CN116880172A - 一种低负荷脱硝喷氨优化控制方法及*** - Google Patents
一种低负荷脱硝喷氨优化控制方法及*** Download PDFInfo
- Publication number
- CN116880172A CN116880172A CN202310789494.5A CN202310789494A CN116880172A CN 116880172 A CN116880172 A CN 116880172A CN 202310789494 A CN202310789494 A CN 202310789494A CN 116880172 A CN116880172 A CN 116880172A
- Authority
- CN
- China
- Prior art keywords
- ammonia injection
- denitration
- load
- low
- control
- 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
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 title claims abstract description 346
- 229910021529 ammonia Inorganic materials 0.000 title claims abstract description 173
- 238000002347 injection Methods 0.000 title claims abstract description 155
- 239000007924 injection Substances 0.000 title claims abstract description 155
- 238000005457 optimization Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000001105 regulatory effect Effects 0.000 claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 claims abstract description 19
- 238000005507 spraying Methods 0.000 claims abstract description 17
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 33
- 238000006477 desulfuration reaction Methods 0.000 claims description 20
- 230000023556 desulfurization Effects 0.000 claims description 20
- 239000001301 oxygen Substances 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 230000010355 oscillation Effects 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000010531 catalytic reduction reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了一种低负荷脱硝喷氨优化控制方法及***,包括:基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;根据最优调门开度指令,进行脱硝喷氨调门控制。本发明通过在数据库中输入大量不同低负荷段最经济性各脱硝参数并进行神经网络训练,输出最理想的调门开度,在低负荷段能够更好的调稳出口NOx值;进一步的新增一路控制逻辑,同时增加选择模块,减少振荡次数,缩短调节时间,从而减少不必要的高喷氨量,在减少管道堵塞的风险下还能以较低的喷氨流量保证环保数值不超标,提高了机组在脱硝方面的经济性。
Description
技术领域
本发明涉及工业自动化控制的技术领域,尤其涉及一种低负荷脱硝喷氨优化控制方法及***。
背景技术
现有的火电厂脱硝装置采用的是选择性催化还原法(Selective CatalyticReduction,SCR)脱硝工艺。脱硝装置的反应器垂直布置在省煤器和空预器之间。每一台锅炉配两套反应器,每套反应器处理烟气总量的1/2。每个SCR反应器总共设置了3个催化剂床层。在实际生产过程中,脱硝喷氨流量与出口氮氧化合物NOx息息相关。在保证氮氧化合物NOx不超标的前提下,更小的流量不仅能减少管道堵塞的可能性更能提高机组运行的经济性,但在低负荷段,因脱硝入口温度降低,氧量升高,入口氮氧化合物NOx大幅增加时,并不能实现精准控制,往往会使得脱硫出口氮氧化合物NOx实时值大幅晃动。
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。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种低负荷脱硝喷氨优化控制方法及***解决现有的喷氨控制***在低负荷段脱硫出口氮氧化合物NOx实时值大幅晃动,无法精准控制的问题。
为解决上述技术问题,本发明提供如下技术方案:
第一方面,本发明实施例提供了一种低负荷脱硝喷氨优化控制方法,包括:
基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
所述喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
根据所述最优调门开度指令,进行脱硝喷氨调门控制。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:所述实时脱硝反应数据包括以下至少一项参数:机组负荷,发电机有功功率,脱硝进口温度,脱硫出口氮氧化合物NOx折算值,脱硝进口氮氧化合物NOx浓度,脱硫出口氧量,机组两侧喷氨流量。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:喷氨调门优化控制模型,包括:
当喷氨调门控制的负荷值不小于第一负荷阈值且小于第二负荷阈值时,判定机组处于低负荷状态;
若所述低负荷状态中脱硝进口温度低于第一温度阈值,且脱硝进口氮氧化合物NOx值大于第一阈值,喷氨调门控制逻辑切换至喷氨调门优化控制逻辑;
若任一条件不满足时,则按照中负荷和/或高负荷状态进行喷氨调门控制。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:还包括:
当喷氨调门控制逻辑切换至喷氨调门优化控制逻辑时,获取低负荷状态时机组脱硝进口温度实时值,脱硫出口氮氧化合物NOx折算实时值,脱硝进口氮氧化合物NOx实时值,脱硫出口氧量实时值,机组两侧喷氨流量值实时值;
若存在至少一个实时值无法获取,则将喷氨调门优化控制逻辑切换至喷氨调门控制逻辑,检测实时值获取装置,故障解除后,喷氨调门控制逻辑重新切换至喷氨调门优化控制逻辑;
若仍存在至少一个实时值无法获取,则直接切换回喷氨调门控制逻辑,本次不再使用喷氨调门优化控制逻辑,且通知巡检人员对整机进行检查,排出故障;
若获取到上述全部实时值,则将所获取到的全部实时值与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:所述与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值,包括:基于所述脱硝参数历史数据,建立脱硝参数数据库;
利用脱硝参数数据库训练神经网络模型,获得低负荷状态脱硝***输出预测模型;
脱硝***输出预测模型用于根据脱硝***实时的工作状态数据和预测时间段内的每个控制时间点的喷氨量,预测脱硝***在预测时间段内的每个预测时间点的喷氨调门开度。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:还包括:
以预测时间段内每个控制时间点的喷氨量为个体,初始化遗传算法的种群;
判断种群中每个个体中的每个控制时间点的喷氨量对应的脱硝***的阀门开度是否在阀门开度的下限值和上限值之间,获得第一判断结果;
若所述第一判断结果表示否,则将脱硝***的阀门开度小于阀门开度的下限值的个体中的喷氨量用阀门开度的下限值对应的喷氨量代替,将脱硝***的阀门开度大于阀门开度的上限值的个体中的喷氨量用阀门开度的上限值对应的喷氨量代替;
若所述第一判断结果表示是,则切换至喷氨调门控制逻辑进行控制;
将种群中每个个体输入脱硝***输出预测模型,获得每个个体对应的预测时间段内每个预测时间点的预测脱硫出口NOx浓度;
当脱硫出口氮氧化合物NOx浓度达到第一浓度阈值时算法终止,确定算法终止时的阀门开度为第一喷氨调门开度值。
作为本发明所述的低负荷脱硝喷氨优化控制方法的一种优选方案,其中:通过喷氨调门开度速率控制得到最优调门开度指令,包括:
利用检查算法判断第一喷氨调门开度值是否为无效实数,得到第二判断结果;
若第二判断结果不小于0时,则对第一喷氨调门开度进行第一速率限制;
若第二判断结果小于0时,则对第一喷氨调门开度进行第二速率限制。
第二方面,本发明提供了一种低负荷脱硝喷氨优化控制***,包括:
模型搭建模块,用于基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
速率限制模块,用于所述喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
控制模块,用于根据所述最优调门开度指令,进行脱硝喷氨调门控制。
第三方面,本发明提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现所述低负荷脱硝喷氨优化控制方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现所述低负荷脱硝喷氨优化控制方法的步骤。
与现有技术相比,本发明的有益效果:本发明通过在数据库中输入大量不同低负荷段最经济性各脱硝参数并进行神经网络训练,输出最理想的调门开度,在低负荷段能够更好的调稳出口NOx值;进一步的新增一路控制逻辑,同时增加选择模块,减少振荡次数,缩短调节时间,从而减少不必要的高喷氨量,在减少管道堵塞的风险下还能以较低的喷氨流量保证环保数值不超标,提高了机组在脱硝方面的经济性。
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为本发明一个实施例所述的一种低负荷脱硝喷氨优化控制方法及***的方法流程图;
图2为本发明一个实施例所述的一种低负荷脱硝喷氨优化控制方法及***的计算机设备的内部结构图。
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,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
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,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。
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。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1~2,为本发明的一个实施例,该实施例提供了一种低负荷脱硝喷氨优化控制方法,包括:
S1:基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
更进一步的,实时脱硝反应数据包括以下至少一项参数:机组负荷,发电机有功功率,脱硝进口温度,脱硫出口氮氧化合物NOx折算值,脱硝进口氮氧化合物NOx浓度,脱硫出口氧量,机组两侧喷氨流量。
更进一步的,喷氨调门优化控制模型,包括:
当喷氨调门控制的负荷值不小于第一负荷阈值且小于第二负荷阈值时,判定机组处于低负荷状态;
若低负荷状态中脱硝进口温度低于第一温度阈值,且脱硝进口氮氧化合物NOx值大于第一阈值,喷氨调门控制逻辑切换至喷氨调门优化控制逻辑;
若任一条件不满足时,则按照中负荷和/或高负荷状态进行喷氨调门控制。
应说明的是,基于机组实际出力值,将高于逻辑负荷设定值的机组则判断为高负荷,低于则判断为低负荷。
在一个可选的实施例中,在负荷处于270MW-330MW段,脱硝入口温度低于310℃,入口NOx大于200mg/m3时,喷氨调门控制逻辑切换至喷氨调门优化控制逻辑。
应说明的是,负荷270MW-330MW为机组较低负荷段,其内部燃烧较中高负荷相对较多,同时较中高负荷段含氧量较多,易产生氮氧化物;机组负荷越低,尾部烟气总量相对于高负荷流量越少,换热后温度低;通过喷氨降低反应出的氮氧化物浓度需考虑反应环境的温度,因此高负荷脱硝入口烟温能容易满足大于310℃,而低负荷相对较难,温度变化对反应有较大的区别;在低负荷情况下氮氧化物产出多,反应环境温度低,脱硝进口氮氧化合物NOx浓度需大于200mg/m3。
具体的,还包括:当喷氨调门控制逻辑切换至喷氨调门优化控制逻辑时,获取低负荷状态时机组脱硝进口温度实时值,脱硫出口氮氧化合物NOx折算实时值,脱硝进口氮氧化合物NOx实时值,脱硫出口氧量实时值,机组两侧喷氨流量值实时值;
若存在至少一个实时值无法获取,则将喷氨调门优化控制逻辑切换至喷氨调门控制逻辑,检测实时值获取装置,故障解除后,喷氨调门控制逻辑重新切换至喷氨调门优化控制逻辑;
若仍存在至少一个实时值无法获取,则直接切换回喷氨调门控制逻辑,本次不再使用喷氨调门优化控制逻辑,且通知巡检人员对整机进行检查,排出故障;
若获取到上述全部实时值,则将所获取到的全部实时值与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值。
更进一步的,与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值,包括:
基于脱硝参数历史数据,建立脱硝参数数据库;
利用脱硝参数数据库训练神经网络模型,获得低负荷状态脱硝***输出预测模型;
脱硝***输出预测模型用于根据脱硝***实时的工作状态数据和预测时间段内的每个控制时间点的喷氨量,预测脱硝***在预测时间段内的每个预测时间点的喷氨调门开度。
具体的,还包括:以预测时间段内每个控制时间点的喷氨量为个体,初始化遗传算法的种群;
判断种群中每个个体中的每个控制时间点的喷氨量对应的脱硝***的阀门开度是否在阀门开度的下限值和上限值之间,获得第一判断结果;
若第一判断结果表示否,则将脱硝***的阀门开度小于阀门开度的下限值的个体中的喷氨量用阀门开度的下限值对应的喷氨量代替,将脱硝***的阀门开度大于阀门开度的上限值的个体中的喷氨量用阀门开度的上限值对应的喷氨量代替;
若第一判断结果表示是,则切换至喷氨调门控制逻辑进行控制;
将种群中每个个体输入脱硝***输出预测模型,获得每个个体对应的预测时间段内每个预测时间点的预测脱硫出口NOx浓度;
当脱硫出口氮氧化合物NOx浓度达到第一浓度阈值时算法终止,确定算法终止时的阀门开度为第一喷氨调门开度值。
S2:喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
更进一步的,通过喷氨调门开度速率控制得到最优调门开度指令,包括:
利用检查算法判断第一喷氨调门开度值是否为无效实数,得到第二判断结果;
若第二判断结果不小于0时,则对第一喷氨调门开度进行第一速率限制;
若第二判断结果小于0时,则对第一喷氨调门开度进行第二速率限制。
在一个可选的实施例中,脱硝进口氮氧化合物NOx速率变化范围为60-100/10秒,若第二判断结果不小于0时,速率限制为0.5,若第二判断结果小于0时,速率限制为2。
S3:根据最优调门开度指令,进行脱硝喷氨调门控制。
应说明的是,通过对脱硝***参数进行分析,从逻辑层面对***进行优化,能够提高脱硝控制***在低负荷段的调节性能,降低喷氨量,稳定出口NOx,提升机组运行的经济性与安全性。
上述为本实施例的一种低负荷脱硝喷氨优化控制方法的示意性方案。需要说明的是,该一种低负荷脱硝喷氨优化控制***的技术方案与上述的低负荷脱硝喷氨优化控制方法的技术方案属于同一构思,本实施例中低负荷脱硝喷氨优化控制***的技术方案未详细描述的细节内容,均可以参见上述低负荷脱硝喷氨优化控制方法的技术方案的描述。
本实施例中一种低负荷脱硝喷氨优化控制***,包括:
模型搭建模块,用于基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
速率限制模块,用于喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
控制模块,用于根据最优调门开度指令,进行脱硝喷氨调门控制。
本实施例还提供一种计算设备,适用于低负荷脱硝喷氨优化控制方法的情况,包括:
存储器和处理器;存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令,实现如上述实施例提出的实现低负荷脱硝喷氨优化控制方法。
本实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例提出的实现低负荷脱硝喷氨优化控制方法。
本实施例提出的存储介质与上述实施例提出的实现低负荷脱硝喷氨优化控制方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(ReadOnly,Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
实施例2
参照图1~2,为本发明的一个实施例,基于上述方法,为了验证其有益效果,提供了与传统方案的对比说明,如表1所示:
表1对比表
结合图1可以看出,在低负荷运行时,NOx生成量较多,由于风量与煤量一定的不匹配,多余的风量会进入低氧燃烧区域,影响分级燃烧对NOx生成的控制,从而导致NOx生成量较多,同时低负荷时NOx生成较多,需要增大低负荷区间的比例增益。进一步的的,加大喷氨流量来抑制短时间内的入口NOx突升,从而控制烟囱出口NOx实时值在环保规定范围内。通过在数据库中输入大量不同低负荷段最经济性各脱硝参数并进行神经网络训练,输出最理想的调门开度,在低负荷段能够更好的调稳出口NOx值;新增一路控制逻辑,同时增加选择模块,减少振荡次数,缩短调节时间,从而减少不必要的高喷氨量,在减少管道堵塞的风险下还能以较低的喷氨流量保证环保数值不超标,提高了机组在脱硝方面的经济性。
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 (10)
1.一种低负荷脱硝喷氨优化控制方法,其特征在于,包括:
基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
所述喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
根据所述最优调门开度指令,进行脱硝喷氨调门控制。
2.如权利要求1所述的低负荷脱硝喷氨优化控制方法,其特征在于,所述实时脱硝反应数据包括以下至少一项参数:机组负荷,发电机有功功率,脱硝进口温度,脱硫出口氮氧化合物NOx折算值,脱硝进口氮氧化合物NOx浓度,脱硫出口氧量,机组两侧喷氨流量。
3.如权利要求2所述的低负荷脱硝喷氨优化控制方法,其特征在于,喷氨调门优化控制模型,包括:
当喷氨调门控制的负荷值不小于第一负荷阈值且小于第二负荷阈值时,判定机组处于低负荷状态;
若低负荷状态中脱硝进口温度低于第一温度阈值,且脱硝进口氮氧化合物NOx值大于第一阈值,喷氨调门控制逻辑切换至喷氨调门优化控制逻辑;
若任一条件不满足时,则按照中负荷和/或高负荷状态进行喷氨调门控制。
4.如权利要求3所述的低负荷脱硝喷氨优化控制方法,其特征在于,还包括:
当喷氨调门控制逻辑切换至喷氨调门优化控制逻辑时,获取低负荷状态时机组脱硝进口温度实时值,脱硫出口氮氧化合物NOx折算实时值,脱硝进口氮氧化合物NOx实时值,脱硫出口氧量实时值,机组两侧喷氨流量值实时值;
若存在至少一个实时值无法获取,则将喷氨调门优化控制逻辑切换至喷氨调门控制逻辑,检测实时值获取装置,故障解除后,喷氨调门控制逻辑重新切换至喷氨调门优化控制逻辑;
若仍存在至少一个实时值无法获取,则直接切换回喷氨调门控制逻辑,本次不再使用喷氨调门优化控制逻辑,且通知巡检人员对整机进行检查,排出故障;
若获取到上述全部实时值,则将所获取到的全部实时值与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值。
5.如权利要求4所述的低负荷脱硝喷氨优化控制方法,其特征在于,所述与获取的脱硝参数历史数据进行预测对比得到第一喷氨调门开度值,包括:
基于所述脱硝参数历史数据,建立脱硝参数数据库;
利用脱硝参数数据库训练神经网络模型,获得低负荷状态脱硝***输出预测模型;
脱硝***输出预测模型用于根据脱硝***实时的工作状态数据和预测时间段内的每个控制时间点的喷氨量,预测脱硝***在预测时间段内的每个预测时间点的喷氨调门开度。
6.如权利要求5所述的低负荷脱硝喷氨优化控制方法,其特征在于,还包括:以预测时间段内每个控制时间点的喷氨量为个体,初始化遗传算法的种群;
判断种群中每个个体中的每个控制时间点的喷氨量对应的脱硝***的阀门开度是否在阀门开度的下限值和上限值之间,获得第一判断结果;
若所述第一判断结果表示否,则将脱硝***的阀门开度小于阀门开度的下限值的个体中的喷氨量用阀门开度的下限值对应的喷氨量代替,将脱硝***的阀门开度大于阀门开度的上限值的个体中的喷氨量用阀门开度的上限值对应的喷氨量代替;
若所述第一判断结果表示是,则切换至喷氨调门控制逻辑进行控制;
将种群中每个个体输入脱硝***输出预测模型,获得每个个体对应的预测时间段内每个预测时间点的预测脱硫出口NOx浓度;
当脱硫出口氮氧化合物NOx浓度达到第一浓度阈值时算法终止,确定算法终止时的阀门开度为第一喷氨调门开度值。
7.如权利要求6所述的低负荷脱硝喷氨优化控制方法,其特征在于,通过喷氨调门开度速率控制得到最优调门开度指令,包括:
利用检查算法判断第一喷氨调门开度值是否为无效实数,得到第二判断结果;
若第二判断结果不小于0时,则对第一喷氨调门开度进行第一速率限制;
若第二判断结果小于0时,则对第一喷氨调门开度进行第二速率限制。
8.一种低负荷脱硝喷氨优化控制***,其特征在于,包括:
模型搭建模块,用于基于低负荷机组实时脱硝反应数据,构建喷氨调门优化控制模型;
速率限制模块,用于所述喷氨调门优化控制模型通过喷氨调门开度速率控制得到最优调门开度指令;
控制模块,用于根据所述最优调门开度指令,进行脱硝喷氨调门控制。
9.一种电子设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述低负荷脱硝喷氨优化控制方法的步骤。
10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述低负荷脱硝喷氨优化控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310789494.5A CN116880172A (zh) | 2023-06-29 | 2023-06-29 | 一种低负荷脱硝喷氨优化控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310789494.5A CN116880172A (zh) | 2023-06-29 | 2023-06-29 | 一种低负荷脱硝喷氨优化控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116880172A true CN116880172A (zh) | 2023-10-13 |
Family
ID=88255990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310789494.5A Pending CN116880172A (zh) | 2023-06-29 | 2023-06-29 | 一种低负荷脱硝喷氨优化控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116880172A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111495182A (zh) * | 2020-05-06 | 2020-08-07 | 李煦良 | 一种应用于火电厂的烟气脱硝测量装置及调节控制方法 |
CN112418284A (zh) * | 2020-11-16 | 2021-02-26 | 华北电力大学 | 一种全工况电站scr脱硝***的控制方法及*** |
CN113274878A (zh) * | 2021-04-07 | 2021-08-20 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种火电厂脱硝出口氮氧化物超标现象控制方法 |
CN115738702A (zh) * | 2022-11-24 | 2023-03-07 | 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w型锅炉SCR脱硝***喷氨优化调整方法 |
CN116236889A (zh) * | 2023-03-07 | 2023-06-09 | 神华神东电力有限责任公司 | 脱硝控制方法、装置、存储介质、电子设备及*** |
CN116272359A (zh) * | 2023-02-20 | 2023-06-23 | 华能国际电力股份有限公司上海石洞口第二电厂 | 一种机组低负荷时降低SCR入口NOx含量的方法 |
-
2023
- 2023-06-29 CN CN202310789494.5A patent/CN116880172A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111495182A (zh) * | 2020-05-06 | 2020-08-07 | 李煦良 | 一种应用于火电厂的烟气脱硝测量装置及调节控制方法 |
CN112418284A (zh) * | 2020-11-16 | 2021-02-26 | 华北电力大学 | 一种全工况电站scr脱硝***的控制方法及*** |
CN113274878A (zh) * | 2021-04-07 | 2021-08-20 | 中国大唐集团科学技术研究院有限公司西北电力试验研究院 | 一种火电厂脱硝出口氮氧化物超标现象控制方法 |
CN115738702A (zh) * | 2022-11-24 | 2023-03-07 | 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w型锅炉SCR脱硝***喷氨优化调整方法 |
CN116272359A (zh) * | 2023-02-20 | 2023-06-23 | 华能国际电力股份有限公司上海石洞口第二电厂 | 一种机组低负荷时降低SCR入口NOx含量的方法 |
CN116236889A (zh) * | 2023-03-07 | 2023-06-09 | 神华神东电力有限责任公司 | 脱硝控制方法、装置、存储介质、电子设备及*** |
Non-Patent Citations (2)
Title |
---|
冯建荣;贺江生;: "火电厂SCR脱硝***控制逻辑方案的优化", 硫酸工业, no. 10, 30 October 2018 (2018-10-30) * |
孙哲;刘振波;: "基于智慧模型的脱硝控制***优化", 华电技术, no. 09, 25 September 2020 (2020-09-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112580250A (zh) | 基于深度学习的火电机组脱硝***及优化控制方法 | |
CN112103994B (zh) | 一种基于mpc的风氢耦合***分层协调控制方法及装置 | |
CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及*** | |
CN108837698A (zh) | 基于先进测量仪表和先进控制算法的scr脱硝喷氨优化方法及*** | |
CN105937425B (zh) | 用于控制后处理***的***和方法 | |
JP7184486B2 (ja) | ハイブリッド発電プラントの最適な性能のための動作スケジューリング | |
CN111841276B (zh) | 循环流化床机组sncr脱硝控制方法及装置、存储介质 | |
CN111966060A (zh) | 一种scr喷氨控制优化方法、装置、设备及存储介质 | |
CN114749006B (zh) | 一种湿法脱硫浆液循环泵优化方法 | |
CN112325329B (zh) | 一种防高温腐蚀的锅炉风门开度控制方法及*** | |
CN111598308B (zh) | 基于回归和二重pso算法解决浆液循环泵组合优化方法 | |
CN115309129A (zh) | 一种scr脱硝效能自动寻优调控方法和*** | |
CN116880172A (zh) | 一种低负荷脱硝喷氨优化控制方法及*** | |
CN114558447A (zh) | 基于scr脱硝***的喷氨量优化控制装置及控制方法 | |
CN115111601A (zh) | 多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法 | |
CN114089636A (zh) | Scr脱硝外挂式智能喷氨闭环控制方法与设备 | |
Bumroongsri et al. | The polyhedral off-line robust model predictive control strategy for uncertain polytopic discrete-time systems | |
CN112627953A (zh) | 基于armax和mmpc的船舶scr***喷氨量控制方法 | |
CN116832614B (zh) | 一种scr脱硝***喷氨量控制方法及*** | |
CN116379464B (zh) | 一种燃煤机组全负荷下NOx总成本自动寻优方法 | |
Li et al. | Optimization of SCR Denitration Spraying Based on Support Vector Machine and Differential Evolution Algorithm | |
CN112287535B (zh) | 一种用于确定火电机组最低运行负荷的方法及*** | |
CN212819073U (zh) | 一种火电厂脱硝控制*** | |
CN113339113B (zh) | 一种SCR***NOx生成与氨需求预测方法、***及存储介质 | |
CN216778482U (zh) | 一种新型scr脱硝装置 |
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 |