CN104190254A - 一种优化scr喷氨的方法 - Google Patents

Abstract

本发明涉及一种优化SCR喷氨的方法，包括步骤有：(1)根据支持向量机，预测机组的SCR脱硝效率；(2)根据预测出来的脱硝效率以及实测的NO_X生成量、锅炉负荷、烟气含氧量，烟气量、喷氨量计算脱硝总成本；(3)对喷氨量进行优化，最终获得脱硝总成本最小时对应的喷氨量。本发明首先根据支持向量机，预测机组的脱硝效率，接着根据所得脱硝效率以及NO_X生成量，计算脱硝总成本，最后综合考虑脱硝效率及各脱硝成本，对模型进行优化，得出最佳喷氨量，进而降低脱销成本。

Description

一种优化SCR喷氨的方法

技术领域

本发明属于电厂发电的选择性催化还原(SCR)技术领域，尤其是一种优化SCR喷氨的方法。

背景技术

氮氧化物(NOx)排放的快速增长加剧了区域酸雨的恶化趋势，研究结果显示，氮氧化物排放量的增加使得我国酸雨污染由硫酸型向硫酸和硝酸复合型转变。可以预计，火电厂烟气脱硝必将成为下一步我国火电厂环保工作的重点。

选择性催化还原(SCR)技术是目前火电厂烟气脱硝的主流技术，选择性催化还原法脱硝工艺技术，是利用还原剂在催化剂作用下有选择性地与烟气中的氮氧化物(NO_X，主要是NO和NO₂)发生化学反应，生成无害的氮气和水，从而脱除烟气中NO_X的方法。但SCR技术投资大，运行维护成本高，采用SCR技术进行烟气脱硝必将增加发电企业的成本。所以，脱硝经济性对于环境保护以及电厂来说都是非常重要的。

由于脱硝效率受到许多因素的影响，暂时没有具体的计算公式，除了直接测量外，通过支持向量机进行预测也是一种可行的方法。

目前的喷氨控制***大多数只考虑如何提高脱硝效率，降低氨逃逸率，没有人提出直接以脱硝成本最小为约束，控制喷氨量的方法，因此，需要一种以脱硝成本最小为约束的SCR喷氨策略，通过优化，得出最低脱硝成本下所需的氨量，从而得到最佳喷氨量，降低NO_X排放，提高电厂经济性。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种优化SCR喷氨的方法。

本发明解决其技术问题是采取以下技术方案实现的：

1、一种优化SCR喷氨的方法，其特征在于包括步骤如下：

(1)根据支持向量机，预测机组的SCR脱硝效率；具体预测方法为：

①以锅炉运行数据为基础，选择以下影响脱硝效率的变量：代表锅炉负荷的发电负荷，代表过量空气系数的炉膛氧量，喷氨量，NO_X生成量作为输入变量，输出变量为锅炉脱硝效率；

②选取不同负荷段的N组数据用来训练，用来建模样本的输入参数与输出参数表示为{x_i,y_i}^N，x_i为第i组输入参数，y_i为第i组输出参数，N为样本数量，

采用支持向量机方法建模，支持向量机核函数选径向基函数：

$K(x_i,x_j)=\mathrm{\φ}\left(x_i\right)\·\mathrm{\φ}\left(x_j\right)=\exp \left|\left(\frac{{\left|\right|x_i-x_j\left|\right|}^2}{{2\mathrm{\σ}}^2}\right)\right|$

参数σ为径向基函数的宽度，φ(x)为映射函数，设所求目标函数为f(x_i)＝w·φ(x_i)+b，f(x_i)为模型预测值，w为权重系数向量，b为截距。引入松弛因子ξ_i ^*和ξ_i以及允许拟合误差ε，ξ_i ^*≥0、ξ_i≥0，约束条件为：

$\left\{\begin{array}{c}{y}_i-w\·\mathrm{\φ}\left(x_i\right)-b\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_i\\ w\·\mathrm{\φ}\left(x_i\right)+b-y_i\≤\mathrm{\ϵ}+{{\mathrm{\ξ}}_i}^{*}\\ {{\mathrm{\ξ}}_i}^{*}\≥0\\ {\mathrm{\ξ}}_i\≥0,i=1,\·\·\·\·\·\·N\end{array}\right.$

模型建立为：

$\min R(w,\mathrm{\ξ},{\mathrm{\ξ}}^{*})=\frac{1}{2}w\·w+c\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\mathrm{\ξ}+{\mathrm{\ξ}}^{*}$

其中常数c为惩罚系数，c≥0；引入拉格朗日函数

$L(w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*},\mathrm{\α},{\mathrm{\α}}^{*},\mathrm{\γ},{\mathrm{\γ}}^{*})=\frac{1}{2}w\·w+C\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(\mathrm{\ξ}+{\mathrm{\ξ}}^{*})-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_i[y_i-({\mathrm{\ξ}}_i+\mathrm{\ϵ}+f\left(x_i\right))]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{{\mathrm{\α}}_i}^{*}[{{\mathrm{\ξ}}_i}^{*}+\mathrm{\ϵ}+f\left(x_i\right)-y_i]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\γ}}_i{\mathrm{\ξ}}_i+{{\mathrm{\γ}}_i}^{*}{{\mathrm{\ξ}}_i}^{*})$

其中：α_i、α_i ^*、γ_i、γ_i ^*为拉格朗日乘子，全部大于零，

求函数关于w、b、ξ_i、ξ_i ^*的极小值点，得到：

$\left\{\begin{array}{c}\frac{\∂}{\∂w}L=0\⇒w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right)\\ \frac{\∂}{\∂b}L=0\⇒\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})=0\\ \frac{\∂}{{\∂\mathrm{\ξ}}_i}L=0\⇒C-{\mathrm{\α}}_i-{\mathrm{\γ}}_i=0\\ \frac{\∂}{{{\∂\mathrm{\ξ}}_i}^{*}}L=0\⇒C-{{\mathrm{\α}}_i}^{*}-{{\mathrm{\γ}}_i}^{*}=0\end{array}\right.$

得出拉格朗日的对偶函数：

$\stackrel{\‾}{\mathrm{\ω}}{(\mathrm{\α},{\mathrm{\α}}^{*})}_{w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*}}=-\frac{1}{2}\underset{i,j=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})({\mathrm{\α}}_j-{{\mathrm{\α}}_j}^{*})K(x_i,x_j)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})\mathrm{\ϵ}+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})y_i$

此时：

$w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right),f\left(x\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})K(x,x_i)+b$

根据KKT条件定理，在极值点处有：

α_i[ε+ξ_i-y_i+f(x_i)]＝0

α_i ^*[ε+ξ_i+y_i-f(x_i)]＝0    i＝1,……,N

以此得出：

ξ_iγ_i＝0、ξ_i ^*γ_i ^*＝0    i＝1，……,N

从而得出b，获得输入量与输出量之间的关系模型；

(2)根据预测出来的脱硝效率以及实测的NO_X生成量、锅炉负荷、烟气含氧量，烟气量、喷氨量计算脱硝总成本；具体计算方法为：

用线性拟合的方法，建立脱硝设备电流与喷氨量的关系模型；

总电流＝k×喷氨量+b

其中系数k与b利用所采集数据线性拟合得到；

计算脱硝总成本，包括：

①脱硝电耗成本：根据上述建立的脱硝设备电流与喷氨量的关系模型，通过喷氨量得出各电机电流总和，从而计算出耗电量，结合电价计算电耗出成本；

消耗功率＝1.732×设备电压×设备总电流×功率因数

耗电费用＝耗电功率×内部电价

联立三式得：

耗电费用＝1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价

②氨水消耗成本：

氨水消耗成本＝喷氨量×氨水价格

③排污收费：根据预测出的脱硝效率以及实测的NO_X生成量，计算出NO_X排放量，结合国家规定的排污及收费标准，可以得到单位排污量的收费标准，从而计算出排污费用；

NO_X排放量＝NO_X生成量×(1-脱硝效率)

排污费＝NO_X排放量×收费标准＝NO_X生成量×(1-脱硝效率)×收费标准

其中，收费标准根据环保部门规定，结合NO_X排放量得出；

④电价补偿：根据预测出的脱硝效率以及实测NO_X生成量，计算NO_X排放量，结合国家的电价补偿政策，可以得到脱硝效果是否能达到补偿要求，从而得出是否享受电价补偿；

总成本＝氨水消耗成本+脱硝电耗成本+排污收费-电价补偿＝喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿

合计成本：

其中，脱硝效率根据支持向量机建立的模型预测所得，是关于负荷、喷氨量、烟气氧量与NO_X生成量的函数；

NOx的成本＝Σ煤种i比例×煤种i的NOx生成量×[SCR脱硝效率×氨水价格+(1-SCR脱硝效率)×排放NOx的罚款]；

其中，i为机组燃烧使用的N种混合煤中的第i种；

(3)对喷氨量进行优化，最终获得脱硝总成本最小时对应的喷氨量；

以：

min(总成本)＝min(喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿)

为目标，采用无约束下的最速下降法优化喷氨量，最终获得脱硝总成本最小时对应的喷氨量。

本发明的优点和积极效果是：

本发明首先利用支持向量机，预测机组的脱硝效率，接着根据所得脱硝效率以及NO_X生成量，计算脱硝总成本，最后综合考虑脱硝效率及各脱硝成本，对模型进行优化，得出最佳喷氨量，进而降低脱销成本。

具体实施方式

以下对本发明实施做进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

一种优化SCR喷氨的方法，该方法的步骤包括：

(1)首要利用支持向量机，预测机组的SCR脱硝效率；具体预测方法为：

①以锅炉运行数据为基础，选择以下影响脱硝效率的变量：代表锅炉负荷的发电负荷，代表过量空气系数的炉膛氧量，喷氨量，NO_X生成量作为输入变量，输出变量为锅炉脱硝效率；

②选取不同负荷段的N组数据用来训练，用来建模样本的输入参数与输出参数表示为{x_i,y_i}^N，x_i为第i组输入参数，y_i为第i组输出参数，N为样本数量，

采用支持向量机方法建模，支持向量机核函数选径向基函数：

$K(x_i,x_j)=\mathrm{\φ}\left(x_i\right)\·\mathrm{\φ}\left(x_j\right)=\exp \left|\left(\frac{{\left|\right|x_i-x_j\left|\right|}^2}{{2\mathrm{\σ}}^2}\right)\right|$

参数σ为径向基函数的宽度，φ(x)为映射函数，设所求目标函数为f(x_i)＝w·φ(x_i)+b，f(x_i)为模型预测值，w为权重系数向量，b为截距。引入松弛因子ξ_i ^*和ξ_i以及允许拟合误差ε，ξ_i ^*≥0、ξ_i≥0，约束条件为：

$\left\{\begin{array}{c}{y}_i-w\·\mathrm{\φ}\left(x_i\right)-b\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_i\\ w\·\mathrm{\φ}\left(x_i\right)+b-y_i\≤\mathrm{\ϵ}+{{\mathrm{\ξ}}_i}^{*}\\ {{\mathrm{\ξ}}_i}^{*}\≥0\\ {\mathrm{\ξ}}_i\≥0,i=1,\·\·\·\·\·\·N\end{array}\right.$

模型建立为：

$\min R(w,\mathrm{\ξ},{\mathrm{\ξ}}^{*})=\frac{1}{2}w\·w+c\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\mathrm{\ξ}+{\mathrm{\ξ}}^{*}$

其中常数c为惩罚系数，c≥0；

引入拉格朗日函数

$L(w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*},\mathrm{\α},{\mathrm{\α}}^{*},\mathrm{\γ},{\mathrm{\γ}}^{*})=\frac{1}{2}w\·w+C\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(\mathrm{\ξ}+{\mathrm{\ξ}}^{*})-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_i[y_i-({\mathrm{\ξ}}_i+\mathrm{\ϵ}+f\left(x_i\right))]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{{\mathrm{\α}}_i}^{*}[{{\mathrm{\ξ}}_i}^{*}+\mathrm{\ϵ}+f\left(x_i\right)-y_i]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\γ}}_i{\mathrm{\ξ}}_i+{{\mathrm{\γ}}_i}^{*}{{\mathrm{\ξ}}_i}^{*})$

其中：α_i、α_i ^*、γ_i、γ_i ^*为拉格朗日乘子，全部大于零，

求函数关于w、b、ξ_i、ξ_i ^*的极小值点，得到：

$\left\{\begin{array}{c}\frac{\∂}{\∂w}L=0\⇒w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right)\\ \frac{\∂}{\∂b}L=0\⇒\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})=0\\ \frac{\∂}{{\∂\mathrm{\ξ}}_i}L=0\⇒C-{\mathrm{\α}}_i-{\mathrm{\γ}}_i=0\\ \frac{\∂}{{{\∂\mathrm{\ξ}}_i}^{*}}L=0\⇒C-{{\mathrm{\α}}_i}^{*}-{{\mathrm{\γ}}_i}^{*}=0\end{array}\right.$

得出拉格朗日的对偶函数：

$\stackrel{\‾}{\mathrm{\ω}}{(\mathrm{\α},{\mathrm{\α}}^{*})}_{w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*}}=-\frac{1}{2}\underset{i,j=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})({\mathrm{\α}}_j-{{\mathrm{\α}}_j}^{*})K(x_i,x_j)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})\mathrm{\ϵ}+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})y_i$

此时：

$w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right),f\left(x\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})K(x,x_i)+b$

根据KKT条件定理，在极值点处有：

α_i[ε+ξ_i-y_i+f(x_i)]＝0

α_i ^*[ε+ξ_i+y_i-f(x_i)]＝0   i＝1,……,N

以此得出：

ξ_iγ_i＝0、ξ_i ^*γ_i ^*＝0    i＝1,……,N

从而得出b，获得输入量与输出量之间的关系模型；

(2)根据预测出来的脱硝效率以及实测的NO_X生成量、锅炉负荷、烟气含氧量，烟气量、喷氨量计算脱硝总成本；具体计算方法为：

用线性拟合的方法，建立脱硝设备电流与喷氨量的关系模型；

总电流＝k×喷氨量+b

其中系数k与b利用所采集数据线性拟合得到；

计算脱硝总成本，包括：

a.脱硝电耗成本：根据上述建立的脱硝设备电流与喷氨量的关系模型，通过喷氨量得出各电机电流总和，从而计算出耗电量，结合电价计算电耗出成本；

消耗功率＝1.732×设备电压×设备总电流×功率因数

耗电费用＝耗电功率×内部电价

联立三式得：

耗电费用＝1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价

总成本＝氨水消耗成本+脱硝电耗成本+排污收费-电价补偿＝喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿

b.氨水消耗成本：

氨水消耗成本＝喷氨量×氨水价格

c.排污收费：根据预测出的脱硝效率以及实测的NO_X生成量，计算出NO_X排放量，结合国家规定的排污及收费标准，可以得到单位排污量的收费标准，从而计算出排污费用；

NO_X排放量＝NO_X生成量×(1-脱硝效率)

排污费＝NO_X排放量×收费标准＝NO_X生成量×(1-脱硝效率)×收费标准

其中，收费标准根据环保部门规定，结合NO_X排放量得出；

d.电价补偿：根据预测出的脱硝效率以及实测NO_X生成量，计算NO_X排放量，结合国家的电价补偿政策，可以得到脱硝效果是否能达到补偿要求，从而得出是否享受电价补偿；

合计成本：

其中，脱硝效率根据支持向量机建立的模型预测所得，是关于负荷、喷氨量、烟气氧量与NO_X生成量的函数；

举例如下：NOx的成本＝Σ煤种i比例×煤种i的NOx生成量×[SCR脱硝效率×氨水价格+(1-SCR脱硝效率)×排放NOx的罚款]；

其中，i为机组燃烧使用的N种混合煤中的第i种；

对喷氨量进行优化，最终获得脱硝总成本最小时对应的喷氨量；

以：

min(总成本)＝min(喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿)

为目标，采用无约束下的最速下降法优化喷氨量，最终获得脱硝总成本最小时对应的喷氨量，从而实现提高电厂经济性的目的。

实例

以某电厂为例，首先预测脱硝效率：选择20组训练样本进行训练，得到脱硝效率与负荷、喷氨量、烟气含氧量以及NO_X生成量之间的关系模型。

模型建立完成后，选择不同工况为例，预测脱硝效率，结果如下。

总成本＝喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿

表1 不同工况下脱硝效率预测结果

将喷氨量看做待优化变量，其他参数看做定值，根据总成本计算公式得出成本关于喷氨量的函数：

本例中，根据实际情况，氨水的价格为2680元/t，脱硝设备电压为6000V，功率因数取0.83，内部电价0.48元/kwh；计算出的排放NOx的收费标准为5.95元/kg；

采用最速下降法对喷氨量进行优化，得出优化后的最佳喷氨量如下表，

表2 优化后喷氨量

Claims (4)

1.一种优化SCR喷氨的方法，其特征在于包括步骤如下：

(1)根据支持向量机，预测机组的SCR脱硝效率；具体预测方法为：

①以锅炉运行数据为基础，选择以下影响脱硝效率的变量：代表锅炉负荷的发电负荷，代表过量空气系数的炉膛氧量，喷氨量，NO_X生成量作为输入变量，输出变量为锅炉脱硝效率；

②选取不同负荷段的N组数据用来训练，用来建模样本的输入参数与输出参数表示为{x_i,y_i}^N，x_i为第i组输入参数，y_i为第i组输出参数，N为样本数量，

采用支持向量机方法建模，支持向量机核函数选径向基函数：

$K(x_i,x_j)=\mathrm{\φ}\left(x_i\right)\·\mathrm{\φ}\left(x_j\right)=\exp \left|\left(\frac{{\left|\right|x_i-x_j\left|\right|}^2}{{2\mathrm{\σ}}^2}\right)\right|$

参数σ为径向基函数的宽度，φ(x)为映射函数，设所求目标函数为f(x_i)＝w·φ(x_i)+b，f(x_i)为模型预测值，w为权重系数向量，b为截距。引入松弛因子ξ_i ^*和ξ_i以及允许拟合误差ε，ξ_i ^*≥0、ξ_i≥0，约束条件为：

$\left\{\begin{array}{c}{y}_i-w\·\mathrm{\φ}\left(x_i\right)-b\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_i\\ w\·\mathrm{\φ}\left(x_i\right)+b-y_i\≤\mathrm{\ϵ}+{{\mathrm{\ξ}}_i}^{*}\\ {{\mathrm{\ξ}}_i}^{*}\≥0\\ {\mathrm{\ξ}}_i\≥0,i=1,\·\·\·\·\·\·N\end{array}\right.$

模型建立为：

$\min R(w,\mathrm{\ξ},{\mathrm{\ξ}}^{*})=\frac{1}{2}w\·w+c\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\mathrm{\ξ}+{\mathrm{\ξ}}^{*}$

其中常数c为惩罚系数，c≥0；

引入拉格朗日函数

$L(w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*},\mathrm{\α},{\mathrm{\α}}^{*},\mathrm{\γ},{\mathrm{\γ}}^{*})=\frac{1}{2}w\·w+C\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(\mathrm{\ξ}+{\mathrm{\ξ}}^{*})-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_i[y_i-({\mathrm{\ξ}}_i+\mathrm{\ϵ}+f\left(x_i\right))]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{{\mathrm{\α}}_i}^{*}[{{\mathrm{\ξ}}_i}^{*}+\mathrm{\ϵ}+f\left(x_i\right)-y_i]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\γ}}_i{\mathrm{\ξ}}_i+{{\mathrm{\γ}}_i}^{*}{{\mathrm{\ξ}}_i}^{*})$

其中：α_i、α_i ^*、γ_i、γ_i ^*为拉格朗日乘子，全部大于零，

求函数关于w、b、ξ_i、ξ_i ^*的极小值点，得到：

$\left\{\begin{array}{c}\frac{\∂}{\∂w}L=0\⇒w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right)\\ \frac{\∂}{\∂b}L=0\⇒\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})=0\\ \frac{\∂}{{\∂\mathrm{\ξ}}_i}L=0\⇒C-{\mathrm{\α}}_i-{\mathrm{\γ}}_i=0\\ \frac{\∂}{{{\∂\mathrm{\ξ}}_i}^{*}}L=0\⇒C-{{\mathrm{\α}}_i}^{*}-{{\mathrm{\γ}}_i}^{*}=0\end{array}\right.$

得出拉格朗日的对偶函数：

$\stackrel{\‾}{\mathrm{\ω}}{(\mathrm{\α},{\mathrm{\α}}^{*})}_{w,b,\mathrm{\ξ},{\mathrm{\ξ}}^{*}}=-\frac{1}{2}\underset{i,j=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})({\mathrm{\α}}_j-{{\mathrm{\α}}_j}^{*})K(x_i,x_j)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})\mathrm{\ϵ}+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i+{{\mathrm{\α}}_i}^{*})y_i$

此时：

$w=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})\mathrm{\φ}\left(x_i\right),f\left(x\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}({\mathrm{\α}}_i-{{\mathrm{\α}}_i}^{*})K(x,x_i)+b$

根据KKT条件定理，在极值点处有：

α_i[ε+ξ_i-y_i+f(x_i)]＝0

α_i ^*[ε+ξ_i+y_i-f(x_i)]＝0    i＝1,……,N

以此得出：

ξ_iγ_i＝0、ξ_i ^*γ_i ^*＝0   i＝1,……,N

从而得出b，获得输入量与输出量之间的关系模型；

(2)根据预测出来的脱硝效率以及实测的NO_X生成量、锅炉负荷、烟气含氧量，烟气量、喷氨量计算脱硝总成本；具体计算方法为：

用线性拟合的方法，建立脱硝设备电流与喷氨量的关系模型；

总电流＝k×喷氨量+b

其中系数k与b利用所采集数据线性拟合得到；

计算脱硝总成本，包括：

①脱硝电耗成本：根据上述建立的脱硝设备电流与喷氨量的关系模型，通过喷氨量得出各电机电流总和，从而计算出耗电量，结合电价计算电耗出成本；

消耗功率＝1.732×设备电压×设备总电流×功率因数

耗电费用＝耗电功率×内部电价

联立三式得：

耗电费用＝1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价

②氨水消耗成本：

总成本＝氨水消耗成本+脱硝电耗成本+排污收费-电价补偿＝喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿

氨水消耗成本＝喷氨量×氨水价格；

③排污收费：根据预测出的脱硝效率以及实测的NO_X生成量，计算出NO_X排放量，结合排污及收费标准，得到单位排污量的收费标准，从而计算出排污费用；

NO_X排放量＝NO_X生成量×(1-脱硝效率)

排污费＝NO_X排放量×收费标准＝NO_X生成量×(1-脱硝效率)×收费标准；

④NOx的成本：根据预测出的脱硝效率以及实测NO_X生成量，计算NO_X排放量成本；

合计成本：NOx的成本＝Σ煤种i比例×煤种i的NOx生成量×[SCR脱硝效率×氨水价格+(1-SCR脱硝效率)×排放NOx的罚款]；

其中，i为机组燃烧使用的N种混合煤中的第i种；

(3)对喷氨量进行优化，结合电价补偿，最终获得脱硝总成本最小时对应的喷氨量；

以：

min(总成本)＝min(喷氨量×氨水价格+1.732×设备电压×(k×喷氨量+b)×功率因数×内部电价+NO_X生成量×(1-脱硝效率)×收费标准-电价补偿)

为目标，采用无约束下的最速下降法优化喷氨量，最终获得脱硝总成本最小时对应的喷氨量。

2.根据权利要求1所述的优化SCR喷氨的方法，其特征在于：所述步骤(2)的③步中收费标准是根据环保部门规定，结合NO_X排放量得出。

3.根据权利要求1所述的优化SCR喷氨的方法，其特征在于：所述步骤(2)的④中排放NOx的罚款具体是国家当时的NOx排污及收费标准。

4.根据权利要求1所述的优化SCR喷氨的方法，其特征在于：所述步骤(3)中的电价补偿为国家当时的电价补偿政策。