TW201250176A - Optimized integrated controls for oxy-fuel combustion power plant - Google Patents

Optimized integrated controls for oxy-fuel combustion power plant Download PDF

Info

Publication number
TW201250176A
TW201250176A TW100144939A TW100144939A TW201250176A TW 201250176 A TW201250176 A TW 201250176A TW 100144939 A TW100144939 A TW 100144939A TW 100144939 A TW100144939 A TW 100144939A TW 201250176 A TW201250176 A TW 201250176A
Authority
TW
Taiwan
Prior art keywords
optimizer
power plant
control system
flue gas
control
Prior art date
Application number
TW100144939A
Other languages
English (en)
Other versions
TWI453360B (zh
Inventor
xin-sheng Lou
Original Assignee
Alstom Technology Ltd
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 Alstom Technology Ltd filed Critical Alstom Technology Ltd
Publication of TW201250176A publication Critical patent/TW201250176A/zh
Application granted granted Critical
Publication of TWI453360B publication Critical patent/TWI453360B/zh

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23CMETHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN  A CARRIER GAS OR AIR 
    • F23C9/00Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23CMETHODS OR APPARATUS FOR COMBUSTION USING FLUID FUEL OR SOLID FUEL SUSPENDED IN  A CARRIER GAS OR AIR 
    • F23C9/00Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber
    • F23C9/003Combustion apparatus characterised by arrangements for returning combustion products or flue gases to the combustion chamber for pulverulent fuel
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23LSUPPLYING AIR OR NON-COMBUSTIBLE LIQUIDS OR GASES TO COMBUSTION APPARATUS IN GENERAL ; VALVES OR DAMPERS SPECIALLY ADAPTED FOR CONTROLLING AIR SUPPLY OR DRAUGHT IN COMBUSTION APPARATUS; INDUCING DRAUGHT IN COMBUSTION APPARATUS; TOPS FOR CHIMNEYS OR VENTILATING SHAFTS; TERMINALS FOR FLUES
    • F23L7/00Supplying non-combustible liquids or gases, other than air, to the fire, e.g. oxygen, steam
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23LSUPPLYING AIR OR NON-COMBUSTIBLE LIQUIDS OR GASES TO COMBUSTION APPARATUS IN GENERAL ; VALVES OR DAMPERS SPECIALLY ADAPTED FOR CONTROLLING AIR SUPPLY OR DRAUGHT IN COMBUSTION APPARATUS; INDUCING DRAUGHT IN COMBUSTION APPARATUS; TOPS FOR CHIMNEYS OR VENTILATING SHAFTS; TERMINALS FOR FLUES
    • F23L7/00Supplying non-combustible liquids or gases, other than air, to the fire, e.g. oxygen, steam
    • F23L7/007Supplying oxygen or oxygen-enriched air
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00Signal processing; Details thereof
    • F23N2223/40Simulation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00Combustion technologies with mitigation potential
    • Y02E20/34Indirect CO2mitigation, i.e. by acting on non CO2directly related matters of the process, e.g. pre-heating or heat recovery

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Regulation And Control Of Combustion (AREA)

Description

201250176 六、發明說明: 【發明所屬之技術領域】 本揭不内容係關於用於—氧㈣燃燒發電廠之最佳化集 成控制。明確而言,本揭示内容係關於用於一氧燃料粉煤 發電廠或-氧燃料循環流化床發電廠之最佳化集成控制。 【先前技術】 氧燃料燃燒系統使用替代空氣之氧氣來燃燒初級燃料以 產生主要包括水蒸汽及二氧化碳之一煙道氣。此導致一煙 道氣且二氧化碳濃度大於8〇%體積比。當三分之二之煙道 氣係在系統内再循環時,剩餘部分(主要由二氧化碳與水 蒸汽及少量氬氣、氮氣、氮氧化物及硫氧化物組成)被清 除、壓縮且隨後被輸送至儲存槽或其他應用。 圖1描、.會.農組態以允許氧燃燒之一例示性發電廠1 〇〇。發 電廠100大體上包括一空氣分離單元2〇〇、一鍋爐綱及一 煙道氣處理系統彻。空氣分離單元200係與銷爐300及煙 道氣處理系統4〇〇流體連通。鋼爐則及煙道氣處理系統 4〇〇位於空氣分離單元之下游,且煙道氣處理系統彻位於 銷爐300之下游。空氣分離單元扇使外部空氣與氮氣分離 且將富氧氣體輸送至鋼爐綱。鋼爐係與—蒸汽滿輪機 302連通且將蒸汽供應至渦輪機302以將其驅動。煙道氣係 自鍋爐300排放至一煙道氣乾燥器3〇4及一靜電除塵器 306。 源自於靜電除塵器306之經乾燥且不φ顆粒之煙道氣之 一部分係再循環至鍋爐3〇〇,其中該煙道氣部分與額外進 160072.doc 201250176 入二氣(其备含氧氣且不含氮氣)混合且被輸送至鍋爐。 未經再循環之煙道氣之剩餘部分(其等富含二氧化碳)係經 進一步處理以去除濕氣,接著在一壓縮機3〇8中經歷壓縮 且在一隔離設施3 1 〇中經歷隔離。 存在與將氧燃料燃燒用在一發電廠中相關聯之諸多具挑 戰性新問題。以下列舉此等問題之部分。 將氧燃料燃燒系統用在一發電廠中以實現二氧化碳之更 容易捕獲會導致比未使用氧燃料燃燒之相當發電廠多之額 外能量消耗。此額外能量消耗主要源於空氣分離單元中之 能量消耗(約25%至約30%)及煙道氣再循環(約5%至約 10%)。能量消耗之此增加導致發電廠之輸出減少。 由於使用富氧氣體,所以當改變氧氣與再循環煙道氣之 比率時’燃燒發生改變。此給控制發電廠提出新的挑戰。 發電廠系統之外部干擾(諸如電負載需求或二氧化碳產 量之改變)會影響空氣分離單元200、銷爐3 〇〇及煙道氣處 理系統400。因為煙道氣之再循環及發電廠之封闭迴路控 制係與電負載需求或二氧化碳產量之改變相互關聯,所以 此等改變導致空氣分離單元200、鍋爐3〇〇及煙道氣處理系 統400之功能改變。 為改良發電廠之功能之效率且為使電負載需求之改變及 二氧化碳產量之改變之影響最小化,可期望使用可協力起 作用之控制系統來改良能量產生且同時改良二氧化碳隔 離。 【發明内容】 160072.doc 201250176 本文中揭示一種用於使一氧燃料發電廠最佳化之控制系 、’’先該控制系統包括:一最佳化器,其與該氧燃料發電廠 連通,該氧燃料發電廠可操作以使二氧化碳自—煙道氣流 再循環至一鍋爐;一控制平台,該控制平台可操作以控制 該氧燃料發電廠;及一模擬器,該模擬器可操作以模擬該 氧燃料發電廠之性能。 本文中描述一種方法,其包括:模擬與一電網連通之一 氧燃料發電廠中之一空氣分離單元、一鍋爐、一煙道氣乾 燥器、一靜電除塵器及/或一煙道氣冷凝器及一渦輪發電 機之一性能;由該模擬性能產生該空氣分離單元、該鍋 爐、該煙道氣乾燥器、該靜電除塵器及/或該煙道氣冷凝 器之性能之一模型;量測該空氣分離單元、該鍋爐、該煙 道氣乾燥器、該靜電除塵器及/或該煙道氣冷凝器之一輸 出;及藉由比較該模擬性能與實際性能而使該空氣分離單 元、該鍋爐、該煙道氣乾燥器、該靜電除塵器及/或煙道 氣冷凝器及一渦輪發電機之性能最佳化。 【實施方式】 下文中將參考其中顯示各種實施例之附圖而更完全地描 述本發明。然而,本發明可體現為諸多不同形式且不應被 解釋為受限於本文中所闡述之實施例。相反,提供此等實 施例使得本揭示内容詳盡完全且將對熟習技術者完全傳達 本發明之範疇。相同元件符號意指全部相同元件。 應瞭解,當一元件被稱為在另一元件「上」時,其可直 接在另一元件上或該等元件之間可存在介入元件。相比而 】60072.doc 201250176 言’當一元件被稱為直接在另一元件「上」時,不存在介 入元件。如本文中所使用,術語「及/或」包含相關聯列 舉項之一或多者之任何及全部組合。 應瞭解’雖然術語第一、第二、第三等等可在本文中用 以描述各種元件、組件 '區域、層及/或區段,但此等元 件、組件、區域、層及/或區段不應受限於此等術語。此 等術s吾僅用以使一元件、組件、區域、層或區段與另一元 件、組件、區域、層或區段相區別。因此,在不背離本發 明之教示之情況下,以下所論述之一第一元件、組件、區 域層或區段可被稱為一第二元件'組件、區域、層 段。 — 」及「該」意欲亦包含複數形式。應進—步瞭解 本文中所使用之術語係僅為了描述特定實施例且非意欲 限制。如本文^制,若無另㈣確指[則單數形式 :特^括」「包含」在用在本說明書中時特指存在所公 不排广二°°、整體、步驟、操作、元件及/或组件,^ =排除存在或增加一或多個其他特徵、區域、整體] -刼作、兀件、組件及/或其等之群組。 ’ 此外,相對術語(諸如「下」或「 頂可在…用以描述-元件與另―二上J叙 如圖中所繪示。應瞭解相對術語 70之關係’ 及圖令所描繪之定向。例二/羞裝置之不同定向 置’則被描述為在其他元件之,中之裝置經倒 該等其他元件之「上,彳目,丨μ J側上之凡件將定向在 」匆上。因此,例示性術語「 I60072.doc 201250176 涵蓋「下」與「上」兩者之一定向’其取決於圖之特定定 向。類似地’若圖之一者中之裝置經倒置,則被描述為在 其他元件「下j或「下方」之元件將定向在該等其他元件 「上方」。因此,例示性術語「下」或「下方」可涵蓋上 與下兩者之一定向。 若無另外界定,則本文中所使用之全部術語(包含技術 及科學術語)具有與本發明所屬技術之一般者通常所理解 含義相同之含義。應進一步瞭解,術語(諸如常用詞典中 所界定之術語)應被解譯為具有與其等在相關技術背景中 之含義一致之含義且不應被解譯為意指理想化或過度正式 (若本文中無明確界定)。 本文中參考示意性繪示理想化實施例之橫截面說明圖而 描述例示性實施例。就此而言,可預期說明圖之形狀因 (例如)製造技術及/或容限而變動。因此,本文中所述之實 施例不應被解釋為受限於區域之特定形狀(如本文所繪 示),且包含由(例如)製造引起之形狀偏差。例如,被繪示 或描述為平坦之一區域通常可具有粗糙及/或非線性特 徵。再者’可使繪示之銳角成圓形。因此,圖中所繪示之 區域實際上為例示性且其等之形狀非意欲繪示一區域之精 確形狀及非意欲限制申請專利範圍之範疇。 本文中揭示一種用於控制基於氧燃料燃燒之一二氧化碳 捕獲發電廠之集成系統,該發電廠包含非線性控制器及最 佳化器且將一穩態經濟最佳化器與一動態最佳化器組合。 該集成系統可有利用在各種發電廠中且可用以併入使用期 160072.doc 201250176 限延長控制、排放最佳化'經濟最佳化及負載斜坡控制。 §玄集成系統亦可用以包含故障偵測器以促進整個發電廠之 一故障控制容限策略。在一例示性實施例中,該集成系統 可用在一氧燃料二氧化碳燃燒發電廠中。 本文_亦揭示一種用於控制基於氧燃料燃燒之一二氧化 碳捕獲發電廠之方法’該發電廠包含非線性控制器及最佳 化器。在一實施例中,該方法包括模擬與一電網連通之一 氧燃料發電廠中之一空氣分離單元、一鍋爐、一煙道氣乾 燥器、一靜電除塵器及/或一煙道氣冷凝器及一渦輪發電 機之性能。由該模擬性能產生該空氣分離單元、該鍋爐、 該煙道氣乾燥器、該靜電除塵器及/或該煙道氣冷凝器及 一漏輪發電機之性能之一模型。量測該空氣分離單元、該 鋼爐、該煙道氣乾燥器、該靜電除塵器及/或該煙道氣冷 凝器及一渦輪發電機之輸出。比較該模型與實際輸出且接 著藉由比較該模擬性能與實際性能而使該空氣分離單元、 該鋼爐、該煙道氣乾燥器、該靜電除塵器及/或該煙道氣 冷凝器及一渦輪發電機之性能最佳化。 將一集成處理最佳化系統用在一發電廠中產生諸多優 點。可藉由使用使該發電廠之各種特徵(包含發電處理、 鋼爐設計處理及發電廠佈置)協調之最佳化器而顯著改良 該發電廠之效率且使二氧化碳捕獲之負面影響最小化。在 一實施例中,可藉由在該發電廠之不同部件(其等經集 成、經共同控制且彼此連通)之間使用處理最佳化器而控 制及最小化二氧化碳捕獲之負面影響。在一例示性實施例 160072.doc 201250176 中’可藉由使涉及發電之處理(諸如氡氣產生、煤供給、 煙道氣清除及再循環)與涉及發電廠設計之處理(諸如鋼爐 設計及蒸汽循環佈置)最佳化而顯著控制及最小化二氧化 碳捕獲之負面影響。 發電處理之即時最佳化將有助於發電廠維持競爭性利 潤,其考量單元動態性能及電、燃料、吸附劑之變化市場 價格、主要排放物(二氧化碳、氮氧化物、二氧化硫、 汞、顆粒物質及類似物)之交易價格及與維護成本相關之 組件使用期限延長。 圖2反映在使煙道氣再循環(即,在一氧燃料二氧化碳燃 燒發電廠中)時用於控制及最佳化發電廠性能之一例示性 氧燃料經濟最佳化器及控制系統5〇〇(下文稱為控制系統 500)。在一實施例中,發電廠可為一粉煤發電廠或一循環 流化床發電廠。控制系統5〇〇包括與一分散式控制系統平 台800連通之-模M器7〇〇。分散式控制系統平台_係與 。主控制器及-最佳化器_連通。在_實施例中,模擬 器70〇、分散式控制系統平台800及最佳化器9〇〇係彼此可 操作連通。在-例示性實施例中,模擬器鹰、分散式控 制系統平台800及最佳化器9〇〇係彼此電連通。最佳化器 900包括與一發電廠主控制器95〇連通之一發電廠經濟最佳 化器952。經濟最佳化器係一多變數最佳化器。 模擬器700包括複數個模擬器,其等模擬圖】中所示發電 廠,組件之行為。一空氣分離單元模擬器708模擬空氣分 離單MGG之性能。氧燃料鋼爐模擬器71()模擬氧燃料鋼爐 160072.doc 201250176 300之性能。後端處理模擬器分別模擬煙道氣乾燥器304、 靜電除塵器306及煙道氣冷凝器4〇〇之性能。一第一模擬器 702模擬煙道氣乾燥器304之性能。一第二模擬器704模擬 靜電除塵器306之性能。一第三模擬器706模擬煙道氣冷凝 器400之性能。 第一模擬器702、第二模擬器704及第三模擬器706、空 氣分離單元模擬器708及氧燃料鍋爐模擬器710經由第一原 理方程式(例如質量、動量及能量平衡)及經由線性與非線 性模型而模擬各自組件之性能。該等模擬器可為穩態處理 模擬器或動態模擬器。模型化及模擬包含常微分方程式 (ODE)、代數方程式(AE)與偏微分方程式(pC)E)之任何組 合。另外,經驗模型化方法(例如神經網路(NN),諸如具 外生輸入之非線性自回歸網路(NARX)、具外生輸入之非 線性自回歸移動平均模型(NARMAX)、小波網路模型及 Wiener-Hammerstein模型)係用在將簡化第一原理模型與資 料驅動模型組合之一混合動態模型結構中。此外,使用線 性化模型與非線性模型兩者之多變數模型預測控制(Mpc) 提供動態最佳化之解決方案。一主模擬器720係與第一模 擬器702 '第二模擬器7〇4及第三模擬器7〇6、空氣分離單 元模擬器708及氧燃料鍋爐模擬器71〇中之各者連通。主模 擬器720在從屬單元(即,第一模擬器7〇2、第二模擬器7〇4 及第三模擬器706、空氣分離單元模擬器7〇8及氧燃料鍋爐 模擬器71 0)之設置期間有用且用於檢查從屬單元之功能。 主模擬器720大體上用於測試且作為從屬單元之一診斷工 160072.doc •10-
S 201250176 具。 模擬器(即’第一模擬器7〇2、第二模擬器704及第三模 擬器706、空氣分離單元模擬器7〇8及氧燃料鍋爐模擬器 710)之各者可為一動態模擬器,其使用先進技術來模擬實
• 際氧燃料處理。明確而言,該動態模擬器可為基於ROM . (降階模型)之一模擬器。 圖2中所描繪之最佳化處理使用平行處理性能及控制系 統設計分析。藉由使用一處理性能模擬器與一動態模擬器 兩者而預測、評估且藉此有效最佳化經最佳化之發電廠性 能及操作參數。例如’該處理性能模擬器包含(但不限於) 使用理論及經驗模型(諸如設計標準中之處理模型及/或回 歸模型及基於操作資料庫之NN模型)來進行熱力、熱經濟 學及排放預測》 動態模擬器包含第一原理模型或替代地第一原理模型與 資料驅動經驗模型之組合、及/或小波網路模型以及(例如) 控制邏輯模擬模型。對於使用期限延長控制,包含材料模 型’藉此允許材料損壞預測及使用期限延長控制模擬。 現再次參考圖2,分散式控制系統平台8〇〇控制空氣分離 單元200、鍋爐300、煙道氣乾燥器3〇4、靜電除塵器3〇6及 煙道氣冷凝器400。分散式控制系統平台8〇〇與最佳化器 900連通。最佳化器900包括與一發電廠主控制器95〇連通 之發電廠經濟最佳化器952。發電廠經濟最佳化器952自分 散式控制系統平台800擷取線上資料且處理該線上資料以 用在藉由處理模型之預測中。最佳化器計算最佳目標值且 160072.doc 201250176 將其等回傳至分散式控制系統平台8〇〇以用於即時執行。 目標值可替換分散式控制系統平台8〇〇之既有設定點或將 一偏壓增加至既有設定點以將其等調整至新近計算目標 值。將在最佳化計算中施加操作約束。 如上所注,分散式控制系統800包括一控制系統平台 802,其控制空氣分離單元2〇〇、鋼爐3〇〇、煙道氣乾燥器 304、靜電除塵器306及煙道氣冷凝器4〇〇及/或渦輪機發電 系統(圖中未顯示在一實施例中,控制系統平台8〇2可藉 由個別控制系統而控制發電廠1〇〇之各自部件,如圖2中所 示》在另-實施例中,-附帶控制器可用以控制空氣分離 單元200、鍋爐300、煙道氣乾燥器3〇4、靜電除塵器3〇6及 煙道氣冷凝器400。 氧燃料發電廠主控制器950與用於空氣分離單元2〇〇之模 型處理控制器908及用於鍋爐3〇〇之模型處理控制器91〇連 通。氧燃料發電廠主控制器95〇亦與各自最佳化器(即,分 別用於煙道氣乾燥器3〇4、靜電除塵器3〇6及煙道氣冷凝器 400之第一最佳化器(最佳控制器)9〇2、帛三最佳化器(最佳 控制器)904及第三最佳化器(最佳控制器)9〇6)連通。發電 廠經濟最佳化器952亦與發電廠主控制器95〇及第一最佳化 器902、第一最佳化器9〇4及第三最佳化器9〇6連通。因為 最佳化發電廠性能及操作參數之確定可涉及多重迭代以在 諸多設計方案中選擇,所以可包含額外最佳化器(圖中未 顯示)使得處理性能與控制系統設計兩者在藉由發電廠經 濟最佳化器952而最佳化之前被預先最佳化。 I60072.doc 201250176 圖3及圖4反映一最佳化氧燃料二氧化碳燃燒發電廠中之 模型處理控制器之操作之一些實施例。在操作中,模型處 理控制器850自發電廠100接收氧燃料處理輸出參數1〇4。 氧燃料處理輸出參數104包含(但不限於)負載需求、功率及 氣體(例如Η2、N2、C〇2及/或合成氣)流速。使用設定點 714及預定參數716,模型處理控制器85〇使模型化發電廠 參數最佳化且將基於該等模型化發電廠參數之一最佳化氧 燃料處理輸入控制參數1〇2提供至發電廠1〇〇。在一例示性 實施例中,最佳化氧燃料處理輸入控制參數1〇2為一固體 顆粒輸送存貨控制變數,但替代例示性實施例不限於此。 例如,最佳化氧燃料處理輸入控制參數1〇2可為一反應器 溫度控制變數、一迴路溫度控制變數、一熔爐溫度控制變 數、一負載斜坡控制變數、一發電廠啟動控制邏輯演算 法、-反應器壓力變數、一反應器微分壓力變數、一發電 廠停機控制邏輯演算法及一燃料/空氣/石灰石/蒸汽比率, 仁替代例示性實施例不限於上述清單。 模型處理控制器850包括一模型部件818、一評估器咖 及-最佳化器822。雖然圖3之模型處理控制器㈣係與發 電廠100連通,但其可與發電廒之其他較小部件之任何者 (諸如(例如)锅爐或空氣分離單元)連通且可用來控制發電 廠之此等較小部件。例如,模型處理控制器85〇可為用於 空氣分離單元200之模型處理控制器刚及用於銷爐3〇〇之 ^型處理控制器910,如圖1中所示。可通過使㈣(處理控 '之物件鏈接與喪人)與分散式控制系統平卜起使用(但 »6〇〇72.d〇, •13- 201250176 不限於此)而完成資料通信。 在一實施例中’模型處理控制器850可包含由第一原理 方程式(諸如質量、動量及能量平衡)導出之線性或非線性 動態模型及模擬。此外,經驗模型化方法(諸如非線性神 經網路)係用在將簡化第一原理模型與資料驅動模型組合 之一混合動態模型結構中。在一例示性實施例中,模型處 理控制器利用當前發電廠控制系統組件(例如既有比例-積 分-微分(PID)控制器)來補充及/或替換具基於模型之預測 控制(具有最佳化能力)之當前發電廠控制系統。更明確而 言’根據一例示性實施例之模型處理控制器850之模型部 件818包含一非線性穩態模型及一或多個線性或非線性動 態模型。另外,該穩態模型及/或該動態模型可各使用自 適應、模糊及/或NN模型化技術及/或第一原理模型化技術 來使氧燃料發電廠之複合非線性多相流動及化學反應模型 化。 圖4描繪圖2之氧燃料發電廠經濟最佳化器952之一例示 性實施例。氧燃料發電廠經濟最佳化器952係與圖1之發電 廠100連通β在一例示性實施例中,氧燃料發電廠經濟最 佳化器952包括一多變數最佳化器912,其對發電廠1〇〇執 行基於經濟之一總體最佳化。更明確而言,多變數最佳化 器912聚焦於與發電廠1 〇〇相關聯之設備之熱經濟性能、排 放物減少及/或控制及使用期限延長準則。多變數最佳化 器912使用非線性模型或線性模型來使發電廠之性能最佳 化。在一例示性實施例中,多變數最佳化器912使用非線
160072.doc • 14- S 201250176 性模型來使發電廠之性能最佳化。 ,多變數最佳 收入計算演算 為對發電廠100執行基於經濟之一最佳化 化器912分別通過一成本計算演算器918及— 器920而接收發電廠100之輸入參數1〇2及輸出參數1〇4,如 ’輸入參數102包含(但 圖4中所示。在一例示性實施例中 不限於)燃料流量、吸附劑流量、空氣流量、水流量、石 灰石流量、固體顆粒循環速率及類似者。輸出參數1〇4包 含發電速率、排放物額度、使用期限延長、處理蒸汽(作 為一輸出產品)、C〇2利用率、c〇2捕獲量(組態為負收 入)、c〇2儲存量(組態為一負收入)及類似者。 多變數最佳化器912自成本計算演算器918及收入計算演 算器920接收輸出以基㈣束(諸如(例如)預定操作約束 924、市場約束926及環境約束928)而確定發電廠ι〇〇之一 最佳化操作參數解。圖4中亦可包含之未描繪其他約束為 與控制致動器相關聯之約束或硬約束(排放限制),可引入 至成本目標函數中之軟約束(例如貿易懲罰)由國家排放法 ,或使用者特定貿易懲罰(與基於二氧化碳品質(就純度而 言)或處理蒸汽品質(就壓力/溫度及純度而言)之產品保險 相關)引起。 歹1不性實施例中,成本計算演算器918使輸入參數 1〇2之預定個別成本因數Cz.與個別輸入沿之一組乘積累 加而收入計算演算器920使輸出參數104之預定個別收入 因數^與個別輸出17之—組乘積累加。個別成本因數C7包 3 (例如)輔助功率成本、石灰石成本及燃料成本及其他。 16⑻72.doc 15 201250176 個別收入因數a包含(例如)排放額度及使用期限延長額度 及其他。 如圖4中所示,多變數最佳化器912使用一分散式控制系 統914及一先進製程控制(APC)資料輸入及/輸出系統916來 將最佳化操作參數解施加至發電廠丨0〇 ^因此,在基於最 佳總經濟之一操作點下操作發電廠丨〇〇。 在一實施例中,多變數最佳化器912可使用任何非線性 最佳化解算器,只要其可與一特定發電廠模型及相關聯約 束一起工作。故障資訊亦可經由故障偵測器922用在最佳 化中。故障可與發電廠之回饋處理、感測器、控制器、致 動器或其他部件相關聯。典型處理故障可包含氣體洩漏、 閥堵塞、閥洩漏或堵塞、煙道氣處理或水/蒸汽處理之壓 力平衡喪失、燃燒穩定性差、粉碎機功能障礙、ASU及 GPU功能障礙、煙道氣再循環迴路之功能障礙、熔爐溫度/ 壓力過高或過低、違反燃燒排放限制及類似者。故障資訊 可經由混合整數最佳化而引入至最佳化處理中。 圖5中顯示一氧燃料發電廠1〇〇之一般輸入參數1〇2及輸 出參數104 »圖5顯示一氧燃料鍋爐模型預測控制器之結 構’該控制器可為使用任何氧燃料鋼爐模型之一監督最佳 控制器。如圖5中所見,輸入參數1〇2及輸出參數1〇4可被 分為燃燒參數及與水/蒸汽處理相關之參數。燃燒處理之 一般輸入為燃料、吸附劑及ΡΑ·氧氣(初級氧氣流)及SA_氧 氣(次級氧氣流),而燃燒處理之一般輸出為煙道氣流速、 燃燒室溫度 '氮氧化物出口量、二氧化硫出口量及二氧化 160072.doc -16· 201250176 碳出口量。 在氧燃料燃燒時,水/蒸汽處理之-般輸入為給水、噴 霧柃及力率需求(單位為百萬瓦特)。在氧燃料燃燒時,蒸 几/水處理之一般輸出為蒸汽流量、蒸汽溫度、蒸汽量及 圓筒/分離器位準及壓力部件金屬溫度(若適用)。 學上可表示為如下方程式(〗): Μ>-Ι Σ ⑼u++<丛] 圖4之一氧燃料鍋爐模型處理控制器之最佳化問題在數 J = (1) 其經歷圖4中之操作條件及以下數學條件 Umn ^ ^ (2) (3) (4) △Wmin $ △心=H丨 < 加麵 ymm 設定點向量,u為輸 其"為預測輸出向量’ h為輸出狀態 入向1 ’ ^為控制移動向量’ Np及Nc(其中Nc<Np)分別為 預測及控制層位,且Q(>〇)、阶〇)及s(^〇)為對稱加權矩 陣。J為最佳化之成本目標函數。成本二次函數係用在一 模型預測控制公式中。成本函數亦可在發電廠系統、子系 統或組件給定時根據待公式化之問題而成為線性成本函 數。 對於非線性模型,狀態評估器可根據需要而成為擴展型 卡爾曼滤波器(EKF)或無香味型卡爾曼濾波器(UKF)。因 160072.doc 17 201250176 此,多變數最佳化器904可為任何非線性最佳化器,只要 其可與單元特定模型及評估器一起工作。 總而言之,根據一例示性實施例之一處理設計及控制最 佳化工具包含一多變數非線性工具,其給一氧燃料發電廠 提供集成、動態及穩態性能與控制設計最佳化。因此,發 電廄排放物被顯著減少及/或有效最小化,同時實質上改 良發電廠總體經濟效率以導致較低總操作成本。 .雖然已參考各種例示性實施例而描述本發明,但熟習技 術者應瞭解可在不背離本發明之範疇之情況下作出各種改 變且4效物可替代本發明之元件。另外,可在不背離本發 明之本質範疇之情況下作出諸多修改來使一特定情形或材 料適應本發明之教示。因此,意欲本發明不受限於被揭示 為實踐本發明時所考量之最佳模式之特定實施例,且本發 明將包含落在附加申請專利範圍之範疇内之全部實施例。 【圖式簡單說明】 圖1描繪經組態以允許氧燃燒之一例示性發電廠; 圖2反映在使煙道氣再循環時用於控制及最佳化發電廠 性能之一例示性氧燃料經濟最佳化器及控制系統; 圖3反映一最佳化氧燃料二氧化碳燃燒發電廠中之模型 處理控制器之操作之一些實施例; 圖4描繪圖2之氧燃料發電廠經濟最佳化器之一例示性實 施例;及 圖5顯示一氧燃料鍋爐模型預測控制器之結構,其可為 使用任何氧燃料鍋爐模型之一監督最佳控制器。 160072.doc •18-
S 201250176 【主要元件符號說明】 100 發電廠 102 輸入參數 104 輸出參數 200 空氣分離單元 300 鍋爐 302 渦輪機 304 煙道氣乾燥器 306 靜電除塵器 308 壓縮機 310 隔離設施 400 煙道氣處理系統/煙道氣冷凝器 500 氧燃料經濟最佳化器及控制系統 700 模擬器 702 第一模擬器 704 第二模擬器 706 第三模擬器 708 空氣分離單元模擬器 710 氧燃料鍋爐模擬器 714 設定點 716 預定參數 720 主模擬器 800 分散式控制系統平台 802 控制系統平台 160072.doc -19- 201250176 818 模型部件 820 評估器 822 最佳化器 850 模型處理控制器 900 最佳化器 902 第一最佳化器 904 第二最佳化器 906 第三最佳化器 908 模型處理控制器 910 模型處理控制器 912 多變數最佳化器 914 分散式控制系統 916 先進製程式控制(APC)資料輸入/輸出系統 918 成本計算演算器 920 收入計算演算器 922 故障偵測器 924 預定操作約束 926 市場約束 928 環境約束 950 發電廠主控制器 952 發電廠經濟最佳化器
160072.doc -20- S

Claims (1)

  1. 201250176 七、申請專利範圍: 1 一種用於使一氧燃料發電廠最佳化之控制系統,該控制 系統包括: 一最佳化器,其與該氧燃料發電廠連通,該氧燃料發 電廠可操作以使二氧化碳自一煙道氣流再循環至一鍋爐 之循環; 一控制平台’該控制平台可操作以控制該氧燃料發電 廠;及 一模擬器’該模擬器可操作以模擬該氧燃料發電廠之 性能9 2·如請求項1之控制系統,其中該最佳化器使以下各者進 一步最佳化:一收入計算演算器,該收入計算演算器基 於該氧燃料發電廠之複數個輸入參數而將一收入輸入提 供至該最佳化H ;及—成本計算演算器,其基於該氧燃 料發=廠之複數個輸出參數而將一成本輸入提供至該最 器其中3亥最佳化器基於該收入輸入及該成本輸入 :之至少一者而確定一最佳化操作參數解且將該最佳化 操作參數解供應至該氧燃料發電廠。 3·如明求項2之控制系統’其中該複數個輸人參數包括一 燃料流:、—吸附劑流量、一空氣流量、一水流量、一 热個仏量及—^體顆粒循環速率之至少"者,且該複 數個輸出參數肖 化碳捕獾I #一發電速率、二氧化碳利用率、二氧 、—氧化碳儲存量、煙道氣流速、烬燒室溫 度、氮氧化物出σ θ — 疋徹現至皿 I、一氧化硫出口量及二氧化碳出口 160072.doc 201250176 量之至少一者。 4. 如請求項2之控制系統,其中該收入計算演算器基於一 排放物額度及一使用期限延長額度之至少—者而將該收 入輸入進一步提供至該最佳化器。 5. 如請求項2之控制系統,其中該成本計算演算器基於一 輔助功率成本、石灰石成本及燃料成本之至少一者而將 該成本輸入進一步提供至該最佳化器。 6. 8. 如凊求項1之控制系統,其中該最佳化器為對該氧燃料 發電廠執行基於經濟之—最佳化之—多變數最佳化器。 士:求項1之控制系統’其中該控制平台包括複數個控 制器且其令該模擬器包括複數個模擬器。 如凊求項7之控制系統,其中該複數個控制器之至少一 控制器係一模型預測控制器。 9.如凊求項8之控制系統,其令該模型預測控制器係—羊 線性模型預測控制器。 :求項9之控制系統,其中該非線性模型預測控制器 模型部件卜模擬器部件,其可操作地連接至 該模型部件;及一最佳化 模型部件。 M牛’其可操作地連接至該 U.=求項9之控制系統,其中該非線性模型預測㈣ 態評估器,諸如-擴展型卡爾曼渡波器或― 香味型卡爾曼濾波器。 12·如請求項10之控制系統,其 m . 、中6亥槟型部件包括一穩楚 —動態模型、一自適應模型、-模糊模型及一和 160072.doc S -2 - 201250176 型之至少—者’該模擬器部件包括—降階模型化 i其中5亥最佳化器部件包括-多變數最佳化 、基於梯度之一最佳化器或諸如一基因演算法最佳化 器或-嵌套分割最佳化器之—隨機最佳化器之至少一 者。 13.如請,項2之控制系統’其中該最佳化器基於該收入輸 成本輸入之至少一者而確定一最佳化操作參數解 且將該最佳化操作參數解提供至該氧燃料發電廠之該控 制平台。 14_如請求項1之控制系統’其中該最佳化器計算目標值且 將此等目標值供應至該控制平台以用於即時執行。 15. 如請求項丨之控制系統,其中該發電廠最佳化器自該控 制平台掏取線上資料且處理該線上資料以用纟一處理模 型之預測中。 16. 如凊求項i之控制系統,其中該最佳化器用來使數學上 表不為方程式(1)之一最佳化問題最佳化: n J~h^k'~ys" Λ> J + YdukTRuk + AukTSAuk] *=〇 (l) 其經歷由以下方程式(2)、(3)及(4)表示之一組數學條 件: (2) (3) (4) Wmin ^Uk ^ Mmax AWtmn ^ = Uk -Uk_{ < Awmax - yk - ymax I60072.doc 201250176 :中夕為預測輸出向量,几為輸出狀態設定點向量,U為 衿向量,Au為控制移動向量,Np及NC(其中Nc<Np)分 f預測及控制層位’ Q(>())、尺㈣及^㈣為對稱加權 陣且J為最佳化之成本目標函數。 〆項1之控制系統’其中該最佳化器包括複數個最 18.如請求項1之控 《控制系統,其中該最佳化器包括用於一煙 道氣乾燥器之— 一最佳化器、用於一靜電除塵器之一 第一最佳化He田认 用於一煙道氣冷凝器之一第三最佳化 器0 制器求項1之控制系統’其中該控制平台包括複數個控 2°.=項1之控制系統’其中該控制平台控制一空氣分 煙道氣冷_及-㈣^燥㈣除塵器與一 21·:,其中該模擬器包括用於-空氣 22. 如請求们之控制二用:-鋼爐之-模擬器。 及成本輪入之至少i’ 、中該最佳化器基於收入輸入 該最佳化操作參數解供^:最佳化操作參數解且將 台。 應至忒氧燃料發電廠之該控制平 23. 如請求項1之控 將該等目栌值供庵、、” ’丨中該最佳化器計算目標值且 τ y知值供應至該把^ 2 4 ·如請求項i 控制平台以用於即時執行。 工’系統中該發電廠最佳化器自該控 160072.doc 201250176 制平台操*線上資料且處理該線上資料以用H理模 型之預測宁。 2 5 ·如响求項2之方法,其中該最佳化包括藉由線性方程式 或除二次方程式以外之一形式而使該成本目標函數最佳 化。 26. —種方法,其包括: 模擬一氧燃料發電廠中之一空氣分離單元、一鍋爐、 一煙道氣乾燥器、一靜電除塵器及/或一煙道氣冷凝器之 一性能; 由該模擬性能產生該空氣分離單元、該鍋爐、該煙道 氣乾燥器、該靜電除塵器及/或該煙道氣冷凝器之性能之 一模型; 量測該空氣分離單元、該鍋爐、該煙道氣乾燥器、該 靜電除塵器及/或該煙道氣冷凝器之一輸出;及 藉由比較該模擬性能與實際性能而使該空氣分離單 元、該鍋爐、該煙道氣乾燥器、該靜電除塵器及/或該煙 道氣冷凝器及一渦輪發電機之性能最佳化。 27·如請求項26之方法,其中該最佳化包括計算最佳目標值 及將此專最佳目標值供給至一控制平台以用於即時執 行0 28. 如請求項26之方法,其中該最佳化包括基於該收入輸入 及成本輸入之至少一者而確定一最佳化操作參數解。 29. 如請求項26之方法,其中該最佳化包括使以下方程式(1) 之一成本目標函數最佳化: 160072.doc 201250176 J" ti^k ^ +AukTSAuk] 乂·=〇 ( 1 ) 其經歷由以下方敍?V/o、 田卜万程式(2) ' (3)及(4)表示之一組數學條 件: (2) (3) (4) ^min ^ Wit ^ Mmtut ^Wmio ^ = Uk ~ ^ Δί/ «^min - ^ ^max 其中夕為預測輸出向量,h為輸出狀態設定點向量,u為 輸入向量,△!!為控制移動向量,Np及Nc(其中Nc<Np)分 別為預測及控制層位,Q(>〇)、尺(^0)及s〇〇)為對稱加權 矩陣且J為最佳化之成本目標函數。 30.如請求項29之方法,其中該最佳化包括藉由線性方程式 或除一次方程式以外之一形式而使該成本目標函數最佳 化° 160072.doc
TW100144939A 2010-12-07 2011-12-06 用於氧燃料燃燒發電廠之最佳化集成控制 TWI453360B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US12/962,368 US8755916B2 (en) 2010-12-07 2010-12-07 Optimized integrated controls for oxy-fuel combustion power plant

Publications (2)

Publication Number Publication Date
TW201250176A true TW201250176A (en) 2012-12-16
TWI453360B TWI453360B (zh) 2014-09-21

Family

ID=44971114

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100144939A TWI453360B (zh) 2010-12-07 2011-12-06 用於氧燃料燃燒發電廠之最佳化集成控制

Country Status (9)

Country Link
US (1) US8755916B2 (zh)
EP (1) EP2649369A1 (zh)
KR (1) KR101484496B1 (zh)
CN (1) CN103339441B (zh)
AU (1) AU2011338906B2 (zh)
CA (1) CA2820216C (zh)
RU (1) RU2559416C2 (zh)
TW (1) TWI453360B (zh)
WO (1) WO2012078284A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI557390B (zh) * 2014-09-04 2016-11-11 臺灣塑膠工業股份有限公司 機爐電控制系統
TWI705316B (zh) * 2018-04-27 2020-09-21 日商三菱日立電力系統股份有限公司 鍋爐之運轉支援裝置、鍋爐之運轉支援方法、及鍋爐之學習模型之作成方法

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8914134B2 (en) * 2011-11-09 2014-12-16 General Electric Company Systems and methods for predicting transient operational characteristics of a power plant
US20150107247A1 (en) * 2013-10-18 2015-04-23 Alstom Technology Ltd Control system for oxy fired power generation and method of operating the same
US9127572B2 (en) 2013-10-18 2015-09-08 Alstom Technology Ltd. Oxy fired power generation system and method of operating the same
CN103615739B (zh) * 2013-11-27 2015-11-18 广东电网公司电力科学研究院 燃烧锅炉运行控制方法与***
US20160209031A1 (en) 2015-01-20 2016-07-21 Alstom Technology Ltd Model-based controls for a furnace and method for controlling the furnace
CN104615114B (zh) * 2015-01-27 2018-05-25 华北电力大学 一种循环流化床的炉内脱硫优化控制方法
US10542961B2 (en) 2015-06-15 2020-01-28 The Research Foundation For The State University Of New York System and method for infrasonic cardiac monitoring
JP6522445B2 (ja) * 2015-06-30 2019-05-29 三菱日立パワーシステムズ株式会社 制御パラメータ最適化システム及びそれを備えた運転制御最適化装置
WO2017105366A1 (en) * 2015-12-17 2017-06-22 Turkiye Petrol Rafinerileri Anonim Sirketi Tupras Energy network management and optimization system
CN106501452A (zh) * 2016-10-21 2017-03-15 中国特种设备检测研究院 集成烟气排放和功率曲线测试的燃烧器热态测试装置
US10452041B2 (en) 2017-03-31 2019-10-22 General Electric Company Gas turbine dispatch optimizer real-time command and operations
CN107066770A (zh) * 2017-06-12 2017-08-18 华东理工大学 基于gpu加速的工业装置蒸汽***在线优化方法
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
KR101963045B1 (ko) * 2017-11-03 2019-03-28 극동대학교 산학협력단 퍼지 적응형 무향칼만필터를 적용한 비선형 제트엔진의 제어 장치
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
US11512848B2 (en) * 2018-03-05 2022-11-29 The Governors Of The University Of Alberta Systems and methods for real-time steam quality estimation
US10626817B1 (en) * 2018-09-27 2020-04-21 General Electric Company Control and tuning of gas turbine combustion
KR102096558B1 (ko) 2018-11-26 2020-04-02 두산중공업 주식회사 연소 최적화를 위한 장치 및 이를 위한 방법
KR102106827B1 (ko) 2018-11-30 2020-05-06 두산중공업 주식회사 보일러 연소의 최적화를 위한 시스템 및 방법
KR102108015B1 (ko) 2018-11-30 2020-05-08 두산중공업 주식회사 보일러 운전을 제어하기 위한 시스템 및 방법
KR102094288B1 (ko) 2018-11-30 2020-03-27 두산중공업 주식회사 보일러의 연소 최적화 연산을 위한 시스템 및 방법
CN110026068B (zh) * 2019-04-08 2021-07-09 东南大学 一种基于神经网络逆控制的大型燃煤电站co2捕集***及前馈控制方法
US10901376B2 (en) * 2019-04-11 2021-01-26 Johnson Controls Technology Company Building management system with self-optimizing control modeling framework
EP3736518A1 (de) * 2019-05-09 2020-11-11 Linde GmbH Verfahren zum betreiben einer verfahrenstechnischen anlage
CN110657423B (zh) * 2019-09-30 2021-12-03 国网山东省电力公司电力科学研究院 冷烟气再循环***的耦合智能控制***及其构建方法
CN110673485B (zh) * 2019-10-21 2020-11-24 京东城市(南京)科技有限公司 用于燃烧控制的模型训练方法、装置、电子设备以及介质
CN111289683B (zh) * 2020-03-05 2022-08-09 内蒙古汇能集团长滩发电有限公司 一种火电煤粉燃烧效率检测***
CN113240155A (zh) * 2021-04-16 2021-08-10 国网河北省电力有限公司沧州供电分公司 预测碳排放量的方法、装置及终端
CN113267994B (zh) * 2021-04-23 2023-05-05 湖南省湘电试验研究院有限公司 基于三级控制串联的火电机组主汽压力控制方法及***
CN113996158A (zh) * 2021-08-16 2022-02-01 国能(山东)能源环境有限公司 炉外脱硫的控制方法、装置、电子设备及存储介质
US11905817B2 (en) * 2021-12-16 2024-02-20 Saudi Arabian Oil Company Method and system for managing carbon dioxide supplies using machine learning

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994020887A2 (en) 1993-03-02 1994-09-15 Pavilion Technologies, Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
US5724805A (en) * 1995-08-21 1998-03-10 University Of Massachusetts-Lowell Power plant with carbon dioxide capture and zero pollutant emissions
US6223519B1 (en) * 1999-02-11 2001-05-01 Bp Amoco Corporation Method of generating power using an advanced thermal recuperation cycle
EP1217473A1 (en) * 2000-12-21 2002-06-26 Abb Research Ltd. Optimizing plant control values of a power plant
RU2352984C2 (ru) * 2003-09-12 2009-04-20 Вольво Аэро Корпорейшн Оптимизация последовательных комбинаторных процессов
US7599750B2 (en) 2005-12-21 2009-10-06 Pegasus Technologies, Inc. Model based sequential optimization of a single or multiple power generating units
US7654320B2 (en) * 2006-04-07 2010-02-02 Occidental Energy Ventures Corp. System and method for processing a mixture of hydrocarbon and CO2 gas produced from a hydrocarbon reservoir
CN101517506B (zh) 2006-07-17 2011-11-30 欣达公司 计算和预测发电机组的性能
CN101657765B (zh) 2007-03-12 2014-02-12 艾默生过程管理电力和水力解决方案有限公司 利用从统计和实时数据得到的可达到性能对设备进行通用性能评估的方法和装置
RU80044U1 (ru) * 2007-05-17 2009-01-20 Открытое Акционерное Общество "Первая Генерирующая Компания Оптового Рынка Электроэнергии" (Оао "Огк-1") Система управления генерирующими мощностями
RU2007139972A (ru) * 2007-10-29 2009-05-10 Закрытое акционерное общество "Техсистем груп" (RU) Способ оптимизации режимов работы электростанций
US8374709B2 (en) * 2008-03-03 2013-02-12 Alstom Technology Ltd Control and optimization system
US8352148B2 (en) * 2008-05-21 2013-01-08 General Electric Company System for controlling input profiles of combined cycle power generation system
JP5210799B2 (ja) 2008-10-31 2013-06-12 株式会社日立製作所 酸素燃焼ボイラプラント及び酸素燃焼ボイラプラントの制御方法
KR101360790B1 (ko) 2009-04-22 2014-02-11 한국전력공사 발전소 계측기 성능 감시 예측 방법
RU2010107509A (ru) * 2010-03-01 2011-09-10 Владимир Михайлович Летун (RU) Способ оптимального управления режимом загрузки основного оборудования тепловой электростанции (тэс)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI557390B (zh) * 2014-09-04 2016-11-11 臺灣塑膠工業股份有限公司 機爐電控制系統
TWI705316B (zh) * 2018-04-27 2020-09-21 日商三菱日立電力系統股份有限公司 鍋爐之運轉支援裝置、鍋爐之運轉支援方法、及鍋爐之學習模型之作成方法

Also Published As

Publication number Publication date
KR20130089283A (ko) 2013-08-09
AU2011338906B2 (en) 2015-07-16
CN103339441B (zh) 2015-09-09
RU2559416C2 (ru) 2015-08-10
CN103339441A (zh) 2013-10-02
US20120143382A1 (en) 2012-06-07
EP2649369A1 (en) 2013-10-16
CA2820216C (en) 2016-01-05
CA2820216A1 (en) 2012-06-14
TWI453360B (zh) 2014-09-21
AU2011338906A1 (en) 2013-07-04
KR101484496B1 (ko) 2015-01-20
US8755916B2 (en) 2014-06-17
WO2012078284A1 (en) 2012-06-14
RU2013130996A (ru) 2015-01-20

Similar Documents

Publication Publication Date Title
TW201250176A (en) Optimized integrated controls for oxy-fuel combustion power plant
AU2009223437B2 (en) Apparatus for optimizing a chemical looping combustion plant using a model predictive controller
Sahraei et al. Controllability and optimal scheduling of a CO2 capture plant using model predictive control
Liu et al. Component and mode models for the short-term scheduling of combined-cycle units
Chandan et al. Modeling and optimization of a combined cooling, heating and power plant system
US9771872B2 (en) Model-based combined cycle power plant load control
Wu et al. Flexible operation of supercritical coal-fired power plant integrated with solvent-based CO2 capture through collaborative predictive control
He et al. Dynamic modeling and advanced control of post-combustion CO2 capture plants
US20140229012A1 (en) Thermo-economic modeling and optimization of a combined cooling, heating, and power plant
Sharifzadeh et al. MEA-based CO2 capture integrated with natural gas combined cycle or pulverized coal power plants: Operability and controllability through integrated design and control
Jin et al. Dynamic modeling and control for pulverized-coal-fired oxy-combustion boiler island
Jin et al. Dynamic simulation for mode switching strategy in a conceptual 600 MWe oxy-combustion pulverized-coal-fired boiler
Jin et al. Plantwide control and operating strategy for air separation unit in oxy-combustion power plants
Liu et al. Multi-objective economic model predictive control of wet limestone flue gas desulfurisation system
Saez et al. Fuzzy predictive supervisory control based on genetic algorithms for gas turbines of combined cycle power plants
Zhuo et al. Hierarchical Takagi-Sugeno fuzzy hyperbolic tangent static model control for a circulating fluidized bed boiler thermal power unit
Jin et al. Self-optimizing control and safety assessment to achieve economic and safe operation for oxy-fuel combustion boiler island systems
JP5352548B2 (ja) 酸素燃焼ボイラプラントの制御装置,制御方法,表示方法
Wan et al. Modeling and optimization of shutdown process of combined cycle gas turbine under limited residual natural gas
Rettig et al. A performance prediction tool for ORC applications based on MODELICA
He Design and Implementation of Model Predictive Control Strategies for Improved Power Plant Cycling
Montañés et al. Operation and control of compact offshore combined cycles for power generation
Wu et al. Modified active disturbance rejection control based on gain scheduling for circulating fluidized bed units
Śladewski et al. Close loop optimisation of large CHP based on approximation model
Lukas et al. Smart Grid Advanced Control Modules for Hybrid Fuel Cell/Gas Turbine Power Plants

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees