黄文兴
(国电泉州热电有限公司,福建 泉州 362801)
近年来,很多业内人士开始关注对于发电厂厂房布置的优化,为了对发电厂厂房的占地面积进行一定程度的节约,在结合本厂实际情况的基础之上,综合考虑占地面积、设备运行情况以及经济效益等因素,设计出了具有针对性的发电厂主厂房的布置方案——“三列式”布置,这种布置方式主要是以汽机房、除氧间、锅炉以及煤仓间为炉侧布置。三列式布置方式相比于传统的四列式布置,在管道管材的节约方面能够发挥出更大的优势,且建筑面积也得到了一定程度上的减少。然而,三列式布置方式也存在固有的弊端,主要表现为送粉管道的长度以及建筑材料的用量也得到了一定程度的增加。针对这一情况,在三列式布置方式的基础之上,对其做出一定程度的调整与优化,具体方案如下:发电厂主厂房仍然采用三列式的布置方案,但可以对除氧器进行露天设置,使其架设在汽机房的屋顶之上。这样一来,就可以对低压给水、中压给水以及与除氧器相关管道的设置进行一定程度上的减少,从而提升主厂房布置的经济效益。
当前状况下,火力发电仍然是我国主要的发电方式之一,目前火力发电厂中锅炉以煤粉锅炉为主,这种锅炉普遍存在点火时间长、能源消耗高、低负荷燃烧过程中不稳定的问题。这些问题的存在不仅会对发电厂运行的稳定性与可靠性造成不利的影响,另一方面也会影响发电效率,进而使得发电厂经济效益降低。针对这一问题,首先可以对点火方式进行一定程度的优化。原先主要采用油枪点火,在这种点火方式之下,电站锅炉的启停、助燃与调试等操作都会消耗大量的能源,因此采用等离子点火或者小油枪点火的方式。电离子点火的运作机理主要如下:等离子发生器会发射出高温等离子体射流,射流会对一次风煤粉进行直接点燃,从而对冷风点火进行有效地实现。小油枪点火的运作机理如下:当小油枪在燃烧时,会产生一定的火焰,且火焰的温度很高,散发了相对较大的热量,在这种情况之下进入到一次室的浓相煤粉的温度会在短时间之内发生较大程度的上升,进而破裂或者粉碎,在这一过程之中煤粉颗粒会释放出大量的挥发份,由已着火燃烧的浓相煤粉在二次室内与稀相煤粉混合并点燃稀相煤粉。这样煤粉的分级燃烧得以有效实现,对煤粉燃烧所需的引燃能量进行了一定程度上的减少,能够对锅炉启停与低负荷稳燃的要求进行科学有效地满足。
就目前状况而言,汽轮机的高中压汽缸与主汽调节阀的冶炼主要是通过钢包精炼炉来完成,以这种方式进行冶炼可以对钢水的质量与纯净度进行一定程度的保证;同时,采用树脂砂造型对铸件的表面质量进行有效地提高。在此基础之上,通过对三维模拟充型与凝固软件开发的浇筑工艺进行有效的使用,可以实现对于铸件内在质量的有效提高。采用先进的热加工铸造技术,一方面对铸件返修与补焊的次数进行一定程度的减少,可以对加工成本进行有效地降低;另一方面通过水自动焊接技术进行合理利用可以提升焊接与焊缝质量。
在汽轮机中,高中压、低压转子都是采用数控转子车床与镗床进行加工处理;对其主导产品动静叶而言,其型面的加工主要是通过数控五坐标加工中心予以实现,这种加工方式可以对叶型和成型质量进行一定程度的提升,从而使其满足设计需求。除此之外,其高中压外钢主要是通过数控龙门铣进行加工,低压外仓则是通过数控镗铣床加工,隔板是通过数控镗床和数控立车进行加工。上述的冷加工技术可以有效提升汽轮机质量,进而保证发电效率,提升发电厂运行的经济效益。
当前状况下,发电厂运行调整与优化的方向很多,仍然存在很大的优化空间。关键问题在于难以对一些优化方向进行合理有效的闭环,进而导致优化策略得不到科学的控制,例如有如煤粉的精细度、飞灰的碳含量、煤粉的浓度等。究其原因,主要是因为现阶段很多参数的准确性与有效性得不到保证,使其难以为优化方向提供科学有效的数据参考,进而促使优化结果难以形成闭环控制的目标给定值。针对这三种情况,对测量技术进行一定程度的开发与优化十分重要,测量技术的发展与完善能够对火电厂的有效优化起到十分关键的促进作用。对于发电厂而言,高精度现代化测量技术的开发与应用是发电厂自动调节的有效助力,也意味着一个新型优化系统的合理应用。而对于测量技术而言,它所涵盖的知识领域十分广泛,具有较强的综合性与多学科交叉性。
传统建模主要是以试验建模与机理建模为主,这种方式存在着一定的弊端,新的建模与模型求解是在传统建模的基础之上,并借助多种现代化先进技术来对应用过程进行科学合理的优化。对于神经网络而言,它是一种十分强大的非线性函数,从理论角度来看,神经网络可以逼近任何一种函数。同时,神经网络的优势还表现在基于这种技术的建模并不需要对对象或者过程的内部机理与运行原理有一定的了解。正因为如此,使其在复杂程度较高的对象仿真之中也能得到较为广泛的应用。当前状况下,国外对于精神网络的研究已经取得较大的成果,已经成功将神经网络运用于复杂过程的优化运行中,例如发电厂优化运行等。同时,随着人工智能学科研究的日益深入,使其与模型建立与优化求解得到了有效的融合,促进了神经网络的发展与应用。
在发电厂运行过程之中,普遍存在着煤质多变的情况,且这一现状在短时间之内很难进行改变,如果采用测量技术对煤质进行一定程度的测量,精度较低的测量技术所测量出的参数相对简单,难以作用运行优化的有效参考依据;采用高精度的测量技术往往又会耗费大量的成本。即使有了相关的煤质数据,电站设备的运行状态也会使得模型发生一定程度的变化。当前状况下,随着信息技术的迅速发展,一些发电厂注重对于数据的记录与积累,并积累了大量的历史数据。然而由于电力生产数据具有自身的特殊性,主要表现为数据量十分庞大、具有高维与强耦合的特点,因此运用传统的数据处理方法对其进行分析难以达到理想的效果。数据挖掘技术是一种新型的数据处理技术,它可以对电力生产的历史数据进行有效的处理,并在此基础之上对运行参数、负荷、性能等相关关联数据之间的关系进行定量化处理,并由此获得能够反映相关设备机组运行实际情况的关联规则,通过这一关联规则可以对发电厂机组与设备的运行进行科学有效的优化。
从汽轮机、发电厂厂房布置、新型技术的运用等方面对发电厂进行科学有效的运行优化,对于提升发电效率、保证发电厂运行的稳定性与可靠性具有十分有益的作用,且具有十分重要的社会效益与经济效益。