基于遗传算法的燃煤电站风煤配比研究
发表时间：2024-10-10T08:02:42.784Z 来源：《中国电业》（发电）》2024年第14期 作者： 胡明1 王颖2
[导读] 燃煤电站风煤配比对机组负荷调峰与电力生产生活中的NOx排放有着深切的影响，针对生产生活中的风煤配比设置，提出一种基于遗传算法的燃煤电站风煤配比研究。根据机组负荷设置给煤率，利用偏最小二乘获得NOx排放模型作为目标函数，对一次风量和二次风量进行编码，利用遗传算法寻优，获得最优风煤配比。胡明1 王颖2
1.芜湖发电有限责任公司 安徽芜湖 241009；2.紫光（北京）智控科技有限公司 北京海淀 100192
摘要：燃煤电站风煤配比对机组负荷调峰与电力生产生活中的NOx排放有着深切的影响，针对生产生活中的风煤配比设置，提出一种基于遗传算法的燃煤电站风煤配比研究。根据机组负荷设置给煤率，利用偏最小二乘获得NOx排放模型作为目标函数，对一次风量和二次风量进行编码，利用遗传算法寻优，获得最优风煤配比。 关键词：遗传算法，风煤配比，偏最小二乘 1引言
近年来，国内660MW及以上燃煤机组承担了电网的主要供电需求，大容量机组的运行需要对燃烧过程的精准调控。目前燃煤电站采用最广泛的燃烧方式是四角布置切圆燃烧方式，燃烧的经济效益由当前锅炉负荷下的一二次风速配比保障，同时也对煤粉管道的浓度要求也极为苛刻。此外良好的风煤配比可以保障燃煤锅炉生产生活中对环境的影响降至最低，对提高锅炉经济性、减少污染气体的排放具有重要的现实意义。
目前燃煤锅炉运行过程中的风煤配比多为根据机组负荷利用经验知识进行动态调整，没有考虑在负荷变化过程中对制粉系统磨煤机动态分离器频率、磨煤机出口温度、加载力等方面进行全面分析；同时经验知识存在一定定量误差，容易产生经济缺口，在追求供大于求的条件下，很容易造成能源损失。如何使锅炉二次风量与给煤量能根据负荷变化，联系相关变量，进行动态规划，自适应调整的问题成了目前亟待解决的研究。
本文基于某660MW电厂超超临界机组直流锅炉为例，通过对机组负荷，磨煤机出口温度，送粉管风粉浓度，磨风粉细度等多个变量进行模型构建，利用遗传算法对风煤配比进行在线寻优，以标准负荷下NOx排放作为目标优化函数，获得标准条件下最优风煤配比。 2构建标准生产模型
锅炉燃烧生产过程中，根据电网负荷的要求，将定量的煤粉送入锅炉中进行燃烧，低负荷情况下开启一次风口进行风煤混合，保持生产活动；高负荷情况下同时开启一次风口与二次风口，利用二次风口送风进行调峰。在这个过程中，煤粉送入与机组负荷呈基本线性关系。
图3 NOx排放与煤粉细度相关性
因而，在生产过程中煤粉量调度受机组负荷影响，规定的煤粉量可以良好的保障机组的能量充裕。通过调节一次风量、二次风量调节风煤配比，保障燃烧过程中的能量充裕的同时实现最小排放。
构建NOx排放模型作为目标函数，以目标函数的输出作为遗传算法适应度，分析不同变量对NOx排放的影响，如图2，图3，图4所示：
图4 NOx排放与磨煤机出口温度相关性
图2、3、4分别描述了NOx排放与机组负荷，煤粉细度和磨煤机出口温度的离线数据。可以看出，随着机组负荷的提升，NOx排放有较明显的提升，而煤粉细度越大和磨煤机出口温度越高则NOx排放有较明显的降低，这与理论论证相同。鉴于NOx排放与相关性变量呈正负线性相关的特征，利用偏最小二乘(PLS)作为NOx排放输出模型，用于遗传算法优化目标函数。
PLS算法给出一对输入输出数据矩阵X和Y，用于表征矩阵X对矩阵Y的映射关系，并分别具有如下形式：
利用PLS完成了对NOx排放的模型构建，并对其进行精度分析，通过离线数据获得PLS预测数据和实际NOx排放量对比，结果如图5： 可以看出，该模型对NOx排放具有良好的跟踪效果，因而可以将其用于对风煤配比寻优目标函数。 3风煤配比优化研究
利用遗传算法对风煤配比进行寻优，遗传算法寻优结构如图6，
其中初始化种群过程中，以一次风量和二次风量作为编码变量，分别对中高低负荷情况下进行风煤配比寻优研究，获得标准工况下的最优风煤配比。
(1)编码设计和适应度值计算
本文采用二进制编码，分别以8位编码对一次
风量和二次风量进行编码，并连接生成16位种群编码，其中不同位基因值表征调峰需求。如针对一次风量，其二进制编码为由于在高八位，故而每次最低基因调整值为2^8即为256。将一次风量与二次风量个体与标况下的机组负荷、总风量、给煤机给煤率反馈、烟气含氧量作为输入特征送入NOx排放模型，获得该种风煤配比下的NOx排放，作为个体适应值。
基于遗传算法的燃煤电站风煤配比研究
