[发明专利]锅炉燃烧优化系统及方法

说明书

本发明涉及一种能够控制发电厂内的锅炉装置以优化条件燃烧的系统以及利用如上所述的系统对锅炉燃烧进行优化的方法。

技术领域

本发明涉及一种能够控制发电厂内的锅炉装置以优化条件燃烧的系统以及利用如上所述的系统对锅炉燃烧进行优化的方法(System And Method For Optmizing BoilerCombustion)。

背景技术

通常，火力发电厂在其内部配备锅炉，从而利用在如煤炭等燃料燃烧时发生的发热反应对水进行加热并借此生成用于驱动涡轮机的蒸汽。在锅炉燃烧时会生成如氮氧化物、二氧化碳等废气，而在运营发电厂的过程中为了对如上所述的废气进行管理而需要耗费不少的费用，因此最近正在持续性地努力开展在通过对燃烧环境进行控制来减少废气排放的同时提升锅炉的燃烧效率的相关研究。

此外，在现有火力发电厂的锅炉控制即燃烧控制采用的是在由具有多年经验的熟练专业人士参考试运行期间内的性能测试数据对锅炉的燃烧环境变量进行调整之后正式开始锅炉运行的方式，或者采用在锅炉的运行开始之后对偏移值进行微细调整的方式。因此，在采用现有的锅炉运行方式时，在锅炉运行的过程中很难将其控制成最佳的燃烧状态，所以通常来讲相对于最佳控制区间，能够维持锅炉装置的稳定性的稳定燃烧控制受到更多重视。通过如上所述的运营方式，目前很难准确地实现最佳的锅炉燃烧环境。

为了解决如上所述的问题，最近正在积极开展通过实时地获取和分析锅炉的运行数据并根据分析结果自动地对锅炉的各种控制变量进行调整从而对锅炉的燃烧控制进行优化的相关研究。

本发明正是源自于如上所述的研究，涉及一种既能够将发电厂的锅炉燃烧效率最大化，又能够减少废气排放的系统以及执行上述系统的方法。

发明内容

本发明涉及一种用于对发电厂内的锅炉进行控制的系统及其方法，其目的尤其在于在将锅炉的燃烧效率最大化的同时将包含如氮氧化物以及碳氧化物在内的废气排放最小化。

此外，本发明的目的在于通过将人工智能算法应用于锅炉燃烧控制来使得系统自主地通过学习并且建模生成最适合于锅炉燃烧的模型，并由系统参考以如上所述的方式生成的模型对锅炉的燃烧环境进行控制。

此外，本发明的目的在于在对设定点(set point)即锅炉的不同控制对象的最佳控制值进行演算的过程中，即使是在因为控制对象较多而在计算设定点时需要较大演算量的情况下，也能够通过在将其分割成一定数量的组之后执行演算而减少演算所需时间，从而提供适合于实时锅炉控制的演算方法。

为了解决如上所述的现有问题，本发明的锅炉控制系统包括：作业管理部，对与锅炉的当前运行状态相关的信息进行采集并判断是否执行对上述锅炉的燃烧优化；预处理部，对从上述锅炉采集到的数据进行预处理并将经过预处理的数据提供到建模部以及优化演算部；优化演算部，从建模部接收锅炉燃烧模型并利用上述锅炉燃烧模型执行锅炉燃烧优化演算；建模部，以从上述预处理部接收到的经过预处理的数据为基础生成锅炉燃烧模型；以及输出控制部，从上述优化演算部接收基于演算结果的最佳值并通过将上述最佳值反映到锅炉控制逻辑来对锅炉运行进行控制。

此外，上述锅炉控制系统的特征在于：上述优化演算部通过将从上述预处理部接收到的经过预处理的数据适用于上述锅炉燃烧模型并将对上述锅炉燃烧模型进行反复模拟的结果适用于燃烧优化算法来计算出最佳值。

此外，在上述锅炉控制系统中，上述燃烧优化算法能够是比例-积分-微分(PID，Proportional-Integral-Derivative)算法、自由度(DOF，degree Of Freedom)算法、模型预测控制(MPC，Model Predictive Control)算法、自适应(adaptive)算法、模糊算法、H-无穷(H-infinity)算法、基于线性变参数(LPV(Linear Parameter Varying)Model-based)模型的算法以及遗传算法(GA，Genetic Algorithm)中的某一个。