煤质低位发热量软测量技术原理及应用

2021-09-06张乘铭刁云鹏姚卓宏

吉林电力 2021年3期

李俨，张乘铭，刁云鹏，李佳，姚卓宏

(1.国家能源集团吉林龙华白城热电厂，吉林白城 137000；2.河海大学，南京 211100；3.国网吉林省电力有限公司，长春 130028；4.国网吉林省电力有限公司电力科学研究院，长春 130021)

燃煤机组状态参数的准确快速测量对提高机组的运行控制效果具有重要的意义，然而，热力发电系统中状态参数难以测量或测量不准问题普遍存在。以锅炉燃煤为例，入炉煤低位发热量参数一般只能通过离线化验方法获取，测量周期为数小时，难以实现在线实时测量，从而产生严重的滞后，并影响机组的控制效果[1]。

近年来，软测量技术在理论研究和实际应用方面发展迅速。通过数据驱动建模方法或基于工艺机理建模方法建立的软测量模型，可以通过对较易测量的控制系统参数来实现对系统不可测参数的预测。其中，基于工艺机理分析的软测量建模运用了能量平衡等原理、化学反应动力学、物料平衡、对过程对象进行机理分析，得出较易测量的控制系统参数与控制系统不可测参数之间的关系，该方法因其工艺机理清晰、易操作等特点，在工程中较为常用。炉膛煤质的燃烧过程遵循能量守恒和物料守恒定律，因此，可以根据燃烧产生的烟气成分和热量，实现煤质的软测量[2-3]。

本文基于煤质燃烧机理和能量守恒、物料守恒定律，利用锅炉尾部烟气成分建立了煤质低位热值的软测量模型，并将其应用在某厂4号锅炉，实现了煤质低位发热量的快速精确测量，并成功引进机组协调控制，实现了机组煤质的自适应控制。

1 煤质低位发热量软测量模型

1.1 煤质水分软测量模型

煤质水分计算主要基于机组制粉系统的能量守恒原理。对于直吹式中速磨制粉系统，进入与流出制粉系统的能量存在热平衡关系[4-6]，见图1。

图1 磨煤机系统进出口能量守恒关系

图1中进入磨煤机的热量包括：干燥剂带入系统的热量qgzj，磨煤机工作时机械摩擦产生的热量qmc，原煤带入系统的热量qym以及制粉系统中漏入的冷空气带入的热量qlf；流出磨煤机的热量包括：蒸发煤中水分消耗的热量qzf，干燥剂吸热量qg，煤在加热过程中所需的热量qm，系统中磨煤机的散热损失qlq。根据进入和流出磨煤机系统的能量守恒，可得到如下关系：

qgzj+qmc+qym+qlf=qzf+qg+qm+qlq

(1)

其中蒸发煤中水分消耗的热量与蒸发掉的水量有关：

qzf=ΔM(2 491+1.884tzf-4.19tr)

(2)

式中：tzf为磨煤机出口风粉混合后的温度；tr为环境温度。

蒸发掉的水量ΔM可以通过式(3)计算：

(3)

式中：Mar为收到基水分；Mmf为入炉煤水分。

Mmf可以通过式(4)计算：

(4)

式中R90代表煤粉细度。

加热过程中所需的热量qm可以通过式(5)计算：

(5)

选取制粉系统相关测点数据进行计算，整理后可获得煤质水分含量。将式(2)至式(5)带入式(1)中，联立求解，则可得到入炉煤收到基水分值。

1.2 煤质元素的软测量

锅炉排烟气体成分中蕴涵了入炉煤元素含量的信息，由此可以推导出排烟气成分和煤元素含量之间存在的对应关系。基于煤燃烧时的化学反应和物质平衡的原理，用干燥无灰基元素含量可以将煤燃烧生成的各种气体表示成如下方程：

ωC,daf=53.59γCO2(φRO2,daf+φN2,daf+φO2,daf)+

(1-γCO2)/ГCucr

(6)

ωS,daf=142.86γSO2(φRO2,daf+φN2,daf+φO2,daf)

(7)

(8)

ωH,daf=A1ωC,daf+B1

(9)

ωO,daf=A2ωC,daf+B2

(10)

ωN,daf=100-ωC,daf-ωH,daf-ωO,daf-ωS,daf

(11)

式中：

φRO2,daf=0.018 66(ωC,daf+0.375ωS,daf)-0.018 66ГCucr

(12)

φN2,daf=0.008ωN,daf+(1-φ)αφgk,daf

(13)

φO2,daf=φ(α-1)φgk,daf

(14)

φgk,daf=0.088 9(ωC,daf+0.375ωS,daf)+0.265ωH,daf-0.033 3ωO,daf-0.088 9ГCucr

(15)

(16)

(17)

ωCucr=ɑfhωCfh+ɑdzωCdz

(18)

(19)

其中：A1,A2,B1,B2是干燥无灰基组成特性系数；ωCucr为灰渣中的平均未燃尽碳含量；γCO2,γO2,γSO2为排烟烟气中的气体容积份额；ωC,daf,ωH,daf,ωO,daf,ωN,daf,ωS,daf为煤的干燥无灰基元素成分；φCO2,daf,φSO2,daf,φN2,daf,φO2,daf为以干燥基成分计算的各种标准气体量；φgk,daf为以干燥基成分计算的标准空气；α为排烟过量空气系数；φ为空气中氧气的容积份额；ГCucr为未燃尽碳损失的修正量； ɑfh,ɑdz为飞灰和炉底渣的份额；ωCfh,ωCdz为飞灰和炉底渣的含碳量；β为用干燥无灰基元素含量表示的燃料特性系数；收到基水分Mar通过式(1)至式(5)计算。

1.3 入炉煤低位发热量计算模型和灰分校正

根据煤的元素含量计算收到基低位发热量的方法，由门捷列夫公式可得到煤质低位发热量的计算方法：

Qar,net,p=339QCar+1 028QHar-109(QOar-QSar)-25Mar

(20)

QCar、QHar、QOar、QSar分别为煤质低位发热量对应的各元素成分的热量。

根据多元回归分析原理，基于53种火电厂常用煤质，可近似得到灰分计算模型：

Aar=104.479 7-0.916Mar-2.71Qar,net,p

(21)

联立式(1)至式(20)，即可得到灰分校正后的入炉煤低位发热量。

基于以上分析，燃煤低位发热量整个计算流程见图2，其中S1是利用式(1)至式(5)计算煤质水分，S2是利用式(6)至式(19)计算煤质元素，S3是利用式(20)、式(21)计算灰分和热量对元素校正。

图2 燃煤低位发热量计算流程

2 模型有效性验证

2.1 数据来源

采集机组历史数据，对模型的有效性进行验证，从机组分散控制系统或厂级实时监控信息系统中选取以下测点：给煤量、磨煤机入口风量、磨煤机入口温度、磨煤机出口温度、磨煤机电流、漏风系数、烟气含氧量、烟气成分SO2，NOx含量等相关参数，数据采集周期为10 s。

2.2 数据预处理

数据采集后，需要对采集到的异常数据进行处理，一般情况下数据的异常值主要表现为：缺失值、无效值、空值等。对观测的所有输入点进行异常值排查、筛选，主要操作手段为3倍标准差、绘制箱型图法、95%置信区间；插值、模拟量替换、均值平滑、多测点融合处理。由于现场数据的特殊性，有些数据是在固定的范围波动，如小风门数据的正常值范围为[0,100]，即将经验值与理论结合对不同类型的数据进行不同的处理，具体操作如下：

a.停机数据删除，依据：主汽流量小于400 t/h的数据均删除；

b.小风门数据将小于0的等于0，大于100%的为100%，依据：经验值[0,100%]；

c.其他变量小于0的数据均为0，然后绘制箱型图识别异常值，用其强关联的指标模拟代替，或者均值平滑等手段加以处理；

d.多测点数据进行数据融合处理；

e.引入输入数据边界保护策略，确保重要测点缺失时，热值计算正常运行。

以上处理办法都是保证引入计算的变量是正常值从而保证热值的计算结果的正确性。

2.3 数据预处理热值结果处理前后图形绘制

主要对比指标为处理前后的热值、总给煤量、主汽流量，调整参数分别0.5、1.0、2.0、3.0，每个调整参数分别提供5月份整月对比及5月份第二周数据的对比结果，具体内容见图3至图6，其中1代表煤量(已向上平移2.9×104kJ便于观察)、2代表主蒸汽流量(已向上平移4×104kJ便于观察)、3代表未修正前的热值信号、4代表修正后热值信号。从图3至图6中可以看到，随着调整参数从0.5增加到4.0的过程中，热值信号将逐步趋于平稳，但最终热值的能力也在逐步变差；另一方面，如果调整参数过低，热值变化幅度过高，不利于锅炉的平稳运行，因此推荐使用调整参数为1.0的热值信号。

图3 调整参数为0.5

图4 调整参数为1.0

图5 调整参数为2.0

图6 调整参数为3.0

通过以上方案的引入，已经能够确保热量信号的有效性，在做到安全引入的前提下，进一步提升了锅炉控制品质。该算法提供的煤质低位发热量模型可以为入炉煤热值和锅炉效率的监测提供一种快速分析工具，使运行人员能及时地根据煤质变化对锅炉的燃烧状态做出调整，使锅炉达到最佳燃烧工况，从而实现锅炉的优化运行。

3 煤质低位发热量在协调控制中的应用

目前，大多数电厂配套使用的煤质低位发热量监视系统，只用作运行监视使用，未能将煤质低位发热量引入到机组的闭环控制中。煤质低位发热量引入到机组闭环控制的前提条件是软测量信号的稳定与可靠。本文通过重点核查模型输入测点的异常值处理策略，对模型输入信号添加有效的边界保护，以防出现个别测点异常时，不能正常进行热值计算，并对热值输出信号进行有效的平滑处理，提供多个调整参数备选后成功将煤质低位发热量引入到火电厂闭环控制中。基于煤质低位发热量修正的协调控制曲线见图7，由曲线可以看出，引入煤质低位发热量修正后，机组负荷跟随良好，主蒸汽压力参数稳定。