贝叶斯网络算法在锅炉燃烧优化调整中的研究和应用

安徽华电宿州发电有限公司 安徽 宿州 234000

1 技术背景

随着新能源项目快速发展,燃煤火电机组作为调峰负荷的需求愈加明显。燃煤发电公司运营压力巨大,环保排放标准也愈加严苛,大型煤粉锅炉逐步成为电站节能减排的重点。锅炉全负荷调峰性能,收到传统技术的限制,已经很难满足当前形势要求。传统技术的局限性主要表现在三个方面,一是锅炉炉膛温度场和火焰中心无法实时获取,炉内燃烧状态难以检测;二是锅炉燃烧主要依赖人工调节,无法解决多目标强耦合问题;三是现有的DCS无法满足基于人工智能的燃烧优化大规模运算的需要。

2 技术路线和主要创新点

如何提高全负荷工况锅炉效率,以超临界600MW前后墙对冲锅炉为研究对象,通过贝叶斯网络算法,实现锅炉燃烧状态感知、燃烧优化实时闭环控制、智能控制平台的整体应用,实现数据驱动与专家知识深度融合的煤电机组智能燃烧实时闭环控制。

2.1 锅炉运行状态的动态识别 锅炉燃烧效率与机组负荷、主蒸汽流量、给水流量、磨煤机煤量和二次风量等有着重要关系,通过连续时间贝叶斯网络的锅炉燃烧动态过程模型,实现多目标优化的锅炉分级燃烧智能控制策略,实现锅炉全负荷阶段自动调整,达到空预器出口烟温、CO含量、NOx浓度和锅炉效率的控制。通过适应动态变负荷调节、分级燃烧精细配风和煤耗环保协调优化的方式,实现锅炉效率提升0.5%-1.0%的目标,同时降低NOx生成量10%-15%。

2.2 锅炉燃烧状态智能感知 通过炉膛红外测温阵列和壁温测点等多数据源为基础,以梯度定位算法为核心的锅炉燃烧状态智能感知系统,实现传统技术无法准确获取炉膛三维温度场和炉内火焰中心的瓶颈。首先引入非接触式的炉膛高温测量系统,锅炉每层测量平台布置8-10个红外探头于水冷壁膜片开孔处,然后基于离散测温点数据,以智能算法为核心进行测量平面温度场重建,从而得到实时三维温度场分布模型,最后温度场参与燃烧控制,实时调整炉膛的火焰中心位置,从而避免锅炉超温和结渣等相关问题。

2.3 扩展控制平台与DCS交互闭环控制 制定针对煤电各子系统智能控制模块化集成策略,为工业智能化等整体设计与应用提供有效解决途径。以高性能机架服务器构建扩展控制平台,通过智能算法和海量计算均在服务器内完成,从而实现DCS系统的扩展。

3 项目实施案例

项目可以适用与不同容量的燃煤机组,无论是四角切圆还是前后墙对冲锅炉,均能实现良好的效果。以第三方对锅炉实时性能测试结果,600MW负荷工况,锅炉效率提高0.83%,NOx降低21mg/Nm3;400MW负荷工况,锅炉效率提高0.840%,NOx降低41mg/Nm3;300MW负荷工况,锅炉效率提高0.831%,NOx降低31mg/Nm3;长时间投入统计NOx降低12%,CO降低55%。

4 总结

在不进行大规模锅炉设备和DCS软硬件改造的前提下,实时优化锅炉整体性能,煤耗降低达1g/kWh-3g/kWh。大数据技术在发电行业的应用,使其具备工业智能化的核心竞争力。同时项目通过贝叶斯网络算法,实现了专家知识与人工智能深度融合,对发电领域应用具有示范意义。