Page 99 - 电力与能源2024年第一期
P. 99

卞韶帅,等:电站锅炉智能燃烧优化基础技术的研究与应用                                       93

                多,包括水冷壁、屏式受热面、对流受热面等。因
                此,需要综合考虑锅炉所有受热面的热负荷偏差
                情况。
                    根据沿炉宽方向布置的炉管出口壁温测点,
                可以排除蒸汽侧的影响(即流量偏差系数)。对于
                一般结构的集箱系统的流量偏差系数,可以按水

                动力计算标准计算;而对于以三通方式引入引出
                集箱系统的流量偏差系数,则可以通过试验经验
                系数或数值计算的方式得到。这样就可得到沿炉
                膛宽度烟气侧热负荷偏差的幅度及分布,并得出
                其热负荷偏差评估系数。

                                                                            图 2 入炉煤收到基水分比较
                2 锅炉智能燃烧优化基础技术的应用
                                                                 精度相对 DCS 协调控制逻辑里的 BTU 修正热值
                2.1 入炉煤煤质在线监测
                                                                 要高。
                    本文提出的入炉煤煤质软测量分析模型已在
                                                                 2.2 灰、渣平均碳含量在线监测
                某 2×1 000 MW 超超临界电厂等多个电厂得到
                                                                     本文提出的飞灰碳含量分析模型已在某 2×
                实际应用。在某段时间内,对某 1 000 MW 超超
                                                                 1 000 MW 超超临界电厂等多个电厂得到实际应
                临界锅炉的入炉煤进行了软测值分析,包括收到
                                                                 用。某台 1 000 MW 超超临界锅炉飞灰碳含量预
                基垫值和水分等,并与入炉煤化验值、根据加仓计
                划及入厂煤化验的加权平均值以及 BTU 修正热                          测模型的建模情况如图 3 所示。选择 2018 年 10

                值进行对比,结果如图 1 和图 2 所示。                            月—2021 年 10 月电厂日常飞灰化验数据进行学
                                                                 习和测试。选择 326 组样本作为学习样本,37 组
                                                                 样本作为测试样本进行预测。




















                            图 1 入炉煤收到基热值比较
                    由图 1 和图 2 可见,入炉煤收到基热值的软测

                量值与电厂日常化学分析值相比,趋势相同,数值
                相近,经统计其平均相对误差小于 4%;入炉煤收
                到基水分的软测量值与电厂日常化学分析值相
                比,趋势相同,数值相近,其平均相对误差小于 6%
                该模型误差能够满足工程应用要求。软测量值的                                   图 3 飞灰碳含量模型预测值与实测值对比
   94   95   96   97   98   99   100   101   102   103   104