一种电站锅炉SCR脱硝精细化喷氨控制方法与流程

本发明属于烟气脱硝相关技术领域，更具体地，涉及一种电站锅炉scr脱硝精细化喷氨控制方法。

背景技术：

随着环保要求的不断提高，选择性催化还原技术(scr)在燃煤电站得到了广泛应用，而迅速精细化的喷氨控制是保证scr系统高效稳定运行的关键。

控制喷氨量是scr系统中的主要环节，喷氨量过少会导致出口nox浓度超标，喷氨量过大则会导致氨逃逸，增加运行成本，并且会增加硫酸氢氨的生成，造成空预器堵塞，降低设备使用寿命，并对电厂安全性造成威胁。

目前，燃煤电厂已经完成脱硝系统改造，然而从已投运的scr脱硝系统的实际运行情况来看，多数的控制效果并不理想。一方面在喷氨量控制上，由于机组负荷频繁变动，导致入口nox浓度、烟气温度、烟气量等参数频繁大幅变化，而电站scr脱硝系统又具有大延迟的特点，现有的喷氨控制方法难以达到较好的控制效果，导致出口nox随时间频繁、大幅波动，使得nox排放超标或者氨逃逸过量，影响机组运行；另一方面，现有的scr系统氮氧化物测量和控制方式比较粗糙，特别是出口nox的测量，通常只采用一个测点值来替代整个截面的nox浓度值，然而由于烟气分布的不均匀性，截面上各区域的nox浓度其实有较大的区别，在低负荷情况下更显著，这样会造成仅通过出口nox浓度值对喷氨量进行调节不准确，若该测点位于nox浓度较低的区域，则反馈值会偏小，导致喷氨量不足，若位于浓度较高区域，则反馈值偏大，喷氨量过多。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种电站锅炉scr脱硝精细化喷氨控制方法，该方法通过利用主阀门子控制系统实现主阀门开度的控制和利用分阀门子控制系统实现分阀门开度的控制，相应的可有效解决scr出口nox随时间频繁、大幅波动和出口截面nox分布不均匀的问题，因而尤其适用于电站锅炉scr脱硝系统。

为实现上述目的，本发明提出了一种电站锅炉scr脱硝精细化喷氨控制方法，其特征在于，该方法包括利用主阀门子控制系统实现主阀门开度的控制以及利用分阀门子控制系统实现分阀门开度的控制，其中对于主阀门开度的控制采用长短时神经记忆网络模型和智能优化算法相结合的方法进行，对于分阀门开度的控制则根据多个nox检测点的检测情况进行开度调节。

作为进一步优选地，所述利用主阀门子系统实现主阀门开度的控制具体包括：

s1根据前k个时刻scr系统的工况参数，利用长短时神经记忆网络模型对未来p个时刻scr出口nox的值进行预测；

s2根据步骤s1中scr出口nox的预测值构建优化指标，计算得到使该优化指标取得最小值或达到最大迭代次数的最优喷氨策略u＝{u(t)∣t＝k+1,k+2,…,k+p，其中u(t)表示第t个时刻的喷氨量；

s3在k+1时刻执行步骤s2中最优喷氨策略的第一步，即uk+1；

s4根据前k+1时刻的工况参数重复步骤s1～步骤s3，从而实现滚动优化。

作为进一步优选地，所述步骤s1中的工况参数包括机组电负荷、scr入口nox浓度、scr入口o2浓度、scr入口烟气温度、烟气流量、喷氨量的历史值和当前值、scr出口nox浓度和氨逃逸的历史值，所述历史值包括过去十分钟内的参数值。

作为进一步优选地，所述步骤s1具体包括：

s11将前k个时刻的工况参数f＝{ft∣t＝1,2,…,k}输入到长短时记忆神经网络模型中，得到k+1时刻scr出口nox的预测值，其中ft表示第t个时刻的工况参数；

s12将前k+1个时刻的工况参数f＝{ft∣t＝2,3,…,k+1}输入到所述长短时记忆神经网络模型中，得到k+2时刻scr出口nox的预测值；k+1时刻的工况参数中，scr出口nox浓度为所述步骤s11得到的预测值，喷氨量的当前值为喷氨策略中的uk+1，其他工况参数为k时刻的工况参数；

s13重复步骤s12，得到从k+1时刻开始p个时刻scr出口nox的预测值。

作为进一步优选地，所述步骤s2具体包括：

s21将未来p个时刻scr出口nox的预测值代入优化指标中计算j(k)，所述优化指标为：

式中，yg(k+h)为k+h时刻scr出口nox的预测值，yr(k+h)为k+h时刻scr出口nox的设定值，h为1～p；

然后判断j(k)是否取得最小值或达到最大迭代次数，若是，则结束，若否，转入步骤s22；

s22更新获得新喷氨策略，并获得在该新喷氨策略下未来p个时刻scr出口nox的预测值；

s23重复步骤s21～s22，直至j(k)取得最小值或达到最大迭代次数，从而得到最优喷氨策略。

作为进一步优选地，步骤s22中优选采用智能优化算法更新获得新喷氨策略。

作为进一步优选地，所述j(k)的最小值优选为0～2，所述最大迭代次数优选为100步～1000步。

作为进一步优选地，所述利用分阀门子控制系统实现分阀门开度的控制具体包括：

a1在scr出口截面上设置n个检测点，分别对该n个检测点处的nox浓度值进行m个采样时刻的均值滤波和限幅滤波，从而得到各检测点滤波后的nox浓度值，并求取这n个检测点的nox浓度平均值；

a2将所述各检测点滤波后的nox浓度值与所述nox浓度平均值做差求得偏差值，将所述偏差值与设定值进行对比，当所述偏差值小于等于所述设定值时无动作，当所述偏差值大于所述设定值时将偏差输入到分阀的比例控制器中，从而对所述分阀的开度进行调节。

作为进一步优选地，所述步骤a1中m个采样时刻优选为10个。

作为进一步优选地，所述步骤a2中比例控制器的执行周期优选为1分钟。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1.本发明通过长短时记忆神经网络模型预测下一时刻出口nox浓度，并采用优化指标迭代更新获得最优喷氨策略，并通过不断优化提高喷氨量的准确和平稳，从而弥补电站锅炉scr脱硝喷氨系统中pid控制器造成的大滞后缺陷，使得喷氨量控制更加及时，scr出口nox浓度波动更平稳，同时可减少氨逃逸，提高电厂运行的环保性和安全性；

2.此外，本发明提出分区检测、分区喷氨的方法，通过在scr出口处设置多个nox检测点，并以滤波后的测点值与平均值进行比较从而控制分区喷氨支阀的开关，使得scr出口nox浓度更加均匀，测量值更具有代表性。

附图说明

图1是本发明所涉及的系统布置和数据传输图。

在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：

1：nox测量仪表；2：喷氨支阀；3：控制器；4：交换机；5：现场控制柜；6：电子间机柜；7：交换机；8：控制器；9：工控机；10：光纤；11：屏蔽双绞线；12：dcs；13：屏蔽电缆。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明提出了一种电站锅炉scr脱硝精细化喷氨控制方法，其特征在于，该方法包括利用主阀门子控制系统实现主阀门开度的控制以及利用分阀门子控制系统实现分阀门开度的控制，其中对于主阀门开度的控制采用长短时神经记忆网络模型和智能优化算法相结合的方法进行，对于分阀门开度的控制则根据多个nox检测点的检测情况进行开度调节。

进一步，所述利用主阀门子系统实现主阀门开度的控制具体包括：

s1根据前k个时刻scr系统的工况参数，利用长短时神经记忆网络模型对未来p个时刻scr出口nox的值进行预测；

更具体地，对电站锅炉scr脱硝系统的两个烟道分开建模，其中所述工况参数包括机组电负荷、scr入口nox浓度、scr入口o2浓度、scr入口烟气温度、烟气流量、喷氨量的历史值和当前值、scr出口nox浓度和氨逃逸的历史值，所述历史值包括过去十分钟内的参数值；

s2根据步骤s1中scr出口nox的预测值构建优化指标，计算得到使该优化指标取得最小值或达到最大迭代次数的最优喷氨策略u＝{u(t)∣t＝k+1,k+2,…,k+p}，其中u(t)表示第t个时刻的喷氨量；

s3在k+1时刻执行步骤s2中最优喷氨策略的第一步，即uk+1；

s4根据前k+1时刻的工况参数重复步骤s1～步骤s3，从而实现滚动优化。

进一步，所述步骤s1具体包括：

s11将前k个时刻的工况参数f＝{ft∣t＝1,2,…,k}输入到长短时记忆神经网络模型中，得到k+1时刻scr出口nox的预测值，其中ft表示第t个时刻的工况参数；

s12将前k+1个时刻的工况参数f＝{ft∣t＝2,3,…,k+1}输入到所述长短时记忆神经网络模型中，得到k+2时刻scr出口nox的预测值；k+1时刻的工况参数中，scr出口nox浓度为所述步骤s11得到的预测值，喷氨量的当前值为喷氨策略中的uk+1(即上一时刻计算得到的新喷氨策略)，其他工况参数(即机组电负荷、scr入口nox浓度、scr入口o2浓度、scr入口烟气温度、烟气流量、喷氨量的历史值和氨逃逸的历史值)为k时刻的工况参数；

s13将前k+2个时刻的工况参数f＝{ft∣t＝3,4,…,k+2}输入到所述长短时记忆神经网络模型中，得到k+3时刻scr出口nox的预测值；k+2时刻的工况参数中，scr出口nox浓度为所述步骤s11得到的预测值，喷氨量的当前值为喷氨策略中的uk+2(初始计算时该喷氨量为k时刻的喷氨量)，其他工况参数(即机组电负荷、scr入口nox浓度、scr入口o2浓度、scr入口烟气温度、烟气流量、喷氨量的历史值和氨逃逸的历史值)为k时刻的工况参数；以此方法重复步骤s12，通过复制p个相同的神经网络，得到从k+1时刻开始p个时刻scr出口nox的预测值。

进一步，所述步骤s2具体包括：

s21将步骤s1计算得到的未来p个时刻scr出口nox的预测值代入优化指标中计算j(k)，所述优化指标为：

式中，yg(k+h)为步骤s1计算得到的k+h时刻scr出口nox的预测值，yr(k+h)为k+h时刻scr出口nox的设定值，h为1～p；

然后判断j(k)是否取得最小值或达到最大迭代次数，若是，则结束，若否，转入步骤s22；

更具体地，所述j(k)的最小值优选为0～2，所述最大迭代次数优选为100步～1000步；

s22优选采用智能优化算法更新获得新喷氨策略，重复步骤s1获得在该新喷氨策略下未来p个时刻scr出口nox的预测值；

s23以此方法重复步骤s21～s22，即将步骤s22获得的未来p个时刻scr出口nox的预测值作为步骤s21的输入计算j(k)，直至j(k)取得最小值或达到最大迭代次数，从而得到最优喷氨策略。

进一步，所述利用分阀门子控制系统实现分阀门开度的控制具体包括：

a1在scr出口截面上设置n个检测点，分别对该n个检测点处的nox浓度值进行m个采样时刻的均值滤波和限幅滤波，从而得到各检测点滤波后的nox浓度值，并求取这n个检测点的nox浓度平均值；

进一步，步骤a1中所述m个采样时刻优选为10个；

a2将所述各检测点滤波后的nox浓度值与所述nox浓度平均值做差求得偏差值，将所述偏差值与设定值进行对比，当所述偏差值小于等于所述设定值时无动作，当所述偏差值大于所述设定值时将偏差输入到分阀的比例控制器中，从而对所述分阀的开度进行调节；

进一步，步骤a2中所述比例控制器的执行周期优选为1分钟。

进一步，所述主阀门子控制系统布置在分布式控制系统(dcs)电子间的外挂服务器上；所述工况参数的具体数据传输方式为：dcs将相关参数通过modbus协议发送到电子间控制器，外挂服务器进一步通过modbus协议从电子间控制器读取数据并存储到数据库。

进一步，所述支阀门子控制系统布置在现场控制柜上，实现就地控制；数据的传输方式为：通过屏蔽电缆将nox浓度传输至现场控制柜，经该现场控制柜计算后将控制信号通过所述屏蔽电缆发送到对应区域的喷氨支阀阀门，并采用modbus协议发送到dcs电子间的控制器进一步转发到dcs和外挂服务器。

图1是所述电站锅炉scr脱硝精细化喷氨控制方法的原件布置及数据传输示意图，nox测量仪表1实时测量烟道内nox浓度与氧浓度，并将测量结果转换为4ma～20ma的电流通过屏蔽电缆13传输到现场控制柜5，该现场控制柜5中控制器3的ai模块接受电流信号转换为nox浓度与氧浓度的数字信号，并通过逻辑计算得到各分区的喷氨调整方案，通过控制器3的ao模块发送到各喷氨支阀2，该喷氨支阀2通过所述屏蔽电缆13将4ma～20ma的电流将所述喷氨支阀2的开度回传至所述控制器3；现场控制柜5采集的数据通过交换机4由光纤10传输至电子间机柜6的交换机7中，该电子间机柜6的工况机9通过控制器8采集dcs12和现场控制柜5中的数据，并计算得到喷氨总阀的控制指令，由所述电子间的控制器8通过屏蔽双绞线11回传至所述dcs12从而实现对主阀门的控制。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。