工業(yè)用煤粉鍋爐燃燒優(yōu)化控制算法研究.pdf

1、隨著我國國民經(jīng)濟(jì)的飛速發(fā)展，對(duì)電力資源的需求也迅速增大。在我國，火力發(fā)電在電力生產(chǎn)中仍占據(jù)著主導(dǎo)地位，為滿足生產(chǎn)及生活對(duì)電力的需求，每年需要消耗大量的煤炭資源，而且排放大量NOx及其他污染物。工業(yè)用煤粉鍋爐的燃燒過程工況非常復(fù)雜，涉及燃燒、傳熱、及流動(dòng)多方面過程，鍋爐熱效率及污染物排放量受到風(fēng)量、風(fēng)速、爐膛過量空氣系數(shù)、煤粉種類、機(jī)組負(fù)荷等因素影響。而且，這些影響因素通常又是相互影響，相互交錯(cuò)，更增加了燃燒過程的復(fù)雜性，因此燃燒過程是一

2、個(gè)非線性、多變量的復(fù)雜系統(tǒng)。我們目前需要解決的問題就是優(yōu)化該復(fù)雜系統(tǒng)的熱效率并降低工業(yè)廢氣的排放，我們必須在工業(yè)過程中使用先進(jìn)控制與工程優(yōu)化技術(shù)，把提高熱效率和降低污染物排放作為雙重目標(biāo)來研究鍋爐燃燒系統(tǒng)。
　　在熱工過程中，經(jīng)常會(huì)有這樣的過程，其調(diào)整時(shí)間很長，而工況卻是經(jīng)常變化的，尤其是投用自動(dòng)發(fā)電控制(AGC Automatic Generation Control)的機(jī)組，它們的負(fù)荷根據(jù)電網(wǎng)的需求時(shí)刻都會(huì)變化。當(dāng)工況變化后，

3、一些最優(yōu)的工作點(diǎn)就會(huì)發(fā)生漂移，這就需要在較短的時(shí)間內(nèi)得到最優(yōu)工作點(diǎn)。然而現(xiàn)有的在線優(yōu)化算法基本上都是基于靜態(tài)模型的，必須等待過程穩(wěn)定才能獲取一個(gè)有效的數(shù)據(jù)，我們可以通過把過程的動(dòng)態(tài)特性考慮進(jìn)去來解決這種矛盾。
　　本文通過分析鍋爐效率與電站負(fù)荷及煙氣含氧量的函數(shù)關(guān)系，并考慮NO排放量，將其懲罰金額折算成消耗的煤炭量對(duì)鍋爐燃燒效率進(jìn)行校正，將該校正后的鍋爐效率確立為優(yōu)化過程的目標(biāo)函數(shù)。針對(duì)過程的非線性動(dòng)態(tài)模型特點(diǎn)，為了把過程的動(dòng)態(tài)特

4、性考慮在內(nèi)，在每個(gè)周期內(nèi)對(duì)優(yōu)化目標(biāo)函數(shù)模型進(jìn)行辨識(shí)，并根據(jù)辨識(shí)結(jié)果確定目標(biāo)函數(shù)的穩(wěn)態(tài)模型進(jìn)行穩(wěn)態(tài)優(yōu)化，使得系統(tǒng)能夠快速跟隨工況的變化而重新確定最優(yōu)工作點(diǎn)。
　　在本文中，我們選用Hammerstein模型作為鍋爐修正效率的模型結(jié)構(gòu)，采取HOE_AMLS算法進(jìn)行在線參數(shù)辨識(shí)，并在每個(gè)周期內(nèi)考慮其穩(wěn)態(tài)模型采用BFGS擬牛頓算法進(jìn)行優(yōu)化，在不同電站負(fù)荷下，確定最佳氧量設(shè)定值，使得鍋爐校正效率最高。本文主要研究內(nèi)容及工作如下:
　　

5、1.對(duì)于優(yōu)化算法，針對(duì)文章電站鍋爐預(yù)測(cè)控制與燃燒優(yōu)化研究對(duì)于優(yōu)化算法的研究，對(duì)自適應(yīng)算法進(jìn)行簡(jiǎn)化和改進(jìn)。首先，對(duì)于模型的在線辨識(shí)，用HOE_AMLS方法代替漸消記憶的廣義最小二乘算法，增強(qiáng)了系統(tǒng)對(duì)實(shí)時(shí)數(shù)據(jù)的處理能力;
　　2.對(duì)于多變量優(yōu)化算法，采用BFGS擬牛頓算法，保證搜索方向是目標(biāo)函數(shù)在迭代點(diǎn)的下降方向。擬牛頓法可以克服當(dāng)Hess矩陣奇異時(shí)算法無法進(jìn)行的缺陷，避免了對(duì)于大規(guī)模問題Hess矩陣計(jì)算量龐大等問題，并且在一定的條件