（控制理论与控制工程专业论文）基于粒子群优化算法的低nox排放过程的优化研究.pdf

at h e s i sf o rt h ed e g r e eo fm a s t e ri nc o n t r o l t h e o r ya n dc o n t r o l e n g i n e e r i n g o p t i m i z a t i o nf o r t h el o w n o xe m i s s i o np r o c e s sb a s e do n p a r t i c l es w a r m o p t i m i z a t i o n b y y u x i c a i s u p e r v i s o r ：a s s o c i a t ep r o f e s s o rl ih o n g r u n o r t h e a s t e r nu n i v e r s i t y f e b r u a r y2 0 0 8 一 、 r 、 l 卜 一 l l e ， 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的 研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的 研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚 的谢意。 学位论文作者签名： 寸甸易刁 签字e l 期：力稻2 1 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流，请在下方签名：否则视为不同意) 学位论文作者签名：j 孑场彳 导师签名：劲卑 签字e l期 ：俐弓； 签字e l 期：加0 ；3 1 - i jv一， 芝 、 东北大学硕士学位论文摘要 基于粒子群优化算法的低n o x 排放过程优化研究 摘要 随着环境保护要求的日益严格，燃煤价格的不断上涨，在“厂网分开，竞价上网 的运行机制下，电站锅炉面临降低运行成本与降低污染物排放的双重要求，高效低污染 燃烧优化技术已日益引起人们的关注。 为了满足电站锅炉运行高效低污染的要求，本文针对使用可调叶栅煤粉分配器的燃 煤锅炉，经过分析各种因素对燃煤锅炉氮氧化物( n o x ) 排放的影响，建立了以n o x 排放量为目标，以煤粉含氮量、炉膛出口氧浓度、机组给定发电负荷以及各喷口煤粉浓 度为优化变量的过程优化模型，并在此基础上，寻求一种较为有效的优化方法进行求解。 粒子群优化算法( p s o ) 收敛速度快、算法简单、易于编程实现且只需要设置较少的 参数。但是，它并不是万能的，在具体问题中仍存在着很多缺点，本文在深入分析粒子 群优化算法的基础上，对粒子群优化算法求解约束优化问题进行了深入研究，引入了分 离比较策略，并同粒子群优化算法相结合，提出了相应的改进方案，即带分离比较策略 的双适应值改进粒子群优化算法( m p s o d d ) 。最后将改进的粒子群优化算法应用到低 n o x 排放过程的优化设计中，得出各种工况下的可调叶栅煤粉分配器的叶栅角度的参考 值，并将其优化结果与采用其他优化算法得出的优化结果进行比较，结果表明m p s o d d 获得了较为理想的优化效果，验证了此算法的可行性和优越性，从而为指导电站锅炉的 优化控制提供了新的思路。 关键词：低氮氧化物排放；可调叶栅煤粉分配器；优化；粒子群优化算法：分离比较策 略 一i i 一 、伊t博p v漕j _。l i， - 东北大学硕士学位论文 a b s t r a c t o p t i m i z a t i o nf o rt h el o wn o xe m i s s i o np r o c e s sb a s e do n p a r t i c l es w a r m o p t i m i z a t i o n a b s t r a c t w i t ht h e i n c r e a s i n g l ys t r i n g e n t e n v i r o n m e n t a l r e q u i r e m e n t s a n dt h ec o n t i n u o u s i n c r e a s e m e n to fc o a l p r i c e ，c o a l - f i r e du t i l i t y b o i l e ro p e r a t i o ni sc o n f r o n t e dw i t ht w o r e q u i r e m e n t st or e d u c ei t so p e r a t i o nc o s ta n dt ol o w e ri t se m i s s i o nu n d e rt h eb a c k g r o u n do f t h ep o w e rm a r k e tr e f o r mo f ”s e p a r a t i o no ft h ep o w e rp l a n tf r o mt h eg r i da n db i d d i n gi nt h e g e n e r a t i o n m a r k e t ”t h e h i g he f f i c i e n c y a n dl o w p o l l u t i o n c o m b u s t i o no p t i m i z a t i o n t e c h n o l o g yi sa t t r a c t i n gm o r ea n dm o r ea t t e n t i o n i no r d e rt om e e tt h er e q u i r e m e n to fh i 【g he f f i c i e n c ya n dl o we m i s s i o n si nb o i l e r o p e r a t i o n s ，a c c o r d i n gt ot h eb o i l e rw i t ha u t o a d j u s t a b l eb l a d ec o a ld i s t r i b u t o r , ao p t i m i z a t i o n m o d e l i n gi sp r o p o s e d ，w h o s eo b j e c ti sn o xe m i s s i o na n dw h o s ei n d e p e n d e n tv a r i a b l e sa r et h e n u m b e ro fn i t r o g e nc o n t e n ti np u l v e r i z e d - c o a la n do x y g e nc o n c e n t r a t i o no ff u r n a c eo u t l e ta n d ag i v e nl o a do fu n i ta n dp u l v e r i z e d c o a lc o n c e n t r a t i o no fe v e r yb u r n e rp o r t sa f t e rs o m ek e y f a c t o r sw h i c hi n f l u e n c en 0 xf o r m a t i o nh a d b e e na n a l y s e d b a s e do nt h em o d e l ，a ne f f e c t i v e a l g o r i t h mi sd e v e l o p e dt os o l v et h ep r o b l e m p a r t i c l es w a r mo p t i m i z a t i o n ( p s o ) c o n v e r g e n c e ss p e e di sf a s t ，s i m p l ea n de a s yt o r e a l i z ea n do n l yn e e dt oa d j u s tt ov e r yaf e wp a r a m e t e r s b u ti ti si m p o s s i b l et h a tp a r t i c l e s w a l mo p t i m i z a t i o nc a nb eu s e dt os o l v ea n yp r o b l e m s ，t h a ti st os a y , w en e e dt oi m p r o v eo r m o d i f yt h i sa l g o r i t h mw h e nu s i n gi tt os o l v ec o n c r e t ep r o b l e m s t h i sp a p e rh a sm a d ed e e p r e s e a r c ho np s ot os o l v ec o n s t r a i n e do p t i m i z a t i o np r o b l e m si nt h ef o u n d a t i o no ft h ea n a l y s i s o fp s o ，a n dt h ed i v i s i o ns t r a t e g yi sa d d e dt oc o m b i n ew i t hp s o ，s o m er e l e v a n tw a sp u t f o r w a r d ，t h a ti sm o d i f i e dp a n i c l es w a r mo p t i m i z a t i o nw i t hd i v i s i o ns t r a t e g ya n dd o u b l e f i t n e s s e s ( m p s o d d ) a tl a s t , t h em o d i f i e da l g o r i t h mw a sa p p l i e dt ot h eo p t i m a ld e s i g no ft h e l o wn o xe m i s s i o np r o c e s s ，t h ea n g l eo fa u t o - a d j u s t a b l eb l a d ec o a ld i s t r i b u t o rw a sf o u n d ， t h r o u g ht h ec o m p a r i s o no fi t so p t i m i z i n gr e s u l tw i t h t h er e s u l t sb yo t h e ro p t i m i z a t i o n m e t h o d s ，t h er e s u l ts h o w sm p s o d dh a sg o t t e nt h em o s ti d e a lo p t i m i z a t i o ne f f e c t ，a n dt h e f e a s i b i l i t ya n ds u p e r i o r i t yo ft h em o d i f i e dp s oi sc o n f i r m e d s oi t o f f e r san e wt h o u g h tf o r g u i d i n gb o i l e ro p t i m i z a t i o nc o n t r 0 1 k e y w o r d s ：l o wn o xe m i s s i o n ；a u t o - a d j u s t a b l eb l a d ec o a ld i s t r i b u t o r ；o p t i m i z a t i o n ；p s o ； d i v i s i o ns t r a t e g y i i i 一 ，l 卜r - 枣 t - i k ， 东北大学硕士学位论文目录 目录 独创性声明i 摘要i i a b s l l ra c t i i i 第一章绪论1 1 1 研究背景。1 1 2 锅炉燃烧过程中抑制n o x 排放的控制技术。2 1 3 燃煤锅炉低n o x 排放过程优化控制系统的研究进展。6 1 4 复杂过程排放优化模型的算法综述。7 1 4 1 经典优化算法8 1 4 2 现代智能优化算法8 1 5 本文的主要工作9 第二章低n o x 排放过程优化模型1 1 2 1 锅炉燃烧控制系统1 1 2 2 锅炉低n o x 排放过程优化变量的选择1 3 2 3 锅炉低n o x 排放过程优化模型1 5 2 3 1 锅炉下部低n o x 排放过程模型1 7 2 3 2 锅炉中部低n o x 排放过程模型1 8 2 3 3 锅炉上部低n o x 排放过程模型2 0 第三章标准粒子群优化算法2 5 3 1 群体智能的概念及特点2 5 3 2 群体智能的两种主要模式2 6 3 3p s o 的惯性权重模型2 7 3 4p s o 的惯性权重模型算法收敛性分析2 9 3 5p s o 算法的收敛因子模型3 1 3 6 改进的p s o 算法( m p s o ) 3 2 3 6 1 对个体极值的改进。3 2 3 6 2 对全局极值的改进3 3 3 6 3m p s o 算法流程。3 3 3 6 4 数值试验3 4 3 7p s 0 与其他进化算法的比较3 4 3 8 粒子群优化算法的应用3 6 一一 ， 一， 目录 第四章求解约束条件问题的粒子群优化算法。3 7 4 1 引言3 7 4 2 带有罚函数的粒子群优化算法3 7 4 2 1 处理约束条件的罚函数方法3 8 4 2 2 基于混沌变量的变异3 8 4 3 采用分离比较策略的双适应值改进粒子群优化算法3 9 4 3 1 处理约束条件的分离比较策略3 9 4 3 2 双适应值粒子群优化算法的定义4 0 4 3 3 双适应值粒子群优化算法中粒子的比较准则4 0 4 3 4 保持不可行解粒子的自适应策略4 1 4 3 5 分离比较策略的双适应值改进粒子群优化算法的实现4 1 4 4 数值实验。4 2 4 4 1 测试函数4 2 4 4 2 评价标准4 2 4 4 3 参数设置。4 3 4 4 4 参数研究4 5 第五章基于粒子群优化算法的低n o x 排放过程的优化4 7 5 1 实现步骤4 7 5 2 仿真及结果4 9 5 3 与其它算法的比较5 1 第六章结论5 5 参考文献5 7 致谢6 1 一v 一 东北大学硕士学位论文第一章绪论 1 1 研究背景 第一章绪论弟一早瑁下匕 随着经济的飞速发展，人们对能源的需求也与日俱增。在各种形式的一次能源消费 比例中，煤炭几乎占世界能源总需求的3 0 。全世界每年生产的煤炭大约4 7 5 0 m t ，其 中大部分在各种燃烧设备中燃用，在电站锅炉中燃烧的煤占世界煤炭总消费的5 0 以上 2 1 。大量的煤炭燃烧，随之而来的是严重的环境污染问题。氮氧化物( n o x ) 就是煤燃 烧过程中产生的主要污染物之一，它包括一氧化氮( n o ) 、二氧化氮( n 0 2 ) 和氧化亚 氮( n 2 0 ) ( 又称为笑气) ，它对酸雨和光化学烟雾的形成，地球臭氧层的减薄都有直接 关系【3 j 。大型的燃煤电厂是全球n o x 排放的主要来源，世界各国都制定了相应的法规来j 1 限制工业用煤燃烧过程中的n o x 排放，其中德国和日本最为严格，n o x 的排放标准值 分别为2 0 0 m g n m 3 和4 0 0 m g n m 3 1 4 。控制污染物排放，尤其是氮氧化物的排放是目前国 际社会普遍关注的一个热点。 我国是世界上最大的煤炭生产国和消费国，煤炭占我国一次能源消费量的7 5 左 右，大大超出了世界平均水平，而且这样的能源结构在今后相当长的时期内不会改变【5 1 。 以煤炭为主要一次能源的国情，决定了燃煤火力发电在我国电力工业中的主导地位，而 由燃煤产生的n o x 已给我国生态环境造成严重的破坏。据统计，中国各主要城市大气 中的n o x 含量有6 5 是由燃煤产生的，而电厂燃煤又占较大比例f 6 l 。随着可持续发展 战略的实施与国家对环境保护的日益重视，电厂的低n o x 排放已经提到议事日程上来。 国家环保局已于1 9 9 6 年3 月7 日颁布了i ：火电厂大气污染排放标准( g b1 3 2 2 3 1 9 9 6 ) ， 明确规定1 9 9 7 年1 月1 日起，环境影响报告书待审查批准的新、扩、改建火电厂3 0 0 m w 及以上机组固态排渣煤粉炉n o x 排放量不得超过6 5 0 m g n m 3 ，液态排渣煤粉炉n o x 排 放量不得超过1 0 0 0 m g n m 3 1 7 l 。而北京市在1 9 9 9 年颁布的地方标准为5 0 0 m g n m 3 【引。这 些都给煤的高效低污染燃烧技术提供了可量化的指标。 我国是联合国气候变化框架公约的签字国，开发低成本n o x 控制技术，是促 进我国以煤炭为主的能源系向保护环境、可持续发展的模式转变的战略组成部分。燃煤 电厂排放的n o x 来自电站锅炉，它是消耗燃煤和排放污染气体的大户。目前，我国的 火力电站锅炉以亚临界和超临界大容量锅炉为主，由于设备本身及操作管理等方面的原 因，性能指标与发达国家相比有较大差距当前我国电厂的实际情况为【9 j ：锅炉热力优 化试验时间间隔较长；部分锅炉燃烧的煤种不稳定；运行中的积灰、结渣、漏风等问题 而使设备状况偏离设计工况的现象较严重。 随着环境保护要求的日益严格，燃煤价格的不断上涨，在“厂网分开，竞价上网 一1 一 ， 东北大学硕士学位论文第一章绪论 运行机制下，电站锅炉面临降低运行成本与降低污染物排放的双重要求，高效低污染燃 烧优化技术日益引起人们的关注。大量实践经验表明，通过燃烧调整可以获得较高的燃 烧效率或降低氮氧化物排放量，是一种经济而有效的办法。近年来，随着在线检测仪表 和自动控制理论以及优化原理的应用，我国电站锅炉普遍存在较大的优化空间和节能潜 力。因此在燃煤电站中建立一套先进的优化系统，对锅炉的运行参数进行优化调整，以 进一步降低n o x 的排放量为目的，就成了本课题研究的重点。 1 2 锅炉燃烧过程中抑制n o x 排放的控制技术 对燃烧过程中生成的n o x 实施控制是一项较复杂的技术，由于n o x 的生成机理不 同，影响其生成量的因素也各不相同，同一控制因素对它们的影响程度也各有差异，甚 至一项控制因素对一类型n o x 可以实施有效控制，而对另一类型n o x 的控制则完全无 效。例如：降低燃烧温度对控制温度型n o x 的效果非常显著，而对控制燃料型n o x 则 没有什么效果。此外，在采用n o x 控制措施时，还要考虑该项措施不影响燃烧设备的 能力和效率、不增加能耗、不产生新污染物及经济因素等条件。 ( 1 ) 控制过量空气系数 控制过量空气系数是使燃烧过程尽量接近理论空气系数的条件下进行，使烟气中的 过剩氧量减少，从而降低燃烧过程中n o x 的生成量。该措施可以使n o x 排放降低1 5 2 0 【埘，但同时也存在不利因素，即因炉内过量空气系数的降低会导致化学未完全燃烧 损失和机械未完全燃烧损失，使锅炉的燃烧经济性降低，以及炉内壁面附近形成还原性 气氛造成炉壁结渣和腐蚀。 ( 2 ) 空气分级燃烧( 燃尽风o f a 或二级燃烧) 空气分级或称二级燃烧通常指把部分助燃风( 二次风) ，通过单独的系统引入炉内 或燃烧器内。其中引入燃烧器进行空气分级是低n o x 燃烧器的设计特征之一。引入炉 内的助燃风称为燃尽风o f a ( o v e rf i r ea i r ) ，它是指从原来的二次风分出一股，在主燃 烧区的上部引入，从而使原来单一的二次风变成了主气流和燃尽气流两部分。主气流占 总燃烧空气量的7 0 - 9 0 ，使燃料在缺氧的富燃料燃烧条件下燃烧。该主燃烧区内的过 量空气系数a 1 的条件下完成燃 烧过程。这一阶段的燃烧温度也较低，使热力型n o x 的生成受到限制。这种因空气分 两级送入而使燃烧过程也分两级进行，所以也称二级燃烧。分级燃烧系统在燃煤锅炉上 应用有较长历史，单独使用大约可降低2 0 - 4 0 的n o x ，通常增大燃尽风份额可得到较 大的n o x 脱除率。目前该技术与其他初级控制措施联合使用的，已成为现役锅炉整体 设计的一部分，在适度控制n o x 排放的要求下，往往作为现役锅炉低n o x 排放改造的 一2 一 零 ? 、 东北大学硕士学位论文第一章绪论 首选措施。空气分级示意图如图1 1 【5 】所示。 图1 1 空气分级不意图 f i g 1 1s k e t c hm a po fa i rc l a s s i f i c a t i o n ( 3 ) 烟气再循环 烟气再循环措施包括再循环烟气进入燃烧器或直接进入炉内。约1 0 一3 0 的烟气 ( 温度在3 0 0 4 0 0 c ) ，经烟气再循环风机回抽( 多在省煤器出口位置引出) 并混入助燃 空气中，经燃烧器被送入炉内。结果使氧气浓度下降，燃烧的温度水平降低，热力型 n o x 的生成相应减少。利用烟气再循环改造现有锅炉需要安装烟气回抽系统，附加的烟 道、风机及飞灰收集装置。飞灰收集装置对清除烟气中的颗粒物，有效利用烟气再循环 措施非常必要。由于烟气再循环使输入的热量增多，可能影响炉内的热量分布，过多的 再循环烟气还可能导致火焰的不稳定性及蒸汽超温，因此再循环烟气量有一定的限制。 在燃煤锅炉上单独利用烟气再循环措施，得到的n o x 脱除率小于2 0 【l o 】。所以，一般 都是与其他的初级措施联合使用。 ( 4 ) 燃料分级燃烧 燃料分级燃烧措施包括【1 0 】：部分燃烧器退出运行、浓淡燃烧、燃料再燃或三级燃烧 等。 ( a ) 燃烧器退出运行 该法多用于燃烧器多层布置的电站锅炉。它是指关闭上层的一个或几个燃烧器，只 送空气，所有的燃料从下面的燃烧器送入炉内。这样，下面的燃烧区就形成富燃料燃烧， 一3 一 第一章绪论 上层送入空气则形成空气分级。这一措施简单易行，能得到1 0 左右的脱氮效率。但由 于成效不大，在实际锅炉运行中采用较少。 浓淡燃烧 是指燃烧被分阶段进行，通过把燃料从上层燃烧器转到下层燃烧器，使下部区域形 成富燃料的条件。或在某一燃烧层面上，使燃料集中在中心区域，而助燃风分布在四周， 这样推迟了燃料与助燃风的混合。该措施降低了炉内火焰的温度水平，改善了炉内氧气 浓度平衡，使n o x 排放减少近3 0 。这一措施也多用于燃烧器多层布置的电站锅炉。 ( c ) 燃料再燃或三级燃烧 燃料再燃是另一种燃烧分级形式，是三级系统，因此常被称为三级燃烧过程。该三 级燃烧措施把炉膛细分为三个区域： a 主燃区：大部分燃料通过传统燃烧器或低n o x 燃烧器在较低的过量空气系数的 环境下燃烧，同时n o x 在这一区域的生成量将减少。 b 再燃区：大约占总热量1 0 - - - 3 0 的二次燃料从这一区域送入。一般不加助燃风， 多使用再循环烟气作为输送介质。因此形成较强的还原性气氛，能够将在主燃区形成的 n o x 还原为n 2 。 c 燃尽区：在该区域喷入一股从二次风分出来的助燃风，使其与未燃尽的可燃成分 包括主燃区和再燃区来的可燃物一起燃烧。该阶段可消耗掉c o 和未燃尽的h c 化合物， 以降低未完全燃烧损失。 美国i l l i n o i sp o w e rc o m p a n y 的h c n n c p i n 电厂1 # 机组应用天然气再燃技术降低 n o x 排放，一年的运行显示，平均降低n o x6 7 以上i l 。 h 图1 2 再燃过程流程图 f i g 1 2f l o wc h a r to fr e b u r n i n g 一4 一 - ， 【 i， ； r 东北大学硕士学位论文 第一章绪论 把再燃技术与s n c r 技术联合使用，可降低n q x7 0 以上【1 2 j 。由于燃料成本占了 运行费用的很大部分，与其他初级控制措施相比，该技术的费用可能比较高。再燃技术 可适用于所有的燃煤锅炉，而且若选用合适的再燃燃料如天然气，由于它不含灰和硫， 碳氢比率高，所以在降低颗粒物、s 0 2 、c 0 2 排放等方面也很有成效。再燃燃料的选择 是多方面的，如煤粉、天然气、超细煤粉等等。由于该措施的独特优势，因此受到普遍 重视。再燃过程示意图如图1 2 【1 3 】所示。 ( 5 ) 低n o x 燃烧器 常规煤粉燃烧器可以将煤粉和空气快速混合，并能产生高的火焰温度，目的在于达 到高的燃烧强度和燃烧效率。遗憾的是这些条件也易于产生较多的n o x 。从燃烧角度和 n o x 生成机理看，不同结构和形式的燃烧器将形成不同的燃烧工况和n o x 的生成特性。 因此，通过特殊设计的燃烧器结构及改变燃烧器的风煤配比，可以将前述的空气分级、 燃料分级和烟气再循环等降低n o x 排放控制技术的原理用于燃烧器。通过燃烧器就能 同时实现燃烧、还原、燃尽三个过程，从而设计出低n o x 燃烧器。它可以用来控制煤 粉与空气的混合特性，改善火焰结构，降低燃烧火焰的峰值，降低n o x 排放【5 1 。| 0 。 从二十世纪七十年代末到八十年代，西方发达国家的许多锅炉制造公司在低n o x 燃烧器方面进行了大量的改进和优化工作，并取得很大的成就。对低n o x 燃烧器的开 发最早是在英国，英国的三井巴布考克能源有限公司( m i t s u ib a b c o c ke n e r g y ) 和a b b 阿尔斯通电力燃烧服务公司( a b b 剐l s t o mp o w e rc o m b u s t i o ns e r v i c e s ) 一直积极地致 力于开发他们自己的低n o x 燃烧器的设计。三井巴布考克能源公司已经开发出了只能 用于墙燃炉的燃烧器，而a b b 公司开发的分离式燃烧器既能用于墙燃炉，又能用于角 燃炉。两家公司开发的低n o x 燃烧器在工业装置上都能达到减少3 0 - 6 0 的n o x 排放 量【1 3 1 。幺 其他如美国b w 公司( b a b c o c kw i l c o xb o i l e r ) 、a b b c e 公司、f w 福斯特惠勒公 司( f o s t e rw h e e l e r ) 、日本的日立、三菱公司、德国的斯坦谬勒( s t c i n m u l l c r ) 公司、巴 布考克公司等都研制出各种类型的低n o x 燃烧器。一些公司还将低n o x 燃烧器与炉内 初级控制措施，如空气分级、燃料分级、烟气再循环等组合在一起，构成一个低n o x 燃烧系统。这些低n 0 x 燃烧系统不仅有效改善燃烧条件，还能大幅降低n o x 排放量。 据美国福斯特惠勒公司( f o s t e rw h e e l e r ) 报告显示，他们的低n o x 燃烧系统可实现5 0 - - 6 5 的n o x 降低率。表1 1 是对现有的低n o x 燃烧技术的比较【5 1 。 从表中可以看出，低n o x 燃烧器是最有效的低n o x 燃烧技术，它结合燃料分级燃 烧，可以使n o x 降低达到6 0 ，远远超过其它低n o x 燃烧技术。它是低n o x 燃烧技 术中正在发展的很有前途的一种方法。 一5 一 第一章绪论 表1 1 现有的低n o x 燃烧技术比较 t a b l e1 1c o m p a r eo fc u r r e n tl o wn o x b u r n i n gt e c h n o l o g y 1 3 燃煤锅炉低n o x 排放过程优化控制系统的研究进展 由于燃煤锅炉的n o x 排放特性非常复杂，而采用低n o x 燃烧往往会带来飞灰含碳 量升高的问题，低n o x 燃烧的优化要同时顾及两方面的要求。大量实验证明，采用燃 烧调整方法就能获得较高的n o x 降低率，而且费用十分低廉。但采用燃烧调整方法对 运行人员的操作水平要求非常高，由于锅炉燃用煤种的多变性，导致运行人员往往无法 实现燃烧的优化控制。 另一方面，尽管目前大型电站锅炉普遍采用先进的集散控制系统( d c s ) 进行控制， 但燃烧的优化控制仍未能很好地解决，一般仅通过控制氧量来实现燃烧控制。 锅炉采用再燃或s n c r 技术降低n o x 排放，也急需优化控制软件，因为再燃过程 与炉内燃烧工况密切相关，对于不同的再燃煤种、锅炉负荷等，都要通过优化获得最佳 的再燃方案。 一些研究单位开发了基于热平衡方法的锅炉燃烧监测系统【1 4 l ，采用热平衡法测量各 煤粉管道的煤粉浓度，并安装管内风速测点和燃煤发热量在线监测系统以及排烟氧量和 一6 一 一 - i 东北大学硕士学位论文第一章绪论 排烟温度监测测点，可以对各粉管内风速和煤粉浓度以及锅炉热效率进行监测，指导运 行人员操作维持各粉管粉煤均衡，但该系统并不能提供燃用某个煤种条件下的最佳配风 方案，更不能对锅炉降低n o x 排放进行燃烧优化指导或控制。 美国电力研究所对锅炉低n o x 燃烧优化控制系统的研究投入了较多的力量【”j 。 e p r i 的目标是通过燃烧优化控制，提高锅炉效率并降低污染物排放。i l l i n o i s 电力公司 采用了动态优化方法【1 6 l ，可与d c s 集成，实现锅炉的低n o x 燃烧优化控制，可降低 n o x 排放量2 0 左右。美国公司开发的燃烧优化控制方法往往是商业软件，其具体的机 理和方法并没有明确的介绍，一般可分为如下几种：一类以大量优化试验数据为基础进 行开发；一类采用神经网络模型；另一类采用数理统计方法。 美国阿尔贡国家实验室( a r g o n n en a t i o n a ll a b o r a t o r y ) 的r e i f m a n 对采用天然气贫燃 再燃技术降低n o x 排放的优化控制技术进行了研究【1 7 1 ，说明燃烧优化技术同样可以用 来提高再燃等技术的n o x 脱除效率。文献【l & 2 1 】也对炉内燃烧过程的建模和优化过程进 行了综述和研究。 国内，浙江大学周昊在试验研究、数值模拟的基础上，创新性地开发了一套锅炉低 n o x 燃烧优化运行系统，利用人工神经网络对锅炉的低n o x 排放特性、飞灰含碳量特 性与锅炉燃用煤种、运行参数之间的函数关系进行学习建模，在此基础上，利用遗传算 法和模拟退火方法等全局寻优算法对锅炉的最佳燃烧工况进行寻优，获得不同煤种下各 燃烧参数的最佳设定值。整套系统采用从0 c s 下载运行参数、i n t e m e t i n t r a n e t 方式的 w e b 浏览方式，可以大幅度提高锅炉燃烧优化控制水平，降低n o x 排放和提高锅炉效 率【2 2 1 。 河海大学许昌、郑源、冯晓琼等【矧基于改进m r a n 算法的锅炉燃烧效率和n o x 排 放模型以及基于实数编码的遗传优化算法，对电站锅炉的燃烧过程进行优化仿真，得到 按一定目标函数的锅炉效率和低n o x 排放目标的实时整体优化效果。 东北大学李智提出了一种模块化的r b f 神经网络锅炉燃烧系统组合模型，并开发 了r b f 网络在线学习算法。根据r b f 网络特点，提出了一种启发式实数遗传算法。使 用以上创新技术开发的锅炉燃烧优化运行系统己成功应用于某电厂锅炉i 矧。 由于锅炉燃烧特性建模的复杂性，目前锅炉低n o x 优化燃烧控制系统还处于起步 阶段，国内在该领域基本空白，需要投入大量的研究力量。 1 4 复杂过程排放优化模型的算法综述 最优化技术是一种以数学为基础，用于求解各种工程问题优化的应用技术。作为一 个重要的科学分支，已在诸多工程领域得到迅速推广和应用，如系统控制、人工智能、 生产调度、模式识别和计算机工程等。鉴于实际工程问题的复杂性、约束性、非线性、 一7 一 ， ， 1 东北大学硕士学位论文第一章绪论 建模困难等特点，寻求具有智能特征的算法已成为有关学科的一个主要研究目标和引入 注目的研究方向。 建立燃煤锅炉高效低n o x 运行的数学模型后，最重要的是要对模型进行求解。就 优化方法而言，针对不同的优化目标，相应有很多不同的优化方法【2 5 - 矧，常见的如动态 规划法、拉格朗日松弛法、分支定界法、模拟退火法等。近年来，一系列智能优化算法 得到不断发展和完善，典型的有专家系统和人工神经网络、模糊逻辑、遗传算法以及这 些算法相结合进行的数值优化。在实际应用中，目标函数和约束条件种类繁多，有的是 线性的，有的是非线性的，有的是连续的，有的是离散的，有的是单峰值的，有的是多 峰值的。随着研究的深入，人们逐渐认识到很多复杂情况下要想完全精确地求出最优解 既不可能也不现实，因而求出其近似最优解或满意解是人们的主要着眼点之一。 1 4 1 经典优化算法 在传统的优化算法中，求最优解或近似最优解的方法主要有三种：枚举法，启发式 算法和搜索算法。 ( 1 ) 枚举法 这种方法枚举出可行解集合内的所有可行解，以求出精确最优解，对于连续函数， 该方法要求先对其进行离散化处理，这就有可能产生离散误差而永远达不到最优解。该 方法对于小型系统的优化问题十分有效，对于大型系统，由于寻优状态很多，计算量急 剧增加，因而在现代系统优化问题中很少被采用。 ( 2 ) 启发式算法 寻求一种能产生可行解的启发式规则，以找到一个最优解或近似最优解。该方法的 求解效率虽然比较高，但对每一个需要求解的问题都必须找出其特有的启发式规则，这 个启发式规则无通用性，不适合于其他问题。 ( 3 ) 搜索算法 这种方法是寻求一种搜索算法，该算法在可行解集合的一个子集内进行搜索操作， 以找到问题的最优解或近似最优解。该方法虽然保证不了一定能够得到问题的最优解， 但若适当的利用一些启发式知识，就可在近似解的质量和求解效率上达到一种较好的平 衡。 1 4 2 现代智能优化算法 随着问题种类的不同以及问题规模的扩大，要寻求一种能以有限的代价来解决上述 最优化问题的通用方法仍然是一个难题。近年来，计算机技术得到飞速发展，一系列智 能优化算法被广泛应用于系统优化问题中，取得了较好的效果。比较典型的智能优化算 一8 一 _ l k 东北大学硕士学位论文第一章绪论 法有神经网络法、模拟退火法、粒子群算法、遗传算法以及禁忌搜索法等。 神经网络法适用于具有非线性输入一输出对应关系的优化问题，理论上讲，神经网 络可以用于求解机组优化运行问题，但是通过不同工况下的锅炉最优运行数据来训练网 络非常困难，因为这些最优运行数据正是我们要求得的。因而神经网络法在求解锅炉优 化运行模型时受到样本数据获取的局限性，不便于应用到模型的优化计算。 模拟退火法( s i m u l a t e da n n e a l i n g ) 2 9 - 3 2 l 是基于金属退火原理而建立的一种全局最 优化方法，它能够用随机搜索技术以概率的意义上找出目标函数的全局最小点。禁忌 ( t a b u ) 搜索法是一种启发式搜索算法【凋。以上这两种方法对于克服优化过程中陷入局 部最优解比较有效，他们可以单独被用于求解系统优化问题，尤其是模拟退火算法在寻 优中用得较多。文献1 3 3 l 中将人工神经网络和模拟退火算法相结合，实现了锅炉的低n 0 x 燃烧优化，得到了燃煤锅炉低n o x 浓度的具体燃烧配风方案。但是在实际中更多的是 结合专家系统、遗传算法，进行混合优化计算，以取长补短，使算法性能增强。 遗传算法( g e n e t i ca l g o t i t h m ，g a ) 3 4 - 3 6 1 是模拟生物在自然环境中遗传和进化过程 而形成的一种自适应全局优化概率搜索算法，它对目标函数的形态没有特殊要求， g o l d b e r g 首次将g a 应用到实际的工程系统的优化当中，由于g a 在理论上和经验上被 证实能提供在复杂空间中的鲁棒搜索，因而被广泛应用于机器学习、控制、优化等领域。 g a 从理论上来说，可以找到全局最优解，但早熟收敛和搜索效率低问题是它的主要缺 陷。 粒子群优化算法是近年来发展起来的一种基于群体智能的优化算法，该算法简单、 易于编程实现且只需要设置较少的参数。目前粒子群算法已广泛应用于函数优化、神经 网络训练、模式识别、模糊系统控制等许多领域。燃煤锅炉低n o x 优化模型比较复杂， 变量数目较多，为非线性函数，不具备良好的性态，因此本文选取粒子群算法作为模型 求解的数值计算方法，在文中还要对它进行较深入的讨论。 1 5 本文的主要工作 目前国内外针对电站锅炉低n o x 排放过程优化的研究较多，本文以火电厂锅炉燃 烧过程为对象，在锅炉燃烧过程中采用了可调叶栅煤粉分配器，建立了低n o x 排放过 程优化模型，在此模型的基础上通过p s o 算法进行优化，得出各种工况下的可调叶栅 煤粉分配器的叶栅角度的参考值，从而指导电站锅炉的燃烧控制。具体工作如下： ( 1 ) 经过对影响低n o x 过程排放的各种因素的分析，选择出了几个关键因素，建立 了低n o x 排放过程优化模型。 ( 2 ) 以粒子群优化算法作为优化计算方法，介绍了p s o 算法的原理，分析了算法的 收敛性和特点，并对标准粒子群优化算法进行了改进。 一9 一 rl。l 一1 0 东北大学硕士学位论文第二章低n o x 排放过程优化模型 第二章低n o x 排放过程优化模型 2 1 锅炉燃烧控制系统 锅炉是典型的复杂热工系统，其燃烧产生的高压蒸汽驱动汽轮机发电。锅炉燃烧过 程是一个具有强干扰的非线性、时变多变量过程。它的根本任务是使燃料所提供的热量 适应锅炉蒸汽负荷的需要，并保证锅炉安全经济运行。其控制任务主要表现为：维持主 蒸汽压力稳定、保证燃烧过程的经济性和维持炉膛负压稳定。为使煤能够安全燃烧，要 求烟气氧含量与炉膛负压保持在一个适当值附近，通常要求烟气氧含量较低，负压为微 负压。 由于锅炉运行的绝大部分时间是处在稳定状态，影响锅炉燃烧系统节能效果的主要 因素是它在稳定状态的工作是否良好。如果锅炉长时间稳定在经济燃烧状态，其经济指 标就能得到保证。因此，锅炉自动控制系统的任务就是要在保证各种扰动作用的情况下， 使系统调节在最优的状态。我国目前普遍存在着煤种复杂、燃烧