabsbereichs und eines kleinen Maßstabsbereichs in Gruppen aufgeteilt werden, wobei die optimalen Regelwerte für die Regelobjekte berechnet werden können.
Der Optimierer kann den Verbrennungsoptimierungsalgorithmus in Abhängigkeit von einem von einem Anwender empfangenen Zweck anwenden.
Der Optimierer kann den von dem Anwender ausgewählten Zweck empfangen, wobei der Zweck eine Kostenoptimierung in Anbetracht der Kosten als eine höchste Priorität, eine Emissionsoptimierung in Anbetracht einer Emissionsverringerung als eine höchste Priorität und eine Anlagenschutzoptimierung in Anbetracht eines Anlagenschutzes als eine höchste Priorität enthält.
Vor dem Ausführen der Verbrennungsoptimierungsoperation für den Kessel kann der Optimierer zwei oder mehr Algorithmen, die die Verbrennungsoptimierungsoperation ausführen können, aus mehreren Algorithmen auswählen, und einen der ausgewählten Algorithmen als einen Verbrennungsoptimierungsalgorithmus zum Ausführen der Verbrennungsoptimierungsoperation auswählen.
Der Optimierer kann eine Leistungssimulation an den ausgewählten Algorithmen ausführen und einen Algorithmus mit dem höchsten Wirkungsgrad im Ergebnis der Leistungssimulation als den Verbrennungsoptimierungsalgorithmus auswählen.
Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird ein Verfahren zum Regeln eines Kessels bereitgestellt, wobei das Verfahren enthält: Sammeln von Informationen über einen aktuellen Betriebszustand des Kessels und Bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist; Vorverarbeiten der von dem Kessel gesammelten Daten; Erzeugen eines Kesselverbrennungsmodells auf der Grundlage der vorverarbeiteten Daten; Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Regeln eines Betriebs des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
Das Berechnen des optimalen Regelwerts kann das Anwenden der von einem Vorprozessor empfangenen vorverarbeiteten Daten auf das Kesselverbrennungsmodell, das wiederholte Simulieren des Kesselverbrennungsmodells und das Anwenden des simulierten Ergebnisses auf einen Verbrennungsoptimierungsalgorithmus enthalten.
Der Verbrennungsoptimierungsalgorithmus kann einer von einem Proportional-Integral-Differential-Algorithmus (PID-Algorithmus), einem Freiheitsgradalgorithmus (DOF-Algorithmus), einem modellprädiktiven Regelalgorithmus (MPC-Algorithmus), einem adaptiven Algorithmus, einem Fuzzy-Algorithmus, einem H-unendlich-Algorithmus, einem modellbasierten linearen Parametervariierungsalgorithmus (LPV-Algorithmus) und einem genetischen Algorithmus (GA) sein.
Das Berechnen des optimalen Regelwerts kann das Berechnen der optimalen Regelwerte für mehrere Regelobjekte in dem Kessel enthalten, so dass die Regelobjekte in Gruppen aufgeteilt werden, wobei jede eine spezifizierte Anzahl von Regelobjekten enthält, und die optimalen Regelwerte für jede Gruppe berechnet werden.
Beim Berechnen der optimalen Regelwerte können die Regelobjekte auf der Grundlage eines großen Maßstabsbereichs, eines mittleren Maßstabsbereichs und eines kleinen Maßstabsbereichs in Gruppen aufgeteilt werden, wobei die optimalen Regelwerte für die Regelobjekte berechnet werden können.
Das Berechnen der optimalen Regelwerte kann das Empfangen eines Optimierungszwecks von einem Anwender und das Anwenden eines Verbrennungsoptimierungsalgorithmus in Abhängigkeit von dem empfangenen Optimierungszweck enthalten.
Der Optimierungszweck kann eine Kostenoptimierung in Anbetracht der Kosten als eine höchste Priorität, eine Emissionsoptimierung in Anbetracht einer Emissionsverringerung als eine höchste Priorität und eine Anlagenschutzoptimierung in Anbetracht eines Anlagenschutzes als eine höchste Priorität enthalten.
Das Verfahren kann ferner vor dem Ausführen der Verbrennungsoptimierungsoperation für den Kessel das Auswählen von zwei oder mehr Algorithmen, die die Verbrennungsoptimierungsoperation ausführen können, aus mehreren Algorithmen und das Auswählen eines der ausgewählten Algorithmen als einen Verbrennungsoptimierungsalgorithmus zum Ausführen der Verbrennungsoptimierungsoperation enthalten.
Das Auswählen des Verbrennungsoptimierungsalgorithmus kann das Ausführen einer Leistungssimulation an den ausgewählten Algorithmen und das Auswählen eines Algorithmus mit dem höchsten Wirkungsgrad im Ergebnis der Leistungssimulation als den Verbrennungsoptimierungsalgorithmus enthalten.
Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das Anweisungen zum Ausführen eines Verfahrens zum Regeln eines Kessels speichert, wobei das Verfahren enthält: Sammeln von Informationen über einen aktuellen Betriebszustand des Kessels und Bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist; Vorverarbeiten der von dem Kessel gesammelten Daten; Erzeugen eines Kesselverbrennungsmodells auf der Grundlage der vorverarbeiteten Daten; Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Regeln eines Betriebs des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
Gemäß einer oder mehreren beispielhaften Ausführungsformen kann der Verbrennungswirkungsgrad des Kessels in einem Kraftwerk verbessert werden und können die Emissionen, die eine Umweltverschmutzung verursachen, außerdem minimiert werden, wodurch die Kosten des Behandelns der Emissionen signifikant verringert werden können und dadurch die Betriebskosten des Kraftwerks signifikant verringert werden.
Zusätzlich können eine oder mehrere beispielhafte Ausführungsformen den Kessel bezüglich der durch die künstliche Intelligenz erlernten Ergebnisse in einem optimierten Verbrennungszustand regeln, so dass sogar ungelernte Arbeiter ohne Schwierigkeit eine bessere Verbrennungsumgebung im Vergleich zu der verwirklichen können, die durch einen Fachmann im Stand der Technik erhalten wird.
Ferner können eine oder mehrere beispielhafte Ausführungsformen eine Optimierungsoperation an einer großen Anzahl von Regelzielen eines Objekts, wie z. B. eines Kessels, ausführen, während die Regelziele in Gruppen, Teile und Einheiten aufgeteilt werden, wobei dadurch die Betriebszeit verringert wird und folglich der Kessel während eines kürzeren Zeitraums näher bei der Echtzeit geregelt wird.
Figurenliste
Die obigen und anderen Aspekte werden aus der folgenden Beschreibung der beispielhaften Ausführungsformen bezüglich der beigefügten Zeichnungen offensichtlicher; es zeigen:

1 eine schematische graphische Darstellung, die eine allgemeine Konfiguration eines Wärmekraftwerks veranschaulicht;
2 einen Blockschaltplan, der eine Konfiguration eines Kesselregelsystems gemäß einer beispielhaften Ausführungsform veranschaulicht;
3 eine Ansicht, die eine Funktion eines Optimierers in dem Kesselregelsystem gemäß einer beispielhaften Ausführungsform veranschaulicht;
4 einen Blockschaltplan, der die durch den Optimierer gemäß einer beispielhaften Ausführungsform ausgeführten Operationen veranschaulicht;
5 einen Blockschaltplan, der die durch den Optimierer nach 4 ausgeführten Operationen ausführlicher veranschaulicht;
6 einen Blockschaltplan, der eine durch den Optimierer nach 4 ausgeführte Optimierungsoperation ausführlicher veranschaulicht; und
7 eine schematische graphische Darstellung, die eine Optimierungsoperation gemäß einer beispielhaften Ausführungsform veranschaulicht.

AUSFÜHRLICHE BESCHREIBUNG
An den Ausführungsformen der Offenbarung können verschiedene Modifikationen vorgenommen werden, wobei es verschiedene Typen von Ausführungsformen geben kann. Folglich sind in den Zeichnungen spezifische Ausführungsformen veranschaulicht, wobei die Ausführungsformen in der Beschreibung ausführlich beschrieben werden. Es sollte jedoch angegeben werden, dass die verschiedenen Ausführungsformen nicht zum Einschränken der Schutzumfangs der Offenbarung auf eine spezifische Ausführungsform sind, sondem dass sie interpretiert werden sollten, so dass sie alle Modifikationen, Äquivalente oder Alternativen der Ausführungsformen enthalten, die in den hier offenbarten Ideen und technischen Schutzumfängen enthalten sind. Unterdessen wird in einem Fall, in dem bestimmt wird, dass beim Beschreiben der Ausführungsformen die ausführliche Erklärung in Beziehung stehender bekannter Techniken den Hauptpunkt der Offenbarung unnötig undeutlich machen kann, die ausführliche Erklärung weggelassen.
Wenn es nicht anderweitig definiert ist, weisen die Begriffe, einschließlich technischer und wissenschaftlicher Begriffe, die hier verwendet werden, die gleiche Bedeutung auf, wie sie im Allgemeinen durch die Fachleute auf dem relevanten Gebiet verstanden würden. Diese Begriffe können jedoch in Abhängigkeit von den Absichten des Fachmanns auf dem Gebiet, der rechtlichen oder technischen Interpretation und der Entstehung neuer Techniken variieren. Zusätzlich sind einige Begriffe beliebig durch den Anmelder ausgewählt. Diese Begriffe können durch die Bedeutung, die hier definiert und beschrieben ist, ausgelegt werden, wobei sie, wenn es nicht anderweitig spezifiziert ist, auf der Grundlage der gesamten Inhalte dieser Beschreibung und der üblichen technischen Kenntnis auf dem Gebiet ausgelegt werden können.
Die Funktionsblöcke, die in den Zeichnungen veranschaulicht sind und im Folgenden beschrieben werden, sind lediglich Beispiele der möglichen Implementierungen. In anderen Implementierungen können andere Funktionsblöcke verwendet werden, ohne vom Erfindungsgedanken und Schutzumfang der ausführlichen Beschreibung abzuweichen. Während ein oder mehrere Funktionsblöcke der vorliegenden Offenbarung durch getrennte Blöcke dargestellt sind, können einer oder mehrere der Funktionsblöcke eine Kombination der verschiedenen Hardware- und Software-Konfigurationen, die die gleiche Funktion ausführen, sein.
Außerdem führt ein „Modul“ oder ein „Teil“ in der Offenbarung wenigstens eine Funktion oder Operation aus, wobei diese Elemente als Hardware oder Software oder als eine Kombination aus Hardware und Software implementiert sein können. Ferner können mehrere „Module“ oder „Teile“ in wenigstens ein Modul integriert sein und als wenigstens ein Prozessor implementiert sein, mit Ausnahme der „Module“ oder „Teile“, die als spezifische Hardware implementiert sein müssen.
Die hier verwendete Terminologie ist nur zum Zweck des Beschreibens spezieller Ausführungsformen und ist nicht vorgesehen, den Schutzumfang der Offenbarung einzuschränken. Die Einzahlformen „ein“, „eine“ und „der/die/das“, wie sie hier verwendet werden, sind vorgesehen, ebenso die Mehrzahlformen zu enthalten, wenn es nicht der Kontext deutlich anders angibt. Ferner sollten die Begriffe „umfasst“, „enthält“ oder „weisen/weist auf“ als bezeichnend ausgelegt werden, dass es derartige Merkmale, Bereiche, ganze Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder eine Kombination daraus in der Beschreibung gibt, und nicht, um das Vorhandensein oder die Möglichkeit des Hinzufügens eines oder mehrerer anderer Merkmale, Bereiche, ganzer Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder Kombinationen daraus ausschließen.
Zusätzlich beziehen sich die Begriffe bezüglich Befestigungen, der Kopplung und dergleichen, wie z. B. „verbunden“ und „gekoppelt“, auf eine Beziehung, in der die Strukturen entweder direkt oder indirekt durch dazwischenliegende Strukturen aneinander befestigt oder angebracht sind.
Ferner können Begriffe, wie z. B. „erster“, „zweiter“ usw., verwendet werden, um verschiedene Elemente zu beschreiben, wobei aber die Elemente nicht durch diese Begriffe eingeschränkt werden sollten. Die Begriffe werden einfach verwendet, um ein Element von anderen Elementen zu unterscheiden. Die Verwendung derartiger Ordnungszahlen sollte nicht als die Bedeutung des Begriffs einschränkend ausgelegt werden. Die Komponenten, die einer derartigen Ordnungszahl zugeordnet sind, sollten z. B. nicht in der Reihenfolge der Verwendung, der Anordnungsreihenfolge oder dergleichen eingeschränkt werden. Gegebenenfalls kann jede Ordnungszahl synonym verwendet werden.
Die Ausdrücke, wie z. B. „wenigstens einer von“, wenn sie einer Liste von Elementen vorangehen, modifizieren die gesamte Liste der Elemente und modifizieren nicht die einzelnen Elemente der Liste. Der Ausdruck „wenigstens eines von a, b und c“ sollte z. B. so verstanden werden, dass er nur a, nur b, nur c, sowohl a als auch b, sowohl a als auch c, sowohl b als auch c, alle von a, b und c oder irgendwelche Variationen der obenerwähnten Beispiele enthält.
Im Folgenden werden die beispielhaften Ausführungsformen bezüglich der beigefügten Zeichnungen ausführlich beschrieben. Um die Offenbarung in den Zeichnungen deutlich zu veranschaulichen, können einige der Elemente, die für das vollständige Verständnis der Offenbarung nicht wesentlich sind, weggelassen werden, wobei sich gleiche Bezugszeichen überall in der Beschreibung auf gleiche Elemente beziehen.
1 veranschaulicht eine allgemeine Konfiguration eines Wärmekraftwerks, insbesondere zum Veranschaulichen einer Position und einer Funktion eines Kessels. Wärmekraftwerke erzeugen Dampf aus der Leistung aus verbrannter Kohle oder verbranntem Erdöl, um Dampfturbinen zu drehen und elektrische Energie zu erzeugen. Ein Kessel in einem Wärmekraftwerk dient dazu, durch das Verbrennen von Brennstoff Wasser zum Sieden zu bringen, um den Dampfturbinen Hochtemperatur- und Hochdruckdampf zuzuführen. Der Kessel kann einen Kesselkörper, der Wasser und Dampf enthält, eine Brennkammer zum Verbrennen eines Brennstoffs, und eine Feuerung enthalten. Die Brennkammer, die Feuerung und dergleichen sind durch ein Regelsystem geregelt, um die Temperatur, den Druck und dergleichen zu regeln.
Die Kesselregelung ist eine entscheidende Regeloperation in dem Kraftwerk. In der Vergangenheit ist ein Fachmann für den Normalbetrieb erforderlich, weil die Regelungsoperation des Kessels ein sehr komplizierter Prozess gewesen ist. In letzter Zeit ist durch das Anwenden eines automatisierten Regelverfahrens beim Betreiben des Kessels ein System für die Kesselregelung ohne manuelle Beeinflussung implementiert. Dieses automatisierte Regelverfahren ermöglicht die Echtzeitregelung des Kessels. Um den Verbrennungswirkungsgrad des Kessels zu erhöhen, kann ferner eine Regelung, die sich durch das Regeln des Kessels, so dass ein aktueller Zustand des Kessels in jedem kurzen Zeitraum überprüft wird, allmählich nah bei der Echtzeit befindet, implementiert werden, wobei die jeweiligen Regelungsoperationen an den Regelzielen gemäß dem aktuellen Zustand ausgeführt werden können.
Die beispielhafte Ausführungsform stellt ein Kesselregelsystem und -verfahren bereit, die durch das Hinzufügen zu einem gegenwärtig verfügbaren Kesselregelsystem und -verfahren (i) der Erzeugung und Aktualisierung eines Kesselverbrennungsmodells unter Verwendung künstlicher Intelligenz und (ii) einer Optimierungsoperation zum Finden eines optimalen Sollwerts für jedes Regelziel bezüglich des Zustands eines Kessels in Betrieb den Verbrennungswirkungsgrad verbessern und die Emission verringern können.
2 veranschaulicht einen Blockschaltplan eines Kesselregelsystems gemäß einer beispielhaften Ausführungsform. In 2 enthält das Kesselregelsystem einen Aufgabenmanager 10, einen Vorprozessor 20, einen Optimierer 30, einen Modellierer 40 und einen Ausgangs-Controller 50. Obwohl das Kesselregelsystem nach 2 Konfigurationsblöcke enthält, die durch die auszuführenden Funktionen oder Schritte bezeichnet sind, wird erkannt, dass das Kesselregelsystem als eine Vorrichtung einschließlich einer CPU für den Betrieb und eines Speichers, der ein Programm und Daten für den Betrieb speichern kann, implementiert sein kann und dass die obigen Konfigurationen des Kesselregelsystems in einem Programm implementiert sein können, das in einer computerlesbaren Sprache entworfen ist und durch die CPU ausgeführt wird. Ferner kann das Kesselregelsystem durch Hardware oder Firmware, Software oder eine Kombination daraus implementiert sein. Wenn das Kesselregelsystem unter Verwendung von Hardware implementiert ist, kann es eine anwendungsspezifische integrierte Schaltung (ASIC) oder einen digitalen Signalprozessor (DSP), eine digitale Signalverarbeitungsvorrichtung (DSPD), eine programmierbare Logikvorrichtung (PLD), eine feldprogrammierbare Gatteranordnung (FPGA) und dergleichen enthalten. Wenn das Kesselregelsystem unter Verwendung von Firmware oder Software implementiert ist, kann es ein Modul, eine Prozedur oder eine Funktion enthalten, das bzw. die die obigen Funktionen oder Operationen ausführt.
Der Aufgabenmanager 10 ist konfiguriert, einen aktuellen Betriebszustand des Kessels zu überprüfen und zu bestimmen, ob eine Kesselverbrennungsoptimierung auszuführen ist. Der Aufgabenmanager 10 kann z. B. Betriebsdaten und Zustandsdaten (z. B. einen binären Zustandswert) des Kessels, der sich in Betrieb befindet, sammeln und basierend auf den gesammelten Daten bestimmen, ob die Kesselverbrennungsoptimierung möglich ist (d. h., ob die Kesselverbrennungsoptimierung auszuführen ist). Die Betriebsdaten des Kessels enthalten die von verschiedenen Sensoren, die in dem gegenwärtig arbeitenden Kessel installiert sind, empfangenen Messwerte oder die Regelwerte, die durch das Kesselregelsystem überwacht werden können. Die Beispiele der Betriebsdaten können die Leistungsausgabe (MW), die Befehle und dergleichen enthalten. Die Zustandsdaten enthalten die Werte, die die Fluktuationen der Kesselausgabe, die Brennstofffluktuationen, die Temperatur und den Druck in jeder Komponente usw. angeben.
Der Aufgabenmanager 10 bestimmt basierend auf den gesammelten Betriebsdaten und Zustandsdaten, ob die Verbrennungsoptimierung notwendig oder möglich ist. In diesen Bestimmungsprozess werden die Integrität des Kesselsystems (z. B. der Betriebszustand der Hardware, der Zustand der Systembetriebsmittel, die Kommunikationsumgebung usw.) und die Integrität der jeweiligen Module in dem Kesselsystem (z. B. der Betriebszustand der Software, das Vorhandensein des Kesselverbrennungsmodells usw.) berücksichtigt. Der Aufgabenmanager 10 kann z. B. bestimmen, dass das Kraftwerk in einem Abschnitt, in dem sich die Leistungsausgabe drastisch ändert, nicht stabilisiert ist. Wenn sich z. B. die Leistungsausgabe (z. B. 500 MW) während 30 Minuten mehrere zehn Megawatt (z. B. 50 MW) über einem Bezugswert ändert, kann der Aufgabenmanager 10 bestimmen, dass es ein instabiler Zustand ist, wobei er nicht mit der Verbrennungsoptimierung fortfahren kann.
Es gibt drei Analyseverfahren, um zu bestimmen, ob die Verbrennungsoptimierung notwendig oder möglich ist. Die Analyseverfahren enthalten ein Analyseverfahren basierend auf den Kesselbetriebsdaten, ein Analyseverfahren basierend auf einem binären Zustandswert und ein Analyseverfahren basierend auf der vorher aufgezeichneten und gespeicherten Kenntnis und Erfahrung eines Experten. Diese Analyseverfahren können einheitlich oder in Kombination durch den Aufgabenmanager 10 verwendet werden, um zu bestimmen, ob die Verbrennungsoptimierung auszuführen ist. Das Analyseverfahren, das auf der Kenntnis und Erfahrung eines Experten, die im Voraus aufgezeichnet und gespeichert werden, basiert, ist so konfiguriert, dass die Analyse basierend auf den vorher gespeicherten Daten einschließlich der Betriebszustände eines Kessels und der entsprechenden Beeinflussungen durch einen Experten, der den Kessel betreibt, ausgeführt wird. Die Beeinflussung des Experten, wie z. B. eine Zufuhr B von Brennstoff zu einer Brennkammer eines Kessels, falls die Temperatur in der Brennkammer A ist, und die Beeinflussung des Experten, wie z. B. eine Einstellung eines Dämpferwinkels auf D, falls die Temperatur in der Brennkammer C ist, können z. B. gespeichert werden, wobei später auf sie für die Analyse Bezug genommen wird.
Der Vorprozessor 20 ist konfiguriert, nur die Daten, die für die Modellierung geeignet sind, d. h., die Daten, die für das Lernen durch den Modellierer 40 geeignet sind, vorzufiltern. Während eine Menge der Eingangsdaten, die von dem Kessel gesammelt werden können, und der Ausgangsdaten gemäß den Eingangsdaten viel größer ist, enthalten einige Daten einige Fehlerwerte, die nicht angepasst oder wenig korreliert sind, was die Genauigkeit der Modellierung verringert. Der Vorprozessor 20 kann eine Konfiguration aufweisen, die erforderlich ist, um die Genauigkeit durch die Filterung derartiger unnötiger Daten im Voraus weiter zu verbessern, wenn in dem Modellierer 40 ein Modell erzeugt wird.
Der Vorprozessor 20 führt die Funktionen der Signalwiederherstellung, Filterung und Ausreißerbearbeitung aus. Die Signalwiederherstellungsfunktion ist konfiguriert, die von dem Kessel gesammelten Signale wiederherzustellen, wenn es etwas Verlust in den Signalen gibt, oder das entsprechende Signal wiederherzustellen, wenn der Kessel eine Anomalie oder eine Störung aufweist. Die Filterungsfunktion ist konfiguriert, unter den wiederhergestellten Signalen die Daten außerhalb eines normalen Datenbereichs herauszufiltern oder das Signalrauschen zu entfernen und ferner nur die Daten, die für die Modellierung, die Optimierungsoperation und die Ausgangsregelung verwendet werden, unter Verwendung einer bekannten wissensbasierten Logik zu extrahieren. Die Ausreißerbearbeitungsfunktion ist konfiguriert, die Daten außerhalb des Trends unter Verwendung einer datenbasierten Logik zu verarbeiten.
Der Vorprozessor 20 kann implementiert sein, ferner eine Kennzeichen-Clusterbildungs-Funktion und eine Datenabtastfunktion gemäß der Absicht eines Entwicklers oder einem Bedarf eines Anwenders auszuführen. Hier dient die Kennzeichen-Clusterbildungs-Funktion dazu, eine Datengruppe durch das Löschen unnötiger Kennzeichen-Informationen und das Extrahieren nur der relevanten Kennzeichen-Informationen unter den Kennzeichen, die den jeweiligen Regelzielen eines Kessels entsprechen, zu konstruieren. Die Datenabtastfunktion dient dazu, auf Datenmuster zu wirken und Daten gemäß einem Abtastalgorithmus abzutasten, um die für die Modellierung erforderlichen Lerndaten auszugeben.
Wie oben beschrieben worden ist, dient der Vorprozessor 20 dazu, die dem Betrieb des Kessels zugeordneten Daten zu sammeln und die Daten in eine für die künftige Modellierung geeignete Form zu verarbeiten.
Der Optimierer 30 ist eine Konfiguration, die eine Eingabe zum Erzeugen eines optimalen Verbrennungszustands unter Verwendung eines Kesselverbrennungsmodells, das durch den Modellierer 40 zu erzeugen ist, berechnet. Der Optimierer 30 führt eine Funktion des Empfangens einer Zweckauswahl von einem Anwender, eine Funktion des Empfangens eines Kesselverbrennungsmodells von dem Modellierer 40 und eine Funktion des Ausführens einer Kesselverbrennungsoptimierung unter Verwendung des Kesselverbrennungsmodells aus.
Die Funktion des Empfangens der Zweckauswahl von dem Anwender, d. h., einer Bedienungsperson des Kesselregelsystems, kann zuerst einen Zweck, um die Verbrennungsoptimierung auszuführen, vor dem Ausführen der Verbrennungsoptimierung auswählen. Der Optimierer 30 kann die Auswahl des Anwenders durch das Bereitstellen einer Schnittstelle, um mehrere Zwecke auszuwählen, empfangen. Die mehreren Zwecke können z. B. eine Kostenoptimierung, die die Kosten als eine obere Priorität betrachtet, eine Emissionsoptimierung, die eine Emissionsverringerung als eine obere Priorität betrachtet, und eine Anlagenschutzoptimierung, die einen Anlagenschutz als eine obere Priorität betrachtet, enthalten. Es wird erkannt, dass dies lediglich ein Beispiel ist und dass andere Zwecke zur Optimierung enthalten sein können. Der Optimierer 30 führt eine Optimierungsoperation durch das Anwenden verschiedener Logiken gemäß der von dem Anwender empfangenen Auswahl des Anwenders der Zwecke aus.
Hinsichtlich der Funktion des Empfangens des Kesselverbrennungsmodells von dem Modellierer 40 erfordert der Optimierer 30 ein Kesselverbrennungsmodell, um die Optimierungsoperation auszuführen, wobei das Kesselverbrennungsmodell aus einer Kombination aus mathematischen Modellen einschließlich eines künstlichen neuronalen Netzes bestehen kann, die durch das wiederholte Lernen durch den Modellierer 40 erzeugt werden können.
Hinsichtlich der Funktion des Ausführens der Kesselverbrennungsoptimierungsoperation berechnet der Optimierer 30 einen optimalen Eingangswert als einen endgültigen Ausgangswert durch das Ausführen einer Simulation mit der Anwendung der Zweckauswahl des Anwenders und des Kesselverbrennungsmodells. Die in diesem Fall verwendeten Algorithmen oder Controller können Proportional-Integral-Differential-Algorithmen (PID-Algorithmen), Freiheitsgradalgorithmen (DOF-Algorithmen), modellprädiktive Regelalgorithmen (MPC-Algorithmen), adaptive Algorithmen, Fuzzy-Algorithmen, H-unendlich-Algorithmen, modellbasierte lineare Parametervariierungsalgorithmen (LPV-Algorithmen), Partikelschwarmoptimierungsalgorithmen, genetische Algorithmen (GA) usw. enthalten.
Der Optimierer 30 führt eine Optimierungsoperation gemäß der Zweckauswahl des Anwenders und dem von dem Modellierer 40 empfangenen Kesselverbrennungsmodell aus, um den für die Kesselverbrennungsregelung erforderlichen optimalen Eingangswert zu berechnen.
Der Modellierer 40 erzeugt ein Kesselverbrennungsmodell, das in dem Optimierer 30 verwendet werden kann. Gemäß einer beispielhaften Ausführungsform ist er dadurch gekennzeichnet, dass der Modellierer 40 das Kesselverbrennungsmodell unter Verwendung eines künstlichen neuronalen Netzes erzeugt.
Das künstliche neuronale Netz ist eine Datenverarbeitungsmethodologie, die eine induktive Lernfähigkeit durch das mathematische Modellieren einer Informationsverarbeitungsstruktur eines aus Neuronen bestehenden Gehirns simuliert. Diese Datenverarbeitungsmethodologie weist einen Hauptzweck der Musterungskorrelation zwischen den Eingangs- und Ausgangswerten und des Vorhersagens eines Ausgangswertes von einem neuen Eingangswert basierend auf dem abgeleiteten Muster auf. Das künstliche neuronale Netz besteht aus parallelen Verbindungstrukturen (Schichten) von Knoten, die die Rolle der Neuronen spielen. Im Allgemeinen weist das neuronale Netz eine serielle Verbindung Eingangsschicht-verborgene Schicht-Ausgangschicht auf. Alternativ kann das neuronale Netz implementiert sein, so dass es mehrere verborgene Schichten aufweist, um die komplizierte Korrelation zwischen den Eingangs- und Ausgangswerten zu verarbeiten. Wenn das künstliche neuronale Netz verwendet wird, ist es möglich, das Erlernen der Korrelation nur mit den Eingangs- und Ausgangswerten, der Vorhersage mehrerer Ausgaben und dem Ableiten der Korrelation zwischen den Eingangs- und Ausgangswerten ohne eine lineare Extrapolation für ein nichtlineares Verhalten zu erhalten, selbst wenn die physikalischen Eigenschaften oder die Korrelation nicht deutlich bekannt sind.
Der Modellierer 40 kann einen Eingangswert und einen Ausgangswert bezogen auf die Kesselverbrennung von dem Vorprozessor 20 empfangen. Die Beispiele der Eingangsdaten können die Dämpferwinkel einer Primärluft und einer Sekundärluft, einen Dämpferwinkel einer Verbrennungsluftdüse (OFA), eine Menge der von einer Kohlezuführvorrichtung zugeführten Kohle, eine Umgebungstemperatur usw. enthalten. Die Beispiele der Ausgangsdaten können eine Kesselausgabe, eine Temperatur und einen Druck eines Verbrennungsgases in dem Kessel, eine Menge der Stickstoffoxide, des Kohlenmonoxids und des Sauerstoffs in dem Verbrennungsgas, eine Sprühdurchflussmenge eines Wiedererhitzers und dergleichen enthalten.
Der Modellierer 40 erzeugt ein Kesselverbrennungsmodell ähnlich zu dem tatsächlichen Betriebszustand des Kessels unter Verwendung eines künstlichen neuronalen Netzes, wobei das erzeugte Kesselverbrennungsmodell dem Optimierer 30 bereitgestellt wird.
Der Ausgangs-Controller 50 ist konfiguriert, die Verbrennungsregelung des Kessels auszuführen. Der Ausgangs-Controller 50 enthält eine Funktion des Überprüfens eines aktuellen Betriebszustands des Kessels vor dem Regeln des Kessels und eine Funktion des Reflektierens des durch den Optimierer 30 berechneten optimalen Regelwerts durch das Anwenden des optimalen Regelwerts zu der vorhandenen Kesselregellogik.
Hinsichtlich der Funktion des Überprüfens des Betriebszustands des Kessels muss der Ausgangs-Controller 50 den aktuellen Betriebszustand des Kessels vor dem tatsächlichen Regeln des Kessels überprüfen. Dies ist so, weil, selbst wenn der durch den Optimierer 30 berechnete optimale Regelwert sofort in dem Kesselbetriebszustand widergespiegelt wird, sich der Kessel in einem instabilen Zustand befinden kann oder ein Fehler auftreten kann, so dass der optimale Regelwert gemäß dem aktuellen Betriebszustand des Kessels geeignet aufgeteilt und widergespiegelt werden sollte.
Der Ausgangs-Controller 50 kann den tatsächlichen Verbrennungswirkungsgrad des Kessels durch das Eingeben des vorher durch den Optimierer 30 berechneten optimalen Regelwerts in den Kessel, der sich in Betrieb befindet, maximieren. Hier führt der Ausgangs-Controller 50 die dynamische Verfolgung systematischer Fehler an dem berechneten optimalen Regelwert aus, wobei dadurch der optimale Regelwert in Echtzeit zu der vorhandenen Verbrennungslogik des Kessels reflektiert wird. Unter der Annahme, dass z. B. der optimale Regelwert ein Temperaturwert T100 in einer Brennkammer des Kessels ist, sollte der Ausgangs-Controller 50 eine Regeloperation ausführen, um die Temperatur von T1 auf T100 zu erhöhen, falls die aktuelle Temperatur in der Brennkammer T1 ist. Hier kann eine plötzliche Änderung der Temperatur Probleme verursachen, so dass die Temperatur in Stufen geregelt werden sollte. In diesem Fall kann der Ausgangs-Controller 50 die Temperatur in Stufen ändern, während er einen zu ändernden Temperaturbereich (bis T100) in mehrere kontinuierliche Stufenunterbereiche aufteilt. Der Ausgangs-Controller 50 kann z. B. die Temperatur regeln, um sie in einem Zeitraum einer ersten Stufe von T1 bis T20, in einem Zeitraum einer zweiten Stufe von T20 bis T40, in einem Zeitraum einer dritten Stufe von T40 bis T60, in einem Zeitraum einer vierten Stufe von T60 bis T80 und in einem letzten Zeitraum einer fünften Stufe von T80 bis T100 allmählich zu erhöhen. Dieser Zeitraum ist kürzer als ein Zeitraum, in dem der optimale Regelwert durch den Optimierer 30 berechnet wird. Unter der Annahme, dass z. B. der Optimierer 30 den optimalen Regelwert aller 5 Minuten berechnet, kann der Ausgangs-Controller 50 eine Betriebsregelung des Kessels alle 10 Sekunden ausführen. Das heißt, das Ausführen der Betriebsregelung des Kessels in allen kurzen Zeiträumen ist als die dynamische Verfolgung systematischer Fehler definiert, die zum Überprüfen des Betriebszustands des Kessels in Echtzeit und zum gleichzeitigen stabilen Widerspiegeln des optimalen Regelwerts ohne eine plötzliche Änderung des Betriebs des Kessels bereitgestellt wird.
3 veranschaulicht eine Funktion des Optimierers 30 in dem Kesselregelsystem gemäß einer beispielhaften Ausführungsform. In 3 erhält der Optimierer 30 einen optimalen Regelwert durch ein Kesselverbrennungsmodell und einen Verbrennungsoptimierungsalgorithmus. Es wird erkannt, dass der Verbrennungsoptimierungsalgorithmus ein Satz von Prozeduren, Verfahren und Anweisungen zur Verbrennungsoptimierung sein kann und durch einen weiteren Begriff, wie z. B. Verbrennungsoptimierungstechnik, Verbrennungsoptimierungsregelung oder dergleichen, ersetzt werden kann.
Hier wird das Kesselverbrennungsmodell durch den Modellierer 40 basierend auf den durch das künstliche neuronale Netz erlernten Ergebnissen erzeugt.
Obwohl der Verbrennungsoptimierungsalgorithmus verschiedene Arten von Algorithmen aufweisen kann, kann er in einer anderen beispielhaften Ausführungsform eine Regelung unter Verwendung einer Partikelschwarmoptimierungstechnik sein. Die Partikelschwarmoptimierungstechniken sind in Schwarmintelligenztechniken klassifiziert, die stochastische globale Optimierungstechniken sind, die durch die Inspiration von dem sozialen Verhalten von Tieren, wie z. B. Fischen oder Vögeln, entwickelt werden. Der Partikelschwarmoptimierungsalgorithmus kopiert die Weise für eine große Anzahl von Entitäten, die als Partikel bezeichnet werden, um eine optimale Lösung innerhalb eines gegebenen Suchbereichs auf der Grundlage der Informationen über jedes Partikel und eine Gruppe von Partikeln als Ganzes zu finden. Der Partikelschwarmoptimierungsalgorithmus ist im Vergleich zu anderen heuristischen Optimierungstechniken einfach zu implementieren, weil er eine Suche nur durch vier arithmetische Operationen ausführen kann. Insbesondere ist es einfach, ein natürliches Phänomen, das nicht differenziert werden kann, zu analysieren, weil er keine Gradienteninformationen verwendet. Es wird jedoch erkannt, dass der Verbrennungsoptimierungsalgorithmus nicht auf den Partikelschwarmoptimierungsalgorithmus eingeschränkt ist, wobei irgendeiner von verschiedenen Algorithmen zum Implementieren der Verbrennungsoptimierung ausgewählt werden kann.
Es wird erkannt, dass der Optimierer 30 mehrere Regelvariable in ein einziges Kesselverbrennungsmodell eingibt und einen Prozess des Konvergierens der Regelvariable als ein einzelnes Partikel gegen einen optimalen Regelwert unter Verwendung des Partikelschwarmoptimierungsalgorithmus oder eines anderen Algorithmus, der ausgewählt ist, ausführt.
4 veranschaulicht die durch den Optimierer 30 gemäß einer beispielhaften Ausführungsform ausgeführten Operationen. In 4 enthalten die durch den Optimierer 30 ausgeführten Operationen eine Algorithmusauswahloperation S30 des Auswählens eines Algorithmus und eine Optimierungsberechnungsoperation S32 des Berechnens eines optimalen Regelwerts gemäß dem ausgewählten Algorithmus.
Bei der Algorithmusauswahloperation S30 wählt der Optimierer 30 einen Algorithmus oder einen Controller, der für die Optimierung am effektivsten ist. In diesem Fall kann der Optimierer 30 die zum Auswählen des Algorithmus erforderlichen Daten, z. B. die gemessenen Daten von den an dem Kessel oder anderen Komponenten des Kesselregelsystems installierten Sensoren, empfangen. Die gemessenen Daten können die Messwerte für einen Kessel, der sich in Betrieb befindet, und die Messwerte des vorhergehenden Betriebszustands des Kessels, der gespeichert wurde, enthalten. Zusätzlich kann der Optimierer 30 Analyseinformationen von anderen Komponenten des Kesselregelsystems oder einer anderen Konfiguration außerhalb des Kesselregelsystems empfangen. Hier können die Analyseinformationen Informationen über ein Muster, eine Leistungserzeugungsausgabe, einen Leistungserzeugungswirkungsgrad und einen Betriebszustand der analysierten Daten enthalten. Zusätzlich kann die Algorithmusauswahloperation S30 außerdem Informationen über das Kesselverbrennungsmodell von dem Modellierer 40 empfangen.
5 veranschaulicht die durch den Optimierer 30 ausgeführte Algorithmusauswahloperation S30 ausführlicher. In 5 kann die Algorithmusauswahloperation S30 eine Algorithmusauswahloperation S301, eine Operation S302 der Simulation der Algorithmusleistung und eine Operation S303 der Auswahl des optimalen Algorithmus enthalten.
Der Optimierer 30 wählt wenigstens zwei Algorithmen, die als für die Kesselverbrennungsoptimierung geeignet bestimmt worden sind, in der Algorithmusauswahloperation S301 aus. Die Algorithmen oder Controller zum Optimieren der Kesselverbrennung können verschiedene Algorithmen oder Controller enthalten, wie z. B. PID-Controller, DOF-Controller, MPC, adaptive Controller, Fuzzy-Controller, H-unendlich-Controller, modellbasierte LPV-Controller usw. Zusätzlich können ferner auf genetischen Algorithmen basierende (GA-basierte) Controller, wie z. B. verteilte GA (DGA), interaktive GA (iGA), Gas für Mehrzieloptimierung (MOGA), genetische Programmierung, Partikelschwarmoptimierung (PSO) usw. enthalten sein. Der Optimierer 30 wählt unter verschiedenen Algorithmen oder Controllern wenigstens zwei Algorithmen, die zum Berechnen der Kesselverbrennungsoptimierung am geeignetsten sind, unter Bezugnahme auf wenigstens eines von gemessenen Werten, Analyseinformationen und Modellinformationen aus. Zu diesem Zeitpunkt kann das Auswahlkriterium in verschiedenen Weisen festgelegt werden. Das Auswahlkriterium kann z. B. davon abhängen, welches Objekt in dem Kessel geregelt werden soll, für welches Teil der gemessene Wert ist, welche Menge der Verbrennung innerhalb eines vorgegebenen Zeitraums geändert wird, welches Kesselverbrennungsmodell die Modellierungseinheit 40 empfängt oder dergleichen.
Nachdem in der Operation S301 zwei oder mehr Algorithmen ausgewählt worden sind, führt der Optimierer 30 die Leistungssimulation für die ausgewählten Algorithmen in der Operation S302 aus, wobei er einen Algorithmus, der den höchsten Wirkungsgrad aufweist, im Ergebnis der Leistungssimulation als einen optimalen Algorithmus, d. h., einen Algorithmus oder Controller für die Optimierungsoperation, in der Operation S303 auswählt.
Der Optimierer 30 kann z. B. den PID-Controller und die PSO als einen Controller zur Optimierung auswählen. Dann kann der Optimierer 30 durch das Ausführen einer Leistungssimulation für jeden Controller bestimmen, welcher Controller zum Finden des Kesselverbrennungsoptimierungswerts der geeignetste ist. Schließlich kann der Optimierer 30 den geeigneten Controller gemäß dem Ergebnis auswählen.
Die Optimierungsberechnungsoperation S32, die nach der Algorithmusauswahloperation S30 ausgeführt wird, ist eine Operation des Berechnens eines Wertes zum Optimieren der Kesselverbrennung unter der Voraussetzung, dass der Algorithmus für die Optimierungsoperation bestimmt ist. Es wird angenommen, dass die PSO als der Algorithmus für die Optimierungsoperation ausgewählt ist.
6 veranschaulicht die durch den Optimierer 30 ausgeführte Optimierungsberechnungsoperation S32 ausführlicher. In 6 enthält die Optimierungsberechnungsoperation S32 eine Operation S321 des Anwendens eines Gruppenregelalgorithmus, eine Operation S302 des Anwendens eines Teilregelalgorithmus und eine Operation S303 des Anwendens seines Einheitsregelalgorithmus. Jeder in 6 veranschaulichte Algorithmus ist vorgeschlagen, um ein Problem zu lösen, dass es schwierig ist, die Optimierungsoperationen für einzelne Objekte auszuführen, wenn es viele zu regelnde Objekte in einem einzigen Kessel gibt. Unter der Annahme, dass es z. B. 100 Regelobjekte in einem Kessel gibt, ist es unmöglich, den Betrieb des Kessels in Echtzeit zu regeln, weil es so viel Zeit erfordert, um die optimalen Regelwerte, d. h., die Sollwerte, einzeln zu berechnen. Folglich werden die jeweiligen Algorithmen nach 6 vorgeschlagen, um dieses Problem zu lösen. Falls z. B. ein Regelzyklus zum Regeln des Betriebs eines Kessels 5 Minuten dauert, aber die Berechnung innerhalb dieses Regelzyklus nicht abgeschlossen wird, weil ein optimaler Regelwert zum Regeln des Kessels im nächsten Regelzyklus praktisch unbekannt ist, ist es unmöglich, die Maximierung des Verbrennungswirkungsgrades und die Minimierung der Emissionen zu erreichen. Um dieses Problem zu lösen, werden die Regelobjekte in Gruppen (d. h., großer Maßstab), Teile (d. h., mittlerer Maßstab) und Einheiten (d. h., kleiner Maßstab) aufgeteilt, wobei die Operation für jeden Maßstab ausgeführt wird.
7 veranschaulicht eine Optimierungsoperation gemäß einer beispielhaften Ausführungsform. Mit anderen Worten, 7 veranschaulicht den Optimierungsoperationsprozess nach 6 in einer leicht zu verstehenden Weise. Es werden z. B. mehrere Regelobjekte in vier Gruppen aufgeteilt, so dass die optimalen Regelwerte für die vier Gruppen berechnet werden, wobei jede der vier Gruppen in fünf Teile aufgeteilt werden, so dass die optimalen Regelwerte für eine Gesamtmenge von 20 Teilen berechnet werden, wobei jeder der 20 Teile in fünf Einheiten aufgeteilt wird, so dass die optimalen Regelwerte für eine Gesamtmenge von 100 Einheiten berechnet werden. Die Regelobjekte können z. B. die innerhalb eines Kessels installierten Dämpfer enthalten. Um den Verbrennungswirkungsgrad eines Kessels zu verbessern, sollten die in dem Kessel installierten Dämpfer einzeln geregelt sein. Es ist jedoch nicht einfach, aufgrund einer plötzlichen Zunahme der Menge der Berechnung und einer auf einen Controller angewendeten resultierenden schweren Last einen optimalen Sollwert für jeden Dämpfer zu berechnen. Der Optimierungsoperationsprozess nach den 6 und 7 verbessert die Effizienz der Operation durch das einzelne Regeln mehrerer in einem Kessel installierter Regelobjekte. Die Regelobjekte mit ähnlichen Bedingungen oder Umgebungen werden in eine Gruppe klassifiziert, die der Reihe nach analysiert wird, um die optimalen Regelwerte für die entsprechenden Regelobjekte gemäß ihres Maßstabsbereichs zu finden. In einem Fall, in dem mehrere Dämpfer in den ersten bis vierten Bereichen des Kessels verteilt sind, kann die Operation so ausgeführt werden, dass eine erste Operation an allen Dämpfern ausgeführt wird, die in den ersten bis vierten Bereichen bereitgestellt sind, eine zweite Operation an den Dämpfern für jeden Bereich auf der Grundlage eines durch die erste Operation berechneten Wertes ausgeführt wird und eine dritte Operation an den einzelnen Dämpfern in den ersten bis vierten Bereichen jeweils basierend auf einem durch die zweite Operation berechneten Wert ausgeführt wird. Hier kann der durch die erste Operation berechnete Wert ein Durchschnittswert für alle Dämpfer sein, während der durch die zweite Operation berechnete Wert ein Durchschnittswert für die in jedem Bereich bereitgestellten Dämpfer sein kann. Die für die gruppierten und klassifizierten Regelobjekte berechneten resultierenden Werte werden der Reihe nach als die Bezugswerte verwendet, wenn die nächste Operation für einen weiter spezifizierten Maßstabsbereich ausgeführt wird.
Wie oben beschrieben worden ist, können die Regelobjekte einer schnellen Operation unterworfen werden, wenn die Operationen an den mehreren Regelobjekten ausgeführt werden, während sie in spezifizierte Bereiche, z. B. einen großen Maßstabsbereich, einen mittleren Maßstabsbereich und einen kleinen Maßstabsbereich, aufgeteilt werden. In einem System, in dem seine Regelobjekte innerhalb eines kurzen Regelzyklus wiederholt geregelt werden sollten, ist ein derartiges Betriebsverfahren notwendig.
Während beispielhafte Ausführungsformen bezüglich der beigefügten Zeichnungen beschrieben worden sind, wird durch die Fachleute auf dem Gebiet erkannt, dass verschiedene Modifikationen der Form und der Einzelheiten daran vorgenommen werden können, ohne vom Erfindungsgedanken und Schutzumfang abzuweichen, wie sie in den beigefügten Ansprüchen definiert sind. Deshalb sollte die Beschreibung der beispielhaften Ausführungsformen in einem beschreibenden Sinn ausgelegt werden und nicht ausgelegt werden, um den Schutzumfang der Ansprüche einzuschränken, wobei viele Alternativen, Modifikationen und Variationen für die Fachleute auf dem Gebiet offensichtlich sind.

Claims

Kesselregelsystem, das umfasst: einen Aufgabenmanager, der konfiguriert ist, Informationen über einen aktuellen Betriebszustand eines Kessels zu sammeln und zu bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist; einen Vorprozessor, der vorkonfiguriert ist, die von dem Kessel gesammelten Daten vorzuverarbeiten und die vorverarbeiteten Daten zuzuführen; einen Modellierer, der konfiguriert ist, ein Kesselverbrennungsmodell auf der Grundlage der von dem Vorprozessor empfangenen vorverarbeiteten Daten zu erzeugen; einen Optimierer, der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer zu empfangen und eine Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells auszuführen, um einen optimalen Regelwert zu berechnen, wobei die vorverarbeiteten Daten durch den Vorprozessor dem Modellierer und dem Optimierer zugeführt werden; und einen Ausgangs-Controller, der konfiguriert ist, den optimalen Regelwert von dem Optimierer zu empfangen und einen Betrieb des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik zu regeln.
Kesselregelsystem nach Anspruch 1, wobei der Optimierer den optimalen Regelwert durch das Anwenden der von dem Vorprozessor empfangenen vorverarbeiteten Daten auf das Kesselverbrennungsmodell, das wiederholte Simulieren des Kesselverbrennungsmodells und das Anwenden des simulierten Ergebnisses auf einen Verbrennungsoptimierungsalgorithmus berechnet.
Kesselregelsystem nach Anspruch 2, wobei der Verbrennungsoptimierungsalgorithmus einer von einem Proportional-Integral-Differential-Algorithmus (PID-Algorithmus), einem Freiheitsgradalgorithmus (DOF-Algorithmus), einem modellprädiktiven Regelalgorithmus (MPC-Algorithmus), einem adaptiven Algorithmus, einem Fuzzy-Algorithmus, einem H-unendlich-Algorithmus, einem modellbasierten linearen Parametervariierungsalgorithmus (LPV-Algorithmus) und einem genetischen Algorithmus (GA) ist.
Kesselregelsystem nach Anspruch 2 oder 3, wobei der Optimierer die optimalen Regelwerte für mehrere Regelobjekte in dem Kessel berechnet, so dass die mehreren Regelobjekte in Gruppen aufgeteilt sind, wobei jede eine spezifizierte Anzahl von Regelobjekten enthält und die optimalen Regelwerte für jede Gruppe berechnet werden.
Kesselregelsystem nach Anspruch 4, wobei die Regelobjekte auf der Grundlage eines großen Maßstabsbereichs, eines mittleren Maßstabsbereichs und eines kleinen Maßstabsbereichs in Gruppen aufgeteilt werden und die optimalen Regelwerte für die Regelobjekte berechnet werden.
Kesselregelsystem nach einem der vorhergehenden Ansprüche, wobei der Optimierer den Verbrennungsoptimierungsalgorithmus in Abhängigkeit von einem von einem Anwender empfangenen Zweck anwendet.
Kesselregelsystem nach Anspruch 6, wobei der Optimierer den von dem Anwender ausgewählten Zweck empfängt, wobei der Zweck eine Kostenoptimierung in Anbetracht der Kosten als eine höchste Priorität, eine Emissionsoptimierung in Anbetracht einer Emissionsverringerung als eine höchste Priorität und eine Anlagenschutzoptimierung in Anbetracht eines Anlagenschutzes als eine höchste Priorität enthält.
Kesselregelsystem nach einem der vorhergehenden Ansprüche, wobei vor dem Ausführen der Verbrennungsoptimierungsoperation für den Kessel der Optimierer zwei oder mehr Algorithmen, die die Verbrennungsoptimierungsoperation ausführen können, aus mehreren Algorithmen auswählt und einen der ausgewählten Algorithmen als einen Verbrennungsoptimierungsalgorithmus zum Ausführen der Verbrennungsoptimierungsoperation auswählt.
Kesselregelsystem nach Anspruch 8, wobei der Optimierer eine Leistungssimulation an den ausgewählten Algorithmen ausführt und einen Algorithmus mit dem höchsten Wirkungsgrad im Ergebnis der Leistungssimulation als den Verbrennungsoptimierungsalgorithmus auswählt.
Verfahren zum Regeln eines Kessels, wobei das Verfahren enthält: Sammeln von Informationen über einen aktuellen Betriebszustand des Kessels und Bestimmen, ob eine Verbrennungsoptimierungsoperation für den Kessel auszuführen ist; Vorverarbeiten der von dem Kessel gesammelten Daten; Erzeugen eines Kesselverbrennungsmodells auf der Grundlage der vorverarbeiteten Daten; Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Regeln eines Betriebs des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
Verfahren nach Anspruch 10, wobei das Berechnen des optimalen Regelwerts das Anwenden der von einem Vorprozessor empfangenen vorverarbeiteten Daten auf das Kesselverbrennungsmodell, das wiederholte Simulieren des Kesselverbrennungsmodells und das Anwenden des simulierten Ergebnisses auf einen Verbrennungsoptimierungsalgorithmus enthält.
Verfahren nach Anspruch 11, wobei der Verbrennungsoptimierungsalgorithmus einer von einem Proportional-Integral-Differential-Algorithmus (PID-Algorithmus), einem Freiheitsgradalgorithmus (DOF-Algorithmus), einem modellprädiktiven Regelalgorithmus (MPC-Algorithmus), einem adaptiven Algorithmus, einem Fuzzy-Algorithmus, einem H-unendlich-Algorithmus, einem modellbasierten linearen Parametervariierungsalgorithmus (LPV-Algorithmus) und einem genetischen Algorithmus (GA) ist.
Verfahren nach Anspruch 10, 11 oder 12, wobei das Berechnen des optimalen Regelwerts das Berechnen der optimalen Regelwerte für mehrere Regelobjekte in dem Kessel enthält, so dass die mehreren Regelobjekte in Gruppen aufgeteilt werden, wobei jede eine spezifizierte Anzahl von Regelobjekten enthält, und die optimalen Regelwerte für jede Gruppe berechnet werden.
Verfahren nach Anspruch 13, wobei beim Berechnen der optimalen Regelwerte die Regelobjekte auf der Grundlage eines großen Maßstabsbereichs, eines mittleren Maßstabsbereichs und eines kleinen Maßstabsbereichs in Gruppen aufgeteilt werden und die optimalen Regelwerte für die Regelobjekte berechnet werden.
Verfahren nach einem der Ansprüche 10 bis 14, wobei das Berechnen der optimalen Regelwerte das Empfangen eines Optimierungszwecks von einem Anwender und das Anwenden eines Verbrennungsoptimierungsalgorithmus in Abhängigkeit von dem empfangenen Optimierungszweck umfasst.
Verfahren nach Anspruch 15, wobei der Optimierungszweck eine Kostenoptimierung in Anbetracht der Kosten als eine höchste Priorität, eine Emissionsoptimierung in Anbetracht einer Emissionsverringerung als eine höchste Priorität und eine Anlagenschutzoptimierung in Anbetracht eines Anlagenschutzes als eine höchste Priorität enthält.
Verfahren nach einem der Ansprüche 10 bis 16, das ferner vor dem Ausführen der Verbrennungsoptimierungsoperation für den Kessel das Auswählen von zwei oder mehr Algorithmen, die die Verbrennungsoptimierungsoperation ausführen können, aus mehreren Algorithmen und das Auswählen eines der ausgewählten Algorithmen als einen Verbrennungsoptimierungsalgorithmus zum Ausführen der Verbrennungsoptimierungsoperation umfasst.
Verfahren nach Anspruch 17, wobei das Auswählen des Verbrennungsoptimierungsalgorithmus das Ausführen einer Leistungssimulation an den ausgewählten Algorithmen und das Auswählen eines Algorithmus mit dem höchsten Wirkungsgrad im Ergebnis der Leistungssimulation als den Verbrennungsoptimierungsalgorithmus enthält.