CN114118726A - 一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** - Google Patents
一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** Download PDFInfo
- Publication number
- CN114118726A CN114118726A CN202111319996.9A CN202111319996A CN114118726A CN 114118726 A CN114118726 A CN 114118726A CN 202111319996 A CN202111319996 A CN 202111319996A CN 114118726 A CN114118726 A CN 114118726A
- Authority
- CN
- China
- Prior art keywords
- coal
- data
- blending
- combustion
- scientific
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 132
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 86
- 238000002156 mixing Methods 0.000 title claims abstract description 58
- 238000007726 management method Methods 0.000 claims abstract description 35
- 238000013500 data storage Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 24
- 239000000779 smoke Substances 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 101001134861 Homo sapiens Pericentriolar material 1 protein Proteins 0.000 claims description 3
- 102100033422 Pericentriolar material 1 protein Human genes 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 239000002910 solid waste Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 229910052717 sulfur Inorganic materials 0.000 abstract description 5
- 239000011593 sulfur Substances 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 2
- 238000004134 energy conservation Methods 0.000 abstract 1
- -1 moisture Substances 0.000 abstract 1
- 239000002956 ash Substances 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- UBAZGMLMVVQSCD-UHFFFAOYSA-N carbon dioxide;molecular oxygen Chemical compound O=O.O=C=O UBAZGMLMVVQSCD-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000010883 coal ash Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003380 propellant Substances 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Regulation And Control Of Combustion (AREA)
Abstract
本发明公开了一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，包括构建数据存储分析***、检测***和掺烧物调节***。该燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，通过以燃烧模型库为基础，综合锅炉内煤质内煤发热量、挥发分、硫分、水分、灰分、灰熔融性、结渣特性相关数据等因素生成最经济、最环保、综合最优的掺配方案，建立科学、闭环的燃煤耗用信息管理体系，提高燃煤数据对生产经营决策的支持能力，同时对电站锅炉进行实时调节，具有很好的调节效果，而且具有足够的安全性，成本较低，经济效益高、环保节能，易于推广。
Description
技术领域
本发明涉及配煤掺烧技术领域，具体为一种燃煤电厂基于煤炭全价值链管 理的科学配煤掺烧***。
背景技术
燃料成本是火力发电厂(或机组)生产经营中最主要的运行成本。供电煤耗反 应了火力发电厂(或机组)的能效水平，在稳定的入炉煤质条件下通常是一个相对 稳定的数值。受制于煤炭市场的供求关系影响，从不同煤矿采购的燃料价格差异 是一个实时波动的变量，使得不同的配煤掺烧比例下燃料成本出现很大差异。
目前，在火电机组中，燃料成本占比最大，由于各种原因，很难按设计煤种 进行燃烧，已普遍采用配煤掺烧方式。不同的煤种按照不同方式和比例掺烧将影 响锅炉燃烧的稳定性、燃烧状态(结渣特性)效率、和排放指标，对磨煤机、送 引风机、灰渣处理等辅助设备电耗，及对采购、运输、煤场堆放管理等也有影响， 而现有技术中绝大部分火电厂还在通过在输煤皮带等位置安装煤质检测装置， 获取煤质灰分、水分等数据，而这种煤质成分分析属于离线取样，获得数据存在 滞后，人工劳动强度大，且为非实时据，同时煤质检测装置安装在输煤皮带上， 由于煤仓的存在，导致获得的数据并非是进入锅炉燃烧煤的煤质数据，存在数小 时范围不可精确预估的滞后，无法起到为锅炉运行人员提供煤质实时数据来进行调整优化的指导。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳 实施例，在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省 略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能 用于限制本发明的范围。
鉴于上述和/或现有技术中所存在的问题，提出了本发明。
因此，本发明所要解决的技术问题是，目前配煤掺烧方式获得数据存在滞后， 人工劳动强度大，数小时范围不可精确预估各煤质数据，经济消耗大，无法起到 为锅炉运行人员提供煤质实时数据来进行调整优化的指导的问题，
为解决上述技术问题，本发明提供如下技术方案，一种燃煤电厂基于煤炭全 价值链管理的科学配煤掺烧***，包括：
构建数据存储分析***，以历史数据为基础，对历史锅炉的输入输出数据以 及人工化验单的煤质成分分析数据进行存储分析，并自动建立参数相关方程与 燃烧模型库，预测煤质燃烧反应过程中各个生成物的含量；
构建检测***，对锅炉空预器入口处和锅炉内成分进行监测，并将监测参数 作为目标控制值与燃烧模型库模拟的数据进行对比，对所述数据存储分析*** 中燃烧模型库的数据进行实时校正；
构建掺烧物调节***，根据所述燃烧模型库中实时更新的数据自动调节各 个掺烧物的配比和质量，同时燃烧机组根据煤质的质量，自动调节锅炉机组的功 率。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：检测***(200)中将监测参数作为目标控制值与燃烧模型 库模拟的数据进行对比以9.3％为基准，若差异小于9.3％，则取用燃烧模型库的 数据，若差异大于9.3％，则将燃烧过程中的数据输入至燃烧模型库存储。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：所述数据存储分析***还包括通过燃料燃烧过程中产生的电 耗费用、固废物处置费、人工成本费、设备维修费用、运费、排烟损失费用以及 现场运行历史数据及相关燃料数据，模拟锅炉炉机在不同负荷下成本最低的掺 烧配比。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：所述数据存储分析***还包括人机交互***，所述人机交互 ***用于数据的输入和输出，同时执行***发出的控制指令，对检测***、掺烧 物调节***进行联动控制。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：所述人机交互***内设有智慧分析和诊断模块，且所述智慧 分析和诊断模块对于运行的数据进行处理，得到锅炉的运行状态，并用于分析锅 炉的故障和异常原因，同时在发生故障和异常时进行报警。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：检测***内各烟气成分浓度均基于湿基测量数据。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：对于锅炉空预器入口处烟气成分的测量采用网格法。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：网格法通过至少5个取烟点进行取样分析，同时烟气的成分 为5取烟点数据的算术平均值。
作为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的一 种优选方案，其中：所述数据存储分析***内燃烧模型库的计算公式采用ASME PTC4标准。
本发明的有益效果：该燃煤电厂基于煤炭全价值链管理的科学配煤掺烧系 统，通过数据存储分析***和检测***，以燃烧模型库为基础，综合锅炉内煤质 内煤发热量、挥发分、硫分、水分、灰分、灰熔融性、结渣特性相关数据等因素 生成最经济、最环保、综合最优的掺配方案，建立科学、闭环的燃煤耗用信息管 理体系，提高燃煤数据对生产经营决策的支持能力；该燃煤电厂基于煤炭全价值 链管理的科学配煤掺烧***，通过掺烧物调节***能够对电站锅炉进行实时调 节，可实时准确的监测进入锅炉燃烧煤的煤质数据，减少计算预估的误差，减少 人工劳动力，而且具有足够的安全性，节能环保，成本较低，易于推广。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需 要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一 些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还 可以根据这些附图获得其它的附图。其中：
图1为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的 整体流程示意图；
图2为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的 整体***连接示意图；
图3为本发明所述燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***的 燃煤测量数据图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附 图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明 还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不 违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例 的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说 明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示 例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度 及深度的三维空间尺寸。
再其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至 少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在 一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施 例互相排斥的实施例。
如在本申请所使用的，术语“组件”、“模块”、“***”等等旨在指代计 算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件 或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、 处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在 计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在 于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布 在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的 各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据 分组(例如，来自一个组件的数据，该组件与本地***、分布式***中的另一个 组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它***进行 交互)的信号，以本地和/或远程过程的方式进行通信。
实施例1
参照图1-2，本实施例提供了一种燃煤电厂基于煤炭全价值链管理的科学配 煤掺烧***，包括，构建数据存储分析***100，以历史数据为基础，对历史锅 炉的输入输出数据以及人工化验单的煤质成分分析数据进行存储分析，并自动 建立参数相关方程与燃烧模型库，预测煤质燃烧反应过程中各个生成物的含量；
应说明的是，输入输出的数据具体为添加煤质内煤发热量、挥发分、硫分、 水分、灰分、灰熔融性、结渣特性相关数据，将每个类别的实时参数在图表上用 点进行表示，并将多个点进行连接，形成曲线，再经过机器自动计算出大致符合 曲线的相关方程式，进而能够预测煤质燃烧反应过程中各个生成物的含量。
应说明的是，燃烧模型，指的是以一些特定的假设为基础，应用气相、凝聚 相单一或复合的物理、化学反应机理代表性地描述推进剂的燃烧过程。进而燃烧 模型库能预示燃速规律，解释某些特殊的燃烧现象，是控制和调节燃烧特性的技 术基础。
构建检测***200，对锅炉空预器入口处和锅炉内成分进行监测，并将监测 参数作为目标控制值与燃烧模型库模拟的数据进行对比，对数据存储分析*** 100中燃烧模型库的数据进行实时补充校正。
应说明的是，检测***200具体对烟气内氧气、二氧化碳和二氧化硫的动 态、非线性变化特征，还对锅炉内煤质燃烧的发热量以及炉底渣的含碳量进行实 时监控，通过监测此类数据可以使数据存储分析***100更准确的计算出掺烧 物的配比和质量。
并实时将上述监测的参数作为目标控制值与燃烧模型库模拟的数据进行对 比：将燃烧过程中的数据与模型库预测的数据相除，若差异小于9.3％，则取用 燃烧模型库的数据，若差异大于9.3％，则将燃烧过程中的数据输入至燃烧模型 库存储，实现对燃烧模型库的数据实时校正。
具体的，可见图3，以一组厂内常用的燃煤测量数据为例进行说明：离线测 量的数据为煤质的低位发热量，其单位为MJ/kg，所采集的样本数为287个，从 平均的低位煤质发热量来看为21.5MJ/kg,图中的下方直线为煤质下限包络线，约 为20MJ/kg；图中上方直线为煤质上限包络线，约为22MJ/kg；其偏差为2MJ/kg； 其散度偏差范围为：
由此可知将差异定为9.3％是合理的同时可以保证燃烧模型库内校正的数据 保持一定的差值，燃烧模型库中数据不易过于密集或松散，从而维持锅炉燃烧稳 定性和稳定的效率。
构建掺烧物调节***300，根据燃烧模型库中的实时更新的数据自动调节各 个掺烧物的配比和质量，同时燃烧机组根据煤质的质量，自动调节锅炉机组的功 率。
应说明的是，获取煤质质量的同时通过调节锅炉内煤重量进行锅炉功率的 调节，使得锅炉功率保持在最高利用率。在计算出的煤质质量为80-100％之间时， 调节锅炉机组的功率至70-90％，在计算出的煤质质量为50-80％之间时，调节锅 炉机组的功率至40-70％，在计算得出的煤质质量为10-50％之间时，调节锅炉机 组的功率至20-40％，实现有效且自动调节锅炉机组的功率，使其功率转化最大 化。
更进一步的，数据存储分析***100还包括人机交互***100a，人机交互 ***100a用于数据的输入和输出，同时执行***发出的控制指令，对检测*** 200、掺烧物调节***300进行联动控制。
应说明的是，人机交互***用于数据的输入和输出，数据主要为煤质内煤发 热量、挥发分、硫分、水分、灰分、灰熔融性、结渣特性相关数据，能够使其自 动输入至检测或掺烧***，同时能够进行输出查看，监测上述数据参数作为目标 控制值与燃烧模型库模拟的数据相对比后，对偏差较大或较密集的数据进行人 工删除，降低***的臃肿性，同时发出控制指令，对检测***、掺烧物调节*** 进行联动控制。
其运行流程具体为，数据存储分析***100运行之初，首先通过以历史数据 为基础构建历史燃烧模型库对锅炉内煤质燃烧反应过程中各个生成物的含量进 行预测；接着，安装在锅炉空预器入口处的仪表对各个成分进行监测收集后，通 过数据存储分析***100的人机交互***将大量监测数据从检测***200中回 传入初始建立的历史燃烧模型库，数据存储分析***100依据传输数据以差异 是否大于9.3％为标准进行实时补充校正，同时可通过人工交互***进行人为的 数据校正，校正后的数据再次通过数据存储分析***100的人工交互***输出 至掺烧物调节***300，掺烧物调节***300自动调节各个掺烧物的配比和质量 以及自动调节锅炉机组的功率。整个过程无需通过在输煤皮带等位置安装煤质 检测装置，获取煤质灰分、水分等数据，安装在锅炉空预器入口处的检测***200 仪表可更精确的、实时的收集数据，减小预估误差，同时节省人工成本和时间。
更进一步的，人机交互***内设有智慧分析100a-1和诊断模块100a-2，且智 慧分析100a-1和诊断模块100a-2对于运行的数据进行处理，得到锅炉的运行状 态，并用于分析锅炉的故障和异常原因，同时在发生故障和异常时进行报警。
应说明的是，其根据煤质的不同锅炉具备不同功率的运行状态，在发生煤质 质量与运行功率不匹配时，进行报警。
更进一步的，检测***200内各烟气成分浓度均基于湿基测量数据。
应说明的是，采用湿基测量数值以物料质量为基准计算，相比干基可以精确 的获得烟气成分浓度，湿基含水量＝物料中所含水的质量/(物料中所含水的质 量+物料中所含干物质的质量)*100％。
更进一步的，对于锅炉空预器入口处烟气成分的测量采用网格法。
更进一步的，网格法通过至少5个取烟点进行取样分析，同时烟气的成分为 5取烟点数据的算术平均值。
应说明的是，采用网格法以及多点进行取样分析，可以更精确的获取烟气成 分，减少后续数据处理误差，精准科学计算掺烧比。
更进一步的，数据存储分析***100内燃烧模型库的计算公式采用ASME PTC4标准，此标准相比普通标准更为严格，数据处理结果更为精准。
更进一步的，数据存储分析***100还包括通过燃料燃烧过程中产生的电 耗费用、固废物处置费、人工成本费、设备维修费用、运费、排烟损失费用以及 现场运行历史数据及相关燃料数据，模拟锅炉炉机在不同负荷下成本最低的掺 烧配比。
通过基于煤炭全价值链管理的科学配煤掺烧***预估可以节约用煤0.5克 /KW，一台六十万机组，利用率在5000个小时，一年则可节约150吨煤，其经 济效益，环保效益巨大。
综上，该燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，在使用时， 通过以燃烧模型库为基础，综合锅炉内煤质内煤发热量、挥发分、硫分、水分、 灰分、灰熔融性、结渣特性相关数据等因素生成最经济、最环保、综合最优的掺 配方案，建立科学、闭环的燃煤耗用信息管理体系，提高燃煤数据对生产经营决 策的支持能力，再通过掺烧物调节***300根据燃烧模型库实时更新的数据自 动调节各个掺烧物的配比和质量，同时燃烧机组根据煤质的质量，自动调节锅炉 机组的功率。
实施例2
为了更好地对本发明方法中采用的技术效果加以验证说明，本实施例中选 择优化前后锅炉热效率进行对比试验，以科学论证的手段对比试验结果，验证本 发明方法所具有的真实效果。
结果如表1所示：
表1优化前后对比试验结果
从表中可以直观的看出，在100％BRL，75％BRL以及50％BRLd的额定工况 下，优化后的锅炉热效率以及NOx排放量数据均高于优化前的，优化后锅炉热 效率提高0.85～1.38个百分点，即验证了本发明基于煤炭全价值链贯连的科学配 煤掺烧***具有的真实效果，可实时监测并科学调节配比质量，实现功率的最大 化利用，增加锅炉燃烧稳定性，减少人工计算成本。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照 较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对 本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和 范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，包括：
构建数据存储分析***(100)，以历史数据为基础，对历史锅炉的输入输出数据以及人工化验单的煤质成分分析数据进行存储分析，并自动建立参数相关方程与燃烧模型库，预测煤质燃烧反应过程中各个生成物的含量；
构建检测***(200)，对锅炉空预器入口处和锅炉内成分进行监测，并将监测参数作为目标控制值与燃烧模型库模拟的数据进行对比，对所述数据存储分析***(100)中燃烧模型库的数据进行实时校正；
构建掺烧物调节***(300)，根据所述燃烧模型库中实时更新的数据自动调节各个掺烧物的配比和质量，同时燃烧机组根据煤质的质量，自动调节锅炉机组的功率。
2.根据权利要求1所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，检测***(200)中将监测参数作为目标控制值与燃烧模型库模拟的数据进行对比以9.3％为基准，若差异小于9.3％，则取用燃烧模型库的数据，若差异大于9.3％，则将燃烧过程中的数据输入至燃烧模型库存储。
3.根据权利要求2所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，所述数据存储分析***(100)还包括通过燃料燃烧过程中产生的电耗费用、固废物处置费、人工成本费、设备维修费用、运费、排烟损失费用以及现场运行历史数据及相关燃料数据，模拟锅炉炉机在不同负荷下成本最低的掺烧配比。
4.根据权利要求2或3所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，所述数据存储分析***(100)还包括人机交互***(100a)，所述人机交互***用于数据的输入和输出，同时执行***发出的控制指令，对检测***(200)、掺烧物调节***(300)进行联动控制。
5.根据权利要求4所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，所述人机交互***(100a)内设有智慧分析模块(100a-1)和诊断模块(100a-2)，且所述智慧分析模块(100a-1)和诊断模块(100a-2)对于运行的数据进行处理，得到锅炉的运行状态，并用于分析锅炉的故障和异常原因，同时在发生故障和异常时进行报警。
6.根据权利要求5所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，检测***(200)内各烟气成分浓度均基于湿基测量数据。
7.根据权利要求6所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，对于锅炉空预器入口处烟气成分的测量采用网格法。
8.根据权利要求7所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，网格法通过至少5个取烟点进行取样分析，同时烟气的成分为5取烟点数据的算术平均值。
9.根据权利要求6-8任一所述的一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧***，其特征在于，所述数据存储分析***(100)内燃烧模型库的计算公式采用ASME PTC4标准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111319996.9A CN114118726A (zh) | 2021-11-09 | 2021-11-09 | 一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111319996.9A CN114118726A (zh) | 2021-11-09 | 2021-11-09 | 一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114118726A true CN114118726A (zh) | 2022-03-01 |
Family
ID=80377774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111319996.9A Pending CN114118726A (zh) | 2021-11-09 | 2021-11-09 | 一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114118726A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116399400A (zh) * | 2023-04-13 | 2023-07-07 | 大唐绥化热电有限公司 | 一种锅炉机组运行故障检测方法及*** |
| CN117404678A (zh) * | 2023-10-23 | 2024-01-16 | 国能长源荆门发电有限公司 | 一种用于缓解锅炉燃烧高碱煤结渣的在线配煤*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103759290A (zh) * | 2014-01-16 | 2014-04-30 | 广东电网公司电力科学研究院 | 大型燃煤机组在线监测与优化控制***及其实现方法 |
| CN107301477A (zh) * | 2017-06-22 | 2017-10-27 | 湖南华润电力鲤鱼江有限公司 | 一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法 |
| CN109376945A (zh) * | 2018-11-13 | 2019-02-22 | 华能国际电力股份有限公司上海石洞口第电厂 | 一种基于多煤种的配煤掺烧优化*** |
| CN109583699A (zh) * | 2018-10-22 | 2019-04-05 | 天津市容创智行节能科技有限公司 | 基于物联网、人工智能***的数字化煤场*** |
| CN109782726A (zh) * | 2019-02-27 | 2019-05-21 | 杭州集益科技有限公司 | 一种水运燃煤电厂的实时智能燃料*** |
| CN111091230A (zh) * | 2019-11-20 | 2020-05-01 | 国电浙能宁东发电有限公司 | 燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** |
| CN113189299A (zh) * | 2021-06-07 | 2021-07-30 | 烟台瑞能创科能源科技有限责任公司 | 一种煤仓煤质实时在线显示分析*** |
| CN113467392A (zh) * | 2021-06-18 | 2021-10-01 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种燃煤锅炉开环燃烧控制优化方法 |
-
2021
- 2021-11-09 CN CN202111319996.9A patent/CN114118726A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103759290A (zh) * | 2014-01-16 | 2014-04-30 | 广东电网公司电力科学研究院 | 大型燃煤机组在线监测与优化控制***及其实现方法 |
| CN107301477A (zh) * | 2017-06-22 | 2017-10-27 | 湖南华润电力鲤鱼江有限公司 | 一种基于多煤种配煤掺烧寻优模型的燃煤采购决策方法 |
| CN109583699A (zh) * | 2018-10-22 | 2019-04-05 | 天津市容创智行节能科技有限公司 | 基于物联网、人工智能***的数字化煤场*** |
| CN109376945A (zh) * | 2018-11-13 | 2019-02-22 | 华能国际电力股份有限公司上海石洞口第电厂 | 一种基于多煤种的配煤掺烧优化*** |
| CN109782726A (zh) * | 2019-02-27 | 2019-05-21 | 杭州集益科技有限公司 | 一种水运燃煤电厂的实时智能燃料*** |
| CN111091230A (zh) * | 2019-11-20 | 2020-05-01 | 国电浙能宁东发电有限公司 | 燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** |
| CN113189299A (zh) * | 2021-06-07 | 2021-07-30 | 烟台瑞能创科能源科技有限责任公司 | 一种煤仓煤质实时在线显示分析*** |
| CN113467392A (zh) * | 2021-06-18 | 2021-10-01 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种燃煤锅炉开环燃烧控制优化方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116399400A (zh) * | 2023-04-13 | 2023-07-07 | 大唐绥化热电有限公司 | 一种锅炉机组运行故障检测方法及*** |
| CN116399400B (zh) * | 2023-04-13 | 2023-12-15 | 大唐绥化热电有限公司 | 一种锅炉机组运行故障检测方法及*** |
| CN117404678A (zh) * | 2023-10-23 | 2024-01-16 | 国能长源荆门发电有限公司 | 一种用于缓解锅炉燃烧高碱煤结渣的在线配煤*** |
| CN117404678B (zh) * | 2023-10-23 | 2024-05-31 | 国能长源荆门发电有限公司 | 一种用于缓解锅炉燃烧高碱煤结渣的在线配煤*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Madejski | Numerical study of a large-scale pulverized coal-fired boiler operation using CFD modeling based on the probability density function method | |
| Park et al. | Coupled fluid dynamics and whole plant simulation of coal combustion in a tangentially-fired boiler | |
| CN102466238B (zh) | 用于分析燃烧***的运行的方法和*** | |
| CN114118726A (zh) | 一种燃煤电厂基于煤炭全价值链管理的科学配煤掺烧*** | |
| Buchmayr et al. | Experimental investigation of the primary combustion zone during staged combustion of wood-chips in a commercial small-scale boiler | |
| Tait et al. | A pilot-scale study of dynamic response scenarios for the flexible operation of post-combustion CO2 capture | |
| CN102734782B (zh) | 一种燃煤锅炉能效监测方法 | |
| CN102620774B (zh) | 燃煤锅炉二次风量在线标定方法 | |
| Yu et al. | Low-carbon economic dispatch strategy for renewable integrated power system incorporating carbon capture and storage technology | |
| CN103728071B (zh) | 一种火电机组最大出力测量方法 | |
| CN117308076A (zh) | 一种燃煤电站锅炉燃烧优化方法及控制*** | |
| Silva et al. | Analysis and monitoring of the combustion performance in a biomass power plant | |
| CN116776770B (zh) | 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法 | |
| Tanetsakunvatana et al. | Experimental study on effects of operating conditions and fuel quality on thermal efficiency and emission performance of a 300-MW boiler unit firing Thai lignite | |
| Weimann et al. | A thermodynamic-based mixed-integer linear model of post-combustion carbon capture for reliable use in energy system optimisation | |
| von Bohnstein et al. | Comparison of cfd simulations with measurements of gaseous sulfur species concentrations in a pulverized coal fired 1 mwth furnace | |
| Wang et al. | A two-tier approach to the data-driven modeling on thermal efficiency of a BFG/coal co-firing boiler | |
| CN112602024A (zh) | Kpi改善辅助***及kpi改善辅助方法 | |
| De Meulenaere et al. | Quantifying the impact of furnace heat transfer parameter uncertainties on the thermodynamic simulations of a biomass retrofit | |
| Tsupari et al. | Estimation of annual CH4 and N2O emissions from fluidised bed combustion: An advanced measurement-based method and its application to Finland | |
| CN109813860A (zh) | 一种锅炉煤质成分的实时分析法 | |
| CN113609684A (zh) | 基于工业数据和工艺机理的锅炉吨煤产汽优化方法 | |
| Sanaullah et al. | A Review on Optimization of Steam Generator in Thermal Power Plants by Reduction of Unburned Carbon | |
| JP7368332B2 (ja) | ガイダンス操作支援装置、ガイダンス操作支援方法およびガイダンス操作支援プログラム | |
| Ye et al. | Calculation Method of Pulverized Coal Mass Flow Into Coal and Gas Dual-Fired Boiler |
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 |