用於火力發電廠的智能優化控制系統的製作方法
2023-05-06 00:00:31
專利名稱：用於火力發電廠的智能優化控制系統的製作方法
技術領域：
本實用新型涉及火力發電領域，尤其涉及一種用於大型火力發電廠的智能優化控制系統。
背景技術：
實現對大型火力發電廠鍋爐、汽機的優化控制，對機組節能降耗、減少汙染物排放有著重大的意義。目前，以單元機組為控制對象，火力發電廠的整體自動控制系統包括鍋爐的蒸汽溫度控制系統、燃燒過程控制系統以及協調控制系統等眾多子系統。而鍋爐的蒸汽溫度控制系統，簡稱氣溫控制系統，屬於典型的大慣性、多容環節系統，其控制對象具有較大的遲延及參數攝動特性，因此汽溫控制是電力行業公認的難題。傳統的PID控制算法因為PID控制器不需要精確的數學模型，且PID各控制參數的物理關係明確，容易在線整定，目前PID控制策略仍佔主導地位。但是當出現電力負荷指令大幅度、 頻繁變化，爐膛吹灰，以及機組設備本身發生異常等外部擾動時，傳統的控制PID策略就難以取得令人滿意的控制效果，往往容易造成蒸汽溫度失去控制甚至超溫的發生，例如，當機組電力負荷以2% MCR/min的速率變化時，蒸汽溫度就會偏離設定值10°C以上。這時只能通過手動操作來控制汽溫，通過降低蒸汽溫度設定值來運行，這樣就降低了機組的經濟性， 增加了運行人員的勞動強度。大型火力發電廠運行中，由於電力負荷變化、燃料成分含量波動即煤質等實際因素的影響，鍋爐的實際狀態在不斷變化中，目前採用的DCS(集散式控制系統，Distributed Control System)燃燒控制系統往往無法完全針對鍋爐燃燒的特點，實時控制運行工況。而且隨機組負荷的變化，運行效率的變化也非常大，不能保證機組保持在最佳的運行曲線上。 隨著時間的推移，原來運行的控制基準也會發生變化，運行人員的經驗可能來不及適應機組的變化。目前，不少電廠鍋爐應用了燃燒優化閉環控制系統，但是該系統很難獲得一個長期穩定的效果，主要因為鍋爐和機組需要維持主蒸汽溫度和再熱蒸汽溫度的穩定，但是傳統的優化閉環控制系統反而使得這些控制對象更加難以控制；其次，傳統的燃燒優化閉環控制技術無法處理常見的操作比如磨煤機啟動停止、吹灰、升降負荷等過程。所以，該系統無法全程投入，不能長期穩定的運行，鍋爐和機組的經濟性和安全性無從保證。
發明內容針對現有控制系統的不足，本實用新型提供了一種用於火力發電廠的智能優化控制系統，用來實現汽溫優化控制、燃燒優化控制、協調控制優化，該系統本身具有良好的魯棒性和穩定性，兼容性強，易於實施。本實用新型提供了一種用於火力發電廠的智能優化控制系統，所述的智能優化控制系統是通過以下的技術方案實現的一種用於火力發電廠的智能優化控制系統，包括[0009]智能控制預測模塊，用來提供不同工況狀態下的自動控制系統中的被控變量的預測值，所述控制系統包括鍋爐蒸汽溫度控制子系統、協調控制子系統和燃燒控制子系統；DCS系統，用來提供不同工況狀態下的運行數據，並對所述智能控制預測模塊中的預測值進行優化控制；通訊模塊，用來提供所述智能控制預測模塊和所述DCS系統之間的雙向數據通訊。本實用新型採用智能控制預測模塊和智能優化控制系統，利用IHMPC(智能混合模型預測控制，Intelligent Hybrid Model Predictive Control)技術來替代原有的傳統 PID控制技術，把整個控制對象劃分為兩大類工作空間，一個是平穩工況下的較為精確的穩工況模型類，另一個是較大擾動工況的變工況模型類，如吹灰過程，升降負荷、磨煤機啟停過程等。這種混合模型預測控制，體現了預測控制的靈活性，而且在處理較大擾動工況時體現出一定的優勢，能夠有效實現全工況控制要求，兼容性強，易於實施。
以下結合附圖和實施例對本實用新型進一步說明
圖1為本實用新型實施例1智能控制預測模塊的示意圖；圖2為本實用新型實施例2智能優化控制系統的示意圖。
具體實施方式
如圖1為本實用新型實施例1智能控制預測模塊的示意圖。一種用於火力發電廠的智能控制預測模塊，包括採集子模塊，用來從DCS控制系統中採集運行數據和實時工況數據；穩態工況預測處理子模塊，用來根據所述運行數據，獲得當前工作狀態下的被控變量的穩態預測值；擾動工況預測處理子模塊，當工作狀態發生變化時，用來獲得當前工作狀況下的被控變量的動態預測值；優化子模塊，用來優化所述被控變量的預測值得到所述被控變量的優化目標值；狀況切換觸發子模塊，用來當工作狀態發生變化時，切換到所述擾動工況預測子模塊。優選地，所述工作狀況變化包括電力負荷變化、磨煤機啟動或停止，或吹灰過程。在本實用新型實施例1中，鍋爐中的主蒸汽流量和各級減溫水量雖然不直接影響鍋爐效率，但對循環效率有很大影響，因為主蒸汽流量的增加使得進入凝汽器的蒸汽量增加，會使冷源損失增大。而減溫水量的增加也使得水在鍋爐內加熱到額定參數需要的熱量增加，從而使機組的熱損耗增大。被控對象的動態特性隨鍋爐負荷(鍋爐負荷就是指單位時間產生蒸汽的能力， 鍋爐負荷隨著電力負荷的變化而變化)的變化十分明顯，傳統的控制系統不能保證在整個鍋爐負荷範圍內均能有效控制。智能控制預測模塊中的穩態工況預測處理子模塊通過觀察各段蒸汽前後溫度，鍋爐燃燒狀況，預測控制噴水閥門、煙氣擋板、實現精確的溫度控制，始終保持最優化的蒸汽溫度的控制。通過IHMPC技術，利用擾動工況預測處理子模塊，能夠處理鍋爐蒸汽溫度對象的非線性，滯後性和時變性，同時解決發生如電力負荷指令大幅度頻繁變化、爐膛吹灰或機組設備本身異常等外部大擾動工況下的蒸汽溫度控制的問題。另外，在鍋爐的熱損失當中，第一，排煙損失是最大的一項，一般佔到5 7% ；第二、不完全燃燒損失佔到1 2% ；而化學不完全燃燒損失、散熱損失、灰渣物熱損失只佔很少份額。所以，通常減少鍋爐的熱損失，主要是通過對排煙量(用排煙氧量來標誌大小)或排煙溫度，和飛灰可燃物含量進行優化控制。這時，要控制送風機迴路，送風機迴路的任務是控制送風機的動葉開度，以改變二次風量的大小，從而保證鍋爐所需要的總風量和氧量。而燃盡風擋板OFA和輔助風擋板，主要為了達到低NOX燃燒和優化配風的要求。當前，OFA擋板的控制主要考慮電力負荷，卻沒有考慮煤質的變化和鍋爐操作中的工況變化，隨著這些工況的變化，燃燒排放，蒸汽溫度和其他相關的變量也會出現不同的特性。因此，OFA擋板的動態控制會對鍋爐帶來額外的效
■、Λ
frff. ο智能控制預測模塊中的穩態工況預測處理子模塊通過實時監控鍋爐的主要熱損失如排煙熱損失、機械未完全燃燒損失等，同時關注氮氧化物的排放，在電力負荷變化或磨煤機啟動磨煤等情況下，擾動工況預測處理子模塊根據相關的參數變化，控制送風機出口風量偏置以及鍋爐配煤、配風相結合來使鍋爐運行在經濟欠氧狀態和最低氮氧化物排放狀態。在協調控制方式下，鍋爐控制主蒸汽壓力，機組控制電力負荷。電力負荷指令的前饋迴路作為鍋爐主控中的粗調部分，經過擾動工況預測處理子模塊的作用來調整煤量，而主蒸汽壓力偏差經穩態工況預測處理子模塊作用後的指令起到細調作用。這樣，智能控制預測模塊可以根據相關幹擾量和前饋量進行模型預測控制，達到穩定控制的目的。本實用新型實施例2提供的用於火力發電廠的智能優化控制系統，包括智能控制預測模塊，用來提供不同工況狀態下的自動控制系統中的被控變量的預測值，所述控制系統包括鍋爐蒸汽溫度控制子系統、協調控制子系統和燃燒控制子系統；DCS系統，用來提供不同工況狀態下的運行數據，並對所述智能控制預測模塊中的預測值進行優化控制；通訊模塊，用來提供所述智能控制預測模塊和所述DCS系統之間的雙向數據通訊。其中，所述智能控制預測模塊，包括採集子模塊，用來從DCS控制系統中採集運行數據；穩態工況預測處理子模塊，用來根據所述運行數據，獲得當前工作狀態下的被控變量的穩態預測值；擾動工況預測處理子模塊，當工作狀態發生變化時，用來獲得當前工作狀況下的被控變量的動態預測值；優化子模塊，用來優化所述被控變量的預測值得到所述被控變量的優化目標值；狀況切換觸發子模塊，用來當工作狀態發生變化時，切換到所述擾動工況預測子模塊。智能優化控制系統內部計算流程從DCS系統實時資料庫中採集運行數據，數據先進入智能控制預測模塊，通過事先的多模型預測處理後，形成一個動態預測值和穩態預測值。其中動態預測值到擾動工況預測處理子模塊，穩態預測值通過DCS系統的優化處理後得到被控變量的穩態目標值，再通過擾動工況預測處理子模塊把被控變量的值輸出到 DCS系統進行優化控制。具體實施上，我們可將上述智能控制預測模塊所採用的多模型混合預測控制方式應用於以下各個功能性的控制子系統中。例如，燃燒控制子系統，用來動態監控鍋爐的實時操作參數，控制送風機迴路的總風量和氧量等，所述實時操作參數包括煤質參數，排煙量，排煙溫度，飛灰可燃物含量及氮含量和蒸汽溫度；汽溫控制子系統，用來實時監控鍋爐的蒸汽溫度數據和工況變化數據，根據所述工況變化數據，例如電力負荷變化，獲得所述電力負荷的前饋迴路的前饋量，和所述蒸汽溫度的非線性變化量，所述非線性變化量為幹擾量；協調控制子系統，用來根據所述前饋量和幹擾量進行預測控制。本實用新型採用智能控制預測模塊的智能優化控制系統，利用IHMPC(智能混合模型預測控制，Intelligent Hybrid Model Predictive Control)技術來替代原有的傳統 PID控制技術，把整個控制對象劃分為兩大類工作空間，一個是平穩工況下的較為精確的穩工況模型類，另一個是較大擾動工況的變工況模型類，如吹灰過程，升降負荷、磨煤機啟停過程等。這種混合模型預測控制，體現了預測控制的靈活性，而且在處理較大擾動工況時體現出一定的優勢，能夠有效實現全工況控制要求，兼容性強，易於實施。本領域技術人員應該認識到，上述的具體實施方式
只是示例性的，是為了使本領域技術人員能夠更好的理解本專利內容，不應理解為是對本專利保護範圍的限制，只要是根據本專利所揭示精神所作的任何等同變更或修飾，均落入本專利保護範圍。
權利要求1. 一種用於火力發電廠的智能優化控制系統，其特徵在於，所述系統包括 智能控制預測模塊，用來提供不同工況狀態下的控制子系統中的被控變量的預測值， 所述控制子系統包括鍋爐蒸汽溫度控制子系統、協調控制子系統和燃燒控制子系統；DCS系統，用來提供不同工況狀態下的運行數據，並對所述智能控制預測模塊中的預測值進行優化控制；通訊模塊，用來提供所述智能控制預測模塊和所述DCS系統之間的雙向數據通訊。
專利摘要本實用新型公開了一種用於火力發電廠的智能優化控制系統，所述系統包括智能控制預測模塊，用來提供不同工況狀態下的控制子系統中的被控變量的預測值，所述控制子系統包括鍋爐蒸汽溫度控制子系統、協調控制子系統和燃燒控制子系統；DCS系統，用來提供不同工況狀態下的運行數據，並對所述智能控制預測模塊中的預測值進行優化控制；通訊模塊，用來提供所述智能控制預測模塊和所述DCS系統之間的雙向數據通訊。
文檔編號G05B19/418GK202075597SQ20102065030
公開日2011年12月14日 申請日期2010年12月9日 優先權日2010年12月9日
發明者翁浩斌, 陳起 申請人:上海智企信息技術有限公司