[發明專利]基于經濟性指標參數的氮氧化物排放預測方法和裝置

有效

• 申請號: 201410339699.4
• 申請日: 2014-07-17
• 公開（公告）號: CN104102842A
• 公開（公告）日: 2014-10-15
• 發明（設計）人: 隋海濤;喻玫;張巍;蔡芃;王海鵬;趙超;付春磊;潘小龍
• 申請（專利權）人: 煙臺龍源電力技術股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 劉劍波

技術領域

本發明涉及鍋爐優化燃燒控制領域，特別涉及一種基于經濟性指標參數的氮氧化物排放預測方法和裝置。

背景技術

目前燃煤鍋爐已大量采用空氣、燃料分級為基本原理的低氮燃燒技術，多年實踐表明，它取得了良好的減排氮氧化物(NOx)的效果。但眾所周知其技術原理和高效燃燒、壁區防渣防腐原理是相悖的，因此NOx低排放和爐無渣高效矛盾始終存在，當實施深度脫氮時其影響鍋爐安全和經濟性的程度是無法接受的，只有強防渣高燃盡高效前提下的超低氮才是適合國情的。

在鍋爐進行低氮燃燒器改造之后，爐內主燃燒器區域形成缺氧富燃料環境抑制NOx生成，較常規大三區加大了空氣分級程度，屬于深度空氣分級燃燒，過量空氣系數分布的變化容易造成煤粉燃燒不完全、鍋爐熱效率降低、主再汽溫異常、過熱/再熱器管壁超溫等。這就需要實時準確預測在經濟因素制約下系統應維持的NOx排放值。

電廠運行過程中對鍋爐NOx排放預測控制的常用方法，主要包括基于優化控制的數學模型方法和計算流體力學(Computational?Fluid?Dynamics，簡稱：CFD)模擬方法。

1)數學模型方法

目前國內外有相當多的系統采用基于神經網絡、支持向量機等人工智能方法對鍋爐NOx排放量進行預測，用人工神經網絡來預測NOx排放的模型是一種較好的非線性黑箱模型，它不需要詳細了解NOx排放與各操作參數之間的關系，就可以預測NOx的排放量。

2)CFD模擬方法

計算CFD模擬是預測電站鍋爐燃燒過程和NOx排放量常用方法。因CFD模型可詳細考慮爐內的流動、傳熱、燃燒反應和NOx生成過程，在已知鍋爐結構燃燒系統結構和運行輸入條件的前提下，理論上可以準確預測不同運行條件下鍋爐的NOx排放量及煤質等條件變化的影響。

經過研究分析，發現在數學模型方法中存在以下缺陷：

1)人工神經網絡模型缺乏影響NOx排放因素之間的關系和熱力學反應機理，難以給出各運行工況參數對輸出參數(即NOx排放量)貢獻的大小，而這點對于深度降氮而言調整至關重要。雖然可以在建模方面進行一定的改進，如在模型中考慮NOx生成機理和電廠運行實際條件，但其作用在于提高模型的準確性，上述問題仍然難以解決。

2)人工神經網絡方法建模本身還存在許多問題有待于進一步的研究解決，特別是建模所必需的樣本數量多，而目前的研究中采用實爐測試工況數據數量很有限，且實際測量數據在統計意義上的準確性和可靠性也可能存在不確定性。由于試驗條件限制而不可能進行大量工況的試驗,又不可能進行經常性的現場試驗,這也是基于試驗工況所建立的模型難以適應實際工況的重要原因。

此外，CFD模擬方法也存在如下缺陷：

1)目前CFD技術不能進行實時的在線計算，只能被應用于鍋爐設備改造時估算NOx排放量以預測設計、改造方案的效果，或者應用于鍋爐運行性能和NOx排放特性的離線研究和分析中。

2)鍋爐燃燒過程是一個非線性、強耦合、時變的復雜系統，涉及到燃燒學、熱力學、流體力學、傳熱學等多個學科。CFD技術因受各基礎模型在理論上的準確性的限制，對NOx排放預測的準確性也有待商榷。

發明內容

本發明實施例提供一種基于經濟性指標參數的氮氧化物排放預測方法和裝置。通過在考慮經濟性指標參數的前提下，預測燃煤鍋爐氮氧化物排放量，從而可兼顧經濟性和氮氧化物低排放這兩方面，便于實現低氮燃燒優化閉環控制。

根據本發明的一個方面，提供一種基于經濟性指標參數的氮氧化物排放預測方法，包括：

以預定的時間間隔采集第i個經濟性指標參數的參數值Fc_i，其中1≤i≤N，N為經濟性指標參數總數；

計算參數值Fc_i的指標偏差B_i，其中B_i＝Fc_i－FcL_i，FcL_i為與第i個經濟性指標參數相對應的參數閾值；

判斷是否存在大于預定偏差值的指標偏差；

若存在大于預定偏差值的指標偏差，則利用第i個經濟性指標參數的增量與氮氧化物排放增量的對應關系，根據指標偏差B_i確定第i個經濟性指標參數的修正值C_i；

根據氮氧化物排放基準值R和修正值C_i，預測當前的氮氧化物排放基準值R′。

在一個實施例中，在預測當前的氮氧化物排放基準值R′的步驟之后，還包括：