集中供热系统中锅炉节能运行调控研究

陈忠海 侯喜英

(河北建筑工程学院，河北 张家口 075000)



集中供热系统中锅炉节能运行调控研究

陈忠海 侯喜英

(河北建筑工程学院，河北 张家口 075000)

对某集中供热系统中锅炉节能运行调控进行研究，采用以热源、热网、热用户为对象的智能控制模型.通过对锅炉排烟温度及炉膛含氧量的测试表明，应用该模型后，在保证供热效果的前提下，与前一采暖季相比节电31.17%；节煤11.31%；改善了锅炉房操作工的工作环境，取得了良好的供热效果.

锅炉；供热；调控；节能

0 引 言

锅炉作为集中供热系统中重要的供热设备，因其控制方式不合理，导致其热效率较低，浪费大量能源.因此对锅炉传统的智能控制方式进行改造就显得尤为重要.

目前，关于集中供热系统的智能控制研究很多，大部分研究集中于一次网、二次网、热源等方面的智能控制研究，取得了较好的效益.但是，这些研究没有真正从整个供热系统的节能运行出发进行研究，造成局部设备或系统节能，而整个系统未必是节能的.因此，提出以热源、热网、热用户为对象的智能控制模型，提高锅炉供热效率.

本文以某锅炉房集中供热系统为示范工程，验证了该技术的推广应用可行性，为集中供热系统中锅炉节能运行调控提供参考.

1 锅炉运行过程的全局控制

本课题以一级控制器与二级控制器相结合的思路对锅炉运行过程进行控制以克服其非线性、多参量、大滞后，大耦合的缺点.同时使燃料所提供的热量在适应负荷需要的前提下燃烧效率最高.首先中央控制器对锅炉出口温度、送风量、引风量、流量、给水温度、给水流量等参数进行采集，之后对采集到的这些参数进行优化控制.再结合运行历史规则得出优化运行参数，将其分别传递到负荷控制系统、炉膛负压、补水控制系统.这些子系统根据优化结果进行线性计算后对各设备进行变频调节[1].控制框图如图1所示.

图1 控制框图

2 优化控制算法

2.1 锅炉燃烧控制系统

锅炉燃烧控制系统包括：负荷控制系统、炉膛负压控制系统.锅炉热效率与风煤比有关，且在某一风煤比值处存在最大的热效率.故寻得最大热效率即找到最佳风煤比.由于从给煤到燃烧产生热量，滞后时间较长且给煤量测量困难.故将送风量做主要的调控参数，通过控制送风量对风煤比进行优化控制.当燃料量一定时，必然存在最佳送风量.因此，对锅炉燃烧系统的自寻优控制的实质是寻找最佳的送风量.其整个系统控制流程如图2所示.

图2 燃烧系统控制流程图 图3 DE算法计算流程图

2.2 送风量控制DE算法

本文采用DE算法寻找锅炉运行的最佳效率η.在锅炉运行过程全局控制下，随动负荷的不断变动，我们把锅炉送风量作为控制对象.以送风参数、引风参数、给煤量等为优化参数.最终寻优得到最优风煤比，取得最佳燃烧状况.差异演化算法(Diffemntial Evolulion．DE 算法)与遗传算法类似，其主要区是在变异操作上选着3条染色体进行变异.它包括生成初始种群，变异操作、交叉操作和选择操作等一系列过程.该算法在搜索成功率和计算效率上有很大的优势，并且收敛速度快、适应性好、全局搜索能力强.DE算法流程图如图3所示，求解主要步骤如下：

(1)初始群体的生成：将优化问题的解组成N个初始串结构数据，每个串结构数据是进化的基本个体，N个个体构成了—个群体.初始群体是随机生成的.

(2)变异：对群体中的个体串结构数据的某些串基因座上的基因值进行扰动，此操作是根据个体向量差进行的，即使用差异策略.

(3)交叉：父代个体与变异个体进行交叉，此做法可以增加种群的多样性，使种群跳出局部最优值.

(4)适应性值评估检测：适应性函数表明个体或解的优劣性.对于不同的问题，适应性函数的定义方式也不同.

(5)选择：通过比对交叉个体和当前个体的适应度值进行选择，经过选择可以产生新的种群.然后再经过变异、交叉，适应性值评估、选择这些操作，直到找到最优值.

根据上述优化算法的基本原理与锅炉燃烧理论，本研究中以锅炉运行最大效率为优化目标.利用DE算法对锅炉燃烧系统进行全局寻优.根据DE算法的基本原理，在一定时间内，假定给煤量不变，以送风量作为可操作变量，取风量值作为染色体进行编码.效率为受控变量，取效率函数作为适应度函数.直至求得最佳效率值，即锅炉达到最佳燃烧状况.根据DE的基本流程，首先取实际锅炉燃烧系统所需的空气量的近似值作为初始种群，进行初始化，然后进行交叉、变异操作，计算适应度，通过比对交叉个体和当前个体的适应度值进行选择，产生新的个体，重复上述步骤(2)～(5)，直到找出效率最大值结束.

3 技术实施情况

3.1 工程概况

该锅炉房供热建筑总建筑面积约29万平方米，一期工程约9.0万平方米，二期工程约20万平方米，供热总热负荷约23000 Kw,一期工程约7200 Kw，二期工程约1580 Kw；职工公寓区总建筑面积约14万平方米，供热总热负荷约9100 Kw；建筑区域南北长度约1000 m，东西长度约600 m，室外管网采用枝状系统，最大供热半径约为1600米.

3.2 测试技术

根据智能控制要求，需要加装氧化锆氧化剂、涡轮流量计、远传温度测点、排烟温度远传表等设备.由于原系统具有配电设施，对其改造过程中，为保证系统的可靠性，保留原系统的电器设施，采用跟头闸接入变频器，保证两套系统能够随时切换.根据循环泵的容量，采用森兰牌75 KW变频器，引风机采用ABB510 55 KW变频器，鼓风机采用森兰SB60 15 kw变频器.

4 技术的应用效果测试与分析

4.1 实测数据

图4 排烟温度随时间的变化 图5 12月16日排烟含氧量随时间的变化

在锅炉的各项热损失中，排烟热损失、可燃气体不完全燃烧热损失、固体不完全燃烧热损失是锅炉热损失的主要部分.图4给出三日的锅炉排烟温度随时间的变化关系.从图中可以看出，通过智能控制系统，在不同室外温度下，即不同的负荷条件下锅炉的平均排烟温度基本维持在121 ℃，有效降低排烟热损失.图5给出了日锅炉含氧量、室外温度随时间的变化.从图中可以看出，随着锅炉的运行，炉膛内的含氧量基本维持在一个定值，室外平均温度为-11.65 ℃时，炉膛平均含氧量维持在18.28%，室外平均温度为-5.6 ℃时，炉膛平均含氧量维持在19.45%.由这些数据可得炉膛含氧量较低，炉膛内燃烧充分，即减少了可燃气体不完全燃烧热损失及固体不完全燃烧热损失.由以上分析得锅炉的排烟热损失、可燃气体不完全燃烧热损失和固体不完全燃烧热损失之和最小，即提高了锅炉效率.

4.2 能耗比较

锅炉房集中供热系统耗能主要有电能的消耗和燃料的消耗.消耗电能的主要有鼓风机、引风机、炉排电机、除渣机、循环水泵、补水泵等设备，燃料的消耗主要指耗煤量.由于系统的供热量决定了耗煤量，只要煤质确定以后，在燃烧充分的时候系统的耗煤量是可以确定的，所以研究过程耗煤量不作为优化参数.只考虑在确定热负荷下运转设备的耗电量，其中除渣机为间歇运行，不予考虑.智能控制模型的建立以能耗最小为目标函数.本文对锅炉房集中供热系统在采用该智能控制前后的能耗进行比较，比较结果见下表：

表1 节电统计表

表1给出两个采暖季该锅炉房的节电比较，在两个采暖季中，所有设备、供热规模没有发生变化.从表中可以看出，对系统改造后，整个锅炉房的耗电量由278080度降低为189840度，节电量为88240度，节电率为31.73%.耗煤量由改造前的1291吨降低为改造后的1145吨，节煤量为146吨，节煤率为11.31%.改善了锅炉房操作工的工作环境，取得了良好的供热效果.

5 结 论

工程实践表明，采用该新智能控制与锅炉房区域供热系统配套使用，供热系统运行三个月，与改造前相比，在满足负荷需求的前提下，节电率31.73%，节煤率为11.31%.按照电价0.65元/度、采暖季五个月计算，示范工程改造后每年每平米节电0.5071 kW·h，每个采暖季每平米季节省电费0.33元；每个采暖季每平米节煤8.3793×10-4吨，按照煤炭价格700元/吨计算，每个采暖季每平米节省煤炭费用0.59元；进行智能控制改造后每个采暖季每平米节约0.92元，改造设备总投资250000元，改造后投入运行不用一年即已收回成本，以后每年每平米可节约电费约0.93元.本项技术的应用应用不仅提高了供热系统的效率，而且优化了锅炉运行工况.对新建供热系统可进行优化设计，对已建且在运行中的供热系统可进行适当的改造，解决原有供热系统的高耗能问题.

由于锅炉系统运行自动控制水平的提高，使煤炭得以充分燃烧，减少了排烟、排渣的有害物，即每个采暖季二氧化碳排放量减少631.8吨；二氧化硫排放量减少5832公斤；氢化物排放量减少151.2公斤；粉尘排放量减少2430公斤.对减少空气、水源、土地污染、减缓温室效应、保护环境都具有深远的意义.

[1]忻龙彪,张荣江.锅炉燃烧系统数学模型的差异演化算法[J].现代建筑电气，2010,01(10)

[2]崔海鹏.电站锅炉排烟温度高原因及其改进措施[J].北京：华北电力大学，2012：5～6

[3]李芳.DE算法在多元线性回归模型参数估计中的应用[J].软件导刊，2012(6)

[4]朱玉璧,程相利,陶新建,李琢,王志军.智能控制在锅炉燃烧优化中的应用[J].中国电机工程学报,2008(11)

Research on Energy-saving Operation Regulation of Boiler in Central Heating System

CHENGZhong-hai,HOUXi-ying

(Hebei University of Architecture,Zhangjiakou 075000,China)

In this paper,energy-saving operation control in the centralized heating system of a boiler was studied,taking the heat source,heat supply network and heat users as the object of the intelligent control model.The test of exiting gas temperature of boiler and furnace containing oxygen shows that,after the model was applied,under the precondition of ensuring the heating effect,electricity was saved by 31.17% compared with the previous heating season,and coal was saved by 11.31%,which improved the boiler room operator’s working environment and achieved good heating effect.

boiler;heating;regulation and control;energy conservation

2016-03-27

陈忠海(1963-)，男，教授，从事室内环境控制技术、建筑节能与新能源利用研究.

TU 85

A