CN106681381A - 一种基于智能前馈信号的scr脱硝***喷氨量优化控制***及方法 - Google Patents

Abstract

本发明涉及一种基于智能前馈信号的SCR脱硝***喷氨量优化控制***及方法。脱硝***的输入参数受锅炉燃烧状态影响很大，为适应火电机组运行工况大范围深度变化的要求，本发明以电厂历史数据为基础，采用数据建模的思想，以锅炉侧可调参数作为输入，以炉膛出口NO_X浓度作为输出，利用最小二乘支持向量机算法构建预测模型，该模型可以用来构建喷氨量控制策略中的智能前馈控制器。以动态矩阵控制(DMC)为主控制器，PID为副控制器，构建串级反馈控制结构。运行过程中，智能前馈控制器根据锅炉侧的参数变化实时输出前馈控制信号，快速响应机组工况的变化，与反馈控制共同构成SCR***喷氨量优化控制策略，实现喷氨量的快速准确控制。

Description

一种基于智能前馈信号的SCR脱硝***喷氨量优化控制*** 及方法

技术领域

本发明涉及一种基于智能前馈技术的火电机组SCR脱硝***优化控制***和方法，属于热工自动控制领域。

背景技术

火电厂燃煤产生的烟气是大气NO_x污染的重要来源之一，为了降低NO_x的排放量，选择性催化还原(Selective Catalytic Reduction，SCR)烟气脱硝***在火电厂中得到大规模应用。随着环保要求的不断提高，为了在达到国家规定的排放标准的同时节约喷氨成本，SCR***的优化控制得到了广泛关注。

SCR脱硝***与炉膛燃烧耦合紧密，炉膛出口的烟气状态决定了SCR***入口的烟气参数，包括烟气温度、烟气流速、烟气NO_x含量等等，这些参数的变化会影响SCR脱硝反应过程和脱硝效率。炉膛出口的烟气状态受锅炉运行工况影响，包括负荷和锅炉可调输入参数。在目前电力行业可再生能源大规模并网的背景下，火电机组频繁参与调峰，且调峰深度越来越大。因此，锅炉运行工况在大范围频繁变化，使得炉膛出口烟气参数频繁变化。SCR***入口和出口烟气参数信号检测存在滞后，再加上SCR反应器反应过程存在大延迟，因此，对这样反应机理复杂、具有非线性、大迟延、多变量耦合等特点的SCR脱硝过程，传统的PID控制无法得到满意的控制效果。喷氨量过多会造成氨逃逸增大，使得空气预热器结垢腐蚀，喷氨量过少会使得出口NO_x排放达不到国家排放要求。

因此，当工况发生变化时，仅仅依靠反馈控制实现出口NO_x浓度的准确快速控制是非常困难的，现有技术中还没有有效解决此问题的***或方法。

发明内容

本发明为克服现有技术的不足，提出一种适应机组工况变化的SCR脱硝***喷氨量优化控制***和方法，实现喷氨量的快速准确控制。

技术方案：为达到发明目的，本发明采用如下技术方案：

本发明所述的一种基于智能前馈信号的SCR脱硝***喷氨量优化控制***，包括：NO_X浓度目标值设置单元，智能前馈控制器单元，DMC控制器单元，PID控制器单元，喷氨阀门，SCR反应器，其中，所述NO_X浓度目标值设置单元通过减法器与DMC控制器单元的输入相连，DMC控制器单元的输出与智能前馈控制器单元输出相加后作为PID控制器单元的输入，PID控制器单元的输出与喷氨阀门的输入连接，且PID控制器单元与喷氨阀门经单位负反馈构成内回路控制子***，喷氨阀门的输出与SCR反应器的输入相连，其中SCR反应器的输出与NO_X浓度目标值设置单元相减后作为DMC控制器单元的输入，构成负反馈控制回路。

进一步地，所述智能前馈控制器单元包含炉膛出口NO_X浓度预测模块和前馈控制量换算模块，其中，所述炉膛出口NO_X浓度预测模块根据锅炉侧输入参数实时预测所述炉膛出口NO_X浓度，所述前馈控制量换算模块将上述炉膛出口NO_X浓度实时预测值换算为阀门开度变化量，作为前馈控制量。

进一步地，所述前馈控制量换算模块将所述炉膛出口NO_X浓度实时预测值换算为阀门开度变化量，作为前馈控制量，其换算公式为：

Δy＝k·Δn+b (2)

其中：Δn为阀门开度变化量；Δc_NOx是炉膛出口NO_X浓度变化量，为炉膛出口NO_X浓度实时预测值与当前时刻NO_X浓度实际值之间的差值，单位为mg/m³；Q是烟气流量，单位为m³/h；η为脱硝效率；M_NOx是NH₃和NO_X的摩尔质量；Δy为喷氨量变化量；喷氨量和阀门开度之间为线性函数，k和b为函数中拟合系数，计算得到的喷氨量变化量Δy经过反算得到阀门开度变化量Δn。

进一步地，所述输入参数包括：锅炉负荷、总风量、磨煤机给煤量、总燃料量、氧量、二次风、燃尽风等，根据锅炉侧输入参数改变提前调节SCR***喷氨量。

进一步地，所述炉膛出口NO_X浓度预测模块中的模型采用数据建模构建，步骤如下：

1)选取所述锅炉侧输入参数，作为模型的输入变量，以所述炉膛出口NO_X浓度作为模型输出变量；

2)从机组历史数据中选取一定时间长度的稳定历史运行数据，并进行数据预处理；

3)采用最小二乘支持向量机LS-SVM算法对数据进行训练建模，并进行模型准确性验证。

一种基于智能前馈信号的SCR脱硝***喷氨量优化控制***的优化控制方法，其中以所述SCR反应器的出口NO_X浓度为被控量，所述喷氨阀门开度作为控制量。

进一步地，其中所述DMC控制器单元采用DMC预测控制方法，以被控对象的阶跃响应为模型基础，所述SCR反应器对喷氨量实施阶跃变化，获得出口NO_X浓度的阶跃响应曲线。

进一步地，所述DMC预测控制方法中的优化时域和控制时域采用试凑结合仿真方法。

进一步地，所述PID控制器用于调节所述喷氨阀门开度，采用PI调节整定，整定采用衰减曲线法。

进一步地，出口NO_X浓度设定值设置为40-50mg/m³。

有益效果：与现有技术相比，本发明提出的基于智能前馈信号的SCR脱硝***喷氨量优化控制方法，构建了可预测炉膛出口NO_X浓度的数学模型，实时反映炉膛的燃烧工况，及时提供前馈控制信号，调整喷氨量，可以克服检测***延迟及SCR***大迟延特性所带来的控制问题，减小控制超调，在节省喷氨量的前提下也降低了氨逃逸，实现喷氨量的准确控制。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本发明的示例性实施例、特征和方面，并且用于解释本发明的原理。

图1为本发明所述基于智能前馈信号的SCR脱硝***喷氨量优化控制方法原理图。

图2为本发明所述智能前馈控制器单元的结构图。

图3为本发明所述炉膛出口NO_X浓度预测模型训练样本预测曲线图。

图4为本发明所述炉膛出口NO_X浓度预测模型预测样本预测曲线图。

图5为采用本发明方法与采用传统串级PID控制器得到的出口NO_X浓度控制效果对比图。

图6为采用本发明方法与采用传统串级PID控制器得到的喷氨量控制效果对比图。

图7为采用本发明方法与采用传统串级PID控制器得到的氨逃逸控制效果对比图。

具体实施方式

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如附图1-7所示，本发明为适应运行工况大范围变化的要求，本发明采用数据建模的思想，利用电厂历史数据，采用锅炉侧可调参数作为输入，以炉膛出口NO_X浓度作为输出，利用最小二乘支持向量机(Least Squares Support Vector Machine，LS-SVM)算法构建模型，该模型可以用来构建喷氨量控制策略中的智能前馈控制器。实际运行过程中，前馈控制器根据锅炉侧的参数变化实时输出前馈控制信号，快速响应机组工况的变化。前馈控制与动态矩阵控制(Dynamic Matrix Control，DMC)方法构成SCR***控制策略，实现喷氨量的快速准确控制。

本发明针对火电机组运行工况大范围频繁变化的特点，提出一种适应机组工况变化的SCR脱硝***喷氨量优化控制***和方法，实现喷氨量的快速准确控制。控制方法原理如图1所示，基于智能前馈信号的SCR脱硝***喷氨量优化控制***，包括NO_X浓度目标值设置单元，智能前馈控制器单元，DMC控制器单元，PID控制器单元，喷氨阀门，SCR反应器。

所述NO_X浓度目标值设置单元通过减法器与DMC控制器单元的输入相连，DMC控制器单元的输出与智能前馈控制器单元输出相加后作为PID控制器单元的输入，PID控制器单元的输出与喷氨阀门的输入连接，且PID控制器单元与喷氨阀门经单位负反馈构成内回路控制子***，喷氨阀门的输出与SCR反应器的输入相连，其中NO_X浓度目标值设置单元与SCR反应器的输出相减后作为DMC控制器单元的输入，构成负反馈控制回路，即外回路控制***。

智能前馈控制器单元包含炉膛出口NO_X浓度预测模块和前馈控制量换算模块。其中，炉膛出口NO_X浓度预测模块根据锅炉侧输入参数实时预测炉膛出口NO_X浓度，克服检测***滞后，所述输入参数包括但不限于：锅炉负荷、总风量、磨煤机给煤量、总燃料量、氧量、二次风、燃尽风等，根据锅炉侧输入参数改变提前调节SCR***喷氨量。前馈控制量换算模块将上述炉膛出口NO_X浓度实时预测值换算为阀门开度变化量，作为前馈控制量。

所述前馈控制量换算模块将炉膛出口NO_X浓度实时预测值换算为阀门开度变化量，作为前馈控制量，其换算公式为：

Δy＝k·Δn+b (2)

其中：Δn为阀门开度变化量；Δc_NOx是炉膛出口NO_X浓度变化量，为炉膛出口NO_X浓度实时预测值与当前时刻NO_X浓度实际值之间的差值，单位为mg/m³；Q是烟气流量，单位为m³/h；η为脱硝效率；M_NOx是NH₃和NO_X的摩尔质量；Δy为喷氨量变化量；喷氨量和阀门开度之间为线性函数，k和b为函数中拟合系数，计算得到的喷氨量变化量Δy经过反算得到阀门开度变化量Δn。

炉膛出口NO_X浓度预测模块中的模型采用数据建模构建，建立步骤如下：

1)选取对锅炉燃烧状态影响较大的锅炉输入参数，作为模型的输入变量。以炉膛出口NO_X浓度作为模型输出变量；

2)从机组历史数据中选取所选输入输出变量的一定时间长度的稳定历史运行数据，并进行数据预处理；

3)采用最小二乘支持向量机(LS-SVM)算法对数据进行训练建模，并进行模型准确性验证；

由此建立起来的炉膛出口NO_X浓度预测模型与前馈控制量换算模块共同构成智能前馈控制器单元，当锅炉侧输入参数发生变化时，能及时预测炉膛出口NO_X浓度变化，提前输出喷氨量控制信号，克服检测滞后。

以SCR反应器出口NO_X浓度为被控量，喷氨阀门开度作为控制量，设计基于智能前馈信号的喷氨量优化控制方法，实现喷氨量的优化控制。

作为优选，所述DMC控制器单元采用DMC预测控制方法，以被控对象的阶跃响应为模型基础，所述SCR反应器对喷氨量实施阶跃变化，获得出口NO_X浓度的阶跃响应曲线。

作为优选，所述DMC预测控制方法中的优化时域和控制时域采用试凑结合仿真方法。

作为优选，所述PID控制器用于调节喷氨阀门开度，采用PI调节整定，整定所采用的方法为衰减曲线法。

作为优选，所述出口NO_X浓度设定值设置为40-50mg/m³。

下面以某厂350MW机组的数据和仿真为例，详细说明本发明内容。基于本应用场景，上述相关步骤和参数为：

炉膛出口NO_X浓度预测单元中的模型的建立步骤如下：

1)以机组负荷、总风量、总燃料量代表几组燃烧特性，磨煤机给煤量(4台)描述一次风量对锅炉燃烧的影响，二次风门开度(8个)代表二次配风方式对燃烧影响，燃尽风门开度(2个)代表2层燃尽风影响，一次风和二次风分别影响煤粉的前期和后期燃烧状况，燃尽风使炉膛下部形成还原性氛围，降低了出口NO_X含量，用烟气含氧量来描述入炉氧量的影响，共选取18个输入变量，建立锅炉出口NO_X浓度预测模型。

2)选取某机组负荷在180MW-330MW下85组数据作为训练样本，25组数据作为测试样本，进行数据预处理，按公式(3)将数据归一化到[-1,1]内，得到输出后按公式(4)进行反归一化。

x'＝(2x-x_max-x_min)/(x_max-x_min) (3)

x＝[x'(x_max-x_min)+x_max+x_min]/2 (4)

3)采用LS-SVM算法对数据进行训练建模，并对模型进行验证。炉膛出口NO_x浓度预测模型的训练效果和预测效果验证曲线如图3和图4所示，从图中可以看出，模型预测精度较高，可以满足炉膛出口NO_x实时预测的要求。

SCR反应器仿真模型取其机理模型，氨气流量对控制阀门开度的传递函数取为：

DMC控制方法中的优化时域M＝2、控制时域P＝10，PID副控制器采用比例控制，参数整定为P＝0.1，NO_X浓度目标值设置为50mg/m³，进行控制仿真。分别对常规串级PID和本发明提出的智能前馈DMC-PID进行控制效果仿真。在T＝3000秒时运行工况改变，仿真效果如图5、图6和图7所示。

从仿真图可以看出，串级PID控制方式在阶跃响应时超调较大，虽然出口NO_X浓度低于50，未超标排放，但是喷氨量急剧升高，造成还原剂的浪费，同时也带来氨逃逸数值激增，这会严重影响下游空气预热器的正常运行。而基于智能前馈信号的DMC控制方法在阶跃响应过程中输出平稳，在出口NO_X控制效果无超调的前提下，喷氨量和氨逃逸都控制在合理范围，控制效果良好。当工况发生变化时，在PID控制方案中，由于检测120秒延迟和SCR脱硝***本身54秒延迟，导致出口NO_X浓度变化后174秒里，阀门没有动作，再经过120秒检测迟延，在3300秒，阀门感受到NO_X浓度变化，开始调节喷氨量，出口NO_X浓度波动较大，最终经过一定时间，SCR出口NO_X浓度稳定在50mg/m³。在前馈DMC控制方案中，加入前馈控制信号后，阀门立即开始调节喷氨量，所以在120秒检测延迟过后，其出口NO_X浓度变化较小，虽然喷氨量波动略大于PID控制方案，但其氨逃逸率与出口NO_X浓度均小于PID控制方案和DMC控制方案，减小了二次污染，在控制SCR出口NO_X浓度的同时，精确控制了喷氨量，减小了氨逃逸率。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于智能前馈信号的SCR脱硝***喷氨量优化控制***，其特征在于：包括：NO_X浓度目标值设置单元，智能前馈控制器单元，DMC控制器单元，PID控制器单元，喷氨阀门，SCR反应器，其中，所述NO_X浓度目标值设置单元通过减法器与DMC控制器单元的输入相连，DMC控制器单元的输出与智能前馈控制器单元输出相加后作为PID控制器单元输入，PID控制器单元的输出与喷氨阀门的输入连接，且PID控制器单元与喷氨阀门经单位负反馈构成内回路控制子***，喷氨阀门的输出与SCR反应器的输入相连，其中SCR反应器的输出与NO_X浓度目标值设置单元相减后作为DMC控制器单元输入，构成负反馈控制回路。

2.根据权利要求1所述的***，其特征在于：所述智能前馈控制器单元包含炉膛出口NO_X浓度预测模块和前馈控制量换算模块，其中，所述炉膛出口NO_X浓度预测模块根据锅炉侧输入参数实时预测所述炉膛出口NO_X浓度，所述前馈控制量换算模块将上述炉膛出口NO_X浓度实时预测值换算为所述前馈控制量。

3.根据权利要求2所述的***，其特征在于：所述前馈控制量换算模块将所述炉膛出口NO_X浓度实时预测值换算为阀门开度变化量，作为前馈控制量，其换算公式为：

$\mathrm{\Δ}n=(\frac{{\mathrm{\Δc}}_{NOx}\·Q\·M_{{\mathrm{NH}}_3}\·\mathrm{\η}}{M_{NOx}}\·{10}^{-6}-b)/k---\left(1\right)$

Δy＝k·Δn+b (2)

其中：Δn为阀门开度变化量；Δc_NOx是炉膛出口NO_X浓度变化量，为炉膛出口NO_X浓度实时预测值与当前时刻NO_X浓度实际值之间的差值，单位为mg/m³；Q是烟气流量，单位为m³/h；η为脱硝效率；M_NOx是NH₃和NO_X的摩尔质量；Δy为喷氨量变化量；喷氨量和阀门开度之间为线性函数，k和b为函数中拟合系数，计算得到的喷氨量变化量Δy经过反算得到阀门开度变化量Δn。

4.根据权利要求2或3所述的***，其特征在于：所述炉膛出口NO_X浓度预测模块输入参数包括：锅炉负荷、总风量、磨煤机给煤量、总燃料量、氧量、二次风、燃尽风等，根据所述输入参数改变提前调节SCR***喷氨量。

5.根据权利要求4所述的***，其特征在于：所述炉膛出口NO_X浓度预测模块中的模型采用数据建模构建，步骤如下：

1)选取所述锅炉侧输入参数，作为模型的输入变量，以所述炉膛出口NO_X浓度作为模型输出变量；

2)从机组历史数据中选取一定时间长度的稳定历史运行数据，并进行数据预处理；

3)采用最小二乘支持向量机LSSVM算法对数据进行训练建模，并进行模型准确性验证。

6.一种根据权利要求1-5任一项所述的化控制***的优化控制方法，其中以所述SCR反应器的出口NO_X浓度为被控量，所述喷氨阀门开度作为控制量。

7.根据权利要求6所述的方法，其特征在于：其中所述DMC控制器单元采用DMC预测控制方法，以被控对象的阶跃响应为模型基础，所述SCR反应器对喷氨量实施阶跃变化，获得出口NO_X浓度的阶跃响应曲线。

8.根据权利要求7所述的方法，其特征在于：所述DMC预测控制方法中的优化时域和控制时域采用试凑结合仿真方法。

9.根据权利要求7或8所述的方法，其特征在于：所述PID控制器用于调节所述喷氨阀门开度，采用PI调节整定，整定采用衰减曲线法。

10.根据权利要求6-9任一项所述的方法，其特征在于：所述出口NO_X浓度设定值设置为40-50mg/m³。