基于模糊自適應(yīng)推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于循環(huán)流化床燃燒技術(shù)領(lǐng)域，尤其是涉及一種基于模糊自適應(yīng)推理的循 環(huán)流化床鍋爐燃燒優(yōu)化控制方法。
【背景技術(shù)】
[0002] 我國(guó)作為世界上最大的發(fā)展中國(guó)家，目前的能源生產(chǎn)量居世界第3位，基本能源 消費(fèi)居第2位。但由于我國(guó)富煤缺油少氣，形成了以煤為主導(dǎo)的結(jié)構(gòu)，其中50%?60%的 煤用來(lái)發(fā)電，因而也成為燃煤污染物的主要來(lái)源。因此，發(fā)展?jié)崈裘喊l(fā)電技術(shù)，提高發(fā)電效 率，降低污染排放，成為我國(guó)能源戰(zhàn)略的重要方面。循環(huán)流化床燃燒技術(shù)由于具有爐內(nèi)直接 脫硫和可燃用劣質(zhì)煤種、燃料適應(yīng)性廣的獨(dú)特優(yōu)勢(shì)以及經(jīng)濟(jì)、環(huán)保等特點(diǎn)正成為國(guó)內(nèi)外發(fā) 展?jié)崈裘喝紵夹g(shù)的重點(diǎn)。
[0003] 循環(huán)流化床燃燒技術(shù)雖然在節(jié)能、環(huán)保方面有著普通粉煤爐不可比擬的優(yōu)勢(shì)，但 循環(huán)流化床燃燒也會(huì)伴隨著大量的SOJP NO x的產(chǎn)生，以SO 2和NO ,為主的污染物對(duì)環(huán)境造 成了極大的危害。因此，降低以SOjP NOx為主的污染物的排放也成為了循環(huán)流化床鍋爐領(lǐng) 域的研究重點(diǎn)。
[0004] 近年來(lái)，在利潤(rùn)空間縮減和環(huán)保要求提高的雙重壓力下，火力發(fā)電廠迫切需要通 過(guò)提高供電效率和降低污染物排放來(lái)增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。鍋爐是電廠3大核心設(shè)備之一， 對(duì)于大型火力發(fā)電機(jī)組，鍋爐效率每提高1 %，整套機(jī)組的效率可以提高〇. 3?0. 4個(gè)百分 點(diǎn)，供電煤耗可以降低0.7%?1%。因此，提高鍋爐效率是大型火力發(fā)電機(jī)組增強(qiáng)競(jìng)爭(zhēng)力 的關(guān)鍵所在，而鍋爐燃燒優(yōu)化控制以高效、低污染排放為目標(biāo)，是一種簡(jiǎn)單、快捷、有效的節(jié) 能減排措施。
[0005] 本發(fā)明利用模糊自適應(yīng)推理方法構(gòu)建了鍋爐效率、SOJP NOx排放濃度的預(yù)測(cè)模 型，進(jìn)而優(yōu)化得到各操作變量的最佳設(shè)定值，實(shí)現(xiàn)了循環(huán)流化床鍋爐的優(yōu)化控制，對(duì)節(jié)能減 排具有重要意義。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提出一種基于模糊自適應(yīng)推理的循環(huán)流化床鍋爐燃燒優(yōu)化控 制方法，其循環(huán)流化床鍋爐燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預(yù)測(cè)子系統(tǒng)、性 能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù)通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務(wù)器通訊軟件交互數(shù)據(jù)，模型預(yù) 測(cè)子系統(tǒng)連接數(shù)據(jù)通訊子系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預(yù)測(cè)子系統(tǒng)和數(shù)據(jù)通訊子系 統(tǒng)；其特征在于，包括如下步驟：
[0007] 1)數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過(guò)RS485通訊協(xié)議與DCS系統(tǒng)的OPC 服務(wù)器通訊軟件交互數(shù)據(jù)；
[0008] 2)模型預(yù)測(cè)子系統(tǒng)分別使用模糊自適應(yīng)推理算法利用歷史運(yùn)行數(shù)據(jù)建立鍋爐效 率nBoiler、SO# NO濟(jì)放預(yù)測(cè)模型；
[0009] 3)性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略的果蠅算法對(duì)模型預(yù)測(cè)子系統(tǒng)的預(yù)測(cè)值進(jìn) 行優(yōu)化，得到各操作變量的最佳設(shè)定值；
[0010] 4)優(yōu)化子系統(tǒng)得到的各操作變量PA，V,A，V, B，SEA，SEB，SE。，SEd的最佳設(shè)定值通過(guò) 數(shù)據(jù)通訊子系統(tǒng)發(fā)送到OPC服務(wù)器通訊軟件，DCS系統(tǒng)將指令發(fā)給現(xiàn)場(chǎng)設(shè)備。
[0011] 所述數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過(guò)RS485通訊協(xié)議與DCS系統(tǒng)的 OPC服務(wù)器通訊軟件交互數(shù)據(jù)；其中，輸入數(shù)據(jù)包括：機(jī)組負(fù)荷Load，燃料熱值Q，燃料揮發(fā) 分Vm，一次風(fēng)壓P a，一次風(fēng)左擋板開(kāi)度Vri，一次風(fēng)左擋板開(kāi)度V#上二次風(fēng)左擋板開(kāi)度SEa， 上二次風(fēng)右擋板開(kāi)度SE b，下二次風(fēng)左擋板開(kāi)度SE。，下二次風(fēng)右擋板開(kāi)度SEd，煙氣含氧量 P (O2)，飛灰含碳量Cfh，排煙溫度tpy，主蒸汽流量Ggq，蒸汽熱焓H gq，給水熱焓Hgs，爐膛總風(fēng) 量V，二氧化硫排放量P (SO2),氮氧化合物排放量P (NOx);輸出數(shù)據(jù)包括：優(yōu)化后的DCS操 作量PA，V# SEA，SEB，SE。，SEd;數(shù)據(jù)通訊子系統(tǒng)數(shù)據(jù)采集過(guò)程中，對(duì)采集到的異常數(shù)據(jù)， 采用羅曼諾夫斯基準(zhǔn)則進(jìn)行剔除，具體步驟如下：
[0012] 步驟1 :設(shè)有η個(gè)數(shù)據(jù)，依次確定可疑數(shù)據(jù)Xj, j e [1，n];
[0013] 步驟2 :然后計(jì)算刪除可疑數(shù)值之后的數(shù)列平均值
【主權(quán)項(xiàng)】
1. 一種基于模糊自適應(yīng)推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法，其循環(huán)流化床鍋爐 燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預(yù)測(cè)子系統(tǒng)、性能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù) 通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務(wù)器通訊軟件交互數(shù)據(jù)，模型預(yù)測(cè)子系統(tǒng)連接數(shù)據(jù)通訊子 系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預(yù)測(cè)子系統(tǒng)和數(shù)據(jù)通訊子系統(tǒng)；其特征在于，包括如下 步驟： 1) 數(shù)據(jù)通訊子系統(tǒng)以O(shè)PC客戶端通訊軟件通過(guò)RS485通訊協(xié)議與DCS系統(tǒng)的OPC服務(wù) 器通訊軟件交互數(shù)據(jù)； 2) 模型預(yù)測(cè)子系統(tǒng)分別使用模糊自適應(yīng)推理算法利用歷史運(yùn)行數(shù)據(jù)建立鍋爐效率 nBQilOT、SO#NO，排放預(yù)測(cè)模型； 3) 性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略的果蠅算法對(duì)模型預(yù)測(cè)子系統(tǒng)的預(yù)測(cè)值進(jìn)行優(yōu) 化，得到各操作變量的最佳設(shè)定值； 4) 優(yōu)化子系統(tǒng)得到的各操作變量PA，Vri，Vrt，SEA，SEB，SE。，SED的最佳設(shè)定值通過(guò)數(shù)據(jù) 通訊子系統(tǒng)發(fā)送到OPC服務(wù)器通訊軟件，DCS系統(tǒng)將指令發(fā)給現(xiàn)場(chǎng)設(shè)備。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述數(shù)據(jù)通訊子系統(tǒng)以0PC客戶端通訊 軟件通過(guò)RS485通訊協(xié)議與DCS系統(tǒng)的0PC服務(wù)器通訊軟件交互數(shù)據(jù)；其中，輸入數(shù)據(jù)包 括：機(jī)組負(fù)荷Load，燃料熱值Q，燃料揮發(fā)分Vm，一次風(fēng)壓PA，一次風(fēng)左擋板開(kāi)度，一次風(fēng) 左擋板開(kāi)度V#上二次風(fēng)左擋板開(kāi)度SEA，上二次風(fēng)右擋板開(kāi)度SEB，下二次風(fēng)左擋板開(kāi)度 SE。，下二次風(fēng)右擋板開(kāi)度SED，煙氣含氧量P(02)，飛灰含碳量Cfh，排煙溫度tpy，主蒸汽流量 Ggq，蒸汽熱焓Hgq，給水熱焓Hgs，爐膛總風(fēng)量V，二氧化硫排放量P(S02)，氮氧化合物排放量 P(N0X);輸出數(shù)據(jù)包括：優(yōu)化后的DCS操作量PA，VrA，VrB，SEA，SEB，SEC，SED;數(shù)據(jù)通訊子系統(tǒng) 數(shù)據(jù)采集過(guò)程中，對(duì)采集到的異常數(shù)據(jù)，采用羅曼諾夫斯基準(zhǔn)則進(jìn)行剔除，具體步驟如下： 步驟1 :設(shè)有n個(gè)數(shù)據(jù)，依次確定可疑數(shù)據(jù)je[1，n]; 步驟2:然后計(jì)算刪除可疑數(shù)值之后的數(shù)列平均僧
以及標(biāo)準(zhǔn)差
步驟3 :計(jì)算可疑數(shù)據(jù)的殘差：巧; 步驟4:根據(jù)判別式| 來(lái)判定此可疑數(shù)值是否存在粗大誤差，如果存在，則進(jìn) 打剔除，其中K為檢驗(yàn)系數(shù)； 步驟5 :為保證數(shù)據(jù)的連續(xù)性，利用差分方程計(jì)算結(jié)果對(duì)&進(jìn)行替換，具體算式為 4 =尤/-1 +(;-1 _尤/-2)，X丨為i位置上新的數(shù)值。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模型預(yù)測(cè)子系統(tǒng)分別使用模 糊自適應(yīng)推理算法利用歷史運(yùn)行數(shù)據(jù)建立鍋爐效率nB()il"、S0#PN0x排放預(yù)測(cè)模 型；首先，利用P(〇2)、^、1、1、￥等實(shí)際歷史運(yùn)行數(shù)據(jù)使用
和
計(jì)算鍋爐效率nB()ilCT，其中，Ggq為主蒸汽流量，kg;Hgq為蒸汽熱焓， kj/kg;Hgs為給水熱焓，kj/kg;V為爐膛總風(fēng)量，m3; 為燃燒反應(yīng)過(guò)程中消耗的氧氣的摩 爾量，mol;，VmS氧氣的體積摩爾數(shù)，m3/mol; 為反應(yīng)生成熱，此處取值360kJ/mol;其 次，通過(guò)數(shù)據(jù)通訊子系統(tǒng)獲得2000組數(shù)據(jù)樣本，其中，輸入數(shù)據(jù)樣本為：Load，Q，Vm，PA，Vri，VrB，SEA，SEB，SEC，SED，P(02)，Cfh，tpy，輸出數(shù)據(jù)樣本為：nBQiler，P(S02)，P(N0X);然后，分 別使用模糊自適應(yīng)推理算法A、B和C得到鍋爐效率nB()ile,、S0#PNOx排放預(yù)測(cè)子模型；具 體包括以下步驟： 步驟1 :設(shè)定期望誤差和最大葉節(jié)點(diǎn)數(shù)H;確定模糊寬度a>〇 ;初始化根節(jié)點(diǎn)，令其隸 屬度函數(shù)K(x) = 1，深度d= 0 ; 步驟2 :根節(jié)點(diǎn)上的線性參數(shù)0 1使用式⑴進(jìn)行求解：
式⑴中，年為指模糊規(guī)則里面的線性參數(shù)而為中間變量矩陣，且<=0,心= 3 1，@為一個(gè)大于1〇6的正數(shù)，I是單位矩陣；j為時(shí)間間隔；T為矩陣或向量轉(zhuǎn)置；
Nt是模糊子空間上的模糊集合，對(duì)應(yīng)的 隸屬度函數(shù)記為Nt(x) 為輸出值； 步驟3 :依次處理當(dāng)前深度d上的每一個(gè)節(jié)點(diǎn)：劃分該節(jié)點(diǎn)，計(jì)算劃分后新產(chǎn)生的左右 子節(jié)點(diǎn)上的隸屬度函數(shù)，根據(jù)式（1)計(jì)算劃分后所有葉節(jié)點(diǎn)上的線性參數(shù)； 步驟31 :根據(jù)式（2)，計(jì)算所有輸入樣本對(duì)應(yīng)的模型輸出^ :
(2) 式⑵中，Nt(x)是隸屬度函數(shù)，0t是線性參數(shù)； 步驟32 :根據(jù)式（3)計(jì)算均方根誤差RMSE:
(3) 其中，M是樣本數(shù)量，如果劃分后模型輸出的均方根誤差小于劃分前模型輸出的均方根 誤差，那么保存此次劃分，否則此次劃分無(wú)效，處理當(dāng)前層的下一個(gè)節(jié)點(diǎn)； 步驟4 :當(dāng)前層處理完畢后，如果模型輸出的均方根誤差小于期望誤差或者 葉節(jié)點(diǎn)數(shù)超過(guò)了H,得到nB〇iler= [nn2,…，nN]T，p(so2) =[ps"ps2,…，psN] T，P(N0X) = [pNi，pN2，…，pNn]t，則算法結(jié)束；否則，令d=d+l，返回步驟4,繼續(xù)算法。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述性能優(yōu)化子系統(tǒng)使用最優(yōu)保留策略 的果蠅算法對(duì)模型預(yù)測(cè)子系統(tǒng)的預(yù)測(cè)值進(jìn)行優(yōu)化，得到各操作變量的最佳設(shè)定值，優(yōu)化過(guò) 程主要包括優(yōu)化策略、約束條件、優(yōu)化結(jié)果三個(gè)方面，具體包括以下步驟： 步驟1 :對(duì)優(yōu)化過(guò)程進(jìn)行優(yōu)化策略構(gòu)建，提出3種優(yōu)化方式：1)S0#PNOx滿足排放標(biāo)準(zhǔn) 條件，鍋爐效率尋求最高；2)鍋爐效率和S02排放滿足約束條件，NO，排放量尋優(yōu)最低；3)鍋 爐效率和N0X排放滿足約束條件，SO2排放量尋求最低；多目標(biāo)尋優(yōu)引入罰函數(shù)實(shí)現(xiàn)，三種優(yōu) 化方式依次對(duì)應(yīng)如下各函數(shù)：
式中，為N0X排放濃度上限，取新標(biāo)準(zhǔn)100mg/m3; 為S0#_放濃度上限，200mg/ m3; 為允許的最低鍋爐效率，90% ;ypy2為足夠大的正數(shù)； 步驟2 :對(duì)優(yōu)化過(guò)程可調(diào)參數(shù)變量的上下限進(jìn)行約束； 步驟3 :采用最優(yōu)保留策略的果蠅算法實(shí)現(xiàn)優(yōu)化目標(biāo)，步驟如下： 步驟31 :初始化n個(gè)果蠅群體，分別代表步驟2中的n個(gè)可調(diào)參數(shù)變量，隨機(jī)設(shè)置各果 蠅群體的位置為[\，1]，迭代次數(shù)為100,搜尋食物的隨機(jī)方向和距離為區(qū)間[-1，1]; 步驟32 :計(jì)算n個(gè)種群的果蠅個(gè)體到原點(diǎn)的距離D, = < +f:和味道濃度判定值Si= 1/DpSi即為各可調(diào)參數(shù)變量值； 步驟33 :性能優(yōu)化子系統(tǒng)優(yōu)化步驟1中的尋優(yōu)策略函數(shù)值即為適應(yīng)度函數(shù)，也就是味 道濃度函數(shù)，將步驟32中的各過(guò)自適應(yīng)模糊推理模型得到NOx濃度P(NOx)、S02濃度 P(S02)和鍋爐效率nB()il"，代入優(yōu)化步驟1中的尋優(yōu)策略函數(shù)，求得該果蠅個(gè)體位置的味 道濃度值，并保留該果蠅位置、p(nox)、p(so2)和nB()il61?及味道濃度值； 步驟34 :通過(guò)迭代尋優(yōu)，保留味道濃度最低值，以及此時(shí)的各種群果蠅最優(yōu)位置和N0X 濃度、S02濃度、鍋爐效率，并利用果蠅的最優(yōu)位置算出各可調(diào)參數(shù)的取值； 步驟4:得出優(yōu)化結(jié)果。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了屬于循環(huán)流化床燃燒技術(shù)領(lǐng)域的一種基于模糊自適應(yīng)推理的循環(huán)流化床鍋爐燃燒優(yōu)化控制方法，其循環(huán)流化床鍋爐燃燒優(yōu)化控制系統(tǒng)包括：數(shù)據(jù)通訊子系統(tǒng)、模型預(yù)測(cè)子系統(tǒng)、性能優(yōu)化子系統(tǒng)；其中，數(shù)據(jù)通訊子系統(tǒng)與DCS系統(tǒng)的OPC服務(wù)器通訊軟件交互數(shù)據(jù)，模型預(yù)測(cè)子系統(tǒng)連接數(shù)據(jù)通訊子系統(tǒng)，性能優(yōu)化子系統(tǒng)分別連接模型預(yù)測(cè)子系統(tǒng)和數(shù)據(jù)通訊子系統(tǒng)；通過(guò)模糊自適應(yīng)推理算法建立鍋爐效率、SO2和NOx排放模型，選用具有最優(yōu)保留策略的果蠅算法，對(duì)循環(huán)流化床鍋爐運(yùn)行工況進(jìn)行尋優(yōu)，為電站DCS基礎(chǔ)控制層提供各操作變量的最佳設(shè)定值，實(shí)現(xiàn)循環(huán)流化床鍋爐高效、低污染排放運(yùn)行。
【IPC分類(lèi)】F23C10-28
【公開(kāi)號(hào)】CN104613468
【申請(qǐng)?zhí)枴緾N201510041333
【發(fā)明人】張文廣, 劉吉臻, 孫亞洲, 高明明, 楊婷婷, 曾德良, 房方, 牛玉廣
【申請(qǐng)人】華北電力大學(xué)
【公開(kāi)日】2015年5月13日
【申請(qǐng)日】2015年1月27日