[发明专利]余热锅炉与工业锅炉联合发电系统的动态优化方法

摘要

本发明涉及余热锅炉与工业锅炉发电领域，尤其涉及一种余热锅炉与工业锅炉联合发电系统的动态优化方法，系统主要由工业锅炉控制子系统、余热锅炉控制子系统、透平发电控制子系统和优化管理系统组成，实现余热锅炉与工业锅炉发电过程的节能优化管理与控制。本发明针对余热锅炉与工业锅炉发电过程的特点，建立基于支持向量机的余热锅炉发电过程的智能集成预测模型，采用两级多目标优化方法，设计了基于模糊系统的优化协调控制，即主蒸汽压力模糊控制和负荷前馈模糊控制。通过各子系统的联网和优化协调控制与管理，使系统能在余热锅炉主窑炉负荷大范围变化时余热发电系统和低压蒸汽高效稳定运行，实现全线的综合最优控制与管理。该系统经现场工艺流程中应用，运行稳定，具有良好的经济和社会效益。

主权项

1.一种余热锅炉与工业锅炉联合发电系统的动态优化方法，其特征在于，包括如下步骤：1)根据多目标优化的算法得到各个参数优化设定值；2)根据预测模型得到余热锅炉的负荷增量：采用支持向量机预测多台余热锅炉蒸汽输出负荷变化，设n台余热锅炉中：Li，k为第i台余热锅炉输出蒸汽流量，单位kg/s；Tpi,k为第i台余热锅炉锅筒中水汽温度，单位K；Thi,k为第i台余热锅炉过热器蒸汽出口温度，单位K；Tyi,k为第i台余热锅炉过热器烟气入口温度，单位K；Pk为集气缸压力，单位Mp；构造输入变量x＝[Li,k,…,Li,k，Tp1,k,…,Tpi,k，Th1,k,…,Thi,k，Ty1,k,…,Tyi,k，Ty1,k‑1,…, Tyi,k‑1，Pk]，i＝1,…,n，ΔFx为多台锅炉进入集气缸后的负荷增量，其中k‑1为前一时刻值；通过支持向量学习得到输入输出模型，预测多台锅炉进入集气缸后的负荷增量ΔFx：式中K(xi,x)核函数取径向基函数；b为偏置；θi =αi‑αi*，αi和αi*为拉格朗日乘子，xi为支持向量，L为支持向量个数；3)根据发电蒸汽负荷需求确定工业锅炉的负荷增量：为了实现余热锅炉、工业锅炉汽轮机协调控制，当多个余热锅炉热负荷发生变化时，通过支持向量机预测模型预测蒸汽负荷的变化ΔFx，则工业锅炉负荷增量为：ΔFb＝ΔFs‑ΔFx                    (2)其中为ΔFs发电需求蒸汽负荷的变化，这样通过工业锅炉的负荷调节保证透平发电的负荷需求；4)由主蒸汽压力模糊控制和负荷前馈模糊控制得到炉排最后转速输出,对工业锅炉进行调节：主蒸汽压力模糊控制：设蒸汽压力偏差为ep，ep＝es‑ex，其中es为蒸汽压力设定值，ex为蒸汽压力实际值；主蒸汽压力模糊控制的输入量ep和ecp的论域为[‑2，2]，所述ep 为蒸汽压力偏差，所述ecp为蒸汽压力偏差的导数，增量控制输出量Δu的论域为[‑2，2]；主蒸汽压力模糊控制的输入输出隶属度函数都采用简单的三角隶属函数，模糊子集都分成负大、负小、零、正小、正大五个等级，符号表示为：{NB，NS，ZE，PS，PB}；表1蒸汽压力的模糊规则负荷前馈模糊控制：负荷前馈模糊控制器的输入量Δu和ΔFb的论域为[‑2，2]，它们的模糊子集均由5个语言变量值组成，即{负大，负小，零，正小，正大}，用英文缩写为{NB，NS，ZE，PS，PB}；增量控制输出量uf的论域为[‑3，3]，模糊子集均由7个语言变量值组成，即{负大，负中，负小，零，正小，正中，正大}，用英文缩写为{NB，NM，NS，ZE，PS，PM，PB}；负荷模糊前馈控制的输入输出隶属度函数都采用简单的三角隶属函数；表2负荷前馈模糊控制规则5）返回上述2）步骤，循环优化控制。