[发明专利]循环流化床锅炉节能最优化系统及方法

权利要求书

1.一种循环流化床锅炉节能最优化系统，其特征在于，包括与循环流化床锅炉连接的现场智能仪表、数据库、数据接口、控制站以及上位机；现场智能仪表与控制站、数据库和上位机连接，所述的上位机包括：

能量损失预测模块，用于预测循环流化床锅炉在当前运行条件下，若按预设的操作变量值运行，锅炉将产生的总能量损失率，采用以下过程来完成：

1.1）从数据库中采集运行操作变量和运行条件变量的历史记录，组成自变量的训练样本矩阵X，采集对应的能量损失相关变量，组成因变量训练样本矩阵Y，记：

X=1x1,1x1,2...x1,111x2,1x2,2...x2,11...............1xn,1xn,2...xn,11,Y=y1,1y1,2...y1,7y2,1y2,2...y2,7............yn,1yn,2...yn,7---(1)]]>

其中x_i,1、x_i,2、...、x_i,11分别表示一次风总风量（Nm3/h）、二次风总风量（Nm3/h）、主蒸汽流量（t/h）、环境温度（℃）、给水温度（℃）、炉膛负压（kPa）、床压（kPa）、燃煤水分（%）、燃煤挥发分（%）、燃煤灰分（%）、燃煤硫分（%）的第i个训练样本值；y_i,1、y_i,2、...、y_i,7分别表示过量空气系数、床温（℃）、排烟温差（℃）、飞灰含碳百分数（%）、一次风机电流（A）、二次风机电流（A）、引风机电流（A）的第i个训练样本值；n为训练样本个数；

1.2）按下式求预测系数矩阵β：

β=(X^TX)^-1X^TY   （2）

其中，上标：T、-1分别表示矩阵的转置、矩阵的逆；

1.3）从现场智能仪表采集运行条件变量的实时信号，结合操作变量的当前预设值，按下式求能量损失相关变量的预测值：

[y₁  y₂  ...  y₇]=[1  x₁  x₂  ...  x₁₁]β   （3）

其中，x₁、x₂分别表示操作变量：一次风总风量（Nm³/h）、二次风总风量（Nm³/h）的当前预设值；x₃、x₄、...、x₁₁分别表示运行条件变量：主蒸汽流量（t/h）、环境温度（℃）、给水温度（℃）、炉膛负压（kPa）、床压（kPa）、燃煤水分（%）、燃煤挥发分（%）、燃煤灰分（%）、燃煤硫分（%）的实时值；y₁、y₂、...、y₇分别表示能量损失相关变量：过量空气系数、床温（℃）、排烟温差（℃）、飞灰含碳百分数（%）、一次风机电流（A）、二次风机电流（A）、引风机电流（A）的预测值；

1.4）按（4）～（6）式求取各分项能量损失率的预测值：

q2=(K1y1+K2)y310000---(4)]]>

q4=312.23x10x12×y4100-y4---(5)]]>

p_f=f_p(y₅,y₆,y₇,x₃)   （6）

其中，K₁、K₂为与煤种有关的计算系数，对于常见的烟煤，取K₁=3.35，K₂=0.44；q₂为排烟热损失率预测值，即排烟热损失占锅炉总输入热量的比例的预测值；x₁₂为燃煤的收到基低位发热量（kJ/kg）；q₄为固体未完全燃烧热损失率预测值，即固体未完全燃烧热损失占锅炉总输入热量的比例的预测值；f_p(·)为根据实际设备确定的各风机电流及锅炉负荷与风机电耗率之间的函数关系；p_f为风机电耗率预测值，即风机电耗占锅炉总输入热量的比例的预测值；

1.5）按下式求取总能量损失率的预测值：

q_all=f(X)=q₂+q₄+k_ep_f   （7）

其中，q_all为总能量损失率预测值，即锅炉的总能量损失占锅炉总输入热量的比例的预测值；k_e为电能与热能的价值比；f(X)表示总能量损失率是操作变量集X的函数；

约束判断模块，用于判断预设的操作变量在当前工况下，是否符合循环流化床锅炉的工艺要求，采用以下过程来完成：

2.1）将运行条件变量、预设的操作变量以及预测得到的能量损失相关变量，代入（8）～（12）式：

f_pmin≤x₁≤f_pmax   （8）

f_smin≤x₂≤f_smax   （9）

t_bmin≤y₂≤t_bmax   （10）

x₄+y₃≥t_pmin   （11）

x₁+x₂≥k_fminx₃   （12）

其中，f_pmin为最小一次风量，f_pmax为最大一次风量，f_smin为最小二次风量，f_smax为最大二次风量，t_bmin为最低运行床温，t_bmax为最高运行床温，t_pmin为最低排烟温度，k_fmin为最低风负荷比；

2.2）如果（8）～（12）式均成立，则判定预设的操作变量为可行，否则判定预设的操作变量为不可行；

寻优模块，用于寻找最优的操作变量，采用以下过程来完成：

3.1）由（13）、（14）式在以一次风量、二次风量为坐标轴的二维平面内产生一个随机点X(x₁,x₂)：

x₁=f_pmin+r₁(f_pmax-f_pmin)   （13）

x₂=f_smin+r₂(f_smax-f_smin)   （14）

其中，r₁、r₂为（0,1）区间内的2个伪随机数；

3.2）通过约束判断模块判断点X是否可行，若点X可行，则令初始点X⁽⁰⁾=X，否则转步骤3.1）产生新的随机点，直至产生的随机点X可行为止；

3.3）由下式产生k_d个随机单位向量：

e_j=[sin(2πq_j),cos(2πq_j)]，（j=1,2,...k_d）   （15）

其中，k_d为随机单位向量个数，q_j为（0,1）区间内的第j个伪随机数，e_j为第j个随机单位向量；

3.4）设定初始试验步长α₀；

3.5）由下式产生k_d个随机点：

X^(j)=X⁽⁰⁾+α₀e_j，（j=1,2,...k_d）   （16）

其中，α₀为试验步长，X^(j)为第j个随机点单位向量个数；

3.6）通过约束判断模块判断k_d个随机点X^(j)是否可行，对可行的随机点通过能量损失预测模块预测其总能量损失f(X^(j))，比较各个可行随机点的总能量损失，选出总能量损失最小的可行随机点，记为X^(L)；

3.7）比较f(X^(L))与f(X⁽⁰⁾)，若f(X^(L))<f(X⁽⁰⁾)，令S=X^(L)-X⁽⁰⁾则转步骤3.9），否则取返回步骤3.5）重新产生k_d个随机点；

3.8）若α₀<1×10^-10，仍然找不到一个X^(L)使f(X^(L))<f(X⁽⁰⁾)，则转步骤3.11）；

3.9）令S=1.2S；

3.10）比较f(X^(L))与f(X^(L)+S)，若f(X^(L)+S)<f(X^(L))，则令令X^(L)=X^(L)+S，返回步骤3.9），否则令X⁽⁰⁾=X^(L)，返回步骤3.3）进行下一步寻优；

3.11）X⁽⁰⁾即为最优点，其对应的分量即为最优的一次风量和最优的二次风量；

所述的上位机还包括：

信号采集模块，用于按设定的采样时间间隔，从现场智能仪表采集实时数据，以及从数据库中采集历史数据；

结果显示模块，用于从控制站读取设置参数，并将最优的一次风量、二次风量值传给控制站进行显示，以便控制站工作人员，根据操作建议，及时调整操作条件，降低锅炉能量损失，提高锅炉运行效率。

2.一种用权利要求1所述的循环流化床锅炉节能最优化系统实现的节能最优化方法，其特征在于，所述的节能最优化方法包括以下步骤：

1）预测循环流化床锅炉在当前运行条件下，若按预设的操作变量值运行，锅炉将产生的总能量损失率，采用以下过程来完成：

1.1）从数据库中采集运行操作变量和运行条件变量的历史记录，组成自变量的训练样本矩阵X，采集对应的能量损失相关变量，组成因变量训练样本矩阵Y，记：

X=1x1,1x1,2...x1,111x2,1x2,2...x2,11...............1xn,1xn,2...xn,11,Y=y1,1y1,2...y1,7y2,1y2,2...y2,7............yn,1yn,2...yn,7---(1)]]>

其中x_i,1、x_i,2、...、x_i,11分别表示一次风总风量（Nm³/h）、二次风总风量（Nm³/h）、主蒸汽流量（t/h）、环境温度（℃）、给水温度（℃）、炉膛负压（kPa）、床压（kPa）、燃煤水分（%）、燃煤挥发分（%）、燃煤灰分（%）、燃煤硫分（%）的第i个训练样本值；y_i,1、y_i,2、...、y_i,7分别表示过量空气系数、床温（℃）、排烟温差（℃）、飞灰含碳百分数（%）、一次风机电流（A）、二次风机电流（A）、引风机电流（A）的第i个训练样本值；n为训练样本个数；

1.2）按下式求预测系数矩阵β：

β=(X^TX)^-1X^TY   （2）

其中，上标：T、-1分别表示矩阵的转置、矩阵的逆；

1.3）从现场智能仪表采集运行条件变量的实时信号，结合操作变量的当前预设值，按下式求能量损失相关变量的预测值：

[y₁  y₂  ...  y₇]=[1  x₁  x₂  ...  x₁₁]β   （3）

其中，x₁、x₂分别表示操作变量：一次风总风量（Nm³/h）、二次风总风量（Nm³/h）的当前预设值；x₃、x₄、...、x₁₁分别表示运行条件变量：主蒸汽流量（t/h）、环境温度（℃）、给水温度（℃）、炉膛负压（kPa）、床压（kPa）、燃煤水分（%）、燃煤挥发分（%）、燃煤灰分（%）、燃煤硫分（%）的实时值；y₁、y₂、...、y₇分别表示能量损失相关变量：过量空气系数、床温（℃）、排烟温差（℃）、飞灰含碳百分数（%）、一次风机电流（A）、二次风机电流（A）、引风机电流（A）的预测值；

1.4）按（4）～（6）式求取各分项能量损失率的预测值：

q2=(K1y1+K2)y310000---(4)]]>

q4=312.23x10x12×y4100-y4---(5)]]>

p_f=f_p(y₅,y₆,y₇,x₃)   （6）

其中，K₁、K₂为与煤种有关的计算系数，对于常见的烟煤，取K₁=3.35，K₂=0.44；q₂为排烟热损失率预测值，即排烟热损失占锅炉总输入热量的比例的预测值；x₁₂为燃煤的收到基低位发热量（kJ/kg）；q₄为固体未完全燃烧热损失率预测值，即固体未完全燃烧热损失占锅炉总输入热量的比例的预测值；f_p(·)为根据实际设备确定的各风机电流及锅炉负荷与风机电耗率之间的函数关系；p_f为风机电耗率预测值，即风机电耗占锅炉总输入热量的比例的预测值；

1.5）按下式求取总能量损失率的预测值：

q_all=f(X)=q₂+q₄+k_ep_f   （7）

其中，q_all为总能量损失率预测值，即锅炉的总能量损失占锅炉总输入热量的比例的预测值；k_e为电能与热能的价值比；f(X)表示总能量损失率是操作变量集X的函数；

2）判断预设的操作变量在当前工况下，是否符合循环流化床锅炉的工艺要求，采用以下过程来完成：

2.1）将运行条件变量、预设的操作变量以及预测得到的能量损失相关变量，代入（8）～（12）式：

f_pmin≤x₁≤f_pmax   （8）

f_smin≤x₂≤f_smax   （9）

t_bmin≤y₂≤t_bmax   （10）

x₄+y₃≥t_pmin   （11）

x₁+x₂≥k_fminx₃   （12）

其中，f_pmin为最小一次风量，f_pmax为最大一次风量，f_smin为最小二次风量，f_smax为最大二次风量，t_bmin为最低运行床温，t_bmax为最高运行床温，t_pmin为最低排烟温度，k_fmin为最低风负荷比；

2.2）如果（8）～（12）式均成立，则判定预设的操作变量为可行，否则判定预设的操作变量为不可行；

3）寻找最优的操作变量，采用以下过程来完成：

3.1）由（13）、（14）式在以一次风量、二次风量为坐标轴的二维平面内产生一个随机点X(x₁,x₂)：

x₁=f_pmin+r₁(f_pmax-f_pmin)   （13）

x₂=f_smin+r₂(f_smax-f_smin)   （14）

其中，r₁、r₂为（0,1）区间内的2个伪随机数；

3.2）通过步骤2）判断点X是否可行，若点X可行，则令初始点X⁽⁰⁾=X，否则转步骤3.1）产生新的随机点，直至产生的随机点X可行为止；

3.3）由下式产生k_d个随机单位向量：

e_j=[sin(2πq_j),cos(2πq_j)]，（j=1,2,...k_d）   （15）

其中，k_d为随机单位向量个数，q_j为（0,1）区间内的第j个伪随机数，e_j为第j个随机单位向量；

3.4）设定初始试验步长α₀；

3.5）由下式产生k_d个随机点：

X^(j)=X⁽⁰⁾+α₀e_j，（j=1,2,...k_d）   （16）

其中，α₀为试验步长，X^(j)为第j个随机点单位向量个数；

3.6）通过步骤2）判断k_d个随机点X^(j)是否可行，对可行的随机点通过步骤1）预测其总能量损失f(X^(j))，比较各个可行随机点的总能量损失，选出总能量损失最小的可行随机点，记为X^(L)；

3.7）比较f(X^(L))与f(X⁽⁰⁾)，若f(X^(L))<f(X⁽⁰⁾)，令S=X^(L)-X⁽⁰⁾则转步骤3.9），否则取返回步骤3.5）重新产生k_d个随机点；

3.8）若α₀<1×10^-10，仍然找不到一个X^(L)使f(X^(L))<f(X⁽⁰⁾)，则转步骤3.11）；

3.9）令S=1.2S；

3.10）比较f(X^(L))与f(X^(L)+S)，若f(X^(L)+S)<f(X^(L))，则令令X^(L)=X^(L)+S，返回步骤3.9），否则令X⁽⁰⁾=X^(L)，返回步骤3.3）进行下一步寻优；

3.11）X⁽⁰⁾即为最优点，其对应的分量即为最优的一次风量和最优的二次风量；

所述的方法还包括：在所述步骤3）中，从控制站读取设置参数，并将最优的一次风量、二次风量值传给控制站进行显示，以便控制站工作人员，根据操作建议，及时调整操作条件，降低锅炉能量损失，提高锅炉运行效率。