CN110935567A - 一种火电机组干式电除尘器优化控制方法及*** - Google Patents

Abstract

本发明提供了一种火电机组干式电除尘器优化控制方法及***，包括以下步骤：S1.通过干式电除尘器扰动试验，获取其动态特性模型，并采用免疫遗传算法对模型参数进行辨识；S2.分别读取机组的运行参数和干式电除尘器的运行参数；S3.采用分级控制方法分别根据机组运行参数和干式电除尘器运行参数中的电除尘出口烟尘浓度自动调整二次电流和/或二次电压。本发明同时将机组运行数据和干式电除尘高频电源运行数据作为输入参数，降低火电机组干式电除尘器的除尘电耗。

Description

一种火电机组干式电除尘器优化控制方法及***

技术领域

本发明属于火电机组除尘环保控制技术领域，尤其是涉及一种火电机组干式电除尘器优化控制方法及***。

背景技术

火力发电是我国主要的发电方式，燃煤电站每年烟尘排放量居各个行业之首，是我国大气环境中烟尘污染物的主要来源。静电除尘是一种有效遏制火力发电厂烟尘污染的重要技术，随着国家对环保标准的不断提高，电除尘器排放浓度越来越低，运行时为了保证除尘效果，火力发电厂被迫提高电除尘出力，从而导致电除尘器厂用电的提高，一般情况下电除尘器的耗电量需占电厂厂用电的3‰～5‰，因此如何实现低电耗除尘已引起火电厂的高度重视。

为了提高除尘效果以及节能运行，国内的电除尘电源普遍更换为高频电源，提高了电源控制的灵活性。为了进一步降低电除尘器的电耗，科研院所和电厂做了大量的研究工作，比如：降压振打、灰斗/瓷套蒸汽加热、优化控制等。电除尘器出口浓度节能优化与控制的思想虽然早已提出，但当前火电厂电除尘器还未投入浓度反馈闭环控制。电除尘的除尘效率受很多因素的影响，如烟气性质、烟气量、烟气浓度、供电电压电流、阴阳极振打清灰效果、气流分布、漏风状态等，机理建模难以准确地建立电除尘的数学模型，并且电除尘器入口没有含尘浓度测点，各电场之间也没有浓度测点，先进的控制方法难以应用。目前火电厂电除尘器的节能优化普遍采用开环控制方法，即根据机组负荷分段调整高频电源的运行参数设定值，没有实现出口烟气浓度设定值的无偏差控制。

发明内容

本发明的目的是针对上述问题，提供一种火电机组干式电除尘器优化控制方法；

本发明的目的是针对上述问题，提供一种火电机组干式电除尘器优化控制***。

为达到上述目的，本发明采用了下列技术方案：

一种火电机组干式电除尘器优化控制方法，包括以下步骤：

S1.通过干式电除尘器扰动试验，获取其动态特性模型，并采用免疫遗传算法对模型参数进行辨识；

S2.分别读取机组的运行参数和干式电除尘器的运行参数；

S3.采用分级控制方法分别根据机组运行参数和干式电除尘器运行参数中的电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

在上述的火电机组干式电除尘器优化控制方法中，在步骤S2中，机组的运行参数包括机组负荷，干式电除尘器的运行参数包括干式电除尘器的二次电流、二次电压和电除尘出口烟尘浓度。

在上述的火电机组干式电除尘器优化控制方法中，步骤S3具体包括：

A.干式电除尘器的前级电场根据机组负荷自动调整二次电流和/或二次电压；

B.干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

在上述的火电机组干式电除尘器优化控制方法中，在步骤S1中，通过干式电除尘器扰动试验，获取其动态特性模型的具体方法包括：

采用试验建模的方法建立干式电除尘器各级电场高频电源二次电流对电除尘出口烟尘浓度的传递函数模型，模型如下式：

式(1)中，

G_d,i(s)为电除尘出口烟尘浓度；

I_i(s)为干式电除尘器第i级电场所有电室二次电流的平均值；

K，T1，T2，τ为本传递函数模型的模型参数，由免疫遗传算法对模型参数进行参数辨识。

在上述的火电机组干式电除尘器优化控制方法中，在步骤S1中，免疫遗传算法对模型参数进行参数辨识的方法包括：

S11.在机组不同负荷点下建立干式电除尘器各级电场的静态模型和动态模型；

S12.采用免疫遗传算法对传递函数模型中的K，T1，T2，τ模型参数进行参数辨识。

在上述的火电机组干式电除尘器优化控制方法中，对模型参数进行参数辨识的步骤包括：

1)确定免疫遗传算法的结构参数；

2)抗原识别，选择传递函数模型式(1)作为抗原，模型参数为优化变量；

3)生成初始抗体种群，模型参数的组合作为抗体，根据传递函数模型解的实际区间随机产生多种组合以组成初始抗体种群和初始记忆细胞，并相互更新；

4)计算亲和力，计算每个抗体的抗原亲和力以及与其他抗体之间的亲和力；

5)更新记忆细胞，将高抗原亲和力的抗体加入到记忆细胞；

6)抗体的促进和抑制，计算抗体浓度C_i，并结合抗原亲和力进行抗体选择：

式(3)中，(A_g)_i为抗原亲和力，λ和μ是加权系数，另外，抗体浓度C_i由以下公式获得；

式(4)中，C_i为抗体浓度，θ为亲和力常数，N为抗体数量；

(7)产生新抗体，对抗体种群中经过选择的抗体进行交叉和变异操作得到新抗体种群；

(8)判别终止条件，采用最大进化代数作为终止条件，输出末代最优抗体。

在上述的火电机组干式电除尘器优化控制方法中，免疫遗传算法的结构参数包括进化代数、抗体种群数、记忆细胞数量、交叉频率和变异频率；

各模型参数的取值区间为：

τ∈[15,40],K∈[-0.5,0.5],T₁∈[0,100],T₂∈[0,100]

在上述的火电机组干式电除尘器优化控制方法中，通过以下方式获取抗原与抗体亲和力：

式(2)中，C_d为电除尘出口实际烟尘浓度，ΔC_d为电除尘出口实际烟尘浓度与传递函数模型计算值的差值。

在上述的火电机组干式电除尘器优化控制方法中，在步骤S2中，从机组主控DCS***中获取机组运行参数，从干式电除尘器高频电源***中获取干式电除尘器的运行参数。

一种火电机组干式电除尘器优化控制***，包括第一数据获取模块、第二数据获取模块、前级电场优化控制模块和末级电场优化控制模块，其中，

第一数据获取模块，用于通过干式电除尘器扰动试验，获取其动态特性模型，并对模型参数进行辨识；

第二数据获取模块，用于读取机组的运行参数和干式电除尘器的运行参数；

前级电场优化控制模块，干式电除尘器的前级电场根据机组负荷自动调整二次电流和/或二次电压；

末级电场优化控制模块，干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

本发明的优点在于：降低火电机组干式电除尘器的除尘电耗；提出了基于扰动试验获取干式电除尘器的动态特性模型，并在此基础上，提出了基于分级控制的干式电除尘器优化控制方法，解决了现有技术在机组大范围变负荷以及煤质波动、电极振打等扰动因素影响下，干式电除尘器耗电大的问题；建模和控制算法中所需要的参数均可从主控DCS***或电厂SIS***中直接读取，现场不需要额外增加分析或测量仪表等昂贵的辅助设备，成本较低。

附图说明

图1是本发明火电机组干式电除尘器优化控制方法的流程示意图；

图2是本发明火电机组干式电除尘器优化控制***图的模块结构框图；

图3是本发明火电机组干式电除尘器优化控制***的结构框图。

附图标记：操作员站1；工程师站2；应用服务器3；可编程逻辑控制器4；冗余网络5；串口6；干式电除尘器高频电源及其控制***7；第一数据获取模块11；第二数据获取模块21；前级电场优化控制模块31；末级电场优化控制模块41。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步详细的说明。

本实施例公开了一种火电机组干式电除尘器优化控制方法及***，采用调整干式电除尘器高频电源二次电流的方法控制干式电除尘出口烟尘浓度，从而达到降低电除尘能耗的技术效果。

具体地，如图1所示，方法流程包括以下步骤：

S1.通过干式电除尘器扰动试验，获取其动态特性模型，并采用免疫遗传算法对模型参数进行辨识；

S2.分别读取机组的运行参数和干式电除尘器的运行参数；

这里机组的运行参数包括机组负荷等，干式电除尘器的运行参数包括干式电除尘器的二次电流、二次电压、电除尘出口烟尘浓度和电除尘进口烟尘浓度等。获取方式可以为从主控DCS***、电厂SIS***和干式电除尘器高频电源***中获取干式电除尘器的运行参数中直接读取，现场不需要额外增加分析或测量仪表等昂贵的辅助设备，成本较低。

S3.采用分级控制方法分别根据机组运行参数和干式电除尘器运行参数中的电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

步骤S3具体为：

A.干式电除尘器的前级电场根据机组负荷自动调整二次电流或二次电压；

B.干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流或二次电压。

具体地，在步骤S1中，通过干式电除尘器扰动试验，获取其动态特性模型的具体方法包括：

采用试验建模的方法建立干式电除尘器各级电场高频电源二次电流对电除尘出口烟尘浓度的传递函数模型，模型如下式：

式(1)中，

G_d,i(s)为电除尘出口烟尘浓度；

I_i(s)为干式电除尘器第i级电场所有电室二次电流的平均值；

K，T1，T2，τ为本传递函数模型的模型参数，由免疫遗传算法对模型参数进行参数辨识。

进一步地，采用免疫遗传算法对动态特性模型中的模型参数进行辨识具体是指按照以下步骤进行：

(1)确定算法的结构参数，如进化代数G＝500，抗体种群数N＝100，记忆细胞数量Nm＝5，交叉频率Pc＝0.8，变异频率＝0.01等；

(2)抗原识别，选择待求解问题的目标函数作为抗原，待辨识的传递函数模型结构取

式(1)中，G_d,i(s)为电除尘出口烟尘浓度(mg/Nm3)，I_i(s)为干式电除尘器第i级电场所有电室二次电流的平均值(mA)，优化变量为K，T1，T2，τ；

(3)初始抗体种群生成，模型参数的组合作为抗体，根据传递函数模型解的实际区间随机产生一定数目的组合，组成初始抗体种群和初始记忆细胞，并相互更新，模型参数的取值区间设置为：

τ∈[15,40],K∈[-0.5,0.5],T₁∈[0,100],T₂∈[0,100]

(4)计算亲和力，计算每个抗体的抗原亲和力(A_g)_i以及与其它抗体之间的亲和力。抗原与抗体亲和力可等同于适应度函数。参数辨识的目标是求取合适的参数K，T1，T2，τ，使模型输出值与实际值误差最小，故定义适应度函数：

式(2)中，C_d为电除尘出口实际烟尘浓度，ΔC_d为电除尘出口实际烟尘浓度与模型计算值的差值；

(5)更新记忆细胞，将初始群体按(A_g)_i降序排列，将高抗原亲和力的抗体加入到记忆细胞；

(6)抗体的促进和抑制，计算抗体浓度C_i，并结合(A_g)_i进行抗体选择。选择抗体的标准由抗体亲和力和浓度抑制因子两部分组成：

式中，C_i是抗体浓度，λ和μ是加权系数，这里取λ＝0.7，μ＝1.25

抗体浓度C_i定义为：

式中，θ是亲和力常数，取θ＝0.9；N为抗体数量。

(7)产生新抗体，对抗体种群中经过选择的抗体进行交叉和变异操作得到新种群；

(8)判别终止条件，采用最大进化代数500作为终止条件，输出末代最优抗体。

如图2所示，本实施例火电机组干式电除尘器优化控制***包括第一数据获取模块11、第二数据获取模块21、前级电场优化控制模块31和末级电场优化控制模块41，其中，

第一数据获取模块11，用于通过干式电除尘器扰动试验，获取其动态特性模型，并对模型参数进行辨识；

第二数据获取模块21，用于读取机组的运行参数和干式电除尘器的运行参数；具体通过OPC、Modbus等通讯方式从DCS或SIS***获取。获取的数据经过滤波处理后供前级电场优化控制模块、末级电场优化控制模块使用。

前级电场优化控制模块31，干式电除尘器的前级电场根据机组负荷自动调整二次电流和/或二次电压；

末级电场优化控制模块41，干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

具体地，如图3所示，本实施例***采用的硬件结构主要有操作员站1、工程师站2、可编程逻辑控制器4、应用服务器3和干式除尘器高频电源及其控制***7。其中可编程逻辑控制器4包括前述第一数据获取模块11和第二数据获取模块21，应用服务器3包括前述前级电场优化控制模块31和末级电场优化控制模块41。具体地，可编程逻辑控制器4连接于机组主控DCS***和应用服务器3以使应用服务器3通过可编程逻辑控制器4从机组主控DCS***中获取机组运行数据，同时，可编程逻辑控制器4连接于干式除尘器高频电源及其控制***7以使应用服务器3通过可编程逻辑控制器4从所述干式除尘器高频电源及其控制***7中获取干式电除尘高频电源运行数据并向所述干式除尘器高频电源及其控制***7发送控制指令。这样，应用服务器3就能够同时获取机组运行数据和干式电除尘高频电源运行数据以提高自动化控制效果，提高机组经济效益。

具体地，操作员站1、工程师站2、应用服务器3和可编程控制器4均连接在冗余网络5上，操作员站1、工程师站2、应用服务器3和可编程控制器4相互之间均通过冗余网络5相互连接以进行信息交互。且这里的冗余网络5优选以太网。

进一步地，干式除尘器高频电源及其控制***7通过串口6及串口6的硬连接线通讯连接于可编程逻辑控制器4。

同样地，可编程逻辑控制器4和机组主控DCS***通过也串口6相连接。

具体地，干式除尘器高频电源及其控制***7包括相互连接的干式电除尘器高频电源控制***和干式电除尘器高频电源，可编程逻辑控制器4连接于干式电除尘器高频电源控制***。可编程逻辑控制器4分别从机组主控DCS***和干式电除尘器高频电源***获取机组运行数据和干式电除尘高频电源运行数据，并通过冗余网络5传输至应用服务器3，应用服务器3能够同时根据机组运行数据和干式电除尘高频电源运行数据对干式电除尘器高频电源进行自动控制以实现在大范围变负荷以及煤质波动、电极振打、锅炉吹灰等扰动因素影响下的干式电除尘器自动控制，并达到节能降耗的效果。

本实施例的火电机组干式电除尘器优化控制系结构简单，可扩展性强，便于维护和升级；同时，通过串口连接机组主控DCS***，提高本控制***的安全性。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围，本发明的连接指直接连接或间接连接。

尽管本文较多地使用了操作员站1；工程师站2；应用服务器3；可编程逻辑控制器4；冗余网络5；串口6；干式电除尘器高频电源及其控制***7；第一数据获取模块11；第二数据获取模块21；前级电场优化控制模块31；末级电场优化控制模块41等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (10)

1.一种火电机组干式电除尘器优化控制方法，其特征在于，包括以下步骤：

S1.通过干式电除尘器扰动试验，获取其动态特性模型，并采用免疫遗传算法对模型参数进行辨识；

S2.分别读取机组的运行参数和干式电除尘器的运行参数；

S3.采用分级控制方法分别根据机组运行参数和干式电除尘器运行参数中的电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

2.根据权利要求1所述的火电机组干式电除尘器优化控制方法，其特征在于，在步骤S2中，机组的运行参数包括机组负荷，干式电除尘器的运行参数包括干式电除尘器的二次电流、二次电压和电除尘出口烟尘浓度。

3.根据权利要求2所述的火电机组干式电除尘器优化控制方法，其特征在于，步骤S3具体包括：

A.干式电除尘器的前级电场根据机组负荷自动调整二次电流和/或二次电压；

B.干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

4.根据权利要求3所述的火电机组干式电除尘器优化控制方法，其特征在于，在步骤S1中，通过干式电除尘器扰动试验，获取其动态特性模型的具体方法包括：

采用试验建模的方法建立干式电除尘器各级电场高频电源二次电流对电除尘出口烟尘浓度的传递函数模型，模型如下式：

式(1)中，

G_d,i(s)为电除尘出口烟尘浓度；

I_i(s)为干式电除尘器第i级电场所有电室二次电流的平均值；

K，T1，T2，τ为本传递函数模型的模型参数，由免疫遗传算法对模型参数进行参数辨识。

5.根据权利要求4所述的火电机组干式电除尘器优化控制方法，其特征在于，在步骤S1中，免疫遗传算法对模型参数进行参数辨识的方法包括：

S11.在机组不同负荷点下建立干式电除尘器各级电场的静态模型和动态模型；

S12.采用免疫遗传算法对传递函数模型中的K，T1，T2，τ模型参数进行参数辨识。

6.根据权利要求5所述的火电机组干式电除尘器优化控制方法，其特征在于，对模型参数进行参数辨识的步骤包括：

1)确定免疫遗传算法的结构参数；

2)抗原识别，选择传递函数模型式(1)作为抗原，模型参数为优化变量；

3)生成初始抗体种群，模型参数的组合作为抗体，根据传递函数模型解的实际区间随机产生多种组合以组成初始抗体种群和初始记忆细胞，并相互更新；

4)计算亲和力，计算每个抗体的抗原亲和力以及与其他抗体之间的亲和力；

5)更新记忆细胞，将高抗原亲和力的抗体加入到记忆细胞；

6)抗体的促进和抑制，计算抗体浓度C_i，并结合抗原亲和力进行抗体选择：

式(3)中，(A_g)_i为抗原亲和力，λ和μ是加权系数；

式(3)中，C_i为抗体浓度，θ为亲和力常数，N为抗体数量；

(7)产生新抗体，对抗体种群中经过选择的抗体进行交叉和变异操作得到新抗体种群；

(8)判别终止条件，采用最大进化代数作为终止条件，输出末代最优抗体。

7.根据权利要求6所述的火电机组干式电除尘器优化控制方法，其特征在于，免疫遗传算法的结构参数包括进化代数、抗体种群数、记忆细胞数量、交叉频率和变异频率；

各模型参数的取值区间为：

τ∈[15,40],K∈[-0.5,0.5],T₁∈[0,100],T₂∈[0,100]

8.根据权利要求7所述的火电机组干式电除尘器优化控制方法，其特征在于，通过以下方式获取抗原与抗体亲和力：

式(2)中，C_d为电除尘出口实际烟尘浓度，ΔC_d为电除尘出口实际烟尘浓度与传递函数模型计算值的差值。

9.根据权利要求7所述的火电机组干式电除尘器优化控制方法，其特征在于，在步骤S2中，从机组主控DCS***中获取机组运行参数，从干式电除尘器高频电源***中获取干式电除尘器的运行参数。

10.一种火电机组干式电除尘器优化控制***，其特征在于，包括第一数据获取模块、第二数据获取模块、前级电场优化控制模块和末级电场优化控制模块，其中，

第一数据获取模块，用于通过干式电除尘器扰动试验，获取其动态特性模型，并对模型参数进行辨识；

第二数据获取模块，用于读取机组的运行参数和干式电除尘器的运行参数；

前级电场优化控制模块，干式电除尘器的前级电场根据机组负荷自动调整二次电流和/或二次电压；

末级电场优化控制模块，干式电除尘器的末级电场采用PID控制方法，根据电除尘出口烟尘浓度自动调整二次电流和/或二次电压。

Images