CN109034457A - 一种燃煤电厂污染物低成本协同脱除建模及优化方法 - Google Patents

一种燃煤电厂污染物低成本协同脱除建模及优化方法 Download PDF

Info

Publication number
CN109034457A
CN109034457A CN201810692615.3A CN201810692615A CN109034457A CN 109034457 A CN109034457 A CN 109034457A CN 201810692615 A CN201810692615 A CN 201810692615A CN 109034457 A CN109034457 A CN 109034457A
Authority
CN
China
Prior art keywords
cost
subject
sub
model
denitration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810692615.3A
Other languages
English (en)
Other versions
CN109034457B (zh
Inventor
郑松
陈帅
葛铭
郑小青
魏江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Hangzhou Electronic Science and Technology University
Original Assignee
Hangzhou Electronic Science and Technology University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Electronic Science and Technology University filed Critical Hangzhou Electronic Science and Technology University
Priority to CN201810692615.3A priority Critical patent/CN109034457B/zh
Publication of CN109034457A publication Critical patent/CN109034457A/zh
Application granted granted Critical
Publication of CN109034457B publication Critical patent/CN109034457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/46—Removing components of defined structure
    • B01D53/48—Sulfur compounds
    • B01D53/50—Sulfur oxides
    • B01D53/501—Sulfur oxides by treating the gases with a solution or a suspension of an alkali or earth-alkali or ammonium compound
    • B01D53/502—Sulfur oxides by treating the gases with a solution or a suspension of an alkali or earth-alkali or ammonium compound characterised by a specific solution or suspension
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/75—Multi-step processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/86—Catalytic processes
    • B01D53/8621—Removing nitrogen compounds
    • B01D53/8625—Nitrogen oxides
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/86—Catalytic processes
    • B01D53/90—Injecting reactants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03C—MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03C3/00—Separating dispersed particles from gases or vapour, e.g. air, by electrostatic effect
    • B03C3/017—Combinations of electrostatic separation with other processes, not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03C—MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
    • B03C3/00—Separating dispersed particles from gases or vapour, e.g. air, by electrostatic effect
    • B03C3/02—Plant or installations having external electricity supply
    • B03C3/025—Combinations of electrostatic separators, e.g. in parallel or in series, stacked separators, dry-wet separator combinations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2251/00—Reactants
    • B01D2251/40—Alkaline earth metal or magnesium compounds
    • B01D2251/404—Alkaline earth metal or magnesium compounds of calcium
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2257/00—Components to be removed
    • B01D2257/30—Sulfur compounds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2257/00—Components to be removed
    • B01D2257/30—Sulfur compounds
    • B01D2257/302—Sulfur oxides
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2257/00—Components to be removed
    • B01D2257/40—Nitrogen compounds
    • B01D2257/404—Nitrogen oxides other than dinitrogen oxide
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2258/00—Sources of waste gases
    • B01D2258/02—Other waste gases
    • B01D2258/0283—Flue gases

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Treating Waste Gases (AREA)

Abstract

一种燃煤电厂污染物低成本协同脱除建模及优化方法，采集各污染物脱除装置的运行参数及相关变量，分析各污染物脱除过程中的能源消耗和/或产生的收益，建立脱硝运行成本模型、脱硫运行成本模型以及除尘运行成本模型；建立污染物协同脱除模型，包括三个子学科级模型和一个***级模型；所述三个子学科级模型为：脱硝子学科模型、脱硫子学科模型以及除尘子学科模型；所述***级模型的目标函数在追求脱硝、脱硫、除尘三部分成本之和最小的基础上，将各子学科级目标函数作为惩罚项，加入到***级目标函数中；采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化，求解在满足排放标准的情况下，使得***运行成本最低的各装置运行参数。

Description

一种燃煤电厂污染物低成本协同脱除建模及优化方法
技术领域
本发明涉及燃煤烟气污染物减排领域，特别涉及一种燃煤电厂污染物低成本协同脱除建模及优化方法。
背景技术
随着环保要求的不断提高，燃煤电厂污染物超低排放***(简称环保岛)也在不断地更新完善。典型环保岛工艺流程中，关键污染物脱除装置主要包括脱硝装置(SCR，Selective Catalytic Reduction)、干式静电除尘装置(ESP，ElectrostaticPrecipitator)、湿法烟气脱硫装置(WFGD，Wet Flue Gas Desulfurization)及湿式静电除尘装置(WESP，Wet Electrostatic Precipitator)。SCR脱硝装置利用催化剂作用下氨气对氮氧化物NOx的选择还原功能，将NOx还原为N2，实现NOx的高效脱除；ESP装置主要利用高压静电场作用，当含尘气体经过高压静电场时被电分离，颗粒物与负离子碰撞结合带上负电后，在电场力作用趋向阳极表面放电而沉积，并通过采用机械方式收集；WFGD装置脱硫主要通过大流量循环的石灰石/石膏浆液在吸收塔内洗涤烟气，吸收烟气中的硫氧化物SO2与石灰石反应生成亚硫酸钙等，并在浆池中被氧化成硫酸钙等副产物。在SO2高效脱除的同时，通过浆液洗涤作用可以协同脱除NOx污染物[19]以及PM污染物。WESP装置和ESP装置的除尘原理相似，利用高压电晕放电使PM荷电，荷电后的PM在电场力的作用下到达集尘板，再采用连续或者定期冲洗的方式，使PM随着冲刷液的流动而清除。同时，WESP可实现在PM高效脱除的同时协同脱除SO2等污染物。在燃煤烟气污染物减排过程中，烟气脱硝、脱硫、除尘装置彼此具有协同脱除功效，属于多模型复杂***优化领域，而常用污染物脱除模型仅考虑各***主污染物的脱除，没有对各***协同脱除的效果进行建模分析，缺乏有效的整体协同处理方法，难以实现燃煤烟气污染物的低成本高效脱除。
发明内容
本发明的一个目的在于：通过对各污染物脱除装置间污染物协同脱除的过程进行建模，建立有效的整体协同处理方法，从而实现燃煤烟气污染物的低成本高效脱除，提供了一种燃煤电厂污染物低成本协同脱除建模及优化方法。
本发明解决其技术问题所采用的技术方案是：一种燃煤电厂污染物低成本协同脱除建模及优化方法，针对燃煤电厂脱硝装置SCR、干式静电除尘装置ESP、湿法烟气脱硫装置WFGD及湿式静电除尘装置WESP，采集各污染物脱除装置的运行参数及相关变量，分析各污染物脱除过程中的能源消耗和/或产生的收益，建立脱硝运行成本模型、脱硫运行成本模型以及除尘运行成本模型；建立污染物协同脱除模型，包括三个子学科级模型和一个***级模型；所述三个子学科级模型为：脱硝子学科模型、脱硫子学科模型以及除尘子学科模型；所述***级模型的目标函数在追求脱硝、脱硫、除尘三部分成本之和最小的基础上，将各子学科级目标函数作为惩罚项，加入到***级目标函数中；采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化，求解在满足排放标准的情况下，使得***运行成本最低的各装置运行参数。
进一步地，所述脱硝过程中的能源消耗包括脱硝能耗与脱硝物耗；
脱硝能耗包括：引风机电耗、吹灰风机电耗与稀释风机电耗；
脱硝物耗为：液氨成本与催化剂成本；
建立脱硝运行成本模型：
式中
COSTidf-SCR为脱硝装置引风机运行成本；
COSTsb为脱硝装置吹灰风机运行成本；
COSTadf为脱硝装置稀释风机运行成本；
为脱硝装置液氨使用成本；
COSTC为脱硝装置催化剂使用成本。
进一步地，所述脱硫过程中的能源消耗包括：增压风机电耗、氧化风机电耗、浆液循环泵电耗、浆液搅拌器电耗、发电量成本以及脱硫工艺水消耗成本；
湿法烟气脱硫装置WFGD在脱除烟气中SO2的同时，产生副产物石膏，石膏作为脱硫***运行过程中的收益部分被纳入成本计算：
建立脱硫运行成本模型：
式中
COSTbf为脱硫装置增压风机运行成本；
COSTsa为脱硫装置氧化风机运行成本；
COSTscp为脱硫装置液浆循环泵运行成本；
COSToab为脱硫装置也将搅拌器运行成本；
为脱硫装置石灰石使用成本；
COSTW为脱硫装置脱硫工艺水使用成本；
为脱硫装置运行生成的石膏收益。
进一步地，所述除尘过程中的能源消耗包括：静电除尘器的运行成本和湿式电除尘器运行成本；
干式静电除尘器的能源消耗包括：第一引风机电耗与干式静电除尘器电场电耗；
静电除尘器的运行成本为：COSTESP＝COSTidf_ESP+COSTe；
式中
COSTidf_ESP为干式静电除尘器引风机运行成本；
COSTe为干式静电除尘器电场电耗成本；
湿式电除尘器的能源消耗包括：第二引风机电耗、湿式电除尘器电场电耗、除尘工艺水消耗、碱消耗以及水循环***电耗；
湿式电除尘器运行成本为：COSTWESP＝COSTidf_WESP+COSTe+COSTw+COSTNa+COSTwc；
式中
COSTidf_WESP为湿式电除尘器引风机运行成本；
COSTe为湿式电除尘器电场电耗成本；
COSTW为湿式电除尘器除尘工艺水使用成本；
COSTW为湿式电除尘器碱使用成本；
COSTe为湿式电除尘器水循环***电耗成本；
建立除尘运行成本模型：
COST除尘＝COSTESP+COSTWESP。
进一步地，所述***级模型为：
s.t.50＜z1＜150
40≤z2，z3，z4，z5≤80
5.0≤z6≤5.6
z7＝2，3，4
30≤z8≤40
在上述式中的z1～z8为***级设计变量，z1表示脱硝装置SCR中的喷氨量，z2～z5分别表示干式静电除尘装置ESP中的四个电场的电压，z6、z7分别表示湿法烟气脱硫装置WFGD中的石膏浆pH值和循环泵台数，z8表示湿式静电除尘装置WESP中的电场电压，z1～z8中每个变量的变量范围约束均源自其各自的工艺约束；
其中γ＝b+m*kα
式中，b、m和α为常数，m和α是控制学科间一致性约束的权重，根据***级目标函数和设计变量的数量级进行选择，k为学科间不一致信息。
惩罚项由下面三个等式约束构成：
J1(z)＝(x11 *-z1)2+(x16 *-z6)2+(x17 *-z7)2；
J2(z)＝(x26 *-z6)2+(x27 *-z7)2+(x28 *-z8)2；
J3(z)＝(x32 *-z2)2+(x33 *-z3)2+(x34 *-z4)2+(x35 *-z5)2
+(x36 *-z6)2+(x37 *-z7)2+(x38 *-z8)2；
式中，xij *(i＝1，2，3；j＝1，2...8)为各学科级传回***级的最优解；
所述脱硝子学科模型：
Min J1(x1)＝(x11-z1 *)2+(x16-z6 *)2+(x17-z7 *)2+β*COST脱硝；
s.t.CNOx_out≤5
50≤x11≤150
5.0≤x16≤5.6
x17＝2，3，4
其中，x11，x16，x17为脱硝子学科的设计变量，z1 *，z6 *，z7 *为***级分配给脱硝子学科的设计变量期望值；脱硝子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，将***目标函数中与脱硝子学科相关的部分以加权的方式加入到脱硝子学科的目标函数中；
所述脱硫子学科模型：
Min J2(x2)＝(x26-z6 *)2+(x27-z7 *)2+(x28-z8 *)2+β*COST脱硫；
s.t.
5.0≤x26≤5.6
x27＝2，3，4
30≤x28≤40
其中，x26，x27，x28为脱硫子学科的设计变量，z6 *，z7 *，z8 *为***级分配给脱硫子学科的设计变量期望值；脱硫子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，将***目标函数中与脱硫子学科相关的部分以加权的方式加入到脱硫子学科目标函数中；
所述除尘子学科模型：
s.t.CPM_out≤5
40≤x32，x33，x34，x35≤80
5.0≤x36≤5.6
x37＝2，3，4
30≤x38≤40
其中，x32，x33，x34，x35，x38为除尘子学科的设计变量，z2 *，z3 *，z4 *，z5 *，z8 *为***级分配给除尘子学科的设计变量期望值；除尘子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小将***目标函数中与除尘子学科相关的部分以加权的方式加入到除尘子学科目标函数中。
上述子学科表达式中β为权重因子，β的取值方法为：
β＝(zk-zk-1)2；
其中zk表示当前次***级设计变量，zk-1表示前一次***级设计变量。
进一步地，采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化的步骤包括：
Step1初始化***级设计变量以及各子学科级设计变量初值；
Step2将***级设计变量分配给各个子学科，并结合对应子学科级设计变量初值，用各自的学科级优化器对其子学科模型求解；
Step3将各学科级最优解传回***级，利用***级优化器协调各子学科不一致性并求得最优解；
Step4判断是否满足优化结束条件，若满足，则优化终止，将当前的优化结果作为全局最优解；否则将当前***级中设计变量的最优解分配给各子学科开始新一轮优化，重复Step2～Step4，直至满足优化中止的条件。
本发明的实质性效果：本文利用动态罚函数协同优化策略对燃煤烟气排放***的运行成本进行优化，考虑烟气脱硝装置、脱硫装置、除尘装置的协同脱除功效，求解多约束条件下各污染物脱除***的最佳运行参数，从而降低燃煤电厂污染物排放成本。
附图说明
图1为本发明煤电厂环保岛协同优化结构框架。
图2为本发明燃煤电厂环保岛协同优化流程图。
图3为环保岛***污染物脱除过程示意图。
图4为9类工况下的基于本发明建模优化后的运行成本对比。
具体实施方式
下面通过具体实施例，并结合附图，对本发明的技术方案作进一步的具体说明。
一种燃煤电厂污染物低成本协同脱除建模及优化方法，针对燃煤电厂脱硝装置SCR、干式静电除尘装置ESP、湿法烟气脱硫装置WFGD及湿式静电除尘装置WESP，采集各污染物脱除装置的运行参数及相关变量，分析各污染物脱除过程中的能源消耗和/或产生的收益，建立脱硝运行成本模型、脱硫运行成本模型以及除尘运行成本模型；建立污染物协同脱除模型，包括三个子学科级模型和一个***级模型；所述三个子学科级模型为：脱硝子学科模型、脱硫子学科模型以及除尘子学科模型；所述***级模型的目标函数在追求脱硝、脱硫、除尘三部分成本之和最小的基础上，将各子学科级目标函数作为惩罚项，加入到***级目标函数中；采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化，求解在满足排放标准的情况下，使得***运行成本最低的各装置运行参数。
a.脱硝过程中的能源消耗包括脱硝能耗与脱硝物耗；脱硝能耗包括：引风机电耗、吹灰风机电耗与稀释风机电耗；
a1)COSTidf_SCR为脱硝装置引风机运行成本：
a2)COSTsb为脱硝装置吹灰风机运行成本：
a3)COSTadf为脱硝装置稀释风机运行成本：
式中
nidf，nsb，nadf分别为引风机，吹灰风机与稀释风机的运行数目；
Ui，Ii分别为第i台设备的电压与电流；
为功率因数；
PE为电价；
q为锅炉实时负荷；
Psteam是经验蒸汽能耗；
CVs是经验参考催化剂用量；
CV是催化剂实际用量；
αSCR表示脱硝反应器阻力占前半段总阻力的比例，计算方法为：
脱硝物耗包括液氨成本与催化剂成本；
a4)为脱硝装置液氨使用成本：
式中
δ2为氨氮比；
为液氮价格；
V为烟气流量。
烟气流量与锅炉负荷成正相关，可通过下式计算得到：
V＝m×q×Vtc (2-13)
式中
m为供电原煤耗量；
Vtc为单位燃煤产生的烟气量。
a5)催化剂损耗成本的计算方法为：
式中
Pc为催化剂价格，本研究取30000元/吨；
Q为机组容量，本研究取1000MW；
h为机组年运行小时数，根据2016我国火电利用时间[25]，本研究中h取值4000小时。
建立脱硝运行成本模型：
b.脱硫过程中的能源消耗包括：增压风机电耗、氧化风机电耗、浆液循环泵电耗、浆液搅拌器电耗、发电量成本以及脱硫工艺水消耗成本；湿法烟气脱硫装置WFGD在脱除烟气中SO2的同时，产生副产物石膏，石膏作为脱硫***运行过程中的收益部分被纳入成本计算：
建立脱硫运行成本模型：
式中
b1)COSTbf为脱硫装置增压风机运行成本：
b2)COSTsa为脱硫装置氧化风机运行成本；
b3)COSTscp为脱硫装置液浆循环泵运行成本；
b4)COSToab为脱硫装置也将搅拌器运行成本；
式中
nbf，nsa，nscp，noab分别表示增压风机、氧化风机、浆液循环泵、浆液搅拌器的运行台数；
pdt，pWESP，pgd2分别是脱硫塔压降，湿式电除尘器的阻力压降与烟道部分阻力压降；
αWFGD表示脱硫塔阻力占后半段总阻力的比例，其计算方法如下：
其中，
b5)为脱硫装置石灰石使用成本；石灰石-石膏湿法脱硫***的脱硫吸收剂为石灰石浆液，根据物料平衡，其单位发电量成本消耗为：
式中
δ1为钙硫比；
λ为石灰石纯度；
为石灰石价格。
b6)COSTW为脱硫装置脱硫工艺水使用成本，其计算方法为：
b7)石灰石-石膏湿法脱硫***在脱除烟气中SO2的同时，产生副产物石膏，石膏作为脱硫***运行过程中的收益部分被纳入成本计算，其收益计算方法为：
式中
为石膏价格。
c.除尘过程中的能源消耗包括：静电除尘器的运行成本和湿式电除尘器运行成本；干式静电除尘器的能源消耗包括：第一引风机电耗与干式静电除尘器电场电耗；
c1)静电除尘器的运行成本为：COSTESP＝COSTidf_ESP+COSTe；
式中
COSTidf_ESP为干式静电除尘器引风机运行成本；
COSTe为干式静电除尘器电场电耗成本；
式中
ne表示电场数量；
αESP为静电除尘器阻力占前半段总阻力的比例，其计算方法为：
c2)湿式电除尘器的能源消耗包括：第二引风机电耗、湿式电除尘器电场电耗、除尘工艺水消耗、碱消耗以及水循环***电耗；
湿式电除尘器运行成本为：COSTWESP＝COSTidf_WESP+COSTe+COSTw+COSTNa+COSTwc；
式中
COSTidf_WESP为湿式电除尘器引风机运行成本；
COSTe为湿式电除尘器电场电耗成本；
COSTW为湿式电除尘器除尘工艺水使用成本；
COSTW为湿式电除尘器碱使用成本；
COSTe为湿式电除尘器水循环***电耗成本；
且：
式中
ne表示电场数量；
αESP为静电除尘器阻力占前半段总阻力的比例，其计算方法为：
湿式电除尘器引风机电耗与其阻力所占前半段阻力比例相关，计算方法为：
相较于干式静电除尘器，湿式静电除尘器增加了电耗成本以及物料成本，增加的电耗成本以水循环***电耗为主，其计算公式为：
湿式电除尘器的物料成本主要包括工艺水成本以及碱消耗成本，计算方法如下：
湿电除尘***的运行成本可以表示为：
COSTWESP＝COSTidf_WESP+COSTe+COSTw+COSTNa+COSTwc (2-34)
建立除尘运行成本模型：
COST除尘＝COSTESP+COSTWESP。
建立污染物协同脱除模型，如图1所示
(1)***级模型为：
s.t.50＜z1＜150
40≤z2，z3，z4，z5≤80
5.0≤z6≤5.6
z7＝2，3，4
30≤z8≤40
在上述式中的z1～z8为***级设计变量，z1表示脱硝装置SCR中的喷氨量，z2～z5分别表示干式静电除尘装置ESP中的四个电场的电压，z6、z7分别表示湿法烟气脱硫装置WFGD中的石膏浆pH值和循环泵台数，z8表示湿式静电除尘装置WESP中的电场电压，z1～z8中每个变量的变量范围约束均源自其各自的工艺约束；
其中γ＝b+m*kα
式中，b、m和α为常数，m和α是控制学科间一致性约束的权重，根据***级目标函数和设计变量的数量级进行选择，k为学科间不一致信息。
当子学科间不一致信息很小时，利用b的取值保持学科间的一致性，使目标函数的优化过程仍受各学科一致性约束的限制，从而防止学科间不一致信息再次变大。同时，当***级分配的设计向量期望值在可行域内时，通过b值来控制***级优化在可行域内进行，可有效增强协同优化算法的鲁棒性。
惩罚项由下面三个等式约束构成：
J1(z)＝(x11 *-z1)2+(x16 *-z6)2+(x17 *-z7)2；
J2(z)＝(x26 *-z6)2+(x27 *-z7)2+(x28 *-z8)2；
J3(z)＝(x32 *-z2)2+(x33 *-z3)2+(x34 *-z4)2+(x35 *-z5)2
+(x36 *-z6)2+(x37 *-z7)2+(x38 *-z8)2；
式中，xij *(i＝1，2，3；j＝1，2...8)为各学科级传回***级的最优解；
(2)脱硝子学科模型：
Min J1(x1)＝(x11-z1 *)2+(x16-z6 *)2+(x17-z7 *)2+β*COST脱硝；
s.t.CNOx_out≤5
50≤x11≤150
5.0≤x16≤5.6
x17＝2，3，4
其中，x11，x16，x17为脱硝子学科的设计变量，z1 *，z6 *，z7 *为***级分配给脱硝子学科的设计变量期望值；脱硝子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，同时考虑到了脱硝子学科的最优设计点，将***目标函数中与脱硝子学科相关的部分以加权的方式加入到脱硝子学科的目标函数中；
(3)脱硫子学科模型：
Min J2(x2)＝(x26-z6 *)2+(x27-z7 *)2+(x28-z8 *)2+β*COST脱硫；
s.t.
5.0≤x26≤5.6
x27＝2，3，4
30≤x28≤40
其中，x26，x27，x28为脱硫子学科的设计变量，z6 *，z7 *，z8 *为***级分配给脱硫子学科的设计变量期望值；脱硫子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，同时考虑到了脱硫子学科的最优设计点，将***目标函数中与脱硫子学科相关的部分以加权的方式加入到脱硫子学科目标函数中；
(4)除尘子学科模型：
s.t.CPM_out≤5
40≤x32，x33，x34，x35≤80
5.0≤x36≤5.6
x37＝2，3，4
30≤x38≤40
其中，x32，x33，x34，x35，x38为除尘子学科的设计变量，z2 *，z3 *，z4 *，z5 *，z8 *为***级分配给除尘子学科的设计变量期望值；除尘子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，同时考虑到了除尘子学科的最优设计点，将***目标函数中与除尘子学科相关的部分以加权的方式加入到除尘子学科目标函数中。
上述子学科表达式中β为权重因子，β的取值方法为：
β＝(zk-zk-1)2；
其中zk表示当前次***级设计变量，zk-1表示前一次***级设计变量。
采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化的流程如图2所示，包括：
Stepl初始化***级设计变量以及各子学科级设计变量初值；
Step2将***级设计变量分配给各个子学科，并结合对应子学科级设计变量初值，用各自的学科级优化器对其子学科模型求解；
Step3将各学科级最优解传回***级，利用***级优化器协调各子学科不一致性并求得最优解；
Step4判断是否满足优化结束条件，若满足，则优化终止，将当前的优化结果作为全局最优解；否则将当前***级中设计变量的最优解分配给各子学科开始新一轮优化，重复Step2～Step4，直至满足优化中止的条件。
在优化流程中，协同优化算法收敛条件是|zk-zk-1|≤θ，|zk-zk-1|≤θ表示(zk(1)-zk-1(1))2+(zk(2)-zk-1(2))2+...+(zk(1)-zk-1(1))2≤θ，即***级k次优化结果与k-1次优化结果差值小于θ，表示***级在k次优化后，可优化的空间很小，当前的优化结果可当作全局最优解。
以1000MW机组容量的锅炉为研究对象，取负荷50％，75％，100％情况，依据本发明提供的方法，在MATLAB2017a中进行仿真实验。为了突出本发明技术手段是实质效果，针对同一研究对象，在同样的仿真条件下，分别采用三种优化方法：本发明技术方案(ICO)、基于松弛因子的协同优化(RCO)算法以及粒子群优化算法，进行仿真实验，并对仿真结果进行对比。
首先对本发明技术方案(ICO)同基于松弛因子的协同优化算法进行对比，进而对基于本发明技术方案(ICO)的环保岛进行了分析，最后将协同优化同整体粒子群优化进行仿真对比。
本研究中的仿真实验均以表0-中的9类工况为例。
表0-1工况条件对照表
本次仿真，协同优化的***级和子学科级求解器均采用MATLAB中的fmincon函数，***级求解器和子学科级求解器均采用序列二次规划法(NPQL)。
图3展示了高负荷高污染物浓度条件下，各污染物在环保岛***内的脱除过程。NOx的浓度在经过SCR***后降低至55.7mg/m3，在WFGD***的协同脱除作用下被脱除至50mg/m3。绝大部分PM在经过ESP***时被脱除，ESP的PM脱除效率达到99％以上，其出口处的PM浓度仅为43.7mg/m3，最终在WFGD与WESP的脱除作用下，烟气中PM浓度被控制在5.0mg/m3。SO2主要在WFGD中被脱除，当烟气通过WFGD***后，SO2浓度为26.2mg/m3，后续在WESP的协同脱除作用下，SO2浓度被控制在18.3mg/m3。
图4比较了9类工况下的基于本发明技术方案(ICO)的环保岛整体运行成本。结果显示，低负荷高污染物浓度的工况3对应的运行成本最高，为0.028383元/千瓦时；高负荷低污染物浓度的工况7对应的运行成本最低，为0.022742元/千瓦时。总体来说，燃煤电厂环保岛单位发电量运行成本随负荷提升而下降，随污染物浓度提升而上升。
为了证明本发明的优势，将子***间不考虑协同脱除，独立优化求最优运行成本及考虑设备间协同脱除，运用整体粒子群优化同本发明技术方案(ICO)做对比，实验结果如下表0-2所示：
表0-2环保岛各类型优化结果对比
为了宏观地得各种优化运行成本上的差别，对每种工况进行了年度成本估算，如下表0-3所示。机组年度运行小时数同先前取值，即h为4000小时。
表0-3机组年度运行成本对比(万元)
从表0-3中可以得出，各种工况下，环保岛子***间独立优化所得的运行成本明显高于粒子群优化同本发明技术方案(ICO)，平均年度运行成本差额约为20万元。同时，每种工况的运行成本均为改进的协同优化更低，虽然整体粒子群优化在多种工况中和本发明技术方案(ICO)优化***所得运行成本差额较小，但工况2中，可以看出粒子群优化结果显著高于其他工况的差额，优化结果较差，甚至比独立优化结果更差，经研究分析所得，由于粒子群算法固有的特性，是基于一组随机初始解开始迭代寻优过程，由此会存在不确定性，因此对工况2中的整体粒子群优化进行了三次重复实验，如下表0-4所示
表0-4工况2整体粒子群优化多次实验对比
从表0-4中可以看出，粒子群优化存在较大波动性。且三次重复试验虽然均比原先的试验得到了更优解，但效果仍均不如本发明技术方案(ICO)的优化结果。利用协同优化对***进行优化的优势相对于整体优化也将更加明显，不仅将在寻优过程中体现出更大的优势，更能以其独特的学科结构，使各个学科在后期更新维护上更为方便、快捷。
以上所述实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其他的变体及改型。

Claims (6)

1.一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，
针对燃煤电厂脱硝装置SCR、干式静电除尘装置ESP、湿法烟气脱硫装置WFGD及湿式静电除尘装置WESP，采集各污染物脱除装置的运行参数及相关变量，分析各污染物脱除过程中的能源消耗和/或产生的收益，建立脱硝运行成本模型、脱硫运行成本模型以及除尘运行成本模型；
建立污染物协同脱除模型，包括三个子学科级模型和一个***级模型；
所述三个子学科级模型为：脱硝子学科模型、脱硫子学科模型以及除尘子学科模型；
所述***级模型的目标函数在追求脱硝、脱硫、除尘三部分成本之和最小的基础上，将各子学科级目标函数作为惩罚项，加入到***级目标函数中；
采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化，求解在满足排放标准的情况下，使得***运行成本最低的各装置运行参数。
2.如权利要求1所述的一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，所述脱硝过程中的能源消耗包括脱硝能耗与脱硝物耗；
脱硝能耗包括：引风机电耗、吹灰风机电耗与稀释风机电耗；
脱硝物耗为：液氨成本与催化剂成本；
建立脱硝运行成本模型：
式中
COSTidf_SCR为脱硝装置引风机运行成本；
COSTsb为脱硝装置吹灰风机运行成本；
COSTadf为脱硝装置稀释风机运行成本；
为脱硝装置液氨使用成本；
COSTC为脱硝装置催化剂使用成本。
3.如权利要求2所述的一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，所述脱硫过程中的能源消耗包括：增压风机电耗、氧化风机电耗、浆液循环泵电耗、浆液搅拌器电耗、发电量成本以及脱硫工艺水消耗成本；
湿法烟气脱硫装置WFGD在脱除烟气中SO2的同时，产生副产物石膏，石膏作为脱硫***运行过程中的收益部分被纳入成本计算：
建立脱硫运行成本模型：
式中
COSTbf为脱硫装置增压风机运行成本；
COSTsa为脱硫装置氧化风机运行成本；
COSTscp为脱硫装置液浆循环泵运行成本；
COSToab为脱硫装置也将搅拌器运行成本；
为脱硫装置石灰石使用成本；
COSTw为脱硫装置脱硫工艺水使用成本；
为脱硫装置运行生成的石膏收益。
4.如权利要求3所述的一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，所述除尘过程中的能源消耗包括：静电除尘器的运行成本和湿式电除尘器运行成本；
干式静电除尘器的能源消耗包括：第一引风机电耗与干式静电除尘器电场电耗；
静电除尘器的运行成本为：COSTESP＝COSTidf_ESP+COSTe；
式中
COSTidf_ESP为干式静电除尘器引风机运行成本；
COSTe为干式静电除尘器电场电耗成本；
湿式电除尘器的能源消耗包括：第二引风机电耗、湿式电除尘器电场电耗、除尘工艺水消耗、碱消耗以及水循环***电耗；
湿式电除尘器运行成本为：COSTwESP＝COSTidf_WESP+COSTe+COSTw+COSTNa+COSTwc；
式中
COSTidf_WESP为湿式电除尘器引风机运行成本；
COSTe为湿式电除尘器电场电耗成本；
COSTw为湿式电除尘器除尘工艺水使用成本；
COSTw为湿式电除尘器碱使用成本；
COSTe为湿式电除尘器水循环***电耗成本；
建立除尘运行成本模型：
COST除尘＝COSTESP+COSTWESP。
5.如权利要求4所述的一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，所述***级模型为：
s.t.50＜z1＜150
40≤z2，z3，z4，z5≤80
5.0≤z6≤5.6
z7＝2，3，4
30≤z8≤40
在上述式中的z1～z8为***级设计变量，z1表示脱硝装置SCR中的喷氨量，z2～z5分别表示干式静电除尘装置ESP中的四个电场的电压，z6、z7分别表示湿法烟气脱硫装置WFGD中的石膏浆pH值和循环泵台数，z8表示湿式静电除尘装置WESP中的电场电压，z1～z8中每个变量的变量范围约束均源自其各自的工艺约束；
其中γ＝b+m*kα
式中，b、m和α为常数，m和α是控制学科间一致性约束的权重，根据***级目标函数和设计变量的数量级进行选择，k为学科间不一致信息；
惩罚项由下面三个等式约束构成：
J1(z)＝(x11 *-z1)2+(x16 *-z6)2+(x17 *-z7)2；
J2(z)＝(x26 *-z6)2+(x27 *-z7)2+(x28 *-z8)2；
J3(z)＝(x32 *-z2)2+(x33 *-z3)2+(x34 *-z4)2+(x35 *-z5)2+(x36 *-z6)2+(x37 *-z7)2+(x38 *-z8)2；
式中，xij *(i＝1，2，3；j＝1，2...8)为各学科级传回***级的最优解；
所述脱硝子学科模型：
Min J1(x1)＝(x11-z1 *)2+(x16-z6 *)2+(x17-z7 *)2+β*COST脱硝；
s.t.CNOx_out≤5
50≤x11≤150
5.0≤x16≤5.6
x17＝2，3，4
其中，x11，x16，x17为脱硝子学科的设计变量，z1 *，z6 *，z7 *为***级分配给脱硝子学科的设计变量期望值；脱硝子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，将***目标函数中与脱硝子学科相关的部分以加权的方式融入到脱硝子学科的目标函数中；
所述脱硫子学科模型：
Min J2(x2)＝(x26-z6 *)2+(x27-z7 *)2+(x28-z8 *)2+β*COST脱硫；
5.0≤x26≤5.6
x27＝2，3，4
30≤x28≤40
其中，x26，x27，x28为脱硫子学科的设计变量，z6 *，z7 *，z8 *为***级分配给脱硫子学科的设计变量期望值；脱硫子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，将***目标函数中与脱硫子学科相关的部分以加权的方式融入到脱硫子学科目标函数中；
所述除尘子学科模型：
s.t.CPM_out≤5
40≤x32，x33，x34，x35≤80
5.0≤x36≤5.6
x37＝2，3，4
30≤x38≤40
其中，x32，x33，x34，x35，x38为除尘子学科的设计变量，z2 *，z3 *，z4 *，z5 *，z8 *为***级分配给除尘子学科的设计变量期望值；除尘子学科的目标函数追求其学科级设计变量与***级分配的设计变量期望值之间的差异最小，将***目标函数中与除尘子学科相关的部分以加权的方式融入到除尘子学科目标函数中；
上述子学科表达式中β为权重因子，β的取值方法为：
β＝(zk-zk-1)2；
其中zk表示当前次***级设计变量，zk-1表示前一次***级设计变量。
6.如权利要求1或5所述的一种燃煤电厂污染物低成本协同脱除建模及优化方法，其特征在于，采用动态罚函数协同优化算法对所述污染物协同脱除模型进行优化的步骤包括：
Step1初始化***级设计变量以及各子学科级设计变量初值；
Step2将***级设计变量分配给各个子学科，并结合对应子学科级设计变量初值，用各自的学科级优化器对其子学科模型求解；
Step3将各学科级最优解传回***级，利用***级优化器协调各子学科不一致性并求得最优解；
Step4判断是否满足优化结束条件，若满足，则优化终止，将当前的优化结果作为全局最优解；否则将当前***级中设计变量的最优解分配给各子学科开始新一轮优化，重复Step2～Step4，直至满足优化中止的条件。
CN201810692615.3A 2018-06-28 2018-06-28 一种燃煤电厂污染物低成本协同脱除建模及优化方法 Active CN109034457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810692615.3A CN109034457B (zh) 2018-06-28 2018-06-28 一种燃煤电厂污染物低成本协同脱除建模及优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810692615.3A CN109034457B (zh) 2018-06-28 2018-06-28 一种燃煤电厂污染物低成本协同脱除建模及优化方法

Publications (2)

Publication Number Publication Date
CN109034457A true CN109034457A (zh) 2018-12-18
CN109034457B CN109034457B (zh) 2022-03-25

Family

ID=65521941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810692615.3A Active CN109034457B (zh) 2018-06-28 2018-06-28 一种燃煤电厂污染物低成本协同脱除建模及优化方法

Country Status (1)

Country Link
CN (1) CN109034457B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934393A (zh) * 2019-02-28 2019-06-25 杭州电子科技大学 一种需求不确定下生产计划与调度的集成优化方法
CN111240282A (zh) * 2019-12-31 2020-06-05 联想(北京)有限公司 一种工艺优化方法、装置、设备及计算机可读存储介质
CN111461388A (zh) * 2020-01-13 2020-07-28 杭州电子科技大学 一种基于燃煤锅炉超低排放***的多目标优化方法
CN111461391A (zh) * 2020-01-22 2020-07-28 杭州电子科技大学 一种煤泥流化床锅炉脱硫协同优化运行方法
CN112099343A (zh) * 2020-07-29 2020-12-18 福建龙净环保股份有限公司 一种基于神经网络的电除尘***智能节能优化方法
CN112364562A (zh) * 2020-11-11 2021-02-12 福建龙净环保股份有限公司 一种烟气环保岛协同控制方法及***
CN113011684A (zh) * 2021-04-26 2021-06-22 新奥数能科技有限公司 火电机组协同优化方法、装置、电子设备及可读介质
CN113050559A (zh) * 2021-03-09 2021-06-29 浙江菲达环保科技股份有限公司 燃煤电厂脱硫***与电除尘***协同控制方法及***
CN113082954A (zh) * 2021-04-07 2021-07-09 浙江大学 一种湿法脱硫装置的全过程智能运行调控***
CN113379100A (zh) * 2021-04-30 2021-09-10 国能南京电力试验研究有限公司 一种火电机组脱硫***和除尘***协同优化的设定方法
CN113426264A (zh) * 2021-07-15 2021-09-24 国电环境保护研究院有限公司 一种烟气净化岛智慧运行管控方法及管控平台
WO2022237011A1 (zh) * 2021-05-08 2022-11-17 西安热工研究院有限公司 除尘、脱硫***协同节能运行优化方法、***、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060271210A1 (en) * 2005-04-28 2006-11-30 Subbu Rajesh V Method and system for performing model-based multi-objective asset optimization and decision-making
US20070142975A1 (en) * 2005-12-21 2007-06-21 Pegasus Technologies, Inc. Model based optimization of a single or multiple power generating units
CN101894326A (zh) * 2010-07-14 2010-11-24 清华大学 一种典型非层次耦合***多学科多目标协同优化方法
CN104504498A (zh) * 2014-12-04 2015-04-08 国家电网公司 一种燃煤发电机组超低排放环保电价监控方法
CN204536959U (zh) * 2015-04-15 2015-08-05 上海智企信息技术有限公司 一种用于燃煤电厂的fgd装置预测控制***
CN106650999A (zh) * 2016-10-25 2017-05-10 杭州电子科技大学 一种啤酒生产调度优化方法
CN107203687A (zh) * 2017-04-17 2017-09-26 中国大唐集团科学技术研究院有限公司火力发电技术研究所 吸收塔脱硫过程多目标协同智能优化控制方法
CN107504473A (zh) * 2017-07-13 2017-12-22 上海电力学院 一种基于多目标优化的锅炉燃烧和脱硝协同运行方法
CN108038561A (zh) * 2017-09-21 2018-05-15 南京航空航天大学 一种scr脱硝成型催化剂的多目标优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060271210A1 (en) * 2005-04-28 2006-11-30 Subbu Rajesh V Method and system for performing model-based multi-objective asset optimization and decision-making
US20070142975A1 (en) * 2005-12-21 2007-06-21 Pegasus Technologies, Inc. Model based optimization of a single or multiple power generating units
CN101894326A (zh) * 2010-07-14 2010-11-24 清华大学 一种典型非层次耦合***多学科多目标协同优化方法
CN104504498A (zh) * 2014-12-04 2015-04-08 国家电网公司 一种燃煤发电机组超低排放环保电价监控方法
CN204536959U (zh) * 2015-04-15 2015-08-05 上海智企信息技术有限公司 一种用于燃煤电厂的fgd装置预测控制***
CN106650999A (zh) * 2016-10-25 2017-05-10 杭州电子科技大学 一种啤酒生产调度优化方法
CN107203687A (zh) * 2017-04-17 2017-09-26 中国大唐集团科学技术研究院有限公司火力发电技术研究所 吸收塔脱硫过程多目标协同智能优化控制方法
CN107504473A (zh) * 2017-07-13 2017-12-22 上海电力学院 一种基于多目标优化的锅炉燃烧和脱硝协同运行方法
CN108038561A (zh) * 2017-09-21 2018-05-15 南京航空航天大学 一种scr脱硝成型催化剂的多目标优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王伟: "面向综合经济效益最大化的全厂负荷分配", 《电力自动化设备》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934393A (zh) * 2019-02-28 2019-06-25 杭州电子科技大学 一种需求不确定下生产计划与调度的集成优化方法
CN111240282B (zh) * 2019-12-31 2021-12-24 联想(北京)有限公司 一种工艺优化方法、装置、设备及计算机可读存储介质
CN111240282A (zh) * 2019-12-31 2020-06-05 联想(北京)有限公司 一种工艺优化方法、装置、设备及计算机可读存储介质
CN111461388A (zh) * 2020-01-13 2020-07-28 杭州电子科技大学 一种基于燃煤锅炉超低排放***的多目标优化方法
CN111461391A (zh) * 2020-01-22 2020-07-28 杭州电子科技大学 一种煤泥流化床锅炉脱硫协同优化运行方法
CN111461391B (zh) * 2020-01-22 2022-05-20 杭州电子科技大学 一种煤泥流化床锅炉脱硫协同优化运行方法
CN112099343A (zh) * 2020-07-29 2020-12-18 福建龙净环保股份有限公司 一种基于神经网络的电除尘***智能节能优化方法
CN112364562A (zh) * 2020-11-11 2021-02-12 福建龙净环保股份有限公司 一种烟气环保岛协同控制方法及***
CN112364562B (zh) * 2020-11-11 2024-05-31 福建龙净环保股份有限公司 一种烟气环保岛协同控制方法及***
CN113050559A (zh) * 2021-03-09 2021-06-29 浙江菲达环保科技股份有限公司 燃煤电厂脱硫***与电除尘***协同控制方法及***
CN113082954A (zh) * 2021-04-07 2021-07-09 浙江大学 一种湿法脱硫装置的全过程智能运行调控***
CN113082954B (zh) * 2021-04-07 2022-04-01 浙江大学 一种湿法脱硫装置的全过程智能运行调控***
CN113011684A (zh) * 2021-04-26 2021-06-22 新奥数能科技有限公司 火电机组协同优化方法、装置、电子设备及可读介质
CN113379100A (zh) * 2021-04-30 2021-09-10 国能南京电力试验研究有限公司 一种火电机组脱硫***和除尘***协同优化的设定方法
WO2022237011A1 (zh) * 2021-05-08 2022-11-17 西安热工研究院有限公司 除尘、脱硫***协同节能运行优化方法、***、设备及存储介质
CN113426264A (zh) * 2021-07-15 2021-09-24 国电环境保护研究院有限公司 一种烟气净化岛智慧运行管控方法及管控平台

Also Published As

Publication number Publication date
CN109034457B (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN109034457A (zh) 一种燃煤电厂污染物低成本协同脱除建模及优化方法
CN109472406B (zh) 一种超低排放多污染物协同脱除***的全局优化方法
Cui et al. Integrated assessment of the environmental and economic effects of an ultra-clean flue gas treatment process in coal-fired power plant
CN107748955B (zh) 一种燃煤电厂超低排放环保岛能效评估方法
CN113082954B (zh) 一种湿法脱硫装置的全过程智能运行调控***
Yang et al. Challenge of SO3 removal by wet electrostatic precipitator under simulated flue gas with high SO3 concentration
CN103197549B (zh) 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法
CN107316112B (zh) 一种成本效益最优的火电机组减排方案定制方法和***
Shen et al. Atmospheric emission inventory of SO3 from coal-fired power plants in China in the period 2009–2014
CN113050559B (zh) 燃煤电厂脱硫***与电除尘***协同控制方法及***
CN102728217A (zh) 移动床活性焦联合脱硫脱硝脱汞的方法及***
Rubin et al. Integrated environmental control modeling of coal-fired power systems
CN103933813A (zh) 烟气复合除尘除雾装置
CN202555129U (zh) 一种半干法-湿法协同脱硫设备
CN111564184A (zh) 燃煤电厂石灰石-石膏湿法脱硫so3协同脱除效率预测方法
CN202270577U (zh) 一种脱除烟气中pm2.5的装置
CN202683069U (zh) 移动床活性焦联合脱硫脱硝脱汞的***
Zhao et al. Hybrid modeling and real-time predictive scheduling of wet flue gas desulfurization for energy saving and life extension
CN205461734U (zh) 一种脱硫和防结垢一体化***
CN112370952B (zh) 一种工厂用废气脱硫脱硝处理装置
Geng et al. Environmental economic dispatch towards multiple emissions control coordination considering a variety of clean generation technologies
Zheng et al. Operation cost optimization on an ultralow emission system based on improved collaborative optimization
CN203417599U (zh) 电力领域中的烟气脱硫控制装置
CN111467934B (zh) 一种燃煤电厂湿式静电除尘器so3协同脱除效率预测方法
CN203507814U (zh) 高效循环流化床脱硫装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant