一种工业燃气锅炉多目标多约束燃烧优化方法
【技术领域】
[0001] 本发明涉及锅炉，特别涉及一种工业燃气锅炉多目标多约束燃烧优化方法。
【背景技术】
[0002] 燃料分级和烟气再循环是燃气锅炉NOx燃烧控制的常用方法。目前，一二次燃料比 例、烟气循环量及过剩空气系数等运行参数的确定仍是人工调试，费时耗力，通常难以找到 最佳运行工况且无法实现多目标优化。目前涉及多目标燃烧优化的方法限于锅炉效率和 NOx排放两个优化目标，多数适用于燃煤锅炉，鲜有燃气锅炉的燃烧优化方法。就国内情况 而言，燃气锅炉采取低氮技术大多通过低氮改造实现，在原有锅炉上更换燃烧器或加烟气 再循环，不改造炉膛，火焰外形与炉膛尺寸的匹配就至关重要，如果火焰过长，则会出现火 焰直接冲刷受热面，造成未燃尽碳或气体的急冷而在受热面上积炭;若火焰过短，则会出现 火焰充满度差，影响受热面的有效利用。
【发明内容】
[0003] 针对现有技术的缺陷，本发明提供了一种工业燃气锅炉多目标多约束燃烧优化方 法。
[0004] -种工业燃气锅炉多目标多约束燃烧优化方法，包括如下步骤:S100:采集燃气锅 炉运行中的可调参数和表征燃烧状态的特征指标作为基础数据，所述可调参数包括总燃料 量、二次燃料比例、氧含量和烟气循环率，所述特征指标包括NOx浓度值、CO浓度值和火焰长 度值;S200:以基础数据作为训练数据，建立燃气锅炉燃烧的数学模型，所述数学模型包括； NOx的SVM模型、CO的SVM模型和火焰长度的SVM模型；
[0005] S300:确定目标函数和约束条件，所述目标函数为:min:N0x+a(C0-C0'）+b(L-L'）； 所述约束条件为：四个可调参数的调节范围；
[0006] 其中，C0'为锅炉运行允许的最大值，CO为采集的浓度值，a、b为加权系数，当C0> CO'时，a取IO3，当⑶< CO'时，a = 0; L'是炉膛允许的最大火焰长度，L为采集到的火焰长度， iL>L'时，b取103,当LSL'时，b = 0;
[0007] S400:根据所建立的数学模型、目标函数和约束条件，通过遗传算法搜索出各负荷 下可调参数的最佳组合。
[0008] 可选的，所述烟气循环率β由下式计算：
[0009]
[0010] 共中：μ是烟η循朴卒，丫 c/是η垣ir氧重，V烟是埋论烟η重，丫 ο是烟气谷氧量，V空 是理论空气量，ν'烟是实际烟气量。
[0011]可选的，所述NOx浓度值是将烟气分析仪测得的NOx浓度值折算至氧含量为3.5% 时的值，折算公式：
[0012]，其中氧含量为烟气分析仪测得的烟气氧 含量。
[0013] 可选的，所述步骤S200具体包括:S201:数据预处理，将所有基础数据做归一化处 理;S202:选取训练集，以总燃料量、二次燃料比例、氧含量和烟气循环率为输入，对应的NOx 浓度值、CO浓度值和火焰长度的值为输出，通过matlab加载工具箱libsvm-faruto训练NOx 的SVM模型、CO的SVM模型和火焰长度的SVM模型，其中工具箱Iibsvm-faruto中核函数参数g 和惩罚因子c，采用工具箱默认值;S203:通过试算法调整核函数参数g和惩罚因子c。
[0014] 可选的，所述步骤S203包括：以训练集以外数据作为测试集，用所建模型预测测试 集的输入所对应的输出作为预测值，对比预测值与实际值，计算预测值与实际值的相关系 数、平均误差和最大误差;若相关系数、平均误差和最大误差大于相应设定阈值时，则通过 试算法调整g和c，通过网格寻优方法确定g、c的较优范围，在此范围内任选5-10组g、c组合， 返回步骤S202,直至模型预测效果满足需要
[0015] 本发明的有益效果是:通过优化运行参数配比，可以适当调整火焰长度，提高锅炉 低氮技术的匹配度，同时实现了燃气锅炉的高效、节能、低污染运行。
【附图说明】
[0016] 图1是本发明工业燃气锅炉系统的结构示意图；
[0017] 图2是本发明燃烧优化方法的流程图；
[0018] 图3是步骤S200的流程图；
[0019]图4是步骤S400的优化流程图。
【具体实施方式】
[0020] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明 的【具体实施方式】做详细的说明，使本发明的上述及其它目的、特征和优势将更加清晰。在全 部附图中相同的附图标记指示相同的部分。并未刻意按比例绘制附图，重点在于示出本发 明的主旨。
[0021] 图1为本发明工业燃气锅炉系统的结构示意图，其采用低氮燃烧器，低氮技术为燃 料分级加烟气再循环。系统由以下几部分组成：1.燃料系统:燃料为天然气，燃气由主管道 经阀组后进入一次燃料管道和二次燃料管道，主燃料管道和二次燃料管道上分别装有流量 计，计量总燃料量和二次燃料量;2.送风系统：空气和循环烟气由风机送入燃烧器，风道上 装有氧化锆测量空气与循环烟气混合后的氧含量;3.排烟系统:燃料与空气在炉膛燃烧反 应后经锅炉本体换热，经过省煤器，最终烟气由烟囱排出。烟气分析仪可测定尾部烟气组 分，包括氧含量、NOx实测浓度值、CO浓度值;4.控制系统:通过控制系统调节总燃料量、二次 燃料量、空气量和烟气循环量(试验系统图中未显示）；5.火焰观测：炉膛中轴线侧壁设有间 距为200mm的12个观测孔，每个观测孔距燃烧器入口（即火焰根部)距离可知，以可观测到火 焰的最后一个观测孔距燃烧器入口的距离为火焰长度。
[0022] 请参考图2,其为本发明实施例的燃烧优化方法的流程示意图，本发明的优化方法 包括以下步骤：
[0023] S100:采集燃气锅炉运行中的可调参数和表征燃烧状态的特征指标作为基础数 据，所述可调参数包括总燃料量、二次燃料比例、氧含量和烟气循环率，所述特征指标包括 NOx浓度值、CO浓度值和火焰长度值。
[0024]燃气锅炉运行中确定影响NOx、CO和火焰长度的可调参数，负荷、二次燃料比例、空 气过剩系数和烟气循环率对于N0x、C0和火焰长度有重要影响。其中，负荷由总燃料量表征， 二次燃料比例根据总燃料量和二次燃料量得到，空气过剩系数直接测量较困难，空气量测 量准确度低，但是它与氧含量有直接对应关系，因此用氧含量表征。烟气循环率通过风道含 氧量和烟气含氧量确定，风道含氧量指循环烟气与空气混合后氧含量，烟气氧含量即烟气 分析仪测得的氧含量。公式如下：
[0025]
[0026] 兵甲：?定畑η循*1、準，丫 o'定η迫ir氧重，V烟定埋论畑η重，丫 ο定畑气含氧量，V空 是理论空气量，V'烟是实际烟气量。其中，理论烟气量、理论空气量和实际烟气量的计算方法 为现有技术，不再赘述。综上，本发明将总燃料量、二次燃料比例、氧含量和烟气循环率确定 为可调参数。所述特征指标包括NOx浓度值、CO浓度值和火焰长度值，特征指标用来表征燃 烧状态。
[0027] 为了采集可调参数和特征指标，本发明采用单因素轮回法设置试验工况。每个工况获 取一组数据，包括可调参数:总燃料量、二次燃料比例、氧含量、烟气循环率，特征指标:NOx浓 度值、CO浓度值和火焰长度的值，共7个量。此处NOx浓度值是将烟气分析仪测得的NOx浓度值折 算至氧含量为3.5%时的值(标准中规定），折算公式：
氧含量是烟气分析仪测得的烟气氧含量。本实例共获取160组样本数据，表1为其中的5组部 分采样值。
[0028] 表 1
[0030] S200:用基础数据建立燃气锅炉燃烧的数学模型，所述数学模型包括;NOx的SVM模 型、⑶的SVM模型和火焰长度的SVM模型。首先建立NOx的SVM模型，如图3所示，包括以下步 骤：
[0031] S201:数据预处理，将基础数据做归一化处理。将获取的160组可调参数及对应的 折算后NOx浓度值导入matlab，将所有数据归一化至(0，1)，表1中数据归一化处理的结果如 表2所示。
[0032]表 2
[0034] S202:选取训练集，以总燃料量、二次燃料比例、氧含量和烟气循环率为输入，对应 的NOx浓度值为输出，通过matlab加载工具箱libsvm-faruto训练NOx的SVM模型，其中核函 数参数g和惩罚因子c，采用工具箱默认值。
[0035]本发明从160组样本中选120组(可为其它，样本覆盖工况尽可能全面，否则影响模 型精度)作为训练集，训练SVM模型，使该模型能够反映输入与输出的数学关系。训练过程由 matlab加