JP2022101041A - ボイラの運転支援装置及びボイラの運転支援システム - Google Patents

Abstract

【課題】バイオマスや低品位炭の混焼率をより増加させてボイラを運転すること。【解決手段】ボイラの運転支援装置であって、混焼率を増加させたい第１種燃料の混焼率及びボイラ又はボイラの補機の操作端の設定値を入力パラメータとし、混焼率を相対的に増加させた場合に大きく変化する制約パラメータを出力パラメータとする予測モデルを構築し、混焼率を上昇させたときの予測値を予測モデルから求め、制約パラメータの種類に対応した設備仕様面から決まる基準値と比較し、比較結果に基づいて操作端の設定を調整して制約パラメータを基準値に対して裕度がある方向に変更し混焼率の上限値を推定する。【選択図】図２

Description

本発明は、ボイラの運転支援装置及びボイラの運転支援システムに係り、特に石炭やバイオマスなどを微粉化しバーナ燃焼する微粉燃料焚きのボイラの運転支援装置及び運転制御装置に関する。

火力発電プラントに設置されるボイラでは、石炭性状や汚れなどボイラ特性の変化に対応しながら操作端に設定する設定値を補正し、多炭種に対するボイラの制御性を向上させる多炭種制御ロジックが用いられる。多炭種制御ロジックでは、種々のプロセス値（例えばミルモータ電流、ミルテーブル差圧）に基づいて、予め定められたロジックで制約パラメータ（回転分級機の回転数、油圧等）をフィードバック制御している。

また異種の燃料を混焼する場合の運転制御例として、特許文献１には、異種の燃料を混焼させるボイラにおいて、混焼比が変化した時にも火炉蒸発管出口の流体温度が許容範囲を超えないようにするボイラの蒸気温度制御装置が開示されている。

特開平９－８９２０８号公報

ボイラで石炭にバイオマスを混ぜて混焼運転をする場合、多炭種制御ロジックを流用して通常の運転制御を行っている。

しかし、バイオマスや低品位炭の混焼率を増加させた場合、通常の石炭の燃焼時ではあまり変動しない特定のプロセス値が大きく変化し、設備設計上の制限に到達して、それが要因となって混焼率を増加できないという実情がある。

本発明は上記実情に鑑みてなされたものであり、バイオマスや低品位炭の混焼率をより増加させてボイラを運転するための運転支援装置及び運転支援システムを提供することを目的とする。

上記課題を達成するために、本発明は特許請求の範囲に記載の構成を備える。その一例をあげるならば、 複数種類の燃料を混焼させるボイラの運転支援装置であって、混焼率を増加させたい第１種燃料と当該第１種燃料とは異種の第２種燃料との混焼率と、前記ボイラ又は前記ボイラの補機の少なくとも一つ以上の操作端の設定値とを入力パラメータとし、前記第１種燃料の混焼率を相対的に増加させた場合に大きく変化する制約パラメータを出力パラメータとする予測モデルであって、前記第１種燃料及び前記第２種燃料を前記ボイラで混焼させたときの運転データを教師データとして機械学習させた予測モデルを記憶するモデル記憶部と、前記制約パラメータの種類に対応した基準値であって、設備仕様面から決まる基準値を記憶する基準値記憶部と、前記混焼率を増加させるために用いる最適化部、又は混焼率の上限を推定するために用いる混焼率上限推定部と、前記最適化部又は前記混焼率上限推定部での演算結果を出力する出力部と、を含むボイラの運転支援装置であって、前記最適化部は、前記予測モデルに対して入力する仮想混焼率を増加させて前記制約パラメータの予測値を演算し、予測値と前記基準値との比較結果に基づいて、前記操作端の設定を調整して前記制約パラメータを前記基準値と同等またはそれよりも裕度がある方向に変化させる演算を行い、前記混焼率上限推定部は、前記予測モデルに対して入力する仮想混焼率を増加させて前記制約パラメータの予測値を演算し、前記制約パラメータの予測値が当該制約パラメータの基準値と同等またはそれよりも裕度がある範囲での前記混焼率の上限値を推定する演算を行い、前記出力部は、前記最適化部での演算から得られた前記操作端の設定値、又は前記混焼率上限推定部での演算から得られた前記混焼率の上限値を出力する。

本発明によれば、バイオマスや低品位炭の混焼率をより増加させてボイラを運転するための運転支援装置及び運転制御装置を提供できる。上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

ボイラを表す概略構成図。 ボイラの運転支援システムの概略説明図。 運転支援装置のハードウェア構成を示す図。 ボイラの運転支援システムによるモデル構築から運用までの主な流れを示すフローチャート。 運転データの取得から予測モデル構築までの処理の詳細を示すフローチャート。 制約プロセス値例を示す図。 モデル構築部が作成する予測モデルの例を示す図。 Ｓ２の最適化の詳細からＳ５までの流れを示すフローチャート。 Ｓ５の詳細な流れを示すフローチャート。 運転支援システムを用いたボイラの運用プロセスフローを示す図。

以下に添付図面を参照して、本発明に係る好適な実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではなく、また、実施形態が複数ある場合には、各実施形態を組み合わせて構成するものも含む。全図を通じて同一の構成、ステップには同一の符号を付し、重複説明を省略する。

図１は、ボイラ１の概略構成図である。本実施形態のボイラ１は、石炭やバイオマスなどの固体燃料を微粉化し、石炭の専焼運転、及び石炭とバイオマス等、複数種類の燃料の混焼運転が可能なボイラ１である。

ボイラ１は、火炉１１と燃焼装置１２と煙道１３を有している。火炉１１は、例えば四角筒の中空形状をなして鉛直方向に沿って設置されている。火炉１１は、壁面が、蒸発管（伝熱管）と蒸発管を接続するフィンとで構成され、蒸発管内を流れる給水や蒸気と火炉１１内の燃焼ガスとが熱交換することにより火炉壁の温度上昇を抑制している。具体的には、火炉１１の側壁面には、複数の蒸発管が例えば鉛直方向に沿って配置され、水平方向に並んで配置されている。フィンは、蒸発管と蒸発管との間を閉塞している。火炉１１は、炉底に傾斜面６２が設けられており、傾斜面６２に炉底蒸発管７０が設けられて底面となる。

燃焼装置１２は、この火炉１１を構成する火炉壁の鉛直下部側に設けられている。本実施形態では、この燃焼装置１２は、火炉壁に装着された複数の燃焼バーナ（例えば２１，２２，２３，２４，２５）を有している。例えば、この燃焼バーナ（バーナ）２１，２２，２３，２４，２５は、火炉１１の周方向に沿って均等間隔で複数配設されている。但し、火炉の形状、バーナの配置や一つの段における燃焼バーナの数、段数はこの実施形態に限定されるものではない。

この各燃焼バーナ２１，２２，２３，２４，２５は、微粉炭供給管２６，２７，２８，２９，３０を介して粉砕機（微粉炭機／ミル：補機に相当する。）３１，３２，３３，３４，３５に連結されている。石炭が図示しない搬送系統で搬送されて、この粉砕機３１，３２，３３，３４，３５に投入されると、ここで所定の微粉の大きさに粉砕され、搬送用空気（１次空気）と共に微粉炭供給管２６，２７，２８，２９，３０から燃焼バーナ２１，２２，２３，２４，２５に粉砕された石炭（微粉炭）を供給することができる。

また、火炉１１は、各燃焼バーナ２１，２２，２３，２４，２５の装着位置に風箱３６が設けられており、この風箱３６に空気ダクト３７ｂの一端部が連結されて、他端部は空気を供給する空気ダクト３７ａに連結点３７ｄにおいて連結される。

また、火炉１１の鉛直方向上方には煙道１３が連結されており、この煙道１３に蒸気を生成するための複数の熱交換器（４１，４２，４３，４４，４５，４６，４７）が配置されている。そのため、燃焼バーナ２１，２２，２３，２４，２５が火炉１１内に微粉化燃料と燃焼用空気との混合気を噴射することで火炎が形成され、燃焼ガスを生成されて煙道１３に流れる。そして、燃焼ガスにより火炉壁及び熱交換器（４１～４７）を流れる給水や蒸気を加熱して過熱蒸気が生成され、生成された過熱蒸気を供給して図示しない蒸気タービンを回転駆動させ、蒸気タービンの回転軸に連結した図示しない発電機を回転駆動して発電を行うことができる。また、この煙道１３は、排ガス通路４８が連結され、燃焼ガスの浄化を行うための脱硝装置５０、送風機３８から空気ダクト３７ａへ送気する空気と排ガス通路４８を送気する排ガスとの間で熱交換を行うエアヒータ４９、煤塵処理装置５１、誘引送風機５２などが設けられ、下流端部に煙突５３が設けられている。なお、脱硝装置５０は排ガス基準を満足できれば設けなくてもよい。

本実施形態の火炉１１は、微粉炭の搬送用空気（１次空気）及び風箱３６から火炉１１に投入される燃焼用空気（２次空気）による燃料過剰燃焼後、新たに燃焼用空気（アフタエア）を投入して燃料希薄燃焼を行わせる、所謂２段燃焼方式の火炉である。そのため、火炉１１にはアフタエアポート３９が備えられ、アフタエアポート３９に空気ダクト３７ｃの一端部が連結され、他端部は連結点３７ｄにおいて空気を供給する空気ダクト３７ａに連結される。なお、２段燃焼方式を採用しない場合、アフタエアポート３９は設けなくてもよい。

送風機３８から空気ダクト３７ａに送気された空気は、エアヒータ４９で燃焼ガスと熱交換により温められ、連結点３７ｄにおいて空気ダクト３７ｂを経由して風箱３６へ導かれる２次空気と、空気ダクト３７ｃを経由してアフタエアポート３９へと導かれるアフタエアとに分岐する。

図２は、ボイラ１の運転支援システム１０の概略説明図である。運転支援システム１０は、ボイラ１と、ボイラ１の運転支援装置１００と、ボイラ１の運転制御装置１２０とを含んで構成される。

運転支援装置１００は、ボイラ１が石炭の専焼運転、又は異種燃料の混焼運転を行ったときに生じる各種プロセス値を予測するための予測モデルを機械学習により構築し、その予測モデルを用いて燃料性状にあった運転条件の最適化、又は混焼率の上限値の算出を行う。異種燃料として相対的に含有水分量が多い高水分炭（低品位炭）やバイオマス燃料は、混焼率を上昇させたい燃料であるので、第１種燃料に相当する。また高水分炭やバイオマス燃料と混焼させる高品位炭は、第２種燃料に相当する。運転支援装置１００は、第１種燃料の混焼率を上昇させた運転の支援を目的とする。

運転支援装置１００は、データ取得部１１０、運転データ記憶部１１２、データ抽出部１１４、ソフトセンサ値計算部１１６、ＲＴＣ１１８、モデル構築部２２０、モデル記憶部２２２、最適化部２３０、基準値記憶部２３２、混焼率上限推定部２４０、運転条件評価部２４２、出力部２５０を含む。各部の機能は後述する。

図３は、運転支援装置１００のハードウェア構成を示す図である。運転支援装置１００は、プロセッサ３０１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３０２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３０３、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）３０４、入力Ｉ／Ｆ３０５、出力Ｉ／Ｆ３０６、及び通信Ｉ／Ｆ３０７を含み、これらがバス３０８を介して互いに接続されたコンピュータを用いて構成される。プロセッサ３０１は、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）でもＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）でもよく、演算機能を実行するデバイスであれば種類を問わない。また、運転支援装置１００のハードウェア構成は上記に限定されず、制御回路と記憶装置との組み合わせにより構成されてもよい。運転支援装置１００は、運転支援装置１００の各機能を実現する運転支援プログラムをプロセッサ３０１が実行する、又は制御回路が演算することにより構成される。

入力Ｉ／Ｆ３０５には、マウス、キーボード、タッチパネル等の入力装置３１１が接続される。

出力Ｉ／Ｆ３０６には、ＬＣＤ等からなるディスプレイ３１２が接続される。

通信Ｉ／Ｆ３０７には、ボイラ１及び運転制御装置１２０のそれぞれが接続される。

図４は、ボイラ１の運転支援システム１０によるモデル構築から運用までの主な流れを示すフローチャートである。

＜Ｓ１：予測モデルの構築＞
運転支援装置１００のモデル構築部２２０は、混焼率を入力パラメータ（回帰モデルでは説明変数）に追加して、制約プロセス値をモデル化する、すなわち制約プロセス値の予測モデルを構築する（Ｓ１）。構築された予測モデルは、モデル記憶部２２２に記憶される。図５は、運転データの取得から予測モデル構築までの処理の詳細を示すフローチャートである。

データ取得部１１０は、ボイラ１から運転データを取得し、運転データ記憶部１１２に記憶する（Ｓ１０１）。データ取得部１１０は、各センサ１，２，・・・，Ｍが実運転中に計測した実プロセス値と、運転制御装置１２０が各操作端１，２，・・・，Ｎの其々に設定した操作端パラメータ（操作端設定値）、及び混焼運転時の第１種燃料と第２種燃料との実混焼率を取得し、プロセス値、操作端パラメータ及び混焼率を関連付けた運転データを生成し、運転データ記憶部１１２に記憶する。

上記プロセス値には、制約プロセス値の他、例えば火力発電プラントから排出されるガスに含まれる窒素酸化物濃度などの微量成分、伝熱管のメタル温度なども含まれる。

データ取得部１１０は、操作端パラメータ及び実プロセス値の其々にＲＴＣ１１８からの時刻情報を付加して時系列データからなる運転データを生成してもよい。

本実施形態で取得された運転データは、制約プロセス値や他のプロセス値の予測値を演算する予測モデルを構築するための教師データとなる。教師データは、実プロセス値及びそれが得られた際の運転条件（操作端パラメータ及び混焼率）に限らず、ボイラ１を解析して得られた計算値を用いてもよい。

データ抽出部１１４による前処理が実行される（Ｓ１０２）。データ抽出部１１４は、運転データ記憶部１１２に既述された運転データを読み出し、欠損データはソフトセンサ値計算部１１６に変数の計算を実行させてソフトセンサ値を得ることで補う。また、運転データから混焼率を含む運転条件を読み込み、整定データを抽出する。

ソフトセンサ値計算部１１６は、実際にセンサ１，２，・・・，Ｍにより計測して得られた実プロセス値を用いて、ボイラ１には実装されていないセンサ（ソフトセンサ）の値を計算し、計測値からなるソフトセンサ値をデータ取得部１１０に出力する。

モデル構築部２２０は、データ抽出部１１４が抽出した整定データを取得して学習データを生成し（Ｓ１０３）、学習条件を設定する（Ｓ１０４）。

モデル構築部２２０は、学習データ、および設定した学習条件により、機械学習モデルを構築する。

図６は、制約プロセス値例を示す図である。制約プロセス値とは高水分炭（所謂、低品位炭）やバイオマス燃料を混焼させて運転した際に大きく変化するプロセス値である。制約プロセス値の挙動を抑えることで、混焼率を上げることができる。ここで、制約プロセス値とは、混焼率を増加させた場合に、適正範囲を超えて管理限界値に到達することで運転の継続が困難になる可能性のあるプロセス値のことである。制約プロセス値の一例として、微粉燃料乾燥・搬送用空気温度や微粉炭機(ミル)のモータ電流がある。

図７は、モデル構築部２２０が作成する予測モデルの例を示す図である。モデル構築部２２０は、図６に示す制約プロセス値のそれぞれに対応する予測モデルを構築する。具体的には、モデル構築部２２０は、操作端１～Ｎに設定される制御値（操作端パラメータ）、ソフトセンサ値、及び第１種燃料の混焼率を入力パラメータとし、その入力パラメータをボイラ１に設定して実運転して得られた各制約プロセス値（実測値）を出力パラメータとする教師データを用いて、各制約プロセス値に対応した予測モデルを機械学習し、予測モデルを構築する。

モデル構築部２２０は、回帰モデルを用いて予測モデルを構築する場合、図７の予測モデル１の例では、操作端パラメータ、燃料パラメータ（混焼率を含む）、その他パラメータ（例えば気温等の環境条件等）を説明変数とし、微粉燃料乾燥・搬送用空気温度を目的変数として回帰モデルを機械学習させる。構築された予測モデルはモデル記憶部２２２に記憶される。図７の例では本例では微粉炭機(ミル)のモータ電流の予測値を演算する予測モデル２を含む複数の予測モデルを構築したが、最も注目すべき一つの制約プロセス値をモデリングした一つの予測モデルを構築してもよい。

＜Ｓ２：運転条件の最適化＞
最適化部２３０は、制約プロセス値の改善を行う（Ｓ２）。図８は、Ｓ２の最適化の詳細からＳ５までの流れを示すフローチャートである。

最適化部２３０は、最適化条件の設定を行う（Ｓ２０１）。具体的には、どの運転モードで混焼運転を行う際の運転条件を最適化するかを設定する。更に最適化部２３０は、最適化条件の設定の一つとしてスコア設定も行う。本実施形態では、健全性モードに設定、制約プロセス値が改善するよう（他の健全性プロセス値より加点を大きくする）スコア設定を調整する。

最適化部２３０が最適化を実行する（Ｓ２０２）。最適化部２３０は、混焼率を増加させたときに大きく変動する制約プロセス値を改善するために、制約プロセス値の重みづけを変えて制約プロセス値に裕度を持たせる処理を実行する。

最適化部２３０が最適化処理を行うタイミングは、
ａ） 特定の制約プロセス値の裕度がなくなった時点、
ｂ） 学習していない領域の混焼率になった時点（モデル構築時の学習データの混焼率の範囲を超えた時点）、
のいずれか一つ、又は両方を充足した時に行う。

最適化部２３０が上記のタイミングで行う対策は、
ｃ） 裕度が少ない特定のプロセス値に対して重みづけを見直し、裕度を増やす。ここでは、個々のプロセス値について、スコア設定を見直す、
ｄ） 再度健全性モードで最適化を行う（制約プロセス値全般の裕度を増加させる）、
のいずれか一つ、又は両方を行う。そのために、最適化部２３０は、予測モデルから求めた制約プロセス値の予測値と基準値との比較結果に基づいて、操作端パラメータの設定を調整して、制約プロセス値が基準値に対して裕度がある方向に変化させる。

「基準値」は、設備仕様面から定まる各制約プロセス値の限界値である。また変形例として限界値よりも裕度はあるが、警報が発出される警報値であってもよい。

最適化部２３０は、制約プロセス値が最適化により改善したかを確認する（Ｓ２０３）。またＳ２０２の最適設定が設備設計の考え方や過去の運転実績と齟齬がないことを確認する。基準値記憶部２３２には、予め個々の制約プロセス値と比較する基準値が記憶されている。最適化部２３０は、基準値との比較結果に基づいて改善の有無を確認する。十分改善していない場合は（Ｓ２０３：Ｎｏ）ステップＳ２０１に戻り最適化条件を見直す。十分改善している場合は（Ｓ２０３：Ｙｅｓ）混焼率の推定処理に進む。

＜Ｓ３：混焼率の推定処理＞
混焼率上限推定部２４０は、ステップＳ１０５で構築した予測モデル、及びステップＳ１０７の最適設定を用いて、混焼率を上げた場合の制約プロセス値を求め、基準値に到達するまでの最大混焼率を推定する（Ｓ３）。

混焼率上限推定部２４０は、予測モデルに対して入力する運転条件のうち、仮想混焼率を増加させて制約プロセス値の予測値を演算する。そして、制約プロセス値の予測値が当該制約プロセス値の基準値以下となる範囲での混焼率の上限値を推定する。

運転条件評価部２４２は、Ｓ３で得られた制約プロセス値の予測値に基づいて、混焼率増加時の運転バランス評価や経済性評価を行い、目標混焼率を設定する（Ｓ４）。運転条件評価部２４２は、ステップＳ２０１で設定されたスコア設定に従って運転条件を評価する。各制約プロセス値の予測値からレーダチャートを作成し、その形状から運転バランスの評価を行ってもよい。

運転条件評価部２４２は運転バランス評価や経済性評価を基に、運転条件の評価演算を行い、その演算結果（高評価の運転条件や、増加させた混焼率）を出力部２５０に出力する。

＜Ｓ５：実機で混焼開始＞
出力部２５０は、最適化部２３０での演算から得られた操作端の設定値、又は混焼率上限推定部２４０での演算から得られた混焼率の上限値を運転制御装置１２０に出力し、実機での混焼を開始する（Ｓ５）。図９は、Ｓ５の詳細な流れを示すフローチャートである。

出力部２５０は、第１条件及び第２条件を両方充足する場合は（Ｓ５０１：Ｙｅｓ）、実機での混焼率増加運転を開始するために、運転制御装置１２０に対して混焼率増加開始の指示信号を出力する（Ｓ５０５）。
ｅ）実際の混焼率が学習範囲内（第１条件）。
ｆ）全ての制約プロセス値に裕度がある（第２条件）。

一方、出力部２５０は、上記第１条件及び第２条件のいずれか、又は両方がＮｏの場合（Ｓ５０１：Ｎｏ）、最適化部２３０に対して最適化の要求を行う。

最適化部２３０は、ステップＳ５０２からステップＳ５０４において、ステップＳ２０１からステップＳ２０３と同様の最適化処理を行う。ステップＳ５０４で制約プロセス値が改善していないと判定する（Ｓ５０４：Ｎｏ）と、ステップＳ５０２へ戻り最適化条件を再設定する。

一方、最適化部２３０は、ステップＳ５０４で制約プロセス値が改善したと判定する（Ｓ５０４：Ｙｅｓ）とその結果を出力部２５０へ返す。これを受けて出力部２５０は、実機での混焼率増加運転を開始するための指示信号を運転制御装置１２０へ出力する（Ｓ５０５）。

図１０は、運転支援システム１０を用いたボイラ１の運用プロセスフローを示す図である。

運転支援装置１００は運転データを取得すると前処理を行い、学習データを生成する。その学習データを用いて予測モデルを構築する。その予測モデルを用いて、健全性モードの最適化を行った結果、制約プロセス値が下がり、制約プロセス値の上限値に対する裕度が確保される（ｔ１時）。

次いで運転支援装置１００は混焼率の上限の推定処理を行い、予測モデルから推定される混焼率上限での運転バランス評価に基づき、実機で混焼率を増加させる（ｔ２時）。混焼率の増加に伴い制約プロセス値も増加する。そこで、運転支援装置１００は制約プロセス値の挙動を確認し、最適化のスコア設定を見直した最適設定を実機に反映した結果、再度、制約プロセス値が下がり、制約プロセス値の上限値に対する裕度が確保される（ｔ３時）。

実機の混焼率増加後の運転データを再学習・最適化して、最適設定を実機に反映すると、混焼率をｔ２以前よりも増加させつつも、制約プロセス値の上限値に対する裕度が確保される（ｔ４時）。

本実施形態によれば、バイオマス燃料や低品位炭を高品位炭と混焼させた場合、従来は大きく変動する制約プロセス値が混焼率の増加に対する制約要因となっていた。本実施形態によれば、運転支援装置１００により、混焼率を増加させたときの制約プロセス値の裕度が増加するように操作端の設定値を決めるので、制約プロセス値が警報値に至らない範囲で混焼率の増加が行える。

上記実施形態は本発明を限定するものではなく、本発明の趣旨を逸脱しない範囲での様々な変更態様がある。例えば、上記運転支援装置１００では最適化部２３０と混焼率上限推定部２４０とを両方備えた例を示したが、どちらか一方のみを備えてもよい。例えば、最適化部２３０のみを備え、運転条件を最適化し、そのときの混焼率を増加させたときの操作端パラメータを出力部２５０に渡してもよい。また、混焼率上限推定部２４０のみを備え、混焼率上限値を推定するためのシミュレーションを行った結果得られた混焼率上限値を出力部２５０に渡してもよい。

１ ：ボイラ
１０ ：運転支援システム
１１ ：火炉
１２ ：燃焼装置
１３ ：煙道
２１～２５：燃焼バーナ
２６～３０：微粉炭供給管
３１～３５：粉砕機
３６ ：風箱
３７ａ～３７ｃ：空気ダクト
３７ｄ ：連結点
３８ ：送風機
３９ ：アフタエアポート
４８ ：排ガス通路
４９ ：エアヒータ
５０ ：脱硝装置
５１ ：煤塵処理装置
５２ ：誘引送風機
５３ ：煙突
６２ ：傾斜面
７０ ：炉底蒸発管
１００ ：運転支援装置
１１０ ：データ取得部
１１２ ：運転データ記憶部
１１４ ：データ抽出部
１１６ ：ソフトセンサ値計算部
１１８ ：ＲＴＣ
１２０ ：運転制御装置
２２０ ：モデル構築部
２２２ ：モデル記憶部
２３０ ：最適化部
２３２ ：基準値記憶部
２４０ ：混焼率上限推定部
２４２ ：運転条件評価部
２５０ ：出力部
３０１ ：プロセッサ
３０５ ：入力Ｉ／Ｆ
３０６ ：出力Ｉ／Ｆ
３０７ ：通信Ｉ／Ｆ
３０８ ：バス
３１１ ：入力装置
３１２ ：ディスプレイ

Claims (6)

1. 複数種類の燃料を混焼させるボイラの運転支援装置であって、
   混焼率を増加させたい第１種燃料と当該第１種燃料とは異種の第２種燃料との混焼率と、前記ボイラ又は前記ボイラの補機の少なくとも一つ以上の操作端の設定値とを入力パラメータとし、
   前記第１種燃料の混焼率を相対的に増加させた場合に大きく変化する制約パラメータを出力パラメータとする予測モデルであって、
   前記第１種燃料及び前記第２種燃料を前記ボイラで混焼させたときの運転データを教師データとして機械学習させた予測モデルを記憶するモデル記憶部と、
   前記制約パラメータの種類に対応した基準値であって、設備仕様面から決まる基準値を記憶する基準値記憶部と、
   前記混焼率を増加させるために用いる最適化部、又は混焼率の上限を推定するために用いる混焼率上限推定部と、
   前記最適化部又は前記混焼率上限推定部での演算結果を出力する出力部と、を含むボイラの運転支援装置であって、
   前記最適化部は、前記予測モデルに対して入力する仮想混焼率を増加させて前記制約パラメータの予測値を演算し、予測値と前記基準値との比較結果に基づいて、前記操作端の設定を調整して前記制約パラメータを前記基準値と同等またはそれよりも裕度がある方向に変化させる演算を行い、
   前記混焼率上限推定部は、前記予測モデルに対して入力する仮想混焼率を増加させて前記制約パラメータの予測値を演算し、前記制約パラメータの予測値が当該制約パラメータの基準値と同等またはそれよりも裕度がある範囲での前記混焼率の上限値を推定する演算を行い、
   前記出力部は、前記最適化部での演算から得られた前記操作端の設定値、又は前記混焼率上限推定部での演算から得られた前記混焼率の上限値を出力する、
   ボイラの運転支援装置。
2. 請求項１に記載のボイラの運転支援装置であって、
   前記モデル記憶部は、前記混焼率及び前記操作端に設定する設定値を説明変数とし、前記制約パラメータを目的変数とする回帰モデルを用いた予測モデルを記憶する、
   ボイラの運転支援装置。
3. 請求項１に記載のボイラの運転支援装置であって、
   前記最適化部は、前記予測モデルから出力される制約パラメータの予測値の一つが当該制約パラメータの基準値よりも裕度が小さくなる、又は前記ボイラに適用する運転条件に含まれる混焼率が過去に前記予測モデルで学習された範囲を超えると再度最適化を行う、
   ボイラの運転支援装置。
4. 請求項１に記載のボイラの運転支援装置であって、
   前記補機は、前記第１種燃料を粉砕するミルであり、
   前記制約パラメータは、微粉燃料乾燥・搬送用空気温度、及び前記ミルのモータ電流の少なくとも１つ以上である、
   ボイラの運転支援装置。
5. 請求項１に記載のボイラの運転支援装置であって、
   前記第１種燃料は、バイオマス燃料又は相対的に含有水分量が多い低品位炭であり、前記第２種燃料は相対的に含有水分量が低い高品位炭である、
   ボイラの運転支援装置。
6. 複数の燃料を混焼させるボイラの運転支援システムであって、
   請求項１から５のいずれか一つに記載のボイラの運転支援装置と、
   前記ボイラの操作端に設定値を設定する運転制御装置と、を備え、
   前記ボイラの運転制御装置は、
   前記運転支援装置から前記第１種燃料の目標混焼率を示す情報を取得し、当該目標混焼率に基づいて前記ボイラ及び前記ボイラの補機の各操作端に操作端パラメータを設定する、
   ボイラの運転支援システム。

Images