基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法
【專利摘要】本發明公開了基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，包括：步驟1，采集鍋爐燃燒系統k?n至k時刻一個時間窗口內各個時刻的鍋爐效率η(j)和氮氧化物排放值NOx(j)并設置容許誤差ε，步驟2，計算k?n至k時刻一個時間窗口內的鍋爐效率的平均值η和氮氧化物排放值的平均值NOx，將η和NOx分別作為當前k時刻的鍋爐效率和氮氧化物排放值；步驟3，將當前k時刻鍋爐效率η和氮氧化物排放值NOx歸一化，計算單目標函數J(k)；步驟4，計算性能指標隨各層操作量的變化梯度gk；步驟5，計算搜索方向dk；步驟6，計算步長因子αk；步驟7，計算下一時刻待優化的操作量ui(k+1)；步驟8，重復步驟2～步驟7，直至算法收斂，得到最優操作量。
【專利說明】
基于數值優化極值搜索的無模型鍋妒燃燒優化控制方法
技術領域
[0001] 本發明屬于能源系統領域，具體設及基于數值優化極值捜索的無模型鍋爐燃燒優 化控制方法。
【背景技術】
[0002] 隨著對改善大氣環境質量，保護生態環境的重視，國家對電站鍋爐污染物排放的 標準越來越嚴格。比如我國最新排放標準要求燃煤電廠的氮氧化物NOx排放濃度應低于 lOOmg/Nm 3。
[0003] 目前，控制氮氧化物NOx排放的措施大致分為兩類，第一類是在燃燒過程中減少新 生成的氮氧化物NOx,包括各種低氮燃燒技術，如低氮燃燒器、空氣分級燃燒、燃料分級燃燒 等；第二類是在燃燒后脫除已生成的氮氧化物NOx,如選擇性非催化還原技術（SNCR-Selective Non-Catalytic Reduction)和選擇性催化還原技術（SCR-Selecti ve Catalytic Reduction)。由于低氮燃燒技術能夠大幅降低爐膛出口的氮氧化物NOx排放濃 度，同時大幅降低煙氣脫硝的運行成本，因此在我國現役火電機組中獲得了普遍應用。對于 采用低氮燃燒技術的鍋爐來講，當負荷和煤質都比較穩定時，通過一定的燃燒調整手段改 變運行參數，容易獲得較高的鍋爐效率和較低的氮氧化物NOx排放;然而由于目前火電機組 參與調峰和調頻，其負荷變化比較頻繁，加上煤質多變，很容易偏離低氮燃燒的設計工況， 其結果是不但不能很好地兼顧鍋爐的經濟性和排放，反而會造成爐膛結焦、燃燒器區域水 冷壁高溫腐蝕、灰渣含碳量高等問題，所W采用常規動態優化控制算法控制很難達到預期 效果。
【發明內容】
[0004] 發明目的：本發明所要解決的技術問題是針對現有技術領域的空白，提供基于數 值優化極值捜索的無模型鍋爐燃燒優化控制方法。包括如下步驟：
[0005] 步驟1，采集數據:采集鍋爐燃燒系統k-n至k時刻一個時間窗口內各個時刻的鍋爐 效率ri(j)和氮氧化物NOx排放值NOx(j)并設置容許誤差e，e影響最終最優操作量的精度，若e 取值較小，最終最優操作量精度高，尋優過程所花費時間較長，相反，若e較大尋優過程加 快，但會造成優化結果不夠準確沒有實用意義，j =k-n-，k，其中n為前n個時刻;一般n取值 范圍為5~10。
[0006] 步驟2,對采集到的數據進行處理:計算k-n至k時刻一個時間窗口內的鍋爐效率的 平均值n和氮氧化物NO巧敞值的平均值NOx,將n和NOx分別作為當前k時刻的鍋爐效率和氮 氧化物NOx排放值；
[0007] 步驟3,燃燒優化的實質是在降低NOx排放的基礎上提高鍋爐熱效率，是一個多目 標優化問題。在此采用加權因子，將多目標優化問題轉化為單目標問題，進而通過權值的不 同組合，獲得不同的優化解，為優化決策提供支持:將當前k時刻鍋爐效率n和氮氧化物NOX 排放值NOx歸一化，計算單目標函數J化）；
[0008] 步驟4,計算性能指標隨鍋爐各層操作量的變化梯度gk:阱=(旨1準準...），鍋爐各 層操作量一般包括:二次風閥口開度、燃盡風閥口開度等。采用如下公式計算gi:
[0009]
[0010]其中，i代表第i層，i取值為自然數，若Mgkl I ^ 6,終止后續步驟，uUk)即為各層 最優操作量，否則繼續步驟5;
[0011]步驟5,計算捜索方向dk;
[0012] 步驟6,計算步長因子化；
[0013] 步驟7,計算下一時刻待優化的操作量Ui化+1);
[0014] 步驟8,重復步驟2~步驟7,直至算法收斂，得到最優操作量。
[0015] 其中，步驟2中，為增強優化算法的魯棒性，使控制作用更加平穩，需要對采集到的 數據進行處理。在線測量計算鍋爐效率和M)x排放值并非取當前k時刻值，而是利用k-n至k 時刻一個時間窗口內的NOx和鍋爐效率的平均值進行性能指標的計算，避免了噪聲、測量誤 差等其他情況對測量信號的影響，最后將處理過后數據送到性能指標計算模塊進行性能指 標的計算。數據處理具體如下:采用如下公式計算k-n至k時刻一個時間窗口內的鍋爐效率 的平均值n和氮氧化物NCk排放值的平均值NOx:
[0016]
[0017]
[0018] 步驟3中，通過如下公式計算單目標函數J化）：
[0019] minJ = -aX [n]+b X [N0x]+A
[0020] 式中h巧日[NOx]分別為歸一化過后的鍋爐效率和氮氧化物NOx排放值，a和b分別 為鍋爐效率項的權重和氮氧化物NOx排放值的權重，A是對輸入輸出違反約束的懲罰項，根 據對鍋爐熱效率和對NOx排放產生的重要影響，結合現場數據，并考慮到操作習慣和安全 性，煙氣含氧量定值偏置、輔助風口開度、給煤機轉速偏置等其他操作量均有各自的開度范 圍，不妨令每層操作量開度UiQ = 1，2,3'。）的變化范圍為Umin~Umax,違反該約束的懲罰項 為Al,進一步的，在本發明中還考慮了總的閥口開度帶來的影響，如因每層二次風變化引起 的總風量變化，若總的二次風閥口開度2 Ui應該在未優化時總的二次風開度I： UO的kl~k2 之間，違反該約束的懲罰項取為Aa。綜上所述,通過如下公式計算A:
[0024] 其中，U康示每層操作量開度，山變化范圍為Umin~lW，Ai表示違反該約束的懲罰
[0021]
[0022]
[0023] 項；
[002引 I： Ui表示總的閥口開度，I： UO表示未優化時總的閥口開度，總的閥口開度X Ui可W 在未優化時總的閥口開度Suo的kl~k2之間變化，kl一般取在0.8~0.95之間，k2取在1.1 ~1.2之間，Aa表示違反該約束的懲罰項。
[0026] 步驟5中，捜索方向dk為變化梯度gk反方向，采用如下公式計算：
[0027]
[0028] 步驟6中，采用如下公式計算步長因子Ok:
[0029]
[0030] 步驟7中，通過如下公式計算下一時刻待優化的操作量Ui化+1):
[0031] Ui(k+1) =Ui 化）+dkak。
[0032] 本發明基于數值優化的極值捜索計算，其結構簡單，各部分理論完善。不同于經典 的極值捜索算法需要連續地向系統施加某種"顫動信號"（最常見的如正弦波信號），從而造 成調節過程甚至穩態工作點的反復振蕩。基于數值優化的極值捜索算法基本思想是:把數 值優化算法和極值捜索進行綜合考慮，數值優化算法代替經典極值捜索中的調制和解調部 分，避免調節過程中的振蕩現象，且計算效率高。基于數值優化的極值捜索算法是W性能指 標為優化目標，通過在每一時刻讀取性指標能計算模塊輸出J化），分析性能指標的梯度信 息，求解出控制量在下一時刻的捜索步長dk和方向Qk,進而通過反復迭代，最終可W捜索到 最優的操作變量。
[0033] 基于數值優化極值捜索的無模型鍋爐燃燒優化控制方法，結構簡單，是一個實時 優化算法。將基于數值優化算法的極值捜索算法應用于鍋爐燃燒優化控制中，并進一步研 究了基于數值優化極值捜索算法和性能指標對系統性能的影響，結合低氮燃燒機理和低氮 燃燒系統特性，通過及時優化各種運行參數，最大限度地發揮低氮燃燒系統的效能，對電站 鍋爐節能減排，實現最佳燃燒及排放的預期目標具有重要意義。
[0034] 有益效果：由于鍋爐燃燒系統的復雜性，常規基于模型的燃燒優化控制方法往往 存在算法復雜、計算量大、對數據樣本的依賴性高等問題。加之要滿足高效和低NOx排放兩 個方面的要求，而且機組負荷變化比較頻繁，煤質多變，常規優化方法很難達到預期效果。 本發明提出一種基于數值優化的極值捜索算法的無模型燃燒優化控制方法，該方法不依賴 于燃燒系統的數學模型，且便于處理各種約束條件，可W保證優化結果的可實現性，具有良 好控制品質和魯棒性。首先利用加權因子，將多目標優化問題轉化為單目標問題，再利用基 于數值優化的極值捜索算法尋找出最佳的運行參數，從而實現鍋爐燃燒系統的優化運行。 相比，常規極值算法不需要連續地向系統施加某種"顫動信號"（最常見的如正弦波信號）， 從而避免了調節過程甚至穩態工作點的反復振蕩，且捜索效率高，速度快。
【附圖說明】
[0035] 圖1是本發明控制方法結構示意圖。
[0036] 圖2為本發明應用于鍋爐二次風優化的結構圖。
[0037] 圖3a和圖3b為本發明應用在實施案例中的仿真圖。
【具體實施方式】
[0038] 下結合附圖對本發明做進一步詳細描述。本發明公開了基于數值優化極值捜索的 無模型鍋爐燃燒優化控制方法。本發明控制方法結構如圖1所示。
[0039] 如圖2所示，將一種基于數值優化的極值捜索算法的無模型鍋爐燃燒優化控制方 法應用于二次風優化中，包括:性能指標計算模塊，基于數值優化的極值算法計算模塊。首 先將多目標優化問題轉化為單目標問題，通過性能指標模塊將數值傳送到極值捜索模塊 中，再利用基于數值優化的極值捜索算法尋找出最佳的二次風閥口開度來指導鍋爐進行優 化調整，實現鍋爐燃燒的優化運行。
[0040] 實施案例1
[0041] 將一種基于基于數值優化極值捜索算法的無模型鍋爐燃燒優化控制方法用于解 決某型電廠鍋爐的燃燒優化問題。為便于說明，僅考慮對=層二次風進行優化。該案例可W 很容易地推廣到考慮更多優化變量的情況。具體步驟如下：
[0042] 1.計算性能指標
[0043] 燃燒優化的實質是在降低NOx排放的基礎上提高鍋爐熱效率，是一個多目標優化 問題。在此采用加權因子，將多目標優化問題轉化為單目標問題，進而通過權值的不同組 合，獲得不同的優化解，為優化決策提供支持。下面給出包括優化目標和優化約束條件的優 化問題數學描述：
[0044] (1)目標函數
[0045] minJ = -0.6X[n]+0.4X[N0x]+A (1)
[0046] 式中[ri]、[N0x]分別為歸一化過后的鍋爐效率和NOx排放，根據工程實踐經驗鍋爐 效率項和NOx濃度項的權重分別取為0.4和0.6，A是對輸入輸出違反約束的懲罰項。
[0047] (2)被優化的操作參數及其約束條件
[0048] 根據對鍋爐熱效率和對NOx排放產生的重要影響，并且是在運行中可控操作量的 原則，本發明選擇送入鍋爐的二次風口開度作為優化變量，每層的給煤量、一次風等操作量 按照負荷要求均勻分配，操作過程中不再考慮。結合現場數據，并考慮到操作習慣和安全 性，每層二次風口開度UiQ = I，2,3)的變化范圍為30%~90%。進一步的，在本發明中考慮 了因二次風變化引起的總風量變化，總的二次風閥口開度Sm應該在未優化時總的二次風 開度Suo的之間，=層二次風閥口開度初值均為65%。綜上所述，構成的懲罰項如 下：
[0049]
[(K)加]
[0化1 ]
[0化2]式中i = l，2,3。
[0053] 2.基于數值優化極值捜索的計算
[0054] 基于數值優化的極值捜索計算模塊，其結構簡單，各部分理論完善。基于數值優化 的極值捜索算法是W性能指標為優化目標，通過在每一時刻讀取性指標能計算模塊輸出J 化），分析性能指標的梯度信息，求解出控制量在下一時刻的捜索步長dk和方向Qk,進而通過 反復迭代，最終可W捜索到最優的操作變量。
[0055] 實施例1利用本發明進行優化的結果如圖3a和圖3b所示，鍋爐效率略有提高從 94.69%提高到94.78%，同時NOX的排放有了大幅度的下降從376mg/m3下降到341mg/m3，充 分發揮了低氮燃燒系統的效能，對電站鍋爐節能減排，實現最佳燃燒及排放具有重要意義。
[0056] 本發明提供了基于數值優化極值捜索的無模型鍋爐燃燒優化控制方法，具體實現 該技術方案的方法和途徑很多，W上所述僅是本發明的優選實施方式，應當指出，對于本技 術領域的普通技術人員來說，在不脫離本發明原理的前提下，還可W做出若干改進和潤飾， 運些改進和潤飾也應視為本發明的保護范圍。本實施例中未明確的各組成部分均可用現有 技術加W實現。
【主權項】
1. 基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特征在于，包括如下步 驟： 步驟1，采集數據:采集鍋爐燃燒系統k-n至k時刻一個時間窗口內各個時刻的鍋爐效率 n(j)和氮氧化物排放值NOx(j)并設置容許誤差ε，j = k-n. . .k，其中η為前η個時刻； 步驟2,對采集到的數據進行處理:計算k-n至k時刻一個時間窗口內的鍋爐效率的平均 值η和氮氧化物排放值的平均值N〇x，將η和N〇x分別作為當前k時刻的鍋爐效率和氮氧化物排 放值； 步驟3,將當前k時刻鍋爐效率II和氮氧化物排放值N0X歸一化，計算單目標函數J(k); 步驟4,計算性能指標隨鍋爐各層操作量的變化梯度gk:gk= (gl，g2，gi···)，采用如下公 式計算gi:其中，i代表第i層，i取值為自然數，若I |gk| I 終止后續步驟，m(k)即為各層最優操 作量，否則繼續步驟5; 步驟5,計算搜索方向dk; 步驟6,計算步長因子ak; 步驟7,計算下一時刻待優化的操作量m(k+l); 步驟8，重復步驟2~步驟7，直至算法收斂，得到最優操作量。2. 如權利要求1所述的基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特 征在于，步驟2中，采用如下公式計算k-n至k時刻一個時間窗口內的鍋爐效率的平均值τι和 氮氧化物排放值的平均值N0 X:3. 如權利要求2所述的基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特 征在于，步驟3中，通過如下公式計算單目標函數J(k): minj = -a X [n]+b X [NOx]+A 式中[q]、[NOx]分別為歸一化過后的鍋爐效率和氮氧化物排放值，a和b分別為鍋爐效 率項的權重和氮氧化物排放值的權重，A是對輸入輸出違反約束的懲罰項，通過如下公式計 算： A - Σ Ai+Aa，其中，Ui表示第i層操作量開度，Ui變化范圍為Umin~Umax，Ai表示違反該約束的懲罰項； Σ m表示總的閥門開度，Σ U0表示未優化時總的閥門開度，總的閥門開度Σ m在未優化 時總的閥門開度Σι?ο的kl~k2之間，Aa表示違反該約束的懲罰項。4. 如權利要求3所述的基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特 征在于，步驟5中，搜索方向dk為變化梯度gk反方向，采用如下公式計算：5. 如權利要求4所述的基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特 征在于，步驟6中，采用如下公式計算步長因子a k:6. 如權利要求5所述的基于數值優化極值搜索的無模型鍋爐燃燒優化控制方法，其特 征在于，步驟7中，通過如下公式計算下一時刻待優化的操作量m(k+l): Ui(k+1) =m(k)+dkak。
【文檔編號】F23N5/00GK105823080SQ201610173955
【公開日】2016年8月3日
【申請日】2016年3月24日
【發明人】沈奇, 李益國, 沈炯, 劉西陲, 吳嘯
【申請人】東南大學