燃煤电厂煤场场损预测研究

＊郭洪涛 毛国明 杨永红 黄寅 刘聪 朱天宇

（1.华能国际电力股份有限公司玉环电厂 浙江 317600 2.武汉华中思能科技有限公司 湖北 430074）

前言

通过连续监测露天煤场和圆形煤场煤堆的煤堆特性指标、气候参数和煤质变化指标，找出煤质指标随煤堆特性指标变化规律，得出不同煤质在不同环境条件下最佳堆存时间[1-2]。并且获得煤炭在露天煤场和圆形煤场储存过程中煤质变化规律，特别是原煤热值损耗变化规律，可对入厂及入炉煤热值差原因进行分析并为改善煤场管理提供依据[3-4]，为电厂带来可观的经济效益[5-7]。

1.场损预测模型

可采用不同物理建模以及方法，包括微分方程模型、灰色预测模型、差分方程预测、马尔可夫预测、插值与拟合、神经元网络等，对煤场场损进行预测[8]；实际使用的模型根据数据源拟合结果的优异进行选取。

本文以神经网络模型方法，建立预测模型程[9]，如下：

（1）读取历史的煤场场损数据；

（2）对上述数据进行数据处理，包括数据清洗即归一化处理；数据归一化为将数据按照一定标准变换成无量纲的参数，常见的做法为归一化参数等于参数与标准参数的商；

（3）生成样本数据库；

（4）确定神经网络学习模型，包括卷积神经网络、BP神经网络模型等；

（5）确定训练模型输入层、隐藏层即输出层参数；

（6）确定样本数据库中的训练样本、测试样本、验证样本构成；

（7）调整训练模型参数；

（8）训练模型；

（9）检查训练误差是否大于设定值，若不大于，则输出训练模型获得煤场场损预测jar包；若大于设定值，则调整训练参数，调整至第7步，直至误差小于设定值，最终输出煤场场损预测jar包。

模型建立过程如下图1所示。

图1 基于神经网络模型的煤场预测模型

2.实际算例

本文的研究对象为为华能玉环电厂。玉环电厂为4×1000MW超超临界机组，锅炉采用П型布置、单炉膛、低NOx-MPM主燃烧器和MACT燃烧技术、反向双切圆燃烧。锅炉采用一次中间再热、平衡通风、露天布置、固态排渣、全钢构架、全悬吊结构，燃用神府东胜煤和晋北煤。

玉环电厂设四个煤场，通过式布置，煤场面积约为2×（200×430m2），单堆煤堆宽度42m，堆高为12m，最多贮煤量约为58.96万吨。其场损参数见下表1所示。

表1 场损参数

其中各数据获取方式如下：

（1）环境参数包括空气湿度、环境温度，可通过人工实时记录上传至系统或者系统自动抓取而获取。

（2）煤堆物理参数包括煤堆高度、煤堆底部直径、煤堆总质量、煤堆堆密度；其中煤堆高度和煤堆底部直径通过实地测量获得，如盘煤仪扫描或者人工测量后上传。

（3）煤堆堆密度根据人工测量获取，并读取取样时间点数据。

（4）煤堆总质量由煤堆体积和煤堆堆密度计算得出：煤堆体积根据盘煤仪扫描获得。

（5）煤质特性参数包括煤堆热值、收到基水分以及收到基挥发分，在取样时间点取样后根据进行工业分析获得。

（6）煤堆温度场参数为煤堆不同位置、深度的温度值，获取方法为：在取样时间点提供煤堆实时温度场，由程序处理后获得煤堆内各分层平均温度。

（7）喷淋水量参数为煤场喷淋水流量，根据实时记录，喷水量为从堆放开始累积的喷水质量。

选取电厂2020年5月20日0点0分为取样时间，获取煤堆各取样位置和深度的温度数据，如表2所示；煤堆取样测点位置示意图如图2所示。

表2 煤堆各测点温度

图2 煤堆测点位置

通过以上预测模型，得到煤场预测结果如下图所示。经过与实际结果对比，得出场损预测结果精度较高，可满足实际场损预测要求。

图3 煤场场损预测结果

3.结论

本文对煤场存煤的煤质指标变化与煤场热值损耗之间的规律进行深入探究，并有效指导燃煤运行人员的煤场管理和配煤掺烧工作，降低煤场热值损耗，提高入炉煤热值，减小热值差，最终提高机组经济性。由此可指导煤场管理和配煤掺烧工作，降低煤场热值损耗，减少入场入炉煤热值差，提高燃料经济性。