优化燃煤运行系统
降低企业运行成本 填补国内技术空白
黔西电厂是贵州省“十五”期间“西电东送”第二批电源点建设项目，一期工程建设4×300MW亚临界燃煤发电机组，是贵州省第七座百万千瓦级发电厂。黔西电厂二期扩建工程，是在一期4台300MW机组扩建场地上建设1台66万千瓦超临界燃煤发电机组，二期工程能耗指标是目前贵州最先进的。
黔西电厂自成立以来，认真贯彻落实国家、贵州省、毕节市有关安全生产和生态环保工作要求，切实落实安全生产责任制，以“安全、环保、廉政、稳定”为基础，以建设智慧型和幸福型企业为目标，坚定不移地推进一流综合能源企业建设。先后荣获国家能源局“电力安全生产标准化一级企业”等诸多荣誉，强有力地拉动了地方经济快速发展，为“西电东送”和促进地方经济社会的跨越式发展和构建和谐社会作出了重要贡献。
一、背景情况
近年来，中国的火电装机容量持续攀升，发电市场的竞争局面日趋严峻。另一方面，煤价成本飞升和国内各种环保规范更严格的约束，在未来一段时间内，发电企业就如何提高燃烧效率，减少污染物排放，降低发电成本将成为其重点考虑的问题之一。
燃煤锅炉运行需要解决的一个现实问题是：锅炉运行主要参数测量的准确度不够，燃烧运行效率存在较大优化空间，发电煤耗仍有降低的空间；企业计量标准不够，机组运行工况复杂模式下参数准确度不可靠，不能满足锅炉燃烧自动化要求。
二、技术措施
1.燃烧优化专家系统（见图1）采用基于多目标遗传算法的人工智能神经网络技术，通过实际生产中大量运行数据和燃烧调整试验数据，建立锅炉燃烧模型；利用先进的多目标遗传算法，通过神经网络模型，在全局范围内寻找最优的运行模式，同时系统又具有自学习能力，能从数据样本中找出各变量的内在联系。能将以前未出现的新的负荷、煤质工况点加入燃烧优化模型。因此，适用于负荷、煤质变化较大的机组。本系统神经网络可处理多达1000多个与燃烧有关的变量，模型可包含几百个燃烧运行模式，供燃烧优化之用。
图1 燃烧优化专家系统
2.专家系统采用先进的多目标遗传算法（MOGA）优化技术，以提高炉效、降低烟气NOx排放为优化目标，对燃烧参数进行寻优。
（1）安全可靠的全局最优解
对于给定的负荷和入炉煤质，专家系统采用先进的多目标遗传算法（MOGA）优化技术，在预先确定的最大值最小安全值范围内寻优，寻找最佳的配风配煤燃烧运行参数，所得到的最佳参数是全局最优解，并确保锅炉运行的安全性。
（2）多目标组态优化
多目标优化得到的是一组燃烧优化参数，Pareto前沿曲线，曲线的左下方是非最佳燃烧工况区。运行人员可选择曲线上的任何一点所对应的燃烧参数作为最佳参数进行燃烧调整。
三、具体成效
1.优化系统投运后机组主要控制参数变化情况
优化系统投运前，测试不同负荷下不同时间段的氧量及主汽压力变化曲线。下面以300MW负荷下为例说明。
图2 优化系统投运前300MW负荷工况下的氧量变化曲线
图3 优化系统投运前300MW负荷工况下的主汽压力变化曲线
由图2和图3可以看出，锅炉原运行模式下，从试验的数据结果分析可以发现，因运行人员主观因素判断或蒸汽参数不稳等因素，造成燃烧控制主要因素如氧量、主汽压力等参数存在较明显的差异和较大的波动。
2.优化系统投运后
系统投用后，各个主要控制参数明显更趋于稳定。同样以氧量和主汽压力为例，如图4和图5所示。
图4 系统投运后300MW 负荷下的氧量变化曲线
图5 系统投运后300MW 负荷下的主汽压力变化曲线
分别对比图2与图4，图3与图5可以看出，燃烧优化专家系统投用后，不同负荷下锅炉运行氧量稳定，且氧量波动范围明显缩小；主汽压力稳定。
3.优化系统投运后锅炉效率变化情况
系统投用后，试验人员在投运前试验时相同的负荷段进行了性能测试试验。系统投用后，各个负荷段炉效都有一定的提高，低负荷情况下运行经济性更好。300MW时平均提高0.82%；270MW时平均提高0.9%；250MW时平均提高1.02%；200MW时平均提高1.9%。如图6所示。
图6 300MW 负荷下三个不同工况下优化系统投前投后炉效对比曲线
四、感受体会
1.投入产出的计算方法和数值
按照《建设项目经济评价方法与参数》和现行财税制度，对项目经济效益进行计算分析与评价。基础数据如下：
（1）按机组年发电量17亿kW·h计；（2）无银行贷款或其他渠道融资；（3）标煤入厂价按700元/吨。
2.取得实际效益的计算方法和数值
本项目能有效提高锅炉效率0.85%，折算成供电煤耗约为2.5g/kW·h。
3号机组年节约标煤：2.5×17×108×10-6=4250吨。
3号机组年节约燃料成本：4250×700=340万元。
3.推广应用前景和效益预测
该项目投产后，仅3号锅炉一年即可节约标准煤4250吨，减少NOx排放，为企业降低运行成本，提高资源和能源利用率的同时也减轻了企业对周围环境的污染，对树立企业良好形象，改善区域投资环境，促进地区经济繁荣都有着重大的意义。
本项目首次将神经网络技术和多目标遗传算法优化技术应用于W火焰锅炉的燃烧优化，实现锅炉燃烧闭环优化控制，填补国内空白。拟将本项目的研究成果推广应用于国内W火焰锅炉。
同时，本项目的研究成果具有一般性，也可推广应用于四角切圆燃烧方式锅炉和对冲燃烧方式锅炉，具有很好的推广应用前景。