一种脱硝喷氨寻优控制及二次风门自动控制优化方法与流程

1.本发明属于电厂控制系统技术领域，尤其涉及一种脱硝喷氨寻优控制及二次风门自动控制优化方法。


背景技术：

2.现有的电厂控制平台为常规的dcs系统，即分散控制系统，将执行部件以及数据采集功能集成，通过plc和执行部件以及数据采集相连的方式集成两个功能。dcs系统应用于煤电厂，和通用的dcs系统一样，按电厂运行逻辑根据各种模拟数据量，经过电厂运行的逻辑实现对各种执行部件的控制，属于综合系统的一种，通过准确采集各种数据并正确发出控制指令，对各种数据的分析和判断，以提高电厂的工作效率。
3.然而虽然dcs系统用于控制整个机组的过程控制，但是对于风烟系统以及脱硝系统等被控系统的控制算法单一落后，无法实现根据状态的实时优化控制，也无法实现将关键系统建模后对于模型进行预测控制技术，从而拉低了整个电厂的控制效率，无法实现真正的一体化控制。


技术实现要素：

4.本发明一方面提供了一种脱硝喷氨寻优控制及二次风门自动控制优化方法，用于一体化控制平台dcs系统，包括：
5.步骤1，建立预测模型，所述预测模型包括喷氨出口的no
x
含量和烟囱出口的no
x
含量的mpc预测模型，用于实现对no
x
排放的预测控制；以及二次风门和再热蒸汽温度的预测模型，用于对再热蒸汽温度进行预测控制；
6.步骤2，根据所述预测模型进行脱硝喷氨寻优控制及二次风门自动控制优化。
7.作为优选的实施方式，所述脱硝喷氨寻优控制及二次风门自动控制优化包括脱硝喷氨控制优化以及二次风门控制优化，所述预测控制优化通过控制优化程序实现，所述控制优化程序包括模型预测控制套件、神经网络套件、模糊控制套件、最优化技术套件、软测量技术套件以及自适应功能套件，其中：所述模型预测控制套件以先前的程序动态的行为基础来产生一个数学模型，预测控过程序的将来行为，所述模型预测控制套件在实际的限制下计算出最佳作动，使实际和所希望的程序行为间的误差减到最少，并且使用模型来计算程序操作点的最佳点，并将过程控制最优化，所述模型预测控制套件适用于带有大滞后的复杂动态工艺过程，以及在过程中有若干变量交互作用的工艺控制；所述神经网络套件包括非线性的限制管理和推论性的测量预测，用于非线性系统，经由训练学习及需要的测试后，类神经网络立即使用于在线运用软件，所述在线运用软件包括推论预测及软件限制运用，所述神经网络套件使用实际数据更新类神经网络并且通过模式化过程调适；所述模糊逻辑控制套件实现为模糊逻辑控制器，用于使处理不良定义的过程条件，取得模糊规则应用于条件式的程序，根据语言变量的方程式来描述控制行动，所述模糊逻辑控制套件与基于规则的专家系统联用，包括模糊化界面、推论引擎以及知识库，所述模糊化界面用于将
输入转成模糊化数据；所述推论引擎用于执行所有模糊化输出计算去模糊化界面，以将模糊化输出转成实际输出数据；所述知识库包含所有模糊集及模糊运算子，并包括所有模糊逻辑控制元素的信息；所述最优化技术套件通过制定经济目标函数，利用线性规划和非线性规划技术，求解出使装置经济利益最大化的操作条件，保证每一个控制周期，均将装置向最优操作点推进；所述软测量技术套件用于无法直接测量的变量或由于测量设备限制，样本测量周期过长的变量，通过所述软测量技术套件得到上述变量的实时值，为过程控制提供重要依据，所述软测量技术套件的工作过程包括建立软测量模型和样本分析值更新；所述自适应功能套件包括自适应器和在线自适应模块，在mpc控制器对装置实现控制的同时，实时监测当前模型对于过程的偏差情况，并在线辨识；当满足一定的切换条件时，一体化控制平台可自动的将自适应器中的模型切换为控制模型，从而实现在线的自适应功能。
8.作为优选的实施方式，脱硝喷氨寻优控制及二次风门自动控制优化通过锅炉燃烧优化系统完成，其中脱硝喷氨寻优控制包括：通过dcs采集的数据在基于先进控制一体化控制平台上对机组的脱硝喷氨寻优控制，所述脱硝喷氨控制优化包括步骤：
9.步骤21，根据喷氨出口的no
x
含量和烟囱出口的no
x
含量的mpc预测模型建立控制变量mv列表、被控变量cv列表以及干扰变量fv列表；
10.步骤22，根据控制变量表建立脱硝控制矩阵；
11.步骤23，根据脱硝控制矩阵设置一体化控制平台dcs系统界面参数设置。
12.作为优选的实施方式，所述二次风门控制优化包括：通过dcs采集的数据在基于先进控制一体化控制平台上对二次风门寻优控制，包括步骤：
13.步骤21’,根据二次风门和再热蒸汽温度的预测模型确定输入量和输出量；
14.步骤22’,确定最佳的二次风分配方式；
15.步骤23’，根据所述二次风分配方式实施基于机理计算的粗调前馈。
16.作为优选的实施方式，所述输入量包括边界参数和可控参数，其中：所述边界参数包括：边界条件下的煤种、边界条件下的机组负荷、边界条件下的环境温度过程参数：炉膛/二次风箱差压、各个二次风风门配风方式、各辅助风门开度、燃烬风门开度、燃尽风摆角开度、飞灰含碳量、炉渣含碳量、烟气co含量和/或磨运行组合方式，所述可控参数包括各个二次风和/或辅助风门开度；所述输出量包括：锅炉燃烧效率、nox含量和/或再热蒸汽温度。
17.作为优选的实施方式，所述步骤22’包括：在确定负荷下，建立锅炉燃烧效率、nox含量、再热蒸汽温度与配风方式之间的关系，在锅炉效率不降低的前提下，最大程度的降低nox的生成量，稳定再热蒸汽温度，并给出最佳的二次风分配方式。
18.作为优选的实施方式，所述步骤23’包括：
19.步骤231’,通过角燃烧型锅炉标煤燃烧试验，得到不同发电量对应不同氧量下的风量和煤量的比值，简称风煤比，以此作为基准风煤比；
20.步骤232’,通过分散控制系统的逻辑组态，定时检测和结果输出煤质初步校正系数k1；
21.步骤233’对所述煤质初步校正系数k1进行滤波处理，m1和m2为任意正实数，令m1≤k1≤m2，得到最终的煤质校正系数k；
22.步骤234’，根据最终的煤质校正系数k计算锅炉辅助风风门各层前馈对于所述最终的煤质校正系数k值的一般表达式。
23.作为优选的实施方式，所述步骤234’包括：
24.设定原有的控制回路锅炉角燃烧器辅助风风门层数为n层，底层为第1层，顶层为第n层，调节范围为顶层和底层最大相差m％；其中，所述n为任意正整数；
25.当所述最终煤质校正系数为k＝m1时，顶层即第n层的前馈为底层即第1层的前馈设为中间各层为由小到大的等差数列，那么第2层的前馈开度为第3层的前馈开度为整理后得到等差数列由此得到k＝m1时各层前馈的通项表达式：其中，所述n为层数，1≤n≤n；
26.当所述煤质校正系数在k＝m2时，顶层即第n层的前馈为底层即第1层前馈设为中间各层为由大到小的等差数列，那么第2层的前馈开度为第3层前馈开度为整理后得到等差数列整理后得到等差数列由此得到k＝m2时各层前馈的通项表达式：其中，所述n为层数，1≤n≤n；
27.当n为任意正整数时，推算第n层(1≤n≤n)前馈的通项表达式；
28.当k＝m1时，当k＝m2时，an表示当k＝m1时煤质前馈值的通项表达式，bn表示当k＝m2时煤质前馈值的通项表达式；
29.通过(m1，an)和(m2，bn)推算出各层前馈对于k值的一般表达式：其中，所述fn(k)表示k为不同值时，第n层所对应的前馈值。
30.本发明的第二方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。
31.本发明的第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。
32.本发明提供的一种脱硝喷氨寻优控制及二次风门自动控制优化方法具有如下有
益效果：
33.对于风烟和脱硝系统具备模型预测控制功能：
34.依托的软件平台含有模型预测模块，开发的控制系统可以根据扰动的大小，及时制定控制策略，以消除其不利影响，提高控制水平。
35.对于风烟和脱硝系统具备强大的优化计算功能：
36.软件平台提供优化模块，可实现优化操作控制。
37.对于风烟和脱硝系统的鲁棒性强：
38.由于燃烧优化系统需要在不同负荷下工作，方法具备一定的鲁棒性，保证优化系统在不同工况下均可良好工作。
附图说明
39.图1为本发明提供的脱硝喷氨寻优控制及二次风门自动控制优化方法流程图。
40.图2为本发明提供的电子设备一种实施例的结构示意图。
具体实施方式
41.下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
42.构建先进算法的开放式一体化控制平台优选实施例，先进控制一体化优化平台项目遵循集成化、开放化、可持续化三个基本原则，即通过统一的平台将厂内的外挂装置进行一个集成，通过开放式的python开发环境对一些算法进行二次开发，进一步的可以在将来新增的局部优化功能集成到该平台当中。该平台的设计能够为机组自动控制优化的可持续发展提供基础，整合全厂的已有资源，并通过统一化平台，让维护人员进行专业的培训和学习，提升维护人员的专业深度。从系统结构上，进一步提升dcs的稳定性，减少dcs通讯负荷，减少不同外挂装置通讯带来的系统网络风险。
43.如图1所示，一种脱硝喷氨寻优控制及二次风门自动控制优化方法，用于一体化控制平台dcs系统，包括：
44.步骤1，建立预测模型，预测模型包括喷氨出口的no
x
含量和烟囱出口的no
x
含量的mpc预测模型，用于实现对no
x
排放的预测控制；以及二次风门和再热蒸汽温度的预测模型，用于对再热蒸汽温度进行预测控制；
45.步骤2，根据预测模型进行脱硝喷氨寻优控制及二次风门自动控制优化。
46.作为优选的实施方式，脱硝喷氨寻优控制及二次风门自动控制优化包括脱硝喷氨控制优化以及二次风门控制优化，预测控制优化通过控制优化程序实现，控制优化程序包括模型预测控制套件、神经网络套件、模糊控制套件、最优化技术套件、软测量技术套件以及自适应功能套件。其中：所述模型预测控制套件以先前的程序动态的行为基础来产生一个数学模型，预测控过程序的将来行为，所述模型预测控制套件在实际的限制下计算出最佳作动，使实际和所希望的程序行为间的误差减到最少，并且使用模型来计算程序操作点的最佳点，并将过程控制最优化，所述模型预测控制套件适用于带有大滞后的复杂动态工艺过程，以及在过程中有若干变量交互作用的工艺控制；所述神经网络套件包括非线性的限制管理和推论性的测量预测，用于非线性系统，经由训练学习及需要的测试后，类神经网
络立即使用于在线运用软件，所述在线运用软件包括推论预测及软件限制运用，所述神经网络套件使用实际数据更新类神经网络并且通过模式化过程调适；所述模糊逻辑控制套件实现为模糊逻辑控制器，用于使处理不良定义的过程条件，取得模糊规则应用于条件式的程序，根据语言变量的方程式来描述控制行动，所述模糊逻辑控制套件与基于规则的专家系统联用，包括模糊化界面、推论引擎以及知识库，所述模糊化界面用于将输入转成模糊化数据；所述推论引擎用于执行所有模糊化输出计算去模糊化界面，以将模糊化输出转成实际输出数据；所述知识库包含所有模糊集及模糊运算子，并包括所有模糊逻辑控制元素的信息；所述最优化技术套件通过制定经济目标函数，利用线性规划和非线性规划技术，求解出使装置经济利益最大化的操作条件，保证每一个控制周期，均将装置向最优操作点推进；所述软测量技术套件用于无法直接测量的变量或由于测量设备限制，样本测量周期过长的变量，通过所述软测量技术套件得到上述变量的实时值，为过程控制提供重要依据，所述软测量技术套件的工作过程包括建立软测量模型和样本分析值更新；所述自适应功能套件包括自适应器和在线自适应模块，在mpc控制器对装置实现控制的同时，实时监测当前模型对于过程的偏差情况，并在线辨识；当满足一定的切换条件时，一体化控制平台可自动的将自适应器中的模型切换为控制模型，从而实现在线的自适应功能。
47.作为优选的实施方式，脱硝喷氨寻优控制及二次风门自动控制优化通过锅炉燃烧优化系统完成，其中脱硝喷氨寻优控制包括：通过dcs采集的数据在基于先进控制一体化控制平台上对机组的脱硝喷氨寻优控制，达到更好的控制水平，满足运行控制指标。主要原理：通过抑制燃烧过程中no
x
的产生，来相应的减少no
x
排放(主要以scr入口处no
x
含量为准)。影响no
x
产生的因素众多，如锅炉燃烧的峰值温度、局部反应物的浓度等。锅炉燃烧优化系统通过优化各燃烧区域内的风煤比，进一步加强分级燃烧的作用，从而抑制no
x
在源头的产生。具体做法为：通过控制主燃区和燃尽区的空气分配，使主燃区一直处于“厌氧燃烧”状态，有效的减少热力型no
x
的产生；同时，在燃尽区提供足量的空气，保证煤粉的燃尽，确保锅炉效率。另外通过最优化模块实现炉后no
x
的有效控制，通过建立炉后no
x
和脱硝出口no
x
的预测模型，当炉后no
x
发生上涨时，降低脱硝出口no
x
的设定值，防止炉后no
x
超标。
48.脱硝喷氨控制优化包括步骤：
49.步骤21，根据喷氨出口的no
x
含量和烟囱出口的no
x
含量的mpc预测模型建立控制变量mv列表、被控变量cv列表以及干扰变量fv列表；如表1-3所示。
50.表1控制量mv列表
[0051][0052]
表2被控量cv列表
[0053][0054]
表3干扰变量fv列表
[0055]
序号fv描述位号units1a侧脱硝出口nox设定值nfv1_apid_opmg/n.m32b侧脱硝出口nox设定值nfv2_bpid_opmg/n.m3
[0056]
步骤22，根据控制变量表建立脱硝控制矩阵，如表4所示；
[0057]
表4脱硝控制矩阵
[0058]
序号
ꢀꢀ
cv1 测点名称 ncv3_out_no
ꢀꢀꢀ
炉后脱硝出口noxmv1nmv1_apid_opa侧脱硝出口nox设定值偏置－mv2nmv2_bpid_opb侧脱硝出口nox设定值偏置－
ꢀꢀꢀꢀ
fv1nfv1_apid_opa侧脱硝出口nox设定值+fv2nfv2_bpid_opb侧脱硝出口nox设定值+
[0059]
步骤23，根据脱硝控制矩阵设置一体化控制平台dcs系统界面参数设置；
[0060]
一体化控制平台dcs界面参数的常规设置(包括按钮状态)是控制器设计的一部分。
[0061]
作为优选的实施方式，二次风门控制优化包括：通过dcs采集的数据在基于先进控制一体化控制平台上对二次风门寻优控制，达到更好的控制水平，满足运行控制指标，包括步骤：
[0062]
步骤21’,根据二次风门和再热蒸汽温度的预测模型确定输入量和输出量；
[0063]
步骤22’,确定最佳的二次风分配方式；
[0064]
步骤23’，根据二次风分配方式实施基于机理计算的粗调前馈。
[0065]
作为优选的实施方式，输入量包括边界参数和可控参数，其中：边界参数包括：边界条件下的煤种、边界条件下的机组负荷、边界条件下的环境温度过程参数：炉膛/二次风箱差压、各个二次风风门配风方式、各辅助风门开度、燃烬风门开度、燃尽风摆角开度、飞灰含碳量、炉渣含碳量、烟气co含量和/或磨运行组合方式，可控参数包括各个二次风和/或辅助风门开度。
[0066]
作为优选的实施方式，输出量包括：锅炉燃烧效率、nox含量和/或再热蒸汽温度。
[0067]
作为优选的实施方式，步骤22’包括：在确定负荷下，建立锅炉燃烧效率、nox含量、再热蒸汽温度与配风方式之间的关系，在锅炉效率不降低的前提下，最大程度的降低nox的生成量，稳定再热蒸汽温度，并给出最佳的二次风分配方式。
[0068]
作为优选的实施方式，步骤23’包括：
[0069]
鉴于煤质变换对二次风门的配比会产生较大的影响，为了保证调节的快速性，引入基于机理计算的前馈环节
[0070]
步骤231’,通过角燃烧型锅炉标煤燃烧试验，得到不同发电量对应不同氧量下的风量和煤量的比值，简称风煤比，以此作为基准风煤比；
[0071]
步骤232’,通过分散控制系统的逻辑组态，定时检测和结果输出煤质初步校正系数k1；
[0072]
步骤233’对煤质初步校正系数k1进行滤波处理，m1和m2为任意正实数，令m1≤k1
≤m2，得到最终的煤质校正系数k；
[0073]
步骤234’，根据最终的煤质校正系数k计算锅炉辅助风风门各层前馈对于最终的煤质校正系数k值的一般表达式。
[0074]
作为优选的实施方式，步骤234’包括：
[0075]
设定原有的控制回路锅炉角燃烧器辅助风风门层数为n层，底层为第1层，顶层为第n层，调节范围为顶层和底层最大相差m％；其中，n为任意正整数；
[0076]
当最终煤质校正系数为k＝m1时，顶层即第n层的前馈为底层即第1层的前馈设为中间各层为由小到大的等差数列，那么第2层的前馈开度为第3层的前馈开度为整理后得到等差数列由此得到k＝m1时各层前馈的通项表达式：其中，n为层数，1≤n≤n；
[0077]
当煤质校正系数在k＝m2时，顶层即第n层的前馈为底层即第1层前馈设为中间各层为由大到小的等差数列，那么第2层的前馈开度为第3层前馈开度为整理后得到等差数列整理后得到等差数列由此得到k＝m2时各层前馈的通项表达式：其中，n为层数，1≤n≤n；
[0078]
当n为任意正整数时，推算第n层(1≤n≤n)前馈的通项表达式；
[0079]
当k＝m1时，当k＝m2时，an表示当k＝m1时煤质前馈值的通项表达式，bn表示当k＝m2时煤质前馈值的通项表达式；
[0080]
通过(m1，an)和(m2，bn)推算出各层前馈对于k值的一般表达式：其中，fn(k)表示k为不同值时，第n层所对应的前馈值。
[0081]
本发明还提供了一种存储器，存储有多条指令，所述指令用于实现如实施例一所述的方法。
[0082]
如图2所示，本发明还提供了一种电子设备，包括处理器301和与所述处理器301连接的存储器302，所述存储器302存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如实施例一所述的方法。
[0083]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。