[发明专利]一种超超临界锅炉闭环燃烧优化控制方法

说明书

本发明公开了一种超超临界锅炉闭环燃烧优化控制方法，基于无迹卡尔曼滤波最小二乘支持向量机建立的燃烧系统动态模型能够准确地反映锅炉效率和NOx排放随负荷变化的动态特性，同时更新机制的引入也保证了动态模型在不同的工况条件下依然具有良好的自适应能力和预测能力。1000MW燃煤锅炉在变负荷和负荷稳定时，调节量、被控指标及相关参数均处于合理范围且变化平稳的情况下，均能够使锅炉效率维持稳定，同时SCR入口折算后NOx浓度较投运前有明显降低。

技术领域

本发明涉及热工自动控制领域，特别是涉及一种超超临界锅炉闭环燃烧优化控制方法。

背景技术

锅炉的配风方式、氧量和制粉系统的运行方式等可调参数对锅炉效率和NOx排放有重要影响。目前DCS控制系统一般仅能根据负荷需求实现对总煤量和总风量的控制。对于各层燃烧器的煤量和风量分配则采用均匀分配方式，或由运行人员根据经验进行调整。显然这种运行方式还是比较“粗放的”，也无法适应煤种变化，因此，有必要通过燃烧优化进一步挖掘锅炉节能减排的潜力。

目前锅炉燃烧优化方法主要有：把基于数据的非线性建模方法与智能优化算法相结合，先建立锅炉燃烧特性模型，然后以锅炉效率和排放最优为性能指标，对运行参数进行优化，这类方法适用于稳态工况的燃烧优化，缺乏对煤种等变化因素的适应能力；之后提出基于无迹卡尔曼滤波最小二乘支持向量机进行锅炉系统动态建模，当模型精度不满足要求时，设计了样本更新策略，并避免了在线矩阵求逆，从而降低了在线计算量，但上述在线算法存在的一个最大不足在于，对模型精度具有重要影响的核参数σ仍然只能通过反复试凑的方法离线确定，无法实现在线更新。

发明内容

发明目的：本发明的目的是提供一种超超临界锅炉闭环燃烧优化控制方法，具备对煤种等变化因素的适应能力，能够实现在线更新。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的超超临界锅炉闭环燃烧优化控制方法，包括以下步骤：

S1：建立锅炉效率的预测模型和NOx浓度的预测模型，并根据两个预测模型分别计算当前k时刻的锅炉效率预测值和NOx浓度预测值；锅炉效率预测模型和NOx浓度预测模型构成燃烧系统动态模型；

S2：将步骤S1得到的当前k时刻的两个预测值与各自的实测值进行比较，判断偏差是否满足精度要求：如果不满足，则对模型参数和样本数据进行更新，然后进行步骤S3；如果精度满足，则继续进行步骤S3；

S3：由当前k时刻的模型参数和k-1时刻步骤S4中求得的未来M个时刻的控制变量计算未来P个时刻的锅炉效率预测值和NOx浓度预测值；

S4：将步骤S3得到的未来P个时刻的锅炉效率预测值和NOx浓度预测值带入到目标函数中，通过在线求解约束非线性优化问题，得到未来M个时刻的控制变量并输出；

S5：令k＝k+1，并回到步骤S1。

进一步，所述步骤S1中，锅炉效率预测模型和NOx浓度预测模型均具有输入变量、被控变量和输出变量；锅炉效率预测模型的输入变量包括机组负荷x_load、烟气含氧量燃烬风门开度x_ofa、二次风门开度x_seca、给煤量偏置x_coal和前2个时刻的锅炉效率，NOx浓度预测模型的输入变量包括机组负荷x_load、烟气含氧量燃烬风门开度x_ofa、二次风门开度x_seca、给煤量偏置x_coal和前2个时刻的NOx浓度；锅炉效率预测模型的被控变量包括超超临界燃煤锅炉效率y_BoiEff，NOx浓度预测模型的被控变量包括选择性催化还原脱硝系统入口的NOx浓度y_NOx；