导航：安全管理网>> 安全论文>> 机械安全论文>>正文

超超临界机组快速调峰磨煤机组合优化

文档作者：方彦军唐勉秦晓洁文档来源：武汉大学		点击数：	更新时间： 2021年06月07日
下载地址：点击这里	文件大小： 290.64 KB 共5页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共5页]

本文件共5页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：290.64 KB 共5页文件格式：PDF 下载点数：1 点（VIP会员免费）

下一篇：超临界机组DCS改造对机组经济运行的影响

上一篇：超超临界二次再热机组炉膛安全监控系统设…

文本预览

仅提取页面文字内容，供快速阅读使用。

第34卷第1期动力工程学报V01．34 N。．1
2014年1月Journal of Chinese Society of Power Engineering J8“·2014
文章编号：1674—7607(2014)01—0045—05 中图分类号：TM621 文献标志码：A 学科分类号：510．80
超超临界机组快速调峰磨煤机组合优化
方彦军，
(武汉大学
唐勉， 秦晓洁
自动化系，武汉430072)
摘要：基于磨煤机节能运行的控制需求，建立了某660 MW机组磨煤机能耗模型，}g--N磨煤机实
际运行状况建立相应的约束条件，并对标准粒子群优化(PS())算法进行初始化改进、惯性权值改进
和变异算子的引入后用于磨煤机组合出力的优化策略中．经试验确定各项参数后，对该策略进行
Matlab仿真．结果表明：通过改进的PSO算法计算得出的磨煤机组合出力方式对磨煤机的节能运
行起到了很大作用．
关键词：磨煤机；组合优化；改进的粒子群算法；节能启停控-a4
Combination Optimization of Coal Mills for Peak Load
Regulation of Ultra—supercritical Units
FANG Ya,jun，TANG Miall，QIN Xiaojie
(Department of Automation，Wuhan University，Wuhan 430072，China)
Abstract：To satisfy the energy—saving requirements of coal mills in a 660 MW power unit，an energy con—
sumption roodel was built uP．of which the constraints were set based on actual operation conditions．After
initialization improvement，inertia weight improvement and mutation operator introduction，the classical
PS()algorithm was applied to combination optimization of the mills，during which Matlab simulation was
carrled out after a11 the parameters were determined by tests．Results show that the optimized coal mill
combination obtained by improved PSO algorithm will contribute much to energy saving of related coal
mills．
Key words：coal mill；combination optimization；improved particle swarm algorithm；startup and shut—
down control for energy saving
随着供电需求的增加，调峰机组在运行过程中
变负荷日益频繁，因此对辅机的响应及出力要求也
逐渐提高．磨煤机作为火电厂的用电大户，其节能优
化是在提高辅机工作性能的同时需要重点考虑的．
近年来，大量学者针对磨煤机节能优化进行了
研究．张骁博等⋯针对钢球磨煤机制粉系统，通过调
整载煤量、钢球装载量和煤粉磨制时间来实现磨煤
机的出力优化．邢希东口一则从减小主蒸汽压力波动
的角度来计算变负荷下磨煤机的启停时机，提出磨
煤机启停时机与压力变化趋势相匹配的方案．佟成
功-。则从提高磨煤机的制粉效率方面实现节能，通
过分析磨煤机控制参数并选择合理的运行方式得到
解决方案．卢爱国等一L针对分散控制系统(DCS)逻
辑中没有设计磨煤机自动启停回路及负荷响应存在
断点等问题，设计了单台磨煤机的自启停改进方案．
孙玮等^对自动发电量控制(AGC)方式下磨煤机
收稿日期：2013—03 22
作者简介：方彦军(195 7一)．男，福建福州人．教授．博士生导师，研究方向为：先进控制技术及应用．
唐勉(通信作者)，女，硕士研究生，电话(Tel．)：l 351 71 95521；E mail：smartnoodle@126．corn．
万方数据
动力工程学报第34卷
启停的“负荷断点”位置进行计算，提出解决AGC
平滑控制和“负荷断点”问题的应用方案．
以上文献均是对磨煤机启停过程进行节能改
进，对于磨煤机出力的优化组合则缺少研究．笔者以
沙角C电厂某660 Mw机组磨煤机为研究对象，构
建了适合粒子群优化(PSO)算法的磨煤机能耗模
型，对PSO算法进行改进后实现磨煤机运行的优化
组合，并与传统的磨煤机运行方式进行了对比．
1磨煤机能耗模型
沙角C电厂660 MW单台机组配有6台
HP983型中速磨煤机，其中5台正常运行、1台备
用．锅炉制粉系统采用正压直吹式，磨煤机额定容量
为65．455 t／h，电机功率为448 kW，对应每台磨煤
机所配置的给煤机出力范围为10～100 t／h．
磨煤机的出力主要是随锅炉负荷的变化而变化
的．当锅炉负荷变化时，选择合理的磨煤机投运组合
方式可以对磨煤机组的节能优化带来很大影响．因
此，这也是下文建立磨煤机优化模型所要研究的重
点内容．
1．1 数学模型
要探讨锅炉负荷变化时磨煤机投运台数的组合
方式，就需要先研究磨煤机出力与其功耗的关系．设
磨煤机出力B与所消耗的功率F具有一定的函数
关系
F一厂(B) (1)
借助电厂实际运行数据，通过Matlab仿真得到
磨煤机出力与功耗的关系图．根据磨煤机运行记录
和试验运行点的数据(F。，B。)，采用最小二乘法拟
合一条近似曲线以代替真实的功耗特性曲线．用二
次函数拟合后，磨煤机的功耗特性可表示为
F—aB2+bB+(- (2)
式中：“，b和c，为磨煤机的功耗特性系数，由曲线拟
合求得．
在实际运行中，磨煤机的功耗特性会不断变化，
为提高优化策略的实时性，需要在合适的时间间隔
内对拟合的数据点(F。，B。)不断进行更新，得到最
新的磨煤机功耗特性系数a、b和c．
以磨煤机组运行消耗的电能达到最小为优化目
标，建立数学模型
三rf
min(U。，B。)一>：l F，(B。)u。dt (3)
百J r1
式中：B。为磨煤机i在t时段的出力，t／h；F．(B。)为
磨煤机i在t时段出力时磨煤机的功率，采用曲线
拟合(即F。(B。)一aiB：-]-b，B。+f，)得到；U。表示在
t时段内磨煤机i的启停状态，U。一1表示运行状
rf
态，U。一0表示停运状态；l F，(B。)u。dt表示t时
J f_1
段1台磨煤机的运行电耗．
1．2约束条件
为了在保证磨煤机总出力满足锅炉燃烧需求的
同时保证锅炉安全燃烧，磨煤机的出力应备有余量．
因此建立如下约束条件
6
>：u。B。≥BM+B， (4)
卜=i
式中：BM为锅炉的计算总给煤量；B，为依据运行要
求而确定的磨煤机总出力余量．
同时，由于每台运行的磨煤机都有1个出力的
上限和下限，且备有一定的可调量，因此可得
B⋯。+D_TI，时，75％B川，≤B。≤95％B州， (6)
式中：T。为磨煤机i到t时刻的连续运行时间；Tn
为所设定的磨煤机长期运行时间标准；B¨，为第i台
磨煤机的计算出力．
2粒子群优化算法的改进与应用
由于PS()算法结构简单、易实现且需要调整的
参数较少，具有并行处理、鲁棒性好等优点，且在计
算速度和节省内存上有较大的优势，因此选择PSO
算法对磨煤机出力进行优化计算．
2．1标准PSO算法
PSO算法进化方程描述为
u：，(”+1)一砌u，，(”)+C1 rl(行)L户u(行)一T。(”)J+
f2，．2(行)[户¨(行)一Ti(7"／)] (7)
T。(7／+1)一T。(行)+72。(订+1) (8)
式中：u表示粒子速度；z表示粒子位置；下标i表示
粒子i；下标J表示粒子的第J维；”表示第7"／代；W
为惯性权值；C，和f：为加速常量，通常在(0，2)间取
值；r。∈(0，1)，r2∈(0，1)，为2个相互独立的随机
函数；P，，为粒子i历史最优位置的第歹维；P。为全
局最优位置的第歹维．
粒子i通过式(7)更新速度，通过式(8)计算新
万方数据
第1期方彦军。等：超超临界机组快速调峰磨煤机组合优化
位置的坐标．
2．2磨煤机优化的应用需求
在运用PS()算法优化磨煤机组合运行的问题
中，需考虑磨煤机的出力平衡、出力区域限制和出力
时间限制等非线性特性．因此，为使PS()算法更好
地找到全局最优解，笔者采用以下策略：(1)保留满
足磨煤机出力平衡的等式约束条件的可行解，对于
不满足该等式约束条件的解，不管其适应值大小如
何都不予保留．(2)用构造自适应罚函数法处理出
力限制和出力裕度等不等式约束条件，加快算法的
收敛速度．(3)将磨煤机启停状态(U。)对应的0、1整
数变量松弛为区间[o，1]内的连续变量，通过引入变
动阈值明确磨煤机的启停状态，并通过构造罚函数的
方式将启停优化评价函数(式(3))对应的问题转化为
单层的连续变量优化问题，降低算法的时间复杂度，
有效提高算法的全局搜索能力和收敛精度．(4)通过
改进粒子群初始化方法和惯性权值并引入变异算子，
针对磨煤机启停优化模型的特性需求提高PS()算法
的全局寻优能力，避免其陷入局部最优解．
2．3初始化方法改进
为保证群体多样性，在初始化群体时先将解空
间划分为若干个子空间。然后在每个子空间中产生
1个初始个体，最终形成初始群体．以下为采用改进
粒子群初始化方法的计算过程．根据种群大小S。将
约束范围划分为S个子区间，每个个体分别在子区
间中随机产生，区间分段表示见图1．
I!竺]兰竺3 二I!竺：!l 二l兰竺j
z】mln Zmax
网l 区间分段表示图
Fig．1 Segmentation graph
由图1可得单位区间大小为
Z：。。一竺竺L了兰竺(9)
区间1的范围为『Z⋯，Zmin4 Zmax@Z．,m．]，贝,Ug-
间1内产生的随机数为
r—Z。。+竺坚i塑×肛(10)
式中／．t为随机数，下同．区间2的范围为
[Zmin+k予‰+2×k予]
则区间2内产生的随机数为，．一乙。+华+毕×产⋯)
依此类推，区间i的范围为
[Z．,io+ci一-，×兰乎，z⋯+i X兰乎]
则区间i内的随机数为
r—Z⋯+—Zm—ax_---Z—min×(i一1)+
生；生×／1 (12)
整理可得到随机数
r—z⋯+墨竺{j生×[(i一1)+卢] (13)
综上分析，确定的粒子群初始化公式为‰。+一乙。+毕×
L(i一1)+肛j (14)
式中：Z。。。和Z。。。分别为决策量的上限值和下限值．
2．4惯性权值改进
惯性权值叫用于控制粒子的过去速度对现在
速度的作用大小，进而影响粒子的全局和局部搜索
能力．Shi等一6一给粒子群进化公式的速度项引入惯
性权值u，，即
u。，(”+1)一u·Vii(”)+(’l El[-pu—Tu(r／)]+
C2 F2[p¨一aTu(77)] (15)
针对惯性权值叫的改进目的是在粒子群初期
提高粒子的全局搜索能力，在后期提高粒子的局部
精确搜索能力．笔者在Shi等提出的线性递减权值
(I．DIW)策略的基础上进行改进，采用非线性递减
权值策略，让7-O在迭代过程中进行递减，以取得更
好的效果，即
优．一(优，。。一让．。d)f旦)”+
(叫。I—w。，。)f兰生1+叫。。(16)
式中：‰。；为最大迭代次数；训。。和叫刊分别为初始
惯性因子和最大迭代次数时的惯性因子．
2．5变异算子引入
为避免PSO算法陷入局部最优而出现“早熟”
现象，根据文献E73～文献[103参考遗传算法的特
点，在PS()算法中引入变异算子．当粒子群的历史
最优值在一段时间内连续不变时，保留粒子群的历
史最优粒子位置不变，将少部分粒子进行重新初始
化，从而克服粒子群收敛到局部最优的缺陷，增强其
全局搜索能力．
设历史最优位置连续不变时的迭代次数为
S。。；设定的连续不变化时迭代次数的阈值为S⋯；
判断群内粒子聚集程度的距离阈值为D。。心，；所有
粒子历史最优位置的欧几里得空间距离为D⋯，。，
万方数据
动力工程学报第34卷
其表达式为
n⋯m=maX(√妻c户“～，2)滓””朋
(17)
式中：m为相邻粒子群粒子数．
则定义带变异算子的PSO算法流程图如图2
所示．
图2 带变异算子的PS()算法流程图
Fig．2 Flow chart of the PSO algorithm with mutation operator
3结果与分析
改进PS()算法中的控制参数选择如下：础。。一
1．2，7．U。。一0．2“。一2，f：一2，适应度函数中的惩罚
因子设置为口一4 000，y一2 000，d一2 000．经多次仿
真试验可知，粒子群到140代后适应度基本不变，因
此将最大迭代次数／／max设为200．而粒子个数的多少
对寻优结果影响不大，鉴于粒子个数越多，算法收敛
越慢，故将粒子个数设为lO．此外，变异率取0．1
时，辨识的准确性和快速性较好．
所研究电厂机组效率卵一38．76％，由所燃烧煤
种的特性得到其燃烧率卵一22 760 kJ／kg，Bn一76
t／h，B⋯。一24．76 t／h，B⋯。。一99．85 t／h．根据中速
磨煤机的运行情况，设定磨煤机S，一1 kW·h，B，一
±3 t／h，D7一一5 t／h，D，一5 t／h，丁D一2 h．拟合
后得到的磨煤机功耗特性为
F，一0．023 6982—1．498 37B+22．606 3l；
F2—0．024 4182—1．588 49B+25．249；
F。一0．063 0482—6．423 42B+122．442；
F。一0．029 0282—2．165 48B+36．848；
Fi一一0．016 3182—0．574 69B+4．869；
F。一0．001 428B 2+1．287 94B一32．574．
该机组正常调峰负荷不宜低于300 Mw，根据某
天的现场运行数据，设计机组负荷变化如图3所示．
以该负荷变化数据为例进行磨煤机出力优化．
经Matlab仿真试验，得到机组负荷变化时，由改进
的PSO算法优化后的1组磨煤机的出力分配情况
(见表1)．
图3机组负荷变化
Fig．3 Unit load variation
表l优化后的磨煤机出力
Tab．1 Mill output after optimization kW／h
机组现场运行的磨煤机出力分配情况见表2．
表2优化前的磨煤机出力
Tab．2 Mill output before optimization kW／h
对比分析仿真结果与磨煤机运行规程及现场运
行状态发现，按照仿真所得到的磨煤机运行组合状
态进行投切磨煤机，完全符合机组运行的磨煤机出
力要求，且算法平均计算时间为3．025 S，符合AGC
万方数据
第l期方彦军，等：超超临界机组快速调峰磨煤机组合优化· 49 ·
负荷指令至少10 s一次的操作要求．对比表1和表
2可知，在较低负荷下磨煤机出力分配经优化计算
后，磨煤机启动台数变少，其总能耗降低，且总出力
满足机组负荷需求．因此，优化后的磨煤机出力分配
方式基本满足机组运行时对磨煤机出力的要求．
实际运行时，电厂磨煤机1天的电能消耗计算
结果为
F一39 193．02 kW·h
经PSO算法启停优化后，磨煤机运行1天的电
能消耗计算结果为
FD一36 693．58 kW·h
优化后比实际节约电能
(F—F。)／F一6．38％
4 结论
(1)将计算得到的磨煤机出力所消耗的电能与
现场运行数据进行对比分析可知，所设计的优化方
法降低了磨煤机低出力情况下的运行能耗，提高了
磨煤机的效率，从而降低了机组的厂用电耗，在很大
程度上节约了资源，提高了电厂的经济效益．
(2)对PSO算法的粒子进行初始化和惯性权
值的改进并引入变异算子，提高了其搜索效率和全
局寻优能力．磨煤机出力优化的平均计算时间为
3．025 s，满足AGC负荷指令一般最少10 s计算1
次的操作需求．
(3)在磨煤机出力优化分配的基础上，还可以
配合磨煤机启停优化策略同时执行，以达到更好的
高效节能效果．
参考文献：
[1]
[2]
[3]
张骁博，杨建国，赵虹．钢球磨煤机制粉系统运行优
化的试验研究[J]．动力工程学报，2010，30(2)：133—
137．
ZHANG Xiaobo，YANG Jianguo，ZHA0 Hong．
Operation optimization of a ball mill pulverizing sys—
teml,J]．Journal of Chinese Society of Power Engineer—
ing，2010，30(2)：133—137．
邢希东．600 Mw机组协调控制方式下主汽压波动的
原因浅析[J]．电力设备，2007，8(7)：80一82．
XIN Xidong．Cause analysis of main steam pressure
fluctuation under coordinated control pattern of 600
Mw generating unit[J]．Electrical Equipment，2007，
8(7)：80—82．
佟成功．双进双出钢球磨煤机运行控制与工况优化
[J]．电站辅机，2008，29(4)：33 36．
TONG Chenggong．Operation control of double inlet
[4]
[5]
[6]
[7]
[8]
[9]
[10]
＆．outlet ball pulverizer and its optimization of work—
ing conditionl,J]．Power Station Auxiliary Equipment，
2008，29(4)：33—36．
卢爱国，刘红霞．AGC方式下直吹式磨煤机自启停探
讨I-j]．科技情报开发与经济，2008，18(33)：118 120．
LU Aiguo，LIU Hongxia．Probe into the self start
stop of straight—blown coal mill under the AGC
process[J]．Sci-Tech Information Development&amp;amp;
Economy，2008，18(33)：118一120．
孙玮，邱夕兆，王勇，等．经济AGC控制装置在机网协
调技术中应用[J]．电力自动化设备，2009，29(8)：
114—117．
SUN Wei，QIU Xizhao，WANG Yong，et a1．Appli—
cation of economic AGC device in coordination be—
tween unit and grid[J]．Electric Power Automation
Equipment，2009，29(8)：114—11 7．
SHI Y，EBERHART R．A modified particle swarm
optimizer[C]／／IEEE World Congress on Computation
Intelligence，the 1998 IEEE International Conference
on．Anchorage，AK，USA：Evolutionary Computation
Proceedings，1998：69—73．
李宁，孙德宝，岑翼刚，等．带变异算子的粒子群优
化算法[J]．计算机工程与应用，2004，40(17)：12
14．35．
LI Ning，SUN Debao，CEN Yigang，et a1．Particle
swarm optimization with mutation operator[J]．Computer
Engineering and Applications，2004，40(17)：
12—14．35．
葛洪伟，靳文辉．变异量子粒子群优化算法在系统辨
识中的应用[J]．计算机工程与应用，2007，43(29)：
222—224，238．
GE Hongwei，J IN Wenhui．Application of quantum—
behaved PSO algorithm with mutation operator in
system parameters identification[J]．Computer Engineering
and Applications，2007，43(29)：222—224，
238．
徐小平，钱富才，王峰．应用速度变异粒子群的系统辨
识方法研究EJ]．计算机工程与应用，2008，44(1)：
31—34．
XU Xiaoping，QIAN Fucai，ⅥANG Feng．Research on
new method of system identification based on velocity
mutation particle swarm optimization[J]．Computer Engineering
and Applications，2008，44(1)：31—34．
赵志刚，常成．带变异算子的自适应粒子群优化算法
EJ]．计算机工程与应用，2011，47(17)：42—44，55．
ZHAO Zhigang，CHANG Cheng．Adaptive particle
swarm optimization algorithm with hybrid mutation
operator[J]．Computer Engineering and Applications，
2011，47(17)：42 44．55．
万方数据

网友评论 more

机械安全论文最新内容

03-05