当前位置:首页 > 工业控制 > 《机电信息》
[导读]摘要:某火电厂1000MM机组在不同负荷、不同工况下,脱硝精准喷氨系统各分区中有部分分区出口NOX值偏高,造成了精准喷氨系统不均匀度增加,从而直接导致了出口NOX浓度整体偏高,整体喷氨量增大。针对该情况,该火电厂引入神经网络自动控制算法对精准喷氨系统进行优化,使其能够满足日益严苛的环保标准。现针对该优化改进进行分析及讨论,以期为发电公司的技术改造提供参考意见。

引言

当前,氮氧化物是燃煤发电机组污染排放物治理的重点。国家发展改革委、环境保护部、国家能源局联合发布的《煤电节能减排升级与改造行动计划(2014一2020年)》(发改能源(2014)20-3号)中明确要求:基准氧体积分数6.0%条件下氮氧化物的排放质量浓度标准为50mg/wm3,对于新建燃煤发电机组,东部地区应基本达到,中部地区原则上接近或达到,鼓励西部地区接近或达到。

按照国家环保管控力度不断加强的趋势,可以预见,在不远的将来,对氮氧化物的控制将实现近零排放,即小于10mg/wm3。

某火电厂1000MM机组利用机组调停时机,在原脱硝系统基础上增设了精准喷氨系统,以应对脱硝出口氨逃逸率偏高的情况。在运行中发现,不同负荷工况下,精准喷氨系统各分区出口NOX值不均匀,某些喷氨支管调门已经开足,对应分区NOX浓度依旧偏高:某些喷氨支管调门已经关至下限,对应分区NOX浓度依旧偏低。这种不均匀性导致了出口NOX浓度整体偏高,在脱硝自动控制设定值不变的情况下,整体喷氨量增大。喷氨量过大最终会造成出口残氨量升高,局部氨浓度过量,造成过高的氨逃逸,增加预热器堵塞的风险,不利于机组的长周期安全、稳定、高效运行。

通过调取相关自动控制逻辑发现,单个分支喷氨调门只对该对应分区的出口浓度进行调整,没有考虑到氨气在进行脱硝反应时具有一定的扩散效果。本文针对某火电厂1000MM机组脱硝精准喷氨系统存在的问题,通过实验进行验证,并进行分析和优化。

1精准喷氨系统简介

某火电厂是华东电网的主力电厂之一,其1000MM锅炉的主要设计参数如下:锅炉采用超超临界参数变压运行螺旋管圈直流炉,型号为sG-3040/2A.46-M538,单炉膛塔式布置,四角切向燃烧,摆动喷嘴调温,平衡通风,全钢架悬吊结构,露天布置,干式排渣。该锅炉脱硝装置采用选择性催化还原法(SCR),采用热段/高含尘布置方式,脱硝还原剂采用液氨。在燃用设计煤种及校核煤种、锅炉最大工况(BMCR)、处理100%烟气量、脱硝系统入口NOX浓度为300mg/wm3条件下,脱硝效率不小于80%,脱硝系统出口NOX浓度不大于50mg/wm3(干基、标态、6%氧),脱硝层数按2+1设置。通过该锅炉燃烧调整,燃烧生成的NOX一般能够控制在200~300mg/wm3。

精准喷氨系统主要原理如下:测量脱硝出口不同区域NOX浓度的分布情况,通过不同区域的喷氨支管电动调整门,自动调整相应区域的喷氨量,使得不同区域烟气与喷氨量等比例混合,从而使得脱硝出口NOX流场分布更加均匀。

精准喷氨系统主要包含脱硝入口分区喷氨控制单元、脱硝出口矩阵式取样单元、人工智能算法控制单元三大模块,如图1所示。

1.1分区喷氨控制单元

每根喷氨支管增设一个电动调节阀及其分支流量测点,将每侧反应器入口设置成10个可自动调整喷氨量的分区。分支电动调节阀通过远程调整各分支的喷氨量,分支流量测点可准确实时测量各个分支上氨气与稀释风的混合流量。通过远程控制各分区喷氨单元,实现前后左右不同脱硝进口烟气流场分区的喷氨量调节,保证各分区中的氮氧化物与氨气的浓度相互匹配,从而使脱硝出口N0C浓度分布更加均匀,降低氨逃逸率。

1.2脱硝出口矩阵式取样单元

在单个脱硝出口的烟道标高约37m位置,两侧原5个手动测量取样孔附近,各增开5个在线测量孔,布置位置和分区与喷氨支管一一对应,划分相应的10个分区,具体编号与喷氨分区一一对应。为了使烟气样本更准确、更具有代表性,在每个分区在线测量孔中设置了3个烟气取样探头,探枪取样口分别位于烟道深度:1m、1.8m、2.6m,如图2所示。三根探枪收集到的烟气经过过滤后在探头内部进行高温混合,然后送入测量装置中。

该测量系统具有均匀混合与分区巡测取样的功能。通过该测量装置,可以将10个取样口抽取的烟气均匀混合,测量出脱硝出口烟道全截面的N0C浓度数值:也可以单独分别巡回测量不同分区的N0C浓度,每个测点测量时间为90s,10个测点巡回测量时间为20min。同时设置了自动反吹功能,防止管道堵塞。

1.3人工智能算法控制单元

根据调试人员在脱硝喷氨均匀性调整上的调整经验及该系统本身调整特性,编制喷氨支管实时自动调整策略,设置自动算法工控机一台,双网卡串口服务器的通信配置,实现与脱硝DCs系统数据、指令通信传输。

2分支喷氨调整试验

选取600Mw负荷的稳定工况进行分支喷氨调整试验,具体流程如下:各分支喷氨调门在全开时,通过调节脱硝系统左侧的不同分支喷氨量,记录脱硝出口左侧各分区N0C浓度的变化情况。

2.1单一分支喷氨量变化调整试验

(1)将01分支喷氨调门开度由100%关小至60%,记录调整前后脱硝出口各分区N0C浓度数据,如图3所示。

(2)将06分支喷氨调门开度由100%关小至60%,记录调整前后脱硝出口各分区NoX浓度数据,如图4所示。

通过该调整试验可发现,当单一支管喷氨量减小时,该对应脱硝出口分区NoX浓度也会随之上升,上升幅度约在15mg/Nm3,且发散性向周围分区扩散:距离越远,影响幅度越小。

2.2多支喷氨量变化组合调整试验

(1)将01、02、03分支喷氨调门开度由100%关小至60%,记录调整前后脱硝出口各分区NoX浓度数据,如图5所示。

(2)将07、08、09分支喷氨调门开度由100%关小至60%,记录调整前后脱硝出口各分区NoX浓度数据,如图6所示。

通过该调整试验可发现,当多个支管喷氨流量同时减小时,这些对应脱硝出口分区NoX浓度会随之上升,上升幅度明显比单支喷氨流量变化影响大,约在

22mg/Nm3,且发散性向周围分区扩散:距离越远,影响幅度越小。

3神经网络自动控制算法

通过上述试验可发现,调整分支喷氨量,对应脱硝出口分区No王浓度变化最大,且呈发散性对附近的分区产生影响。因此引入神经网络自动控制算法,对各喷氨支管调门进行实时调整,如图7所示。

具体控制算法如下:各喷氨支管调门开度通过主调节器与多项副调节器共同控制,通过摸底试验决定主、副调节器内部的各项整定参数。

下面通过05喷氨支管调门自动控制算法举例说明。

3.1Q5喷氨支管调门主要由Q5主调节器控制

主调节器控制算法:编号K5分区的No王浓度与设定浓度的偏差乘以一定的比例系数,即为05喷氨支管调门的变化值。

该比例系数通过摸底试验决定,一般整定为0.8:同时为了更好地响应锅炉工况变化,该比例系数须经过系数f修正,f选取单侧脱硝入口烟气量为优,但考虑到该测点波动较大、测量精度较低,故选取锅炉负荷作为

参考,如图8所示。

图8 主调比例参数修正系数一f(负荷)

最终05的变化值为:(K5分区浓度-设定浓度)×0.8×f(负荷)。

举例说明:如果脱硝出口设定浓度为40mg/Nm3,当负荷为800Mw时,K5分区的No王浓度为50mg/Nm3(20min巡回检测一次),其对应05调门开度则立即在原基础上开启6.7%,然后再次等待接收下一次指令。

3.2Q5喷氨支管调门还同时受多项副调节器控制

副调节器控制算法:编号K3、K4、K6、K7、K8分区的No王浓度与设定浓度的偏差乘以一定的比例系数,即为05喷氨支管调门的变化值。

该比例系数相对主调节器较小,通过摸底试验决定,一般整定为0.3左右较合适,同时接受锅炉负荷系数f(负荷)的修正。

最终05的变化值为:(K5分区浓度-设定浓度)×0.3×f(负荷)。

举例说明:如果脱硝出口设定浓度为40mg/Nm3,当负荷800Mw时,K3分区No王浓度为50mg/Nm3,其对应05调门开度则立即在原基础上开启2.5%,然后再次等待接收下一次指令。

K4、K6、K7、K8同理。

3.3支管调门调节时保证一定的开度

主要保护参数为SCR区稀释风流量,总体所有分区调节阀会保证一定开度,以防止SCR区域稀释风流量过低导致SCR退出事件发生。通过摸底试验,各分支喷氨调门在60%~100%开度范围内变化,能满足该脱硝系统恶劣工况下的调节需求:同时为了防止自动控制单元过调,将分支喷氨调门自动控制下限设置为60%。

4结语

优化后发现,脱硝出口分区NoX浓度分布比改造前大有好转,氨逃逸率总体下降明显,小时均值波动下降。同时,总体喷氨量也有明显下降,月耗氨量从88t左右下降到77t左右,按照市场液氨价格3000元/t计算,月节省发电成本约3万元。自动投用率基本达到100%,极大地减少了运行人员的干预和维护。

为了检验精准喷氨系统的改造效果,进行了针对性深度降氮试验,通过改造后的深度降氮试验可发现,脱硝出口分区NoX浓度分布比改造前大有好转,氨逃逸率总体下降明显,在0.76mg/m3(1ppm)左右。最重要的是,原氨逃逸率较高点已经消除,说明优化后的脱硝精准喷氨系统能够在各工况下长期安全稳定运行。如果日后环保管控要求烟囱出口NoX浓度小于30mg/Nm3,优化后的脱硝精准喷氨系统将完全可以满足该要求。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

人工神经网络(Artificial Neural Network,即ANN )是从信息处理角度对人脑神经元网络进行抽象,是20世纪80年代以来人工智能领域兴起的研究热点,其本质是一种运算模型,由大量的节点(或称神经元)之...

关键字: 人工智能 信号 神经网络

许多人工智能计算机系统的核心技术是人工神经网络(ANN),而这种网络的灵感来源于人类大脑中的生物结构。通过使用连接的“神经元”结构,这些网络可以通过“学习”并在没有人类参与的情况下处理和评估某些数据。神经网络提供了位于托...

关键字: 人工智能 神经网络 神经元

1956年,美国Dartmouth大学举办的一场研讨会中提出了人工智能这一概念。

关键字: 人工智能 吸尘器 神经网络

米尔 MYD-Y6ULX-V2 开发板,基于 NXP i.MX6UL/i.MX6ULL处理器,该开发板被米尔称之为经典王牌产品。本次测试目标是在此开发板上进行神经网络框架ncnn的移植与测试开发,测试ncnn在此开发板上...

关键字: 米尔电子 嵌入式 神经网络

人工智能的不断发展和越来越广泛的应用,将相应地需要更先进和可扩展的基础设施来支持其开发和部署。人工智能基础设施投资的一个关键领域将是专门的数据基础设施,如矢量数据库,其设计用于存储和处理现代ML模型生成的大量数据。Lib...

关键字: 人工智能 神经网络 智慧名城

AutoEncoder的基本思想是利用神经网络来做无监督学习,就是把样本的输入同时作为神经网络的输入和输出。本质上是希望学习到输入样本的表示(encoding)。早期AutoEncoder的研究主要是数据过于稀疏、数据高...

关键字: 自编码器 机器学习 神经网络

深度学习是近10年机器学习领域发展最快的一个分支,由于其重要性,三位教授(Geoffrey Hinton、Yann Lecun、Yoshua Bengio)因此同获图灵奖。深度学习模型的发展可以追溯到1958年的感知机(...

关键字: 深度学习 神经网络 机器学习

虽然人工智能 (AI) 模型变得越来越先进,但在传统计算机硬件上训练和运行这些模型非常耗能。因此,世界各地的工程师一直在尝试创建替代的、受大脑启发的硬件,以更好地支持人工智能系统的高计算负载。

关键字: 硅忆阻突触 神经网络 人工智能

摘要:我国高校作为电能的主要耗用者之一,存在大量使用大功率设备、学生节电意识差等问题。对高校用电量进行预测可以为高校配电网的配电计划工作提供数据参考,达到调节电量输送、节约能源的目的。鉴于此,对厦门大学漳州校区58幢宿舍...

关键字: 校园宿舍 时间序列 神经网络

人工智能(Artificial Intelligence, AI),也称智能科学,是以计算机科学、数学、心理学等为基础,运用人工智能方法进行科学研究的一门新兴科学,它主要涉及智能科学与技术产业领域。

关键字: 人工智能 神经网络 元宇宙
关闭