一种锅炉燃烧与脱硝过程协同优化控制的方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115145152A(43)申请公布日2022.10.04(21)申请号202210785842.7(22)申请日2022.07.04(71)申请人浙江大学地址310027浙江省杭州市西湖区浙大路38号申请人浙江大学嘉兴研究院(72)发明人郑成航高翔陈竹张悠谭畅周灿张涌新吴卫红姚龙超杨洋赵中阳张霄(74)专利代理机构杭州君度专利代理事务所(特殊普通合伙)33240专利代理师郑芳(51)Int.Cl.G05B13/04(2006.01)权利要求书4页说明书12页附图7页(54)发明名称一种锅炉燃烧与脱硝过程协同优化控制的方法(57)摘要本发明涉及一种锅炉燃烧‑脱硝过程协同优化控制方法，包括基于CO监测的燃烧优化控制模块、基于风量等参数预报的还原剂总量控制模块和基于分区喷入量分布表的分区喷入控制模块。本发明建立了CO浓度与燃烧效率之间的神经网络模型，控制风量以优化锅炉燃烧效率；在此基础上，将风量指令作为前馈预报，克服脱硝系统的大延迟、大惯性及强非线性缺点，实时精确控制还原剂喷入总量；进一步，根据多工况下烟道内NOx特征，建立分区喷入量分布表，实时控制分区喷入阀门开度，实现还原剂与烟气的均匀混合，提高脱硝效率；本发明在大范围变负荷工况下，保证出口NOx浓度达标、提高脱硝控制精度、提升锅炉燃烧效率，实现机组降碳减排。CN115145152ACN115145152A权利要求书1/4页1.一种锅炉燃烧‑脱硝过程协同优化控制方法，其特征在于包括基于CO监测的燃烧优化控制模块、基于包括风量在内的参数预报的还原剂总量控制模块和基于分区喷入量分布表的分区喷入控制模块；所述基于CO监测的燃烧优化控制模块，用于监测CO浓度变化并调控风量；所述基于风量在内的参数预报的还原剂总量控制模块，用于监测影响出口NOx浓度的关键参数并预测脱硝装置所需的还原剂总量，控制脱硝还原剂母管泵频率，实现出口NOx浓度达标条件下还原剂消耗量最小的控制目标；所述基于分区喷入量分布表的分区喷入控制模块，根据不同工况下烟道内NOx流速与浓度分布情况建立的分区喷入量分布表，实时控制烟道内各个喷入阀门的开度；所述控制方法包括下述步骤：(1)基于历史数据采用长短期记忆神经网络算法，建立燃烧效率与CO浓度之间的神经网络模型；(2)基于历史数据分析、现场试验以及粒子群参数寻优方法，得到锅炉不同工况下煤量Coal、还原剂喷入总量L、风量X与出口NOx浓度的预测模型，以及风量X与CO浓度的预测模型；GNox＝f(Coal,L,X)Gco＝f(X)式中，GNox为出口NOx浓度预测模型，与煤量、还原剂喷入总量、风量有关，Gco为CO浓度预测模型，与风量有关；(3)根据脱硝装置分区喷入口的分布，将烟道截面划分为多个分区，通过现场试验的方法，确定多工况下烟道内处烟气中NOx浓度和烟气流速的分布情况，分析得到多工况下分区喷入量分布表；(4)燃烧优化控制模块基于实时CO浓度控制风量优化炉内燃烧效率，并把风量控制指令作为前馈预报输入还原剂总量控制模块；(5)根据实时工况数据，智能算法服务器通过模糊规则库判断实时的锅炉工况，并确定应采用的多工况预测模型以及各个预测模型所占权重，计算并调整还原剂母管泵频率或氨水调节总阀开度控制还原剂喷入总量；(6)根据实时工况数据，选择对应分区还原剂喷入量分布表，最终确定每个阀门的实时开度，实时调节各个分区还原剂喷入阀门的开度。2.根据权利要求1所述的锅炉燃烧‑脱硝过程协同优化控制方法，其特征在于：基于上述方法所构建的系统包括锅炉、脱硝装置及其辅助设施、在线监测设备、智能算法服务器和控制设备，所述智能算法服务器通过对象链接和嵌入过程控制服务与在线监测设备实现实时通讯，所述控制设备与智能算法服务器连接，根据智能算法服务器指令实施控制；所述在线监测设备的监测指标包括烟气出口温度、NOx浓度、CO浓度、一次风量、二次风量、烟气含氧量、煤量、还原剂母管流量泵频率、还原剂母管流量和各区域喷入阀门开度；在线监测设备具有历史数据和实时数据输入输出功能，并与智能算法服务器实现信息互通，实时反馈；所述还原剂包括不同浓度的氨水、尿素溶液和液氨；所述脱硝装置包括SCR和SNCR；2CN115145152A权利要求书2/4页脱硝装置控制对象包括各个分区还原剂喷入阀门开度及还原剂母管泵频率。3.根据权利要求1所述锅炉燃烧‑脱硝过程协同优化控制方法，其特征在于步骤(1)具体包括以下步骤：步骤A1：采集锅炉不同负荷工况下的CO浓度，并采用反平衡方法计算燃烧效率，对数据进行预处理，输入长短期记忆神经网络模型进行训练，建立燃烧效率与CO浓度之间的长短期记忆神经网络模型；步骤A2：根据得到的燃烧效率与CO浓度之间的长短期记忆神经网络模型，确定燃烧效