最优回归法在混煤掺烧中的应用

桂良明,毛晓飞,陈林国,刘发圣

(国网江西省电力科学研究院,南昌330096)

最优回归法在混煤掺烧中的应用

桂良明,毛晓飞,陈林国,刘发圣

(国网江西省电力科学研究院,南昌330096)

为了解混煤掺烧对机组煤耗特性影响,优化机组配煤,以某电厂2台机组为研究对象,基于最优回归法分析了负荷、不同煤种混配对机组煤耗影响,得到了机组最优运行工况和最优配煤比例,可合理优化电厂配煤,降低机组煤耗。研究表明：此分析方法在电站混煤数据处理中具有重要的推广意义。

混煤掺烧；最优回归法；煤耗

随着我国经济的快速发展,电力需求量大幅增长。目前国内大部分火力发电厂为减轻购煤压力,节约燃料成本,普遍采取多渠道进煤,燃煤种类多样化［1］。混煤掺烧作为一种有效的优化燃烧技术,在世界范围内应用广泛,但掺混煤种及掺混比例不同对锅炉燃烧特性和机组煤耗影响较大,也是混煤掺烧问题的一个难点［2］。为优化电厂配煤,提高机组运行经济性,研究混煤掺烧对机组煤耗特性影响十分必要［3］。笔者采用一种最优回归法,以某电厂2台机组为研究对象,分析运行工况、煤种及配比等方面对电厂煤耗特性影响。此方法作为一种实用范围广的数据分析方法,目前在电站数据分析方面应用较少,可将机组大量历史数据进行简化处理,分析得出规律,具有简单实用的特点。

1 最优回归法

1.1 影响机组煤耗的因素

主要包括机组负荷高低、主设备健康情况、辅助系统设备投运情况、运行控制方式、燃煤煤质、混煤及其份额等因素。从宏观分析考虑,假定主设备健康情况、辅助系统设备投运情况、运行控制方式等基本情况相同,作为常数处理。

1.2 数据分析处理方法

最优回归分析法中考虑各因素的非线性关系,且包含因素与因素之间的交互作用。数据处理过程中,剔除对目标量影响较小的次要因素［4］。

1.3 最优回归式

最优回归式是基于最小二乘法数学原理,设Y=f(X,B1,B2,…,Bk),假定此关系式f已知,但其中B1,B2,…,Bk等参数待求,对于X和Y有一批测量数据(xi,yi),利用该测量数据对参数B1,B2,…,Bk作出估计。

以某电厂5号和6号机组混煤掺烧份额与供电煤耗数据(见表1,表2)为依据。

表1 5号机组混煤掺烧份额与供电煤耗数据表

表2 6号机组混煤掺烧份额与供电煤耗数据表

表2 (续)

假设供电煤耗与混煤份额关系式如下：

式中：Y为供电煤耗,g/(k W·h)；X1为机组负荷率,%；X2为煤种1混煤份额,1≥X2≥0；X3为煤种2混煤份额,1≥X3≥0；X4为煤种3混煤份额,1≥X4≥0；X5为煤种4混煤份额,1≥X5≥0；X6为机组区别系数,第一台机组取1,第二台机组取2。依据表1和表2数据,通过科学筛选,经计算可解出上述供电煤耗与混煤份额关系式的参数：A为回归常数608.534；B1为回归系数-3.983 984；B2为回归系数0.020 682 55；B3为回归系数-134.253 4；B4为回归系数75.960 38；B6为回归系数-41.086 05；B7为回归系数-69.275 25；B10为回归系数-74.648 12； B13为回归系数-185.937 2；B14为回归系数-11.043 93。

1.4最优回归式的评价

当置信水平为0.99、样本数为72～81点时,回归的全相关系数最低临界值为0.301 7,而上述最优回归式的全相关系数R为0.594 9,远大于临界值,它表示数学模型及回归因素的选取是合理的；回归的标准剩余离差S为18.609,相当于目标量的5%左右,这种误差对于宏观分析来说,应该是能够满足要求的［5］。

2 最优回归法在混煤掺烧的应用

由于需要分析负荷及不同煤种比例因素对机组煤耗影响,将最优回归式进行了分解,并将数据结果绘制成图形,分析内容如下：

(1)机组负荷率对供电煤耗的影响(见图1)。

图1 负荷率对供电煤耗的影响

在低负荷时,曲线的变化率大,且随着负荷的增加,曲线的变化率逐渐减小；当机组满负荷运行时,供电煤耗达最低值；继续增加负荷(即超负荷运行)时,供电煤耗增加,若超负荷10%,则供电煤耗提高3.5 g/(k W·h)；机组负荷率为60%时,供电煤耗比满负荷高出16.09 g/(k W·h)。表明机组应多带满负荷或近满负荷运行,并避免超负荷运行。

(2)潞安与晋城混煤比例对供电煤耗的影响(见图2)。

图2 潞安与晋城混煤比例对供电煤耗的影响

当潞安煤份额为0(即全烧晋城煤)时,供电煤耗最高；随着潞安煤份额增加,煤耗下降；当潞安煤份额为0.75时,供电煤耗达最低点,此时比全烧晋城煤降低煤耗25.44 g/(k W·h)；若继续增加潞安煤份额,则煤耗反而上升；当潞安煤份额增至1(即全烧潞安煤)时,煤耗上升3.24 g/(k W·h) (与最低点比)。

(3)郑州与晋城混煤比例对供电煤耗的影响(见图3)。

图3 郑州与晋城混煤比例对供电煤耗的影响

当郑州煤份额为0(即全烧晋城煤)时,供电煤耗较高；郑州煤份额增加到0.2时,煤耗升至最高点；继续增加郑州煤份额时,煤耗缓慢下降；但随着郑州煤份额的增大,煤耗下降速度增大；当郑州煤份额达到1(即全烧郑州煤)时,供电煤耗达最低点,此时比最高点降低煤耗39.13 g/(k W·h)。

(4)鹤壁与晋城混煤比例对供电煤耗的影响(见图4)。

图4 鹤壁与晋城混煤比例对供电煤耗的影响

当鹤壁煤份额为0(即全烧晋城煤)时,供电煤耗最高；随着鹤壁煤份额增加,煤耗下降；当鹤壁煤份额为0.7时,供电煤耗达最低点,此时比全烧晋城煤降低煤耗38.23 g/(k W·h)；若继续增加鹤壁煤份额,则煤耗反而上升；当鹤壁煤份额增至1 (即全烧鹤壁煤)时,煤耗上升8.67 g/(k W·h)(与最低点比)。

通过最优回归式分析,6号机组比5号机组煤耗低,在负荷、燃煤条件相同情况下要低11.04 g/(k W·h)。

3 结语

最优回归分析法是设定了主设备健康情况、辅助系统设备投运情况、运行控制方式等基本情况相同条件下,从宏观角度对电厂日常大量煤耗报表数据进行综合分析处理的一种方法。通过最优回归法进行分析,得到以下适合该厂的结论：

(1)机组应多带满负荷或近满负荷下运行,但超负荷运行,机组煤耗略有上升,经济性下降。

(2)晋城煤不宜单独在炉内燃用,需与其他贫瘦煤混烧,可降低机组煤耗；潞安煤与晋城煤混合燃用,潞安煤份额为0.75时,机组煤耗达最小；郑州煤可单独在炉内燃用,但不宜与晋城煤混烧；鹤壁煤可与晋城煤混合燃用,鹤壁煤份额为0.7时,机组煤耗达最低点。

(3)在条件相同情况下,经过分析,6号机组比5号机组煤耗低,宜使6号机组多带负荷。

由此可见,最优回归法能直观可靠分析电厂数据规律,可合理优化电厂配煤,降低机组供电煤耗,提高机组运行经济性,具有重要推广意义。

［1］廖艳芬,马晓茜.基于模糊神经网络的混沌优化算法在动力配煤中的应用［J］.华南理工大学学报：自然科学版,2006,34 (6)：117-121.

［2］段学农,朱光明,焦庆丰,等.电厂锅炉混煤掺烧技术研究与实践［J］.中国电力,2008,41(6)：51-54.

［3］周俊虎,平传娟,杨卫娟,等.混煤燃烧反应动力学参数的热重研究［J］.动力工程,2005,25(2)：207-210.

［4］李东风,郑忠国.最优线性回归的计算方法［J］.数理统计与管理,2008,27(1)：87-95.

［5］潘蕙琦,史秉璋.用最优回归方法评价一种选择回归子集的新方法［J］.数学的实践与认识,1987,17(2)：54-59.

Application of Optimal Regression Method in Coal Blending Process

Gui Liangming,Mao Xiaofei,Chen linguo,Liu Fasheng
(State Grid Jiangxi Electric Power Research Institute,Nanchang 330096,China)

To understand the influences of coal blending ratio on coal consumption characteristics of the unit,and to optimize the coal blending performance,two power units in a power plant were taken as the object of study,and subsequently the effects of load and coal blending ratio on coal consumption of the unit were analyzed using optimal regression method,during which optimal operation conditions and blending ratios were found,resulting in high coal blending performance and low coal consumption.Study results show that this method has great significance in spreading the data processing way of coal blending for power plants.

coal blending；optimal regression method；coal consumption

TK222

A

1671-086X(2015)03-0164-04

2014-07-11

江西省科技计划项目(20133BBG70012)

桂良明(1982-),男,高级工程师,主要从事电站锅炉试验研究工作。

E-mail：guiliangming2006@163.com