燃煤机组运行监测及优化技术的现状与展望
2010-02-26石奇光潘卫国杜海舟王文欢顾先青
李 磊,石奇光,潘卫国,杜海舟,王文欢,吴 昊,顾先青
(上海电力学院能源与环境工程学院,上海 200090)
燃煤机组是一次能源消耗大户,我国已明确提出,“十一五”期末单位国内生产总值的能源消耗要比“十五”期末降低 20%.除关停小机组、发展高参数大容量机组外,大力推广机组优化管理技术,也是降低煤耗的一个重要途径.美国、德国等发达国家十分重视燃煤机组优化技术的研究应用,使其机组的运行经济性始终处于世界先进水平[1].
燃煤机组优化技术一般可分为设计优化、设备改进优化、运行优化等.其中,运行监测及优化系统相当于机组运行的专家级助手,对于提高机组运行管理水平、降低生产成本具有重要意义.本文主要介绍运行监测及优化技术的基础、运行监测及优化系统的现状,并分析了运行监测及优化技术仍需要重点解决的问题和发展趋势.
1 运行监测及优化技术的基础
典型的运行监测及优化系统,以在线性能监测和热经济性计算为基础,通过对当前运行参数与基准值的分析比较,应用最优化法建立数学模型,并借助计算机求解,最后给出最优的经济运行指导[2].其大致流程如图 1所示.
图1 典型运行监测及优化系统流程
由图 1可以看出,实现有效运行优化的基础主要有以下 4项:一是准确的在线监测技术;二是高效的数据预处理,精确的在线计算模型及能损分析方法;三是可靠的运行优化目标值;四是完善的优化算法和运行指导专家知识库.
1.1 在线监测技术
现代大型火电机组配备的 DCS系统,为在线监控机组的安全经济运行提供了技术条件.
近年来,随着先进测量技术和人工智能技术的发展,一些关键参数如入炉煤质分析、飞灰含碳量等,逐渐从离线化验过渡到在线监测.针对烟气连续监测、关键点流量温度的测量也出现了不少新装置,文献[3]介绍了利用微波技术测量飞灰含碳量、利用声学高温计监测锅炉高温烟气区、利用声波检测技术测量凝汽器循环水流量等先进测量手段;文献[4]介绍了一种为连续监测排放污染物总量而设计的烟气连续排放监测系统(CEMS).该系统对于优化锅炉燃烧,从而实现污染物控制具有重要意义.
另外,由于目前尚不具备测量蒸汽湿度的有效手段,但汽轮机低压缸排汽一般处于湿蒸汽区,无法只根据温度和压力查得焓值,而低压缸排汽焓的计算是整个热力系统的重点,因此如何在线测量汽轮机排汽湿度或精确计算排汽焓,需要作进一步研究[5].
1.2 数据预处理方法
DCS数据采集系统中有上万个测量数据,因此要从中选择机组的特性参数.由于传感器故障、漂移和各种干扰,会使在线测量数据产生不良值,因此计算之前要进行不良值的效验.传统应用中,对不良值的检验大多采用限值比较法,即根据设计值划定一个范围,超出该范围的认为是坏数据,并用设计值将其代替后进行计算[2].但当实际运行工况偏离设计工况较多时,仍采用该方法会使计算误差较大.文献[6]介绍了基于数字滤波数据协调算法及数据分类分级检验模型开发的数据预处理系统,该系统集成于机组运行优化系统,已在几家电厂投入使用,取得了较好的经济效益.
1.3 计算模型
计算模型是运行优化技术的核心,是进行定量计算和优化决策的基础.计算模型包括热力系统性能分析方法和优化算法两类.
(1)热力系统性能分析方法 主要包括热平衡法、等效热降法、循环函数法、矩阵分析法等.近年来,西班牙学者 VALERO A等人提出的基于热经济学结构理论的分析方法[7,8],得到了国内外学者的认同,并对其进行了深入的研究[9],将其应用于传统蒸汽循环[10],以及发电和海水淡化结合的联产[11]等的热经济性分析计算,验证了该理论的正确性.需要指出的是,目前应用最广泛的仍是经典的热平衡法.由石奇光教授等编写的《火力发电厂能量平衡导则第 3部分:热平衡》(DL/T-606.3—2006),将全厂热力系统分为锅炉热力系统、管道热力系统和汽轮发电机组热力系统[12],并分项计算 3大热力系统的反平衡热损失,有助于指导电厂优化运行.
(2)优化算法 优化是一门决策学科,最优化就是在一定的限定条件下求出某个函数的最大值或最小值及对应的参数的方法.如今,除传统的数学规划法外,越来越多的数学方法被应用于电厂的运行优化技术中,如灰色系统的预测理论应用于处理火电机组运行优化中的不确定因素,遗传算法(GA)对处理大规模、关系复杂的离散问题很有效,人工神经网络(ANN)适用于目标函数为二次型的优化模型[13].值得强调的是,人工神经网络的研究正成为电厂运行优化领域的热点.
1.4 运行优化目标值的确定
机组的运行优化目标值是运行优化调整的基准.目前,运行优化目标值的确定方法可分为 4种:一是采用制造厂提供的设计值;二是采用机组变工况理论优化计算;三是通过机组的大量优化试验;四是在机组实时运行过程中进行动态优化确定.目前,国内大量采用前 3种方法,而国外多采用第 4种方法[14],如德国斯蒂亚克电力公司的运行优化管理系统(简称 SR4)就是采用动态目标值法.实际上,随着机组运行时间、环境和设备状态的变化,优化目标值是变化的,应该在运行过程中动态确定优化目标值.
2 运行监测及优化技术的研究现状
2.1 国外研究现状
国外对机组运行监测及优化技术的研究开展较早,除运行监测外,在机组运行优化、故障诊断等方面也已得到有效应用.基于各种运行监测及优化技术,国外已开发出众多成熟的的商业软件,如德国 Siemens公司的优化软件包 Sienergy,包括电站运行优化 OPTIPRO,机组控制优化 PROFI,效率分析优化 SR4等功能模块;瑞士 ABB公司的电站运行优化软件包 Optimax,包括过程信息管理、性能计算、电站负荷优化调度和基于模型的诊断专家系统等功能模块;美国通用公司的 EtaPRO性能监测和优化系统,由性能监测、趋势分析、报表生成、状态诊断和建模分析等 5个功能模块组成[15].这些软件包括许多功能模块,用户可以选择全部或部分模块进行组态.目前,这些运行监测及优化软件在国内燃煤机组上均有应用案例,如OPTIPRO应用于国华准格尔发电有限责任公司[16],PROFI也已应用于国内 10余台 300 MW和 600MW等级的机组.
但是,对于国外运行监测及优化技术来说还存在以下局限:一是在实时测量关键参数、建立经济性分析模型及优化算法等方面,仍需作进一步改进;二是运行监测及优化运用于国内燃煤机组时性价比不高,由于技术的核心模型和核心技术严格保密,运行管理人员难以进行二次开发.
因此,国外运行监测及优化技术的发展方向主要有:一是在实时测量关键参数方面,会不断出现新的测量方法和测量工具,另外,除传统的热平衡法外,热经济学分析法也会得到新的应用;二是软件技术运用于国内机组时,在考虑通用性的同时,需要针对具体机组进行有选择的二次开发,以增强其适用性.
2.2 国内研究现状
20世纪 90年代以来,我国逐渐加大了对机组运行监测及优化技术的研究力度.电力行业的科研院所如西安热工研究院、华东电力试验研究院,高等院校如东南大学、华北电力大学、上海电力学院的能源动力系,以及面向电力行业的企业如上海新华、北京国电智深等单位,或进行自主研发,或引进外国成熟产品进行改造,开发出一大批运行监测及优化系统软件.其中具有代表性的软件有:西安热工研究院的厂级运行性能在线诊断及优化控制系统,实行“实时优化 +生产管理 +远程监管”的管控一体化应用模式,该系统已应用于包括宁夏石嘴山电厂在内的 30多个燃煤机组[17];东南大学的机组性能在线监测系统(UPSS)[18],已在彭城电厂、华能淮阴电厂等国内40多家火电机组中得到应用;华东电力试验研究院的机组性能优化管理系统,在吴泾第二发电厂、外高桥电厂等机组上得到了有效应用.
对比国外的机组运行监测及优化技术,国内的研究具有以下优点:一是开发单位更了解国内机组运行的实际情况,开发出的软件符合运行管理人员的需要,针对性较强;二是实际价格较国外同类软件低.但劣势也很明显:一是理论研究相对滞后;二是由于开发单位需要独立完成从数学模型、算法实现到软件平台的全部开发过程,周期较长,并且运行优化基准值大多采用设计值或热力试验确定的最优值,在整个大修期内保持不变,缺少动态性.
3 运行监测及优化技术的展望
3.1 软测量技术的应用
软测量技术是利用一些易于实时测量的、与被测变量密切相关的变量(二次变量),通过在线分析与计算,从而得到不可测或难测量的关键参数的值.国内学者对热工参数软测量技术开展的研究主要有:文献[19]介绍了烟气含氧量、飞灰含碳量、球磨机负荷的软测量建模和二次变量的选取方法;文献[20]介绍了一种基于 PCA 2BP神经网络的锅炉煤质的软测量方法,能在线预测锅炉入炉煤质中的挥发和低位热值;文献[21]用混合建模的软测量技术进行了真实水位软测量模型的仿真研究,获得了精度较高的软测量真实水位模型;文献[22]采用热平衡法、动压法建立煤粉浓度的软测量模型,通过模型校正和在装置上实现软测量,保证煤粉浓度的在线测量.上海电力学院对机组相关热力参数进行软测量技术研究,取得了一定进展.
3.2 排汽焓计算方法的改进
常用的排汽焓计算方法有能量平衡法、曲线外推法、等效焓降法、弗留格尔公式法、相对内效率法等,这些方法均能在一定精度内进行排汽焓计算,但也都存在不同程度的局限性[23].近年来,不断有改进的计算方法出现,文献[24]提出了基于汽轮机变工况流型判别准则,并以汽轮机末级抽汽或次末级抽汽为计算起点的顺序变工况核算方法,最后得到机组的能耗率和排汽焓(或排汽干度);文献[25]根据汽轮机末级排汽焓与其影响因素之间的映射关系,提出了一种基于免疫原理的 RBF神经网络模型来计算汽轮机的排汽焓.
3.3 采用动态的优化目标值
国外机组运行监测及优化系统可动态地向运行人员提供实时控制目标值,实现优化目标值的动态化.国内研究单位与电厂已普遍认识到,采用动态目标值是今后运行监测及优化系统的发展趋势.文献[26]对此进行了积极探讨,介绍了一种基于语言值关联规则挖掘的电厂运行参数优化目标值的确定方法,以现场大量数据为基础,直观地确定目标的规则,且目标值可随机组运行状态进行动态调整,以准确反映机组的运行规律.
3.4 人工神经网络算法的应用
燃煤机组是一个大型的复杂系统,某些对象无法用数学模型描述,而神经网络具有非线性映射的优点,可以在输入输出数据的基础上,不依靠机理而实现输入输出间的映射.目前,人工神经网络算法已在燃煤机组各个技术领域得到广泛应用.在运行优化领域,文献 [27]介绍了美国Pegasus公司的 Power Perfecter软件利用神经网络技术,根据锅炉运行的历史数据和试验数据,建立锅炉操作变量、干扰变量与锅炉经济燃烧控制目标之间的多变量非线性动力学模型,通过动态预测优化控制器实现锅炉燃烧多变量、多目标优化控制.该技术已在山东莱城电厂 300 MW机组上投入闭环运行.此外,人工神经网络技术在火电厂实时数据预测[28]、排汽焓计算[29]、污染物(NOx和 SO2)排放预测等方面均有具体应用.
4 结 论
(1)完善的燃煤机组运行监测及优化系统,需要有准确的测量手段和完备的理论支持.因此,在针对运行方实际需要的同时,如何快速准确地在线测量关键参数,以及提高热经济性分析手段和优化算法的实时可靠性,仍有待深入研究.
(2)燃煤机组运行中有关热力特性、排汽焓等关键参数的测量及计算,仍是电厂运行监测及优化领域的研究热点.
(3)在系统功能方面,如何分析不同负荷下的耗差,以及采用动态的优化目标值等,都需要相关理论的进一步完善.此外,由文中分析可知,充分利用神经网络、数据挖掘等技术,可以促进燃煤机组运行监测与优化技术的不断发展.
[1]毕政益.国内外火电机组运行优化在线管理系统应用现状[J].能源研究与信息,2000,16(1):12-17.
[2]李蔚,刘长东,盛德仁,等.国内火电厂运行优化系统的现状和发展方向[J].电站系统工程,2004,20(1):59-61.
[3]王培红,李琳,冯择磊,等.热力设备性能监测与故障诊断技术的发展[J].机电信息,2004,(22):8-13.
[4]郑海明.烟气连续监测系统在燃煤火电厂中的应用[J].仪器仪表学报,2006,27(6):1 509-1 510.
[5]闫顺林,徐鸿,李永华,等.汽轮机排汽焓动态在线计算模型的研究[J].动力工程,2008,28(2):181-184.
[6]李辉,陈教超,司风琪,等.数据预处理技术在电厂运行优化系统中的应用研究[J].华东电力,2007,35(11):110-113.
[7]CESAR Torres,ANTONIO Valero,LUIS Serra,et al.Structural theory and thermoeconom ic diagnosis:Part I on malfunction and dysfunction analysis[J].Energy Conversion and Management,2002,43(9-12):1 503-1 518.
[8]VITTORIO Verda,LUIS Serra,ANTONIO Valero.The effects of the control system on the thermoeconom ic diagnosis of a power plant[J].Energy,2004,29(3):331-359.
[9]张晓东,高波,王加璇.热经济学结构理论与 LIFO法则应用研究[J].中国电机工程学报,2003,23(6):185-189.
[10]张超,刘黎明,陈胜,等.基于热经济性结构理论的热力系统性能评价[J].中国电机工程学报,2005,25(24):108-113.
[11]程伟良,黄其励.热经济学的结构理论及其应用[J].哈尔滨工业大学学报,2005,37(10):1 387-1 390.
[12]石奇光,潘卫国,王文欢,等.火电厂热平衡新导则特点及主要指标分析[J].中国电力,2008,41(8):66-70.
[13]万文军,周克毅,胥建群.火电厂优化技术发展趋势[J].中国电力,2003,36(7):44-47.
[14]胡洪华,黄廷辉,艾卫国,等.大型火电机组运行优化目标值的研究和确定[J].中国电力,2004,37(9):22-25.
[15]洪军,司风琪,毕小龙,等.火电机组运行优化系统的现状与展望[J].电力系统自动化,2007,31(18):96-103.
[16]吕游,李巍,张晓波,等.应用运行优化软件(OPTIPRO)进行运行管理的探索和实践[J].内蒙古电力技术,2004,22(5):35-37.
[17]赵东.宁夏石嘴山发电厂厂级监控信息系统应用及效益分析[J].电力设备,2006,(7):50-52.
[18]张锋,司风琪,江浩,等.电站机组性能监测系统的实现模式的探讨[J].电站系统工程,2007,18(1):50-52.
[19]韩璞,乔弘,王东风,等.火电厂热工参数软测量技术的发展和现状[J].仪器仪表,2007,28(6):1 139-1 146.
[20]谭浩艺,陈绍炳,周自强.基于 PCA 2BP神经网络的锅炉煤质的软测量[J].能源技术,2009,30(1):9-11.
[21]张玲芳,杨平,应启戛.锅炉汽包真实水位的软测量[J].上海电力学院学报,2009,25(1):44-48.
[22]赵亚明,张维玲.火电厂煤粉浓度软测量研究[J].仪器仪表用户,2008,15(3):6-7.
[23]闫顺林,王俊有.汽轮机排汽比焓在线计算方法的选择[J].热力发电,2008,37(4):28-32.
[24]张春发,赵宁,高爱国.基于流型判别准则的排汽焓的准确在线监测方法[J].汽轮机技术,2008,50(3):161-165.
[25]张利平,王铁生.基于免疫原理的 RBF神经网络模型在汽轮机排汽焓计算中的应用[J].汽轮机技术,2008,50(5):347-349.
[26]李建强,牛成林,谷俊杰,等.数据挖掘在火电厂运行参数优化目标值确定中的应用[J].华北电力大学学报,2008,35(4):53-56.
[27]冯江涛.神经网络技术在火电厂的应用研究及前景[J].科技情报开发与经济,2006,16(19):235-236.
[28]陆王琳,李蔚,盛德仁,等.基于改进 BP神经网络的火电厂实时数据预测模型研究[J].热力发电,2006,(7):18-20.
[29]郭江龙,张树芳,陈海平.基于 BP神经网络的汽轮机排汽焓在线计算方法[J].热能动力工程,2004,19(2):179-182.