JP2017228102A - 原料選定支援装置、及び原料選定支援方法 - Google Patents

Abstract

【課題】発電に必要な発熱量を確保した上で、高効率、低環境負荷となる燃料の選定を支援する原料選定支援装置を提供する。【解決手段】発電プラントで収集した運転データと原料データに基づいて、発電プラントで燃料として使用する原料の種類の選定を支援する原料選定支援装置において、原料選定支援装置は、関連付け記憶手段と画像表示情報生成手段と信号データベースを備える。関連付け記憶手段は、前記運転データに基づいて算出する効率、環境負荷物質又はプラントの運用コストの内少なくとも一つを含むプラント性能と、前記原料データを関連付けることで、発電プラントで使用する原料候補の外部入力に対して、関連付けられたプラント性能情報を出力する機能を有する。信号データベースは、関連付け記憶手段から出力されたプラント性能情報を保存し、画像表示情報生成手段は、信号データベースの情報に基づいて画像表示情報を生成する。【選択図】図１

Description

本発明は、発電プラントで使用する燃料種類の選定を支援する原料選定支援装置、及び原料選定支援方法に関する。

燃料に石炭を用いて発電する火力発電プラントにおいては、一酸化炭素（CO）、窒素酸化物（NOx）などの環境負荷物質の排出量低減や、燃料コストの削減が求められている。また、発電所では、石炭の在庫状況を考慮して使用する石炭種類(炭種)を選定しており、本選定業務に要する工数を削減することも求められている。

このような背景から、特許文献１には、石炭火力プラントにおいて、プラントの運転効率の最大化を目的としてミル操作条件を決定する制御装置が公開されている。

また、特許文献２には所望の発電量に必要となる石炭の購入費用および輸送費用を算出するとともに、発生する各排出物の発生量を計算して各排出物の処理費用を算出、単位発電量当たりに要する総コストが最低となるように購入する石炭の炭種やその混合比を決定し、発生した排出物を資源として有効利用することにより得られる資源利用収益や環境税の課税額をも加味することでより最適な石炭の購入計画の立案を支援する発電用石炭種の選定方法が公開されている。

特開２０１３−２２４７９９号公報 特開２００７−２０９０７６号公報

発電プラントにおいては、中央給電指令所からの発電指令に追従して発電出力を変化させる必要がある。また、高効率となるように運転することで、単位発電量当たりの燃料消費量を削減することも求められている。
特許文献１に記載されている制御装置を用いることで、炭種に応じて高効率、低環境負荷となる運転制御が可能であるが、炭種を選定する方法については記載されていない。そのため、石炭の発熱量不足のために発電指令に追従した運転ができない可能性がある。
また、特許文献２に記載されている発電用石炭種の選定方法を用いることで、コストを考慮した炭種の選定が可能となるが、発熱量、効率を考慮する方法については記載されていない。また、各排出物の発生量を計算する際に運転データを用いていないため、最新の運転状態を考慮した排出物の発生量を計算できない可能性がある。

そこで本発明は上記状況を鑑みて、発電に必要な発熱量を確保した上で、高効率、低環境負荷となる燃料の選定を支援する原料選定支援装置を提供することを目的とする。

本発明は、発電プラントで収集した運転データと原料データに基づいて、発電プラントで燃料として使用する原料の種類の選定を支援する原料選定支援装置において、前記原料選定支援装置は関連付け記憶手段と画像表示情報生成手段と信号データベースを備え、前記関連付け記憶手段は、前記運転データに基づいて算出する効率、環境負荷物質、又はプラントの運用コストの内少なくとも一つを含むプラント性能と前記原料データを関連付けることで、発電プラントで使用する原料候補の外部入力に対して、関連付けられたプラント性能情報を出力する機能を有し、前記信号データベースは、前記関連付け記憶手段から出力されたプラント性能情報を保存し、前記画像表示情報生成手段は、前記信号データベースの情報に基づいて画像表示情報を生成することを特徴とする。

発電に必要な発熱量を確保した上で、高効率、低環境負荷となる燃料の選定を支援できる。また、発電プラントにおける燃料の原料選定に要する労力を低減できる。

本発明の第１の実施例である原料選定支援装置を説明するブロック図である。 本発明の第１の実施例における原料選定支援装置の動作を説明するフローチャート図である。 本発明の第１の実施例における発電プラントの実施例を説明する図である。 本発明の第１の実施例における分類手段に適応共鳴理論を用いた場合のブロック図を説明する図である。 本発明の第１の実施例におけるデータの分類結果を説明する図である。 本発明の第１の実施例における信号データベースに保存されるデータの態様を説明する図である。 本発明の第１の実施例における関連付け手段記憶手段の動作を説明する図である。 本発明の第１の実施例における候補生成手段の動作を説明する図である。 本発明の第２の実施例である原料選定支援装置を説明するブロック図である。 本発明の第２の実施例における表示画面の実施例を説明する図である。

以下、本発明の実施に好適な実施例について説明する。尚、下記はあくまでも実施の例に過ぎず、下記具体的内容に発明自体が限定されることを意図する趣旨ではない。

図１は本発明の第１の実施例である原料選定支援装置を説明するブロック図である。原料選定支援装置２５０は、データセンタ２００と外部装置９００と接続している。

データセンタ２００は、少なくとも運転データデータベース２１０と原料情報データベース２２０で構成する。運転データデータベース２１０には、発電プラントで計測した計測データが保存されている。原料情報データベース２２０には、発電プラントで使用する石炭に関する情報として、低位発熱量、高位発熱量、揮発分、灰分、全水分、燃料比、固定炭素、C、H、O、N、S、粉砕性能が保存されている。

原料選定支援装置２５０は、演算装置として関連付け記憶手段３００、候補生成手段７００、画像表示情報生成手段２９０を備えている。関連付け記憶手段３００では、発電プラントで使用した原料情報と、運転データから算出する効率、NOｘ、CO等のプラント性能を関連付けして記憶する。本実施例では、関連付け記憶手段３００は、性能評価手段４００、データ分類手段５００、制約条件評価手段６００を備える場合について述べるが、原料情報とプラント性能を関連付けして記憶する装置であれば、前述の構成に限定されない。

候補生成手段７００では、信号データベース２８０に保存されている電力需要、石炭在庫情報、及び関連付け記憶手段３００から出力される関連付け結果情報１１に基づき、使用する石炭の候補情報１０、１２を生成する。

画像表示情報生成手段２９０は、信号データベース２８０に保存されている信号データベース情報４を画像表示情報５に変換する。
また、原料選定支援装置２５０はデータベースとして信号データベース２８０を備える。尚、図１ではデータベースをＤＢと略記している。信号データベース２８０には、電子化された情報が保存されており、通常電子ファイル(電子データ)と呼ばれる形態で情報が保存される。

また、原料選定支援装置２５０は、外部とのインターフェイスとして外部入力インターフェイス２６０及び外部出力インターフェイス２７０を備えている。
そして、外部入力インターフェイス２６０を介してデータセンタ２００に収録されている入力データ１と、外部装置９００に備えられている外部入力装置９１０(キーボード９１０及びマウス９２０)の操作で作成する外部入力信号２が原料選定支援装置２５０に取り込まれる。原料選定支援装置２５０に取り込まれた信号データベース情報３は、信号データベース２８０に保存する。
また、外部出力インターフェイス２７０を介して、画像表示情報６を画面表示装置９４０に出力する。尚、画像表示装置９４０には、信号データベース情報５０を表示することも可能である。

原料選定支援装置２５０は、記憶モードと評価モードと候補生成モードの３種類の処理モードを持つ。各処理モードの動作、及び原料選定支援装置２５０に備えられている演算装置の動作については、図２を引用しながら後述する。
なお、本実施例の原料選定支援装置２５０においては、演算装置、およびデータベースが原料選定支援装置２５０の内部に備えられているが、これらの一部の装置を原料選定支援装置２５０の外部に配置し、データのみを装置間で通信するようにしてもよい。
また、信号データベース２５０に保存されている信号データベース情報５０は、その全ての情報を外部出力インターフェイス２７０を介して画面表示装置９４０に表示でき、これらの情報は外部入力装置９１０を操作して生成する外部入力信号２で修正することができる。
本実施例では、外部入力装置９１０をキーボード９２０とマウス９３０で構成しているが、音声入力のためのマイク、タッチパネルなど、データを入力するための装置であれば良い。

また、本発明の実施形態として、原料選定支援方法、原料選定支援装置２５０を動作させて得られた情報を提供する情報提供サービスとしても実施可能であることは言うまでもない。

図２は原料選定支援装置２５０の動作フローチャート図である。図２(a)は記憶モード、図２(b)は評価モード、図２(c)は候補生成モードのフローチャート図である。

まず、図２(a)を用いて記憶モードについて説明する。ステップ１０００では、データセンタ２００から入力データ１を取得し、信号データベース情報３を信号データベース２８０に保存する。ステップ１０１０では、関連付け記憶手段３００にて、原料情報とプラント性能の関連を記憶する。
次に、図２(b)を用いて評価モードの動作を説明する。ステップ１１００では外部装置９００から外部入力信号２を取り込む。外部入力信号２には、原料情報が含まれる。ステップ１１１０では、関連付け記憶手段３００を動作させて、プラント性能を評価する。ステップ１１２０では、画像表示情報生成手段２８０を動作させて画像表示情報５を生成する。その後、外部出力インターフェイス２７０を介して画像表示情報６を画像表示装置９４０に送信して画面（モニタ）上に情報を表示する。

最後に図２(c)を用いて候補生成モードの動作を説明する。

ステップ１２００ではデータセンタ２００から入力データ１を取得、また外部装置９００から外部入力信号２を取得し、信号データベース情報３を信号データベース２８０に保存する。信号データベース２８０には、運転データ、原料情報データ、電力需要、石炭在庫情報などが蓄積される。

ステップ１２１０では、関連付け記憶手段３００に備えられている制約条件評価手段６００を動作させ、候補生成手段７００にて候補を生成する際の制約条件を抽出する。制約条件としては、電力需要を満足するために必要な発熱量、所定期間供給可能な石炭（在庫が充分ある石炭かどうか）などの条件が挙げられる。この制約条件を関連付け結果情報１１として、候補生成手段７００に送信する。

ステップ１２２０では候補生成手段７００を動作させて、発電プラントで使用する石炭の候補情報１２を生成し、関連付け記憶手段３００に送信すると同時に信号データベース２８０に送信して情報を保存する。候補生成手段７００は、強化学習や遺伝的アルゴリズムなどのアルゴリズムを実装し、プラント性能が所望の特性となる候補情報を生成する。

ステップ１２３０では、関連付け記憶手段３００に備えられている性能評価手段４００を動作させて、ステップ１２２０で生成した候補情報に対するプラント性能を評価する。関連付け評価結果情報１１は、候補生成手段７００に送信すると同時に信号データベース２８０に送信して情報を保存する。

ステップ１２４０では終了判定を実施する。ステップ１２２０とステップ１２３０の繰り返し回数が予め定められた所定の回数を超えた場合、あるいは制約を満足している候補が生成できている場合などの終了判定を満足しない場合はステップ１２２０に戻り、満足した場合はステップ１２５０に進む。
ステップ１２５０では、画像表示情報生成手段２８０を動作させて画像表示情報５を生成する。その後、外部出力インターフェイス２７０を介して画像表示情報６を画像表示装置９４０に送信して画面（モニタ）上に情報を表示する。
各モードを動作させるタイミングは、任意に設定できる。例えば、記憶モードは発電プラントの試運転が完了し、複数の炭種での運転データが蓄積された時に動作させることで、幅広い炭種とプラント性能の関係を記憶できる。また、記憶モードをプラント運開後に定期的に動作させることで、最新の運転実績に基づいたプラント性能と炭種の関係を記憶させることが可能となる。

図３は本発明の実施例１に係わる原料選定支援装置２５０の適用対象の候補である石炭火力プラント１００の構成を示す概略図である。先ず、石炭火力プラント１００による発電の仕組みについて簡単に説明する。

図３において、石炭火力プラント１００を構成するボイラ１０１には、ミル１３４で石炭を細かく粉砕した燃料である微粉炭と、微粉炭搬送用の１次空気及び燃焼調整用の２次空気とを供給する複数のバーナ１０２が設けられており、このバーナ１０２を通じて供給した微粉炭を、ボイラ１０１の内部で燃焼させる。バーナ１０２の構造は、図示しているようにボイラ１０１の前後に複数段配置され、各段は複数のバーナが１列に配置される。図３に示されたバーナ構造、配置により、ボイラ１０１の内部ではボイラの前面（以降、缶前と表記）と背面（以降、缶後と表記）から微粉炭を燃焼させる。缶前後のバーナ燃焼バランスを改善することにより、ボイラの熱回収効果が向上し、プラントの熱効率も改善する。

尚、微粉炭と１次空気は配管１３９から、２次空気は配管１４１から夫々バーナ１０２に導かれる。１次空気は、ファン１２０から配管１３０に導かれ、途中でボイラ１０１の下流側に設置されたエアーヒーター１０４を通過する配管１３２と、エアーヒーター１０４を通過せずにバイパスする配管１３１とに分岐するが、エアーヒーター１０４の下流側に配設した配管１３３となって再び合流し、バーナ１０２の上流側に設置された微粉炭を製造するミル１３４に導かれる。エアーヒーター１０４を通過する１次空気は、ボイラ１０１を流下する燃焼ガスと熱交換することによって加熱される。この加熱された１次空気と共に、エアーヒーター１０４をバイパスした１次空気は、ミル１３４において粉砕した微分炭をバーナ１０２に搬送する。
ミル１３４は各バーナ段に対応するように配置され（図３では４台）、各段を構成するバーナへ微粉炭と１次空気を供給する。すなわち、発電出力低下時など石炭供給量を低下させる場合にはミルを停止してバーナ段毎にバーナ休止させることができる。ミル１３４では、ボイラ１０１の燃焼性を考慮し、使用する石炭の性質に応じて望ましい粒度の微粉炭が得られるよう、ミルの回転数を調整する。また、石炭バンカ１３６に貯蔵された石炭は石炭コンベア１３７を経由して給炭機１３５へ導かれ給炭機１３５によって供給量を調整される。その後、石炭コンベア１３８を介してミル１３４に供給される。

また、ボイラ１０１には、２段燃焼用の空気をボイラ１０１に投入するアフタエアポート１０３が設けられている。２段燃焼用の空気は、配管１４２からアフタエアポート１０３に導かれる。図３に示したボイラ１０１において、ファン１２１を用いて配管１４０から投入された空気は、エアーヒーター１０４で同様にして加熱された後に、２次空気用の配管１４１とアフタエアポート用の配管１４２とに分岐して、夫々、ボイラ１０１のバーナ１０２とアフタエアポート１０３とに導かれる。この、バーナ１０２及びアフタエアポート１０３へ供給される空気流量は、夫々の配管１４１及び１４２に設置された空気ダンパ（図示せず）の操作によって調整できる。

ボイラ１０１の内部で微粉炭を燃焼することによって発生した高温の燃焼ガスは、ボイラ１０１の内部の経路に沿って下流側に流下して、ボイラ１０１の内部に配置された熱交換器１０６で給水と熱交換して蒸気を発生させた後に、排ガスとなってボイラ１０１の下流側に設置されたエアーヒーター１０４に流入し、このエアーヒーター１０４で熱交換してボイラ１０１に供給する空気を昇温する。

そして、このエアーヒーター１０４を通過した排ガスは、図示していない排ガス処理を施した後に、煙突から大気に放出される。

ボイラ１０１の熱交換器１０６を循環する給水は、給水ポンプ１０５を介して熱交換器１０６に供給され、熱交換器１０６においてボイラ１０１を流下する燃焼ガスによって過熱され、高温高圧の蒸気となる。尚、本実施例では熱交換器の数を１つとしているが、熱交換器を複数配置するようにしてもよい。

熱交換器１０６で発生した高温高圧の蒸気は、タービンガバナ１０７を介して蒸気タービン１０８に導かれ、蒸気の持つエネルギーによって蒸気タービン１０８を駆動して発電機１０９で発電する。

上記第１実施例の石炭火力プラント１００には、石炭火力プラントの運転状態を示す状態量を検出する様々な計測器が配置されている。

前記石炭火力プラント１００に配置された計測器から取得された石炭火力プラントの計測信号は、図１に示すよう運転データデータベース２１０に保存される。

計測器としては、例えば図３に示すように、熱交換器１０６から蒸気タービン１０８に供給される高温高圧の蒸気の温度を計測する温度計測器１５１、蒸気の圧力を計測する圧力計測器１５２、発電機１０９で発電される電力量を計測する発電出力計測器１５３がある。

蒸気タービン１０８の復水器（図示せず）によって蒸気を冷却して生じた給水は、給水ポンプ１０５によってボイラ１０１の熱交換器１０６に供給されるが、この給水の流量は流量計測器１５０によって計測されている。

ボイラ１０１から排出する燃焼ガスである排ガス中に含まれている成分（窒素酸化物（ＮＯｘ）、一酸化炭素（ＣＯ）、及び硫化水素（Ｈ_２Ｓ）など）の濃度に関する状態量の計測信号は、ボイラ１０１の下流側に設けた濃度計測器１５４によって計測される。

また、給炭系統に関する計測器としては、配管１３３を通ってミル１３４へ供給される１次空気の流量を計測する１次空気流量計１５５、給炭機１３５より石炭コンベア１３８を通りミル１３４へ供給される石炭の給炭量を計測する給炭量計１５６、及びミル１３４の回転数を計測する回転数計１５７があり、夫々のミル及び給炭機について上記情報を計測できる構成となっている。

即ち、本発明の運転データデータベース２１０には、上記各計測器によって計測した石炭火力プラント１００の状態量であるボイラ１０１に供給される石炭流量、ミル１３４の回転数、ボイラ１０１に供給される１次及び２次空気流量、ボイラ１０１の熱交換器１０６に供給される給水流量、ボイラ１０１の熱交換器１０６で発生して蒸気タービン１０８に供給される蒸気温度、ボイラ１０１の熱交換器１０６に供給される給水の給水圧力、ボイラ１０１から排出される排ガスのガス温度、前記排ガスのガス濃度、及びボイラ１０１から排出される排ガスの一部をボイラ１０１に再循環させる排ガス再循環流量等が含まれる。

尚、一般的には図３に図示した以外にも多数の計測器が石炭火力プラント１００に配置されるが、ここでは図示を省略する。
図４は、データ分類手段５００の実施例として、適応共鳴理論（ＡＲＴ）を用いた場合のブロック図を説明する図である。
ＡＲＴには、運転データ、及び原料情報データを設定した正規化範囲に基づいて0から1の範囲に正規化したデータＮｘｉ（ｎ）及び正規化したデータの補数ＣＮｘｉ（ｎ）（＝１−Ｎｘｉ（ｎ））を含むデータを入力データＩｉ（ｎ）として入力する。

ＡＲＴモジュール５１０は、Ｆ０レイヤー５１１、Ｆ１レイヤー５１２、Ｆ２レイヤー５１３、メモリ５１４及び選択サブシステム５１５を備え、これらは相互に結合している。Ｆ１レイヤー５１２及びＦ２レイヤー５１３は、重み係数を介して結合している。重み係数は、入力データが分類されるカテゴリのプロトタイプ（原型）を表している。ここで、プロトタイプとは、カテゴリの代表値を表すものである。

次に、ＡＲＴ５１０のアルゴリズムについて説明する。

ＡＲＴ５１０に入力データが入力された場合のアルゴリズムの概要は、下記の処理１〜処理５のようになる。
処理１：Ｆ０レイヤー５１１により入力ベクトルを正規化し、ノイズを除去する。
処理２：Ｆ１レイヤー５１２に入力された入力データと重み係数との比較により、ふさわしいカテゴリの候補を選択する。
処理３：選択サブシステム５１５で選択したカテゴリの妥当性がパラメータρとの比により評価される。妥当と判断されれば、入力データはそのカテゴリに分類され、処理４に進む。一方、妥当と判断されなければ、そのカテゴリはリセットされ、他のカテゴリからふさわしいカテゴリの候補を選択する（処理２を繰り返す）。パラメータρの値を大きくするとカテゴリの分類が細かくなる。すなわち、カテゴリサイズが小さくなる。逆に、ρの値を小さくすると分類が粗くなる。カテゴリサイズが大きくなる。このパラメータρをビジランス（ｖｉｇｉｌａｎｃｅ）パラメータと呼ぶ。先に述べた分解能設定部４３０では、ビジランスパラメータの値を設定している。
処理４：処理２において全ての既存のカテゴリがリセットされると、入力データが新規カテゴリに属すると判断され、新規カテゴリのプロトタイプを表す新しい重み係数を生成する。

処理５：入力データがカテゴリＪに分類されると、カテゴリＪに対応する重み係数ＷＪ（ｎｅｗ）は、過去の重み係数ＷＪ（ｏｌｄ）及び入力データｐ（又は入力データから派生したデータ）を用いて数１により更新される。

（数１）
ＷＪ(ｎｅｗ)＝Ｋｗ・ｐ＋(１−Ｋｗ)・ＷＪ(ｏｌｄ)
ここで、Ｋｗは、学習率パラメータ（０＜Ｋｗ＜１）であり、入力ベクトルを新しい重み係数に反映させる度合いを決定する値である。

尚、数１及び後述する数２乃至数１２の各演算式は前記ＡＲＴ５１０に組み込まれている。

ＡＲＴ５１０のデータ分類アルゴリズムの特徴は、上記の処理４にある。

処理４においては、学習した時のパターンと異なる入力データが入力された場合、記録されているパターンを変更せずに新しいパターンを記録することができる。このため、過去に学習したパターンを記録しながら、新たなパターンを記録することが可能となる。

このように、入力データとして予め与えた運転データを与えると、ＡＲＴ５１０は与えられたパターンを学習する。したがって、学習済みのＡＲＴ５１０に新たな入力データが入力されると、上記アルゴリズムにより、過去におけるどのパターンに近いかを判定することができる。また、過去に経験したことのないパターンであれば、新規カテゴリに分類される。

図４（ｂ）は、Ｆ０レイヤー５１１の構成を示すブロック図である。Ｆ０レイヤー５１１では、入力データＩ_iを各時刻で再度正規化し、Ｆ１レイヤー５１２、及び選択サブシステム５１５に入力する正規化入力ベクトルｕ_i ⁰作成する。
始めに、入力データＩ_ｉから、数２に従ってＷ_i ⁰を計算する。ここでａは定数である。

次に、Ｗ_i ⁰を正規化したＸ_i ⁰を、数３を用いて計算する。ここで、||Ｗ^０||は、Ｗ^０のノルムを表す。

そして、数４を用いて、Ｘ_i ⁰からノイズを除去したＶ_i ⁰を計算する。ただし、θはノイズを除去するための定数である。数４の計算により、微小な値は０となるため、入力データのノイズが除去される。

最後に、数５を用いて正規化入力ベクトルｕ_i ⁰を求める。ｕ_i ⁰はＦ１レイヤーの入力となる。

図４（ｃ）は、Ｆ１レイヤー５１２の構成を示すブロック図である。Ｆ１レイヤー５１２では、数５で求めたｕ_i ⁰を短期記憶として保持し、Ｆ２レイヤー５１３に入力するＰ_iを計算する。Ｆ２レイヤーの計算式をまとめて数６乃至数１２に示す。ただし、ａ、ｂは定数、ｆ（・）は数４で示した関数、Ｔ_jはＦ２レイヤー５１３で計算する適合度である。

但し、

図５はデータ分類手段５００におけるデータの分類結果を説明する図である。
図５（ａ）は、原料情報データを、カテゴリに分類した分類結果の一例を示す図である。

図５（ａ）は、一例として、原料情報データのうちの２項目を表示したものであり、２次元のグラフで表記した。また、縦軸及び横軸は、それぞれの項目の原料情報データを規格化して示した。
原料情報データは、ＡＲＴモジュール５１０によって複数のカテゴリ５１９（図５（a）に示す円）に分割される。１つの円が、１つのカテゴリに相当する。

本実施例では、原料情報データは４つのカテゴリに分類されている。カテゴリ番号１は、項目Ａの値が大きく、項目Ｂの値が小さいグループ、カテゴリ番号２は、項目Ａ、項目Ｂの値が共に小さいグループ、カテゴリ番号３は項目Ａの値が小さく、項目Ｂの値が大きいグループ、カテゴリ番号４は項目Ａ、項目Ｂの値が共に大きいグループである。

図５（ｂ）は、原料情報データをカテゴリに分類した結果、及び運転データの例を説明する図である。横軸は、時間、縦軸は計測信号、カテゴリ番号である。

図５（ｂ）に示すように、原料情報データはカテゴリ１〜４に分類された。原料の特性が変化すると、効率、NOxのプラント性能が変化する。本発明の関連付け記憶手段３００では、少なくとも原料情報を分類した結果(カテゴリ番号)と、プラント性能の関係を関連付けして記憶する。

図６は信号データベース２８０に保存されるデータの態様を説明する図である。
図６（ａ）に示すように、信号データベース２８０には、原料情報データ、及び運転データ（図では、データ項目Ａ、Ｂ、Ｃを記載）の値が、サンプリング周期（縦軸の時刻）毎に保存される。表示画面８０１において縦横に移動可能なスクロールボックス８０２及び８０３を用いることにより、広範囲のデータをスクロール表示することができる。
図６（ｂ）（ｃ）に示すように、信号データベース２８０にはデータ分類手段５００で用いる設定値と分類結果(カテゴリ番号)が保存される。
図７は、関連付け手段記憶手段３００の動作を説明する図である。以下では、関連付け記憶手段３００の動作について、図２との関連性についても述べる。

図７(a)は、各ミルで使用した原料情報、及び操作量のデータを分類した結果とプラント性能の関係である。図２におけるステップ１０１０では、関連付け手段記憶手段３００ではカテゴリ番号と性能の関係を図７(a)に示すフォーマットで整理し、信号データベース２８０に保存する。図２におけるステップ１１１０、ステップ１２３０では、原料情報の入力に対するプラント性能の予測結果を出力する。すなわち、原料情報の入力データをデータ分類手段５００にてカテゴリに分類し、分類されたカテゴリに関連付けられたプラント性能値を出力する。

図２におけるステップ１１００では、外部装置９００を用いて図７(b)に示す画面から原料情報に関する条件を入力する。また、図２におけるステップ１２２０では、図７(b)に示す情報を含む候補情報１２を候補生成手段７００が生成し、関連付け手段記憶手段３００に送信する。

図２におけるステップ１１２０では、図７(c)に示すように入力した原料情報に関連付けられたプラント性能情報、及び関連付けられたプラント性能を得るための操作量情報が画面表示装置９４０に表示される。図７(a)(c)では、プラント性能として効率、NOx、COを図示しているが、石炭灰の品質、単位発電量当たりの燃料コストなど、プラント性能に関する情報であれば情報の内容に対する限定はない。また、図７(a)(c)では、操作量として火炉空気比、バーナ空気比、空気量の缶前と缶後の比率(前後比)を図示しているが、プラント操作量に関する情報であれば情報の内容に対する限定はない。
また、データ分類手段におけるデータ分類結果が既存カテゴリの場合は関連付けられたプラント性能を出力し、新規カテゴリの場合はモデルを活用してプラント性能を出力させることも可能である。過去に経験がない原料の組み合わせは新規カテゴリに分類されるため、この場合は発電プラントの特性を模擬する燃焼モデルを別途構築し、燃焼モデルで計算した結果をプラント性能として出力する。
図８は、候補生成手段７００の動作を説明する図である。以下では、候補生成手段７００の動作について、図２との関連性についても述べる。

図２におけるステップ１２００では、外部入力装置９００を用いて図８(a)に示す画面から石炭の特徴量と発電所にて貯蔵している石炭の情報を入力する。図８(a)では石炭の特徴量として発熱量と燃料比を図示しているが、低位発熱量、高位発熱量、揮発分、灰分、全水分、燃料比、固定炭素、C、H、O、N、S、粉砕性能など、石炭の特徴を示す情報であれば表示内容に対する限定はない。
候補生成手段７００では、発電出力と石炭発熱量の関係を保持しており、発電出力の指令に対して必要な石炭発熱量Cを導出できる。候補生成手段７００では、数１３、数１４の制約条件を満足する範囲で、効率、NOx、COなどのプラント性能が所望の特性となる石炭の組み合わせを探索する。

（数１３）
C ≧ Σ Ci Fi

（数１４）
Fmax ≧ Fi
ここで、iはミル番号、Ciは単位石炭あたりの発熱量、Fiは石炭流量、Fmaxはミルで処理できる石炭流量の上限である。

探索方法としては強化学習や遺伝的アルゴリズムなど、最適化アルゴリズムであれば手法に限定はない。

図２におけるステップ１２５０では、図８(b)に示すように、各ミルで使用する石炭の推奨情報と、石炭の推奨情報に関連付けられた操作量、プラント性能の情報が画像表示装置９４０に表示される。

このように、本発明の原料選定支援装置を用いることで、各ミルで使用する石炭の推奨情報が自動的に表示されるため、発電プラントにおける燃料の原料選定に要する労力を低減できる。また、発電に必要な発熱量を確保した上で、高効率、低環境負荷となる燃料の選定を支援できる。

尚、本実施例では発電プラントで使用する燃料が石炭である場合について述べたが、石炭以外の燃料として、バイオマスや石油コークスなどを用いる場合もある。このような場合でも、原料情報データベースにバイオマス、石炭コークスの発熱量、着火性能などの情報を保存し、これらの情報を制約条件に反映させることで、本発明の原料選定支援装置を適用できる。

図９は、本発明の第２の実施例である原料選定支援装置を説明するブロック図である。

本実施例では、発電所２０００、炭鉱２１００、市場２２００、石炭購入支援業者２３００がネットワーク２４００で接続されており、石炭購入支援業者２３００が本発明の原料選定支援装置を用いて、発電所２０００で購入する石炭の種類を決定することを支援する場合について説明する。尚、図では発電所２０００、炭鉱２１００の数は１つであるが、複数の発電所、炭鉱とネットワーク接続するように構成するのが一般的である。

石炭購入支援業者２３００は、発電所２０００にて計測した運転データ、炭鉱２１００で採掘している石炭の銘柄（炭種）と生産量、市場２２００から電力需要、電力価格、石炭価格の情報を取得して、データセンタ２００に保存する。原料選定支援装置２５０は、実施例１に記載した内容と同等の機能を有し、各発電所で燃料として使用する原料の種類選定を支援する情報を出力する。

図１０は、本発明の第２の実施例である原料選定支援装置における表示画面の実施例を説明する図である。尚、表示画面の情報はネットワーク２４００を介して発電所２０００、炭鉱２１００にて確認できる。

図１０(a)は、各発電所における石炭購入の推奨情報、電力需要（発電出力）の予測値、及び各ミルで使用する炭種の推奨情報である。石炭購入の推奨情報は、原料選定支援装置２５０にて、各ミルで使用する炭種の推奨情報と使用期間を乗じることで計算する。

また、炭鉱に対しては、図１０(b)に示すように、炭種毎の貯蔵量、生産量、及び発電所に対する石炭販売量の予想情報を提供できる。

このように、複数の発電所、炭鉱をネットワークで接続して、各発電所で用いる炭種を最適化することにより、複数の発電所から排出される環境負荷物質の総量を最小化できる。

本発明は、発電出力の指令値、環境性能、コストを考慮して、発電プラントで使用する原料を選定する原料選定支援装置として適用可能である。

１ 入力データ
２ 外部入力信号
３ 信号データベース情報
４ 信号データベース情報
５ 画像表示情報
６ 画像表示情報
７ 信号データベース情報
８ 関連付け結果情報
９ 信号データベース情報
１０ 候補情報
１１ 関連付け結果情報
１２ 候補情報
５０ 信号データベース情報
２００ データセンタ
２１０ 運転データデータベース
２２０ 原料情報データベース
２５０ 原料選定支援装置
２６０ 外部入力インターフェイス
２７０ 外部出力インターフェイス
２８０ 信号データベース
２９０ 画像表示情報生成手段
３００ 関連付け記憶手段
４００ 性能評価手段
５００ データ分類手段
６００ 制約条件評価手段
７００ 候補生成手段
９００ 外部装置
９１０ 外部入力装置
９２０ キーボード
９３０ マウス
９４０ 画像表示装置

Claims (10)

1. 発電プラントで収集した運転データと原料データに基づいて、発電プラントで燃料として使用する原料の種類の選定を支援する原料選定支援装置において、
   前記原料選定支援装置は関連付け記憶手段と画像表示情報生成手段と信号データベースを備え、
   前記関連付け記憶手段は、前記運転データに基づいて算出する効率、環境負荷物質、又はプラントの運用コストの内少なくとも一つを含むプラント性能と前記原料データを関連付けることで、発電プラントで使用する原料候補の外部入力に対して、関連付けられたプラント性能情報を出力する機能を有し、
   前記信号データベースは、前記関連付け記憶手段から出力されたプラント性能情報を保存し、
   前記画像表示情報生成手段は、前記信号データベースの情報に基づいて画像表示情報を生成すること
   を特徴とする原料選定支援装置。
2. 請求項１に記載の原料選定支援装置は、
   原料の在庫情報、電力需要及び前記プラント性能の情報に基づいて燃料として使用する原料の候補情報を生成する候補生成手段を更に備え、
   前記信号データベースは、前記関連付け記憶手段から出力されたプラント性能情報と前記候補生成手段で生成した使用する原料の候補情報を保存すること
   を特徴とする原料選定支援装置。
3. 請求項１又は２の何れかに記載した原料選定支援装置において、
   前記関連付け記憶手段は、データ分類手段と性能評価手段を備え、
   前記データ分類手段は、発電プラントで使用する石炭に関する情報として、低位発熱量、高位発熱量、揮発分、灰分、全水分、燃料比、固定炭素、Ｃ、Ｈ、Ｏ、Ｎ、Ｓ、又は粉砕性能の内少なくとも１つを含む原料データをカテゴリに分類し、
   前記性能評価手段では、前記データ分類手段にて分類したカテゴリに、効率、ＮＯｘ又はＣＯを含む環境負荷物質、又は運転コストの内少なくとも１つのプラント性能を運転データに基づいて算出して関連付けること
   を特徴とする原料選定支援装置。
4. 請求項２に記載した原料選定支援装置において、
   前記候補生成手段は、電力需要に基づいた石炭発熱量の制約条件、又は燃料供給量の制約条件を含む制約条件に基づいて、プラント性能が所望の特性となる石炭の組み合わせを探索すること
   を特徴とする原料選定支援装置。
5. 請求項３又は４の何れかに記載した原料選定支援装置において、
   前記データ分類手段におけるデータ分類結果が既存カテゴリの場合は関連付けられたプラント性能を出力し、新規カテゴリの場合はモデルを活用してプラント性能を出力すること
   を特徴とする原料選定支援装置。
6. 請求項３に記載した原料選定支援装置において、
   前記画像表示情報生成手段は、前記データ分類手段の分類結果と、前記性能評価手段のプラント性能を関連付けした結果と、プラント性能の予測結果と操作量の情報を画像表示情報として出力すること
   を特徴とする原料選定支援装置。
7. 請求項４に記載した原料選定支援装置において、
   前記画像表示情報生成手段では、各ミルで使用する石炭の推奨情報、石炭の推奨情報に関連付けられた操作量、及びプラント性能の情報を画像表示情報として出力すること
   を特徴とする原料選定支援装置。
8. 請求項１に記載した原料選定支援装置において、
   前記原料選定支援装置を保有する石炭購入支援業者と複数の発電所、炭鉱、又は市場の内少なくとも一つと相互にネットワークで接続されており、
   前記原料選定支援装置における関連付け記憶手段では、発電所にて計測した運転データ、炭鉱で採掘している石炭の種類と生産量、市場から電力需要、電力価格、又は石炭価格の情報の内少なくとも一つの情報に基づいて、プラント性能情報を出力する機能を有すること、
   を特徴とする原料選定支援装置。
9. 請求項１乃至８の何れかに記載した原料選定支援装置において、
   前記原料データは、石炭、バイオマス、又は石油コークスの内少なくとも１つに対応するデータであること
   を特徴とする原料選定支援装置。
10. 発電プラントで収集した運転データと原料データに基づいて、発電プラントで燃料として使用する原料の種類の選定を支援する原料選定支援方法において、
    前記運転データに基づいて算出する効率、環境負荷物質、又はプラントの運用コストの内少なくとも一つを含むプラント性能と前記原料データを関連付けることで、発電プラントで使用する原料候補の外部入力に対して、関連付けられたプラント性能情報を出力し、前記出力した情報に基づいて画像表示情報を生成すること
    を特徴とする原料選定支援方法。

Images