[发明专利]一种电站锅炉燃烧子空间建模及多目标优化方法和系统

说明书

技术领域

本发明属于电站锅炉优化运行技术领域，特别涉及一种高精度燃烧模型建立和运行优化的方法和系统，具体是一种电站锅炉燃烧子空间建模及多目标优化方法和系统。

背景技术

燃煤发电厂我国电力生产中非常重要的组成部分，其发电量远远超过其它各种发电量的总和，在相当长的一段时间内不会有大的改变。然而全球面临着严重的一次能源枯竭危机，燃煤价格居高不下，而且环境污染问题也日益受到世界各国的广泛关注。因此各国政府采取的策略是：一方面大力发展百万千瓦超临界发电技术，另一方面则是进行电站锅炉煤燃烧的优化技术研究，即以节能减排为目标进行提高锅炉效率和降低污染物排放的技术攻关。

对于高效低污染的燃烧优化，目前所面临的主要困难在于，煤在锅炉内的燃烧是非常复杂的气固两相流问题，燃烧机理方面并不是十分成熟，对其特性的研究一般是基于偏微分方程和代数方程组成的机理模型，而这些模型的建立是在诸多假设和简化的条件下得到的。对于系统优化和控制来说，则主要是基于计算智能建模的方法。

经对现有技术的公开文献检索发现，文献“Qiang Xu, Jia Yang and Yanqiu Yang. Identification and control of boiler combustion system based on neural networks and ant colony optimization algorithm. Proceedings of the 7th World Congress on Intelligent Control and Automation, June 25 - 27, 2008, Chongqing, China,pp.765-768　(基于神经网络和蚁群优化算法的锅炉燃烧系统辨识与控制，国际会议：世界智能控制与自动化大会论文集，2008: 765-768)”，采用了计算智能领域的神经网络和蚁群优化相结合的方法进行燃烧建模以及控制器的设计，能够较好提高锅炉燃烧系统的调节品质，但是只能解决锅炉主要被控参数跟踪给定的设定值，而无法使系统始终保持最优经济工况运行。文献“Hao Zhou , Kefa Cen, Jianren Fan. Modeling and optimization of the NOx emission characteristics of a tangentially fired boiler with artificial neural networks. Energy, 2004,29:167–183(基于人工神经网络的切圆燃烧锅炉氮氧化物排放特性建模与控制，国际期刊：能源, 2004,29:167–183)”，采用多层前向网络进行切圆燃烧锅炉氮氧化物排放特性的全局建模和控制，对于降低污染物排放具有重要的意义，但是没有考虑锅炉效率，因而优化是不全面的。文献（安恩科,宋尧,杨霞. 基于支持向量机和遗传算法的燃煤电站锅炉多目标燃烧优化, 节能，2008(10):22–25），采用支持向量机进行建模，同时考虑锅炉效率和污染物排放问题，采用遗传算法进行多目标优化计算，但问题是首先优化时间长，其次得到的是Pareto最优解集，而最终施加于现场的解只有一组，如何得到最后实施于现场的唯一解是有待解决的问题。而且以上文献存在的共同问题还在于：（１）都是用一个神经网络或者支持向量机进行全局工况建模，对于具有严重非线性特性的复杂锅炉燃烧系统来说，全局范围内的模型逼近性能难以保证，模型训练时间会很长，尤其是当煤质煤种等发生变化时，模型修正所带来的时间长和可靠性方面会存在一系列问题；（２）在进行污染物排放或／和锅炉效率的优化时没有考虑机组负荷约束，这样优化的结果有可能是降低了污染物排放或／和提高了锅炉效率，但却是以减少发电量为代价的，因此考虑机组负荷的约束就成为重要的方面。

因此，本发明基于负荷数据的若干子空间划分，分别建立燃烧系统各子空间的自适应神经模糊系统模型，在此基础上综合得到全局工况模型，优化过程不仅考虑机组负荷的约束，同时引入锅炉效率和氮氧化物的综合代价函数，将多目标优化问题转化为单目标优化问题处理。

发明内容

本发明的目的在于提供一种步骤明确、概念清晰、运算简单、结果可靠的锅炉燃烧的建模与优化方法和系统，所发明的建模方法在模型训练速度和泛化精度上都有明显的提高，所发明的优化方法在优化精度和优化速度上也有较好的改善，能适用于各种煤粉锅炉燃烧系统的建模与优化控制，具有很强的实用性。

为实现上述目的，本发明一方面提供了一种电站锅炉燃烧子空间建模及多目标优化系统，具体采用以下技术方案：