电站锅炉燃烧系统优化运行与应用研究

薛 彤 朱 磊

（哈尔滨锅炉厂有限责任公司，黑龙江 哈尔滨150000）

我国在进入高速发展阶段后，第二产业逐渐成为主导，重工业的地位日渐上升，随之而来的便是严重的污染问题。为了响应国家节能减排的号召，我们将目光聚焦在处于能源主导地位的火力发电上。短时间内火力发电还离不开人们的实现，那如何提高燃烧效率，降低污染物排放为改良电站锅炉燃烧系统的提供了一个思考方向。

1 电站锅炉燃烧系统现状

1.1 电站锅炉燃烧系统运行原理

火电厂锅炉燃烧系统可以将热能转化为电能，锅炉是整个火电站的核心设备，锅炉燃烧系统就是整个火电站的核心系统。整个系统详细的运行过程如下：送料机先将煤块送进碎煤机进行一次粉碎，完了再将碎成小块的煤块送进磨煤机进行二次研磨，经过两道细化加工后，煤块被制成了细煤粉，这时我们就可以将其吹入锅炉的膛炉进行燃烧了。在燃烧的过程中会产生大量的热量，我们可以将锅炉用水浸没，这样水与锅炉相接触之后，两个媒介之间进行热量的传递，能把煤粉燃烧产生的热量传递给水，使其由液态的水变成了气态的水蒸气，再对水蒸汽进行热处理变成过热蒸汽。过热蒸汽携带者大量的热能推动汽轮机，踏上了将热能转化为动能的路程。再依靠这动能进行发电，就完成了热能向电能的转化。锅炉燃烧系统的稳定性决定了火电站的固定产电量，它的稳定性主要决定于以下三个指标，蒸汽压力、炉膛负压和烟气含氧量。要保证保轮机所需动能充足，那蒸汽压力就必须平衡；炉膛负压的稳定，可以确保炉膛煤粉的充分燃烧，防止气温过高导致的设备老化问题；烟气含氧量是判断煤粉充分燃烧的指标，如果含量比较小，则表示煤粉燃烧不充分，没有达到最佳利用效率。

1.2 电站锅炉燃烧系统的几个改良思路

在当前阶段，电厂锅炉燃烧系统的优化主要是从锅炉燃烧的设备和锅炉燃烧方法的创新，这两个角度出发的。从设备上做到进一步的优化需要大量的资金，所以我们为了节约成本，要从燃烧方法以及管理手段方面另进行创新。我们要从方法上进行创新就得有目前比较先进的检测技术的基础上。结合理论进行锅炉燃烧的优化，在燃烧的同时检测燃烧的重要参数，将这些参数实时的反馈给锅炉与运作人员。让锅炉运作人员能及时的通过这些重要参数将锅炉调整至最佳燃烧状态。这种模型也可以结合时下比较发达的智能算做到实时调控，使得各项数值达到最优。说到维持锅炉运行所需要的参数，业内公认的有这样几项，蒸汽压力、炉膛负压和烟气含氧量。其中烟气含氧量最为重要，因为它的数值大小不仅会影反映出煤粉是否充分燃烧，还可以体现出氮氧化物的生成情况，风机的耗电程度也可以根据这一数值判断。同样的炉膛负压能反映锅炉燃烧时的状态，可以根据炉膛内负压温度，判断是否有结煤块，也可以判断焰心位置。近几年来，我国大型火力发电厂陆续引进相关先进技术，大大提高了锅炉的燃烧效率。

1.3 电站锅炉智能控制技术

随着人工智能技术的发展，全球在这方面的研究也日渐成熟。国外对这项技术的研发起步较早，所以已经能做到将人工智能技术建立在燃烧优化系统上，并将其搬出实验室，放在电力发展的第一线了。在不久前我国也开始引入了此类产品，但是这项技术落地我国的时间还相对比较短，所以国内对这方面的研发速度比较缓慢。我国也因为引入了此类产品，推动了我国在这方面研究的发展，完成了从无到有的突破。虽然相比于国外，我国在这方面的技术还略显青涩，但只要积极地投入人力，物力并加以重视这方面发展，那能为社会带来的积极影响，远不止一个杠杆能将其解释。

2 电站锅炉燃烧系统的优化简述

2.1 将神经网络技术应用到锅炉燃烧系统

神经网络技术，是基于神经生理学和心理物理学的研究成果，从应用数学方法的层面，对具有大脑功能的信息处理的本质和能力进行描述。我们可以利用这种技术对电站锅炉燃烧系统进行优化改良，借助人工智能的强大处理能力来架构锅炉燃烧系统的模型。因为神经网络控制技术需要模仿人的大脑，但是人的大脑构造精妙复杂，在大脑的神经网络中存在着大量的神经元，这些神经元构架了一个宏达的神经网络，每个神经元之间都有节点进行信息传递。要架构这样一个复杂的系统并对其运行状态进行动态复制，只有人工智能能做到。利用人工智能强大的运算处理能力，在每个节点上设置一个特定的输出函，把两个节点之间的信号称之为加权值，通过对加权值的传递来实现信息的传输与处理。遗传算法是进化计算的一部分，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，可以作为一种方法来模拟自然进化过程去寻找最优解。我们可以将这种技术与神经网络技术相结合，在电站的燃烧系统进行运算网络的架构。这样就可以得出对能源合理分配，合理利用的最优解了。目前国外有不少电力相关公司研发出能够结合人工智能技术的燃烧优化系统。英国著名蓄电池公司ULTRAMAX 公司，就研发出一种算法，它可以适用于火力发电站的锅炉燃烧系统，这算法将贝叶斯数学统计算法与加权非线性的回归分析相结合，为发电站后台提供锅炉燃烧情况的重要参数。我们将这种算法输入系统之后，立刻就会建立起锅炉的燃烧模型，通过数据的分析与处理，为锅炉的后台操控人员提供进行优化的参数。后台人员可以根据这些参数，来做出最准确的判断，使锅炉时刻保持最优燃烧状态。在运用人工智能技术进行辅助的前提下，我国的相关技术应用方面也有了一些成就。目前我国自主研制出来的电站锅炉燃烧系统，可以在系统层面进行参数的调节，实现了闭环优化控制，规范完成燃烧优化软件平台各程序模块之间的数据传输。

2.2 对于热工检测技术在燃烧方面的改良

电站锅炉的炉膛温度是一项重要数据，它可以为锅炉燃烧的优化提供必要信息。我们通过检测出来的锅炉温度，制成温度分布图，这张分布图的用处甚至可以说是将锅炉燃烧系统提升了一个档次。同时如何精准地测量出它的温度一直是国内外争相研究的话题。掌握了炉膛测温技术，就等于掌握了锅炉燃烧控制系统的核心技术。热电偶测温方法具有测温范围广，性能稳定以及价格低廉等优势。在掌握了这两项技术的情况下，我们就可以获取在单一波长下的形成的火焰辐射图像，通过对比火焰辐射图像，推算出火焰的二维图像分布。这项技术不仅可以准确地判断火焰中心的偏斜程度，也能反应出壁炉是否结扎或者有熄火现象。利用这项技术我们就能及时的发现问题并做出调整，在风险和浪费还没发生的时候防患于未然，及时规避风险。这样做不仅提高了电站锅炉燃烧的效率，同时也降低了能源的报废率。

2.3 电站锅炉在未来的发展前景

对于电站锅炉燃烧系统优化发展，前文已做出了不少提议，我们希望在前文的提议上能结合当今社会的经济发展，电力需求，资源利用高效化等方面。采用建模与优化方案，提高热效率和降低NOx 排放量，以改变燃烬风和二次风作为调整手段，来加快电站锅炉燃烧系统的发展。但是考虑到电站锅炉燃烧系统中各参量的强耦合性，实际运行中的结果会与预设方案有一定程度上的出入，今后还需要不断完善电站锅炉燃烧系统，并结合现场试验以寻求更符合工程实际的建模与优化方案。本文所使用的解决方案针对特定的研究对象，因为不同对象的燃烧特性及整体设备的运行方式不同，所以针对电站锅炉的燃烧优化技术的研方向也不同。我们也真挚的希望，在未来能通过将智能优化控制技术普及到各种类型的电站锅炉中这一方法，以达到提高燃烧效率与减少污染物排放的目的，通过在此方面不停地探索，来找到通用的电站锅炉燃烧系统智能优化控制技术。

结束语

这次我们就电站锅炉燃烧系统的改良优化为题，对电站锅炉燃烧系统的研究现状和理论进行了一番探究。我们发现，建立准确而有效的电站锅炉燃烧系统模型，是对各种问题进行深化探讨的前提。不管是提升电站锅炉系统对能源的燃烧效率，还是降低污染物对环境的危害方面，只要你有了一个耗用的模型，对于工作效率的提升是巨大的。本文虽然对电站锅炉燃烧系统提出了几点优化建议，但仍需进一步的完善，也希望在以后的发展中，我国对于能源能做到物尽其用。