一種火電機組鍋爐成本最低混煤煤質參數獲取方法技術

一種火電機組鍋爐成本最低混煤煤質參數獲取方法，所述方法根據優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，建立動力配煤數學模型，并根據廣義回歸神經網絡預測模型，使獲得混煤煤質參數值更具合理性，以保證鍋爐運行的合理性、經濟性。所述方法包括以優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，并以單煤數據庫、鍋爐設計煤質及歷史上煤數據作為約束條件，建立動力配煤數學模型；采用廣義回歸神經網絡技術建立混煤煤質特性預測模型。本發明專利技術方法適用于火電機組鍋爐最低成本混煤煤質參數獲取。

【技術實現步驟摘要】
【專利摘要】，所述方法根據優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，建立動力配煤數學模型，并根據廣義回歸神經網絡預測模型，使獲得混煤煤質參數值更具合理性，以保證鍋爐運行的合理性、經濟性。所述方法包括以優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，并以單煤數據庫、鍋爐設計煤質及歷史上煤數據作為約束條件，建立動力配煤數學模型；采用廣義回歸神經網絡技術建立混煤煤質特性預測模型。本專利技術方法適用于火電機組鍋爐最低成本混煤煤質參數獲取。【專利說明】
本專利技術涉及，屬火電機組運行 混煤優化
。
技術介紹
我國煤炭資源分布廣、品種多，不同煤種特性差異大。電廠鍋爐設計時一般基于 某種給定的設計煤種，而鍋爐使用設計煤種時受到諸多客觀條件限制，如煤種緊張、煤源眾 多、運輸成本等。面對各種具有不同特性的燃煤和煤源不穩定的燃煤，需要采用科學合理的 摻配方法及先進的煤質預測技術，達到既能降低電廠配煤成本目標，又能提高入爐煤穩定 性和可靠性，使最終入爐煤基本可實現設計煤質要求，保證鍋爐安全穩定運行。 最低成本混煤煤質參數預測是火電機組運行的一項重要技術。最低成本混煤煤質 參數一般通過近期電廠進煤單煤數據庫，以優質煤配比最小、劣質煤配比最大及原煤單價 最低為摻配目標，采用窮舉法計算單煤數據庫中所有配煤組合，確定合理配煤煤種及最佳 配比，利用神經網絡技術建立的混煤煤質非線性參數預測模型，對混煤煤質參數進行預測， 提供給運行人員，運行人員根據預測的混煤煤質參數，及時調整鍋爐運行。同時也將最佳配 煤組合方式提供給燃運管理中心，可實現在線快速最優配煤。因此，最低成本混煤煤質參數 預測的關鍵是合理配煤煤種及最佳配比。 目前火電機組混煤煤質參數，涉及鍋爐側最低成本混煤煤質參數的確定，主要依 據混煤煤質參數和鍋爐設計參數，結合運行人員經驗確定。由于電廠煤源的多樣性和復雜 性，這種預測值確定方法很難充分考慮入爐煤質多樣性對預測值的影響，缺乏準確性。
技術實現思路
本專利技術的目的是，根據現有火電鍋爐側最低成本混煤煤質參數確定存在的問題， 本專利技術提出一種火電機組鍋爐最低成本混煤煤質參數獲取方法。 實現本專利技術的技術方案是，本專利技術采用窮舉法和廣義神經網絡技術，根據優質煤 配比最小、劣質煤配比最大及原煤單價最低為目標函數，建立動力配煤數學模型，并根據廣 義回歸神經網絡預測模型，使獲得混煤煤質參數值更具合理性，以保證鍋爐運行的合理性、 經濟性。 本專利技術一種火電機組鍋爐最低成本混煤煤質參數獲取方法步驟為： (1)采集電站鍋爐常用單煤數據，建立單煤信息數據庫； (2)以優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，并以單煤數 據庫、鍋爐設計煤質及歷史上煤數據作為約束條件，建立動力配煤數學模型； (3)基于步驟（2)建立的動力配煤數學模型，采用窮舉法尋遍單煤數據庫中所有 配煤組合，確定效益最高的配煤煤種及最優配比，并標記為"最優混煤"； (4)基于步驟（3) "最優混煤"和步驟（1)的單煤數據庫，采用廣義回歸神經網絡 技術建立混煤煤質特性預測模型； (5)基于步驟（3) "最優混煤"和基于步驟（4)的廣義回歸神經網絡預測模型，輸 入煤種及混煤比例，預測混煤的工業分析、元素分析及燃燒特性； 本專利技術方法步驟（2)建立的約束條件為輸入變量，包括單煤數據庫、鍋爐設計煤 質及歷史上煤數據。 本專利技術鍋爐動力配煤計算模型包括配煤約束條件和目標函數： 所述配煤計算模型的配煤約束條件： 有η種單煤，要配制具有m個技術指標T的動力煤，若第j種單煤（j = 1，2, 3··· η)經過化驗得出第i個技術指標（i = 1，2, 3…m)為Tu，又設第j種單煤在配煤中的百分 率那么用η種單煤配置的第i個指標則為：f(I^X"n); 某一臺鍋爐，根據其單煤數據庫、鍋爐設計煤質及歷史上煤數據等的參考，其第i 個技術指標上限為Ai，下限為Bi，，則用η種單煤配制的第i個技術指標就必須在Ai?Bi之 間，即：Bi 彡 ?·(υ，η)彡 Ai ; 此外，由η中單煤摻混，其配比之和必須是100%，且各種單煤配比為正值。 所述配煤計算模型的目標函數： (1)追求優質煤配比比例最小 我國煤炭資源中，優質煤比重較少，價格也相對較高，一般工業鍋爐應盡量少用優 質煤，以合理用煤、降低成本。設有η種煤進行摻混，如果第j種煤是優質煤，其配比為Xj， 則優質煤配比最小的目標函數為P min = Xj ; (2)追求低質煤配比比例最大 為了充分利用或就地利用一些質量較差的煤炭，節約優質煤、節約運力、降低成 本，用煤應立足于多利用低質煤。設有η種單煤相摻混，其中第i種單煤是低質煤或資源 豐富，來源方便，供應有保證的煤，其配比為X」，為了更大比例的摻混，則應追求其配比為最 大，即目標函數P max = Xj ; (3)追求成本最低 降低配煤成本是本專利技術主要追求的目標，假設有幾種不同單煤進行配煤，第j種 單煤的成本價為Cj，其配比比例為Xj，則配煤的成本價為 【權利要求】1. ，其特征在于，所述方法根據優 質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，建立動力配煤數學模型，并根 據廣義回歸神經網絡預測模型，使獲得混煤煤質參數值更具合理性，以保證鍋爐運行的合 理性、經濟性； 所述方法的步驟為： (1) 采集電站鍋爐常用單煤數據，建立單煤信息數據庫； (2) 以優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，并以單煤數據 庫、鍋爐設計煤質及歷史上煤數據作為約束條件，建立動力配煤數學模型； (3) 基于步驟（2)建立的動力配煤數學模型，采用窮舉法尋遍單煤數據庫中所有配煤 組合，確定效益最高的配煤煤種及最優配比，并標記為"最優混煤"； (4) 基于步驟（3) "最優混煤"和步驟（1)的單煤數據庫，采用廣義回歸神經網絡技術 建立混煤煤質特性預測模型； (5) 基于步驟（3) "最優混煤"和基于步驟（4)的廣義回歸神經網絡預測模型，輸入煤 種及混煤比例，預測混煤的工業分析、元素分析及燃燒特性。2. 根據權利要求1所述的，其特征 在于，所述方法步驟（2)建立的約束條件為輸入變量，包括單煤數據庫、鍋爐設計煤質及歷 史上煤數據。3. 根據權利要求1所述的，其特征 在于，所述動力配煤數學模型包括配煤約束條件和目標函數； 所述配煤計算模型的配煤約束條件： 有η種單煤，要配制具有m個技術指標T的動力煤，若第j種單煤（j = 1，2, 3…η)經 過化驗得出第i個技術指標（i = 1，2, 3…m)為Τυ，又設第j種單煤在配煤中的百分率Xj， 那么用η種單煤配置的第i個指標則為：f (1^_，Χρ η); 某一臺鍋爐，根據其單煤數據庫、鍋爐設計煤質及歷史上煤數據的參考，其第i個技術 指標上限為化，下限為&，，則用η種單煤配制的第i個技術指標就必須在&?&之間，即： Bi 彡 ?·(υ，η)彡 Ai ; 此外，由η中單煤摻混，其配比之和必須是100%，且各種單煤配比為正值； 所述配煤計算模型的目標函數： (1) 本文檔來自技高網...

【技術保護點】
一種火電機組鍋爐成本最低混煤煤質參數獲取方法，其特征在于，所述方法根據優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，建立動力配煤數學模型，并根據廣義回歸神經網絡預測模型，使獲得混煤煤質參數值更具合理性，以保證鍋爐運行的合理性、經濟性；所述方法的步驟為：(1)采集電站鍋爐常用單煤數據，建立單煤信息數據庫；(2)以優質煤配比最小、劣質煤配比最大及原煤單價最低為目標函數，并以單煤數據庫、鍋爐設計煤質及歷史上煤數據作為約束條件，建立動力配煤數學模型；(3)基于步驟(2)建立的動力配煤數學模型，采用窮舉法尋遍單煤數據庫中所有配煤組合，確定效益最高的配煤煤種及最優配比，并標記為“最優混煤”；(4)基于步驟(3)“最優混煤”和步驟(1)的單煤數據庫，采用廣義回歸神經網絡技術建立混煤煤質特性預測模型；(5)基于步驟(3)“最優混煤”和基于步驟(4)的廣義回歸神經網絡預測模型，輸入煤種及混煤比例，預測混煤的工業分析、元素分析及燃燒特性。

【技術特征摘要】

【專利技術屬性】
技術研發人員：桂良明，陳林國，夏永俊，
申請(專利權)人：國家電網公司，國網江西省電力科學研究院，
類型：發明
國別省市：北京;11