文档介绍：上海交通大学
硕士学位论文
燃煤电站锅炉低NOx燃烧优化运行策略的研究
姓名:魏辉
申请学位级别:硕士
专业:热能工程
指导教师:陆方;罗永浩
20080216
上海交通大学硕士学位论文
燃煤电站锅炉低 NOx 燃烧优化运行策略的研究
摘要
锅炉低 NOx 燃烧优化运行是指通过合理地组织炉内燃烧以实现低
NOx 排放和高效率燃烧,但炉内 NOx 生成的控制措施与炉内稳定燃烧及
燃尽的技术原则存在不同,因此如何兼顾降低 NOx 排放量和提升锅炉效
率使得锅炉排污和煤耗的综合成本最低是锅炉低 NOx 燃烧优化的目标。
燃煤电站锅炉高效低 NOx 燃烧优化过程通常分为两个阶段:第一个阶段
为建立 NOx 排放和锅炉效率预测模型,所建模型须能依据历史运行数据
和当前运行状况映射出 NOx 排放和锅炉效率与锅炉各输入运行变量的
变化关系;第二个阶段为利用约束优化技术求取低 NOx 排放的优化运行
方案,然后依据此方案指导运行人员实时运行(开环模式)或在一定条
件下通过集散控制系统(DCS)将优化运行方案自动输入到锅炉,调整
可调运行参数(闭环模式)以实现低 NOx 燃烧优化运行。
本文首先对燃煤电站锅炉低 NOx 燃烧优化运行进行了探讨和综述,
它包括电站煤粉炉 NOx 生成机理及主要控制方法、影响电站煤粉炉 NOx
排放特性的主要因素、煤粉炉燃烧时 NOx 生成量预测及模型优化算法。
然后分别以300MW 机组单炉体双炉膛八角切圆和300MW 机组单炉
堂四角切圆燃烧锅炉为研究对象,以现场热态燃烧调整试验数据为基础,
利用基于贝叶斯规范化的 L-M 改进 BP 算法建立了 NOx排放特性和锅炉
效率与各操作运行变量之间的经验预测模型,并对所建模型进行了预测
能力的测试,测试结果表明该模型可相对快速准确地预测出锅炉实时运
行工况下的 NOx 排放量和锅炉效率值。
I
上海交通大学硕士学位论文
BP 神经网络在非线性系统建模和控制方面得到广泛应用,且也已经
被应用到燃煤电站锅炉 NOx 排放预测控制。但 BP 神经网络在获得训练
成功的预测模型之前要求大量的、信息丰富的历史数据,它要求有计划
地把锅炉实时运行数据添加到模型中,使模型不断更新以能够充分体现
锅炉动态运行状况。而基于梯度下降法的 BP 学习算法具有建模耗费时
间长和容易陷入“过拟合”的缺陷,从而限制了模型的更新和预测推广能
力。为解决此问题,文中研究了利用具有计算速度快、泛化能力强的最
小二乘支持向量机建立了 NOx 排放特性和锅炉效率的预测模型,并将其
与利用 BP 神经网络建立的预测模型作了比较,结果表明前者既能够准
确预测在不同运行工况下的 NOx 排放量又具有更强的泛化能力,与其它
建模方法相比该方法更适合 NOx 排放的在线预测。
建立 NOx 排放特性和锅炉效率的预测模型后,文中结合所建模型和
遗传算法实现了三种不同优化目标下的运行方案优化搜索,优化目标分
别是:单独优化 NOx 排放量、单独优化锅炉效率及兼顾 NOx 排放量和
锅炉效率实施综合优化。所得优化运行方案具有实际可操作性,可为锅
炉低 NOx 燃烧优化运行的闭环/开环控制提供模型基础。
关键词:锅炉,氮氧化物,BP 神经网络,支持向量机,遗传算法,燃
烧优化
II
上海交通大学硕士学位论文
INVESTIGATION OF OPERATION STRATEGY ON LOW NOx
COMBUSTION OPTIMIZATION OF COAL FIRED UTILITY
BOILER
ABSTRACT
Low bustion optimization of boiler is to bustion
efficiency and reduce NOx emissions through bustion in the
furnace. But controlling measurements of NOx formation is opposite to
bustion and burnout of fuel in the furnace. So how to give
attention to NOx emissions and boiler efficiency and make cost of draining
contamination and coal consumption lowest is the objective bustion.
Techinically, advanced