面向智能发电的电站燃煤锅炉在线运行优化

李闯

摘  要：现阶段，随着先进信息技术的不断发展与应用，社会发展离不开对电力能源的应用。该文主要分析了智能发电的电站燃煤锅炉在线运行优化的技术路线与主要技术创新，从炉内三维温度在线监测、燃烧负荷在线监测以及快速克服燃料热值扰动的控制技术等3个方面进行了研究，旨在进一步提高智能发展技术研究与开发水平，提高智能技术在燃煤锅炉发电中的应用，有效提高其工作效率，降低煤耗以及排放量，以适应未来煤电发展需求。

關键词：智能发电;运行优化;燃烧监测

中图分类号：TK227          文献标志码：A

0 引言

现代先进信息技术的发展已经为人们的生产生活带来革命性的变化，大数据、云计算等技术在各个领域的应用，促进了社会生产力的大幅度提升。与此同时，随着技术的不断发展，人工智能进入人们的视线。在电力发电领域，通过与现代信息技术的深度融合，涌现出一系列智能电厂、数字电厂等新概念、新技术，明确了电力发电行业未来发展离不开对信息技术的应用。智能发电是将现代人工智能技术融入电力发电中，促进发电行业发展，已经成为发电行业未来发展的一大趋势。深入研究智能发电的电站燃煤锅炉的在线运行优化方法，是未来智能技术在发电行业中的应用的重要内容，为智能发电的发展奠定了重要的基础。

1 燃煤电站智能发电技术研发的重要性

在燃煤电站锅炉燃烧发电过程中，锅炉燃烧后会产生高温气体，伴随剧烈的反应产生巨大的气流，而实现发电。实现燃煤锅炉在线运行的智能化，达到智能发电的目的，离不开对燃煤锅炉炉内燃烧监测以及对智能化运行技术的应用。锅炉燃烧发电过程中，需要输入、输出极多且复杂的物理、化学反应，因此在实际运行过程中会受到较多因素的影响，其整体呈现出较强的非线性以及耦合性较强的特点，一般的机理模型很难将其全面详细地描述出来。因此，在进行燃煤锅炉燃烧发电技术优化时，技术研发的重要方向就是神经网络及各种优化模型技术的研发。

在传统的“风煤比”、“水煤比”燃煤发电中，需要严格控制风量、水量与煤量，因此，煤量的变化就要求风量、水量进行相应的变化。但是，由于燃煤品质而造成的波动较为频繁，导致燃煤量也需要进行频繁的变动，因而对风量、水量的控制造成了极大的影响。同时，由于锅炉及机组在运行过程中产生的大量的数据不能进行充分的挖掘和利用，从而导致在进行燃烧优化过程中，通常都是由相关运行工作人员凭借专业的经验进行数据的收集整理，其所形成的数据信息难以找到真正的燃烧优化规律，因此普适性非常低。当前燃煤发电锅炉控制模式主要是以相关参数的偏差为标准，从而进行反馈调节。具体来说，对燃料、送风及引风量、给水量等参数的控制主要是以蒸汽压力、负荷输出、烟气含氧量、炉膛负压以及水位或者过热度的偏差来进行相应的调节控制。因此一旦出现需要快速改变负荷的情况，则没有了等待判别输出偏差的时间，达不到灵活控制的需求。

基于此，将人工智能技术应用于燃煤发电，通过近似于人类智能的人工智能进行锅炉燃烧的监测及优化，提高锅炉燃烧各项参数的控制水平，对加快智能发电技术发展，提高燃煤发电效率，降低煤耗与排放量具有重要意义。

2 面向智能发电的电站燃煤锅炉在线运行优化技术路线

2.1 优化炉内三维温度场在线监测技术

通过对锅炉炉内三维温度场的在线监测技术优化，从而实现满足在线工业监测和诊断的要求。利用人工智能技术优化炉内三维温度场在线监测技术，主要是利用火焰辐射图像处理技术，通过火焰图像，将图像内携带的炉内高温辐射能量分布及传递信息充分地挖掘出来，从而进行炉内燃烧温度场的在线监测，并进一步优化炉内燃烧的控制。在具体人工智能技术的应用过程中，可以采用高方向分辨率辐射强度分析的散射或者反射能量份额分步法，从而将热辐射源的空间分布、燃烧介质温度与炉内燃烧辐射成像的信息更好地关联起来。同时，运用修正的吉洪诺夫（Tikhonov），重建炉内三维温度场，从而保证在实际监测过程中不受大测量噪声的影响，保持良好的监测效果，在高温辐射成像信息中，一次将炉内的三维温度场的分布重建起来。

炉内三维温度场在线监测是炉内三维燃烧监测的一部分，人工智能技术实现对其在线监测的优化，为之后研究其在燃烧温度、煤粉（煤焦）浓度等炉内的三维分布在线监测技术的优化奠定了良好的基础。同时，优化炉内三维燃烧监测技术，对炉内煤质燃烧的速度、燃尽速率等方面变化的实时评价以及在线问题诊断、问题修正，整理锅炉燃烧在线优化控制规律等提供了技术支持，从而进一步提高锅炉智能发电技术的研发水平。

2.2 优化燃烧负荷检测以及快速克服燃料热值扰动控制技术

在燃煤锅炉燃烧发电过程中，对炉内燃烧能量的直接检测手段一直以来都存在较为严重的缺陷，因而导致了锅炉和机组监控、运行性能难以得到有效的完善。利用人工智能技术实现智能发电，主要是通过火焰辐射图像处理技术，准确的收集炉内辐射能信号，从而实现全过程的实时跟踪监控，对其中能够准确将负荷变化的图像反映出来的信号进行筛选，进而保证实时提供的燃烧负荷信号能够与发电功率具有相同的取值范围。同时，智能发电系统还可以将探头结焦与机组运行特性的变化的情况进行实时跟踪与自动校对，从而使辐射能信号的准确性大幅度提升。通过有效地监控炉内的辐射能信号，其燃烧放热量水平就能够得到有效的控制，并且机组负荷需求的变化也能够实现准确、实时跟踪，最终实现锅炉汽轮机热力系统参数的稳定性，提升机组负荷控制水平。

2.3 优化锅炉燃烧前馈解耦控制技术

智能发电技术在燃煤锅炉燃烧发电中的应用，需要以当前燃烧控制的基本方法为基础，进行有效的技术创新。不同煤种燃烧产生的热量也是不相同的，如果想要实现相同的热量，就需要依靠燃烧理论来进行调整，改变某一反应条件，再对锅炉总送风量进行控制，主要的依据为负荷的变化，如果负荷相同，则总的送风量控制中可以将燃料变化的影响忽视。智能发电技术的应用，通过优化系统，使系统实现自动发电控制生成的负荷指令与送风机入口的实时气温的直接接收和读取，通过分析负荷质量和送风机口风温的变化规律，进而得到相应的控制值，将其输出至DSC，作为控制修正信号，实时参与运行参数的计算机闭环控制，实现对机组优化运行控制。同时，风煤水的控制规律在机组运行不断更新的过程中，也可以实现根据负荷与气温的变化控制规律找到其相应的控制规律，并且可以在机组运行过程中，不断地优化控制规律。相较于传统的调节锅炉运行参数需要依靠偏差反馈信号来说，锅炉燃烧的前馈解耦的精确性、时效性得到了极大的提升，从而使锅炉控制的灵活性也大幅度提升。

3 结论

人工智能技术在燃煤发电中的应用，极大地优化了锅炉燃烧发电过程中在线运行的效率，提高了燃煤发电的控制水平，从而及时发现燃煤发电过程中的问题，提高燃煤发电效率，表明智能发电在未来发电行业中应用的重要价值，为其进一步发展奠定了基础。

参考文献

[1]张晋宾，周四维.智能电厂概念及体系架构模型研究[J].中国电力，2018，51（10）：2-7，42.

[2]刘吉臻，胡勇，曾德良，等.智能发电厂的架构及特征[J].中国电机工程学报，2017，37（22）：6463-6470，6758.