智能配煤掺烧系统技术研究及应用（配煤掺烧成绩突出）

原标题：智能配煤掺烧系统技术研究及应用

电力行业节能环保低碳服务平台 —— 权威、专业、创新的电力节能环保低碳公众号

推荐单位：上海发电设备成套设备研究设计院有限责任公司

本文作者：朱潘鑫、王凯杰、高飞

摘要：本文将实时煤炭采购价格引入配煤掺烧系统，结合电量成本模型确保最经济的分时、分仓配煤方案在每日使用过程中的时效性。研究了煤种溯源技术和煤仓动态分层监测技术，采用枚举法和质量平衡法等方法提升了配煤掺烧在用煤种换煤时间的精度，减轻了人员录入工作量。进一步，分析了配煤掺烧到数字化煤场取料闭环控制的技术要点。在多项关键技术研究的基础上，构建了配煤掺烧系统的功能架构和业务流程。

关键词：煤种溯源；动态分层监测；动态价格；配煤掺烧；操作指导

1 引言

我国是世界上最大的煤炭生产和消费国。2019年我国煤炭保有储量为1.7万亿吨，当年煤炭消费量为39.4亿吨，占世界煤炭消费量的53.8%，占我国一次能源消费量的57.5%。如何在能源领域中的火力发电领域，提高能源利用效率，同时有效控制、降低污染物的排放，给火力发电企业创造更好的生存发展空间，使能源、环境、经济和社会协调可持续发展，在未来一段时间将是一个持续的研究热点。

电厂普遍采用配煤掺烧试烧加燃烧调整的方式，来提高经济煤种的使用比例，很多配煤掺烧优化方案、燃烧调整优化手段在实际应用中都取得了不错的效果，不同程度的达到了节能降耗的目标。传统的配煤掺烧技术主要采用“煤场配煤、炉内混烧”方式，这种方式对于煤质特性相近的原煤比较适用。混煤的热值、硫分、挥发分等参数可以采用线性加权法来计算，但混煤的着火特性、燃尽特性等参数需要结合试验加以分析。一般来说混煤的着火特性接近于易着火煤种，而燃尽特性接近于难燃煤种。对于场地受限、厂内混煤难于实施的燃煤电厂，或煤源种类多、煤质较差异大的燃煤电厂，多采用“分仓上煤，分磨制粉，炉内掺烧”的方式进行掺烧以提升经济性。配煤掺烧的研究主要集中在3个方面，即采用遗传算法、蚁群算法、神经网络等进行混煤模型、燃烧特性预测及评价方面的研究，采用专家规则进行配煤管理方面的研究及采用案例推理和数据挖掘的方法进行运行操作指导方面的研究。

现有配煤掺烧系统设计开发存在3方面的问题：一是，随着时间的推移利用经验和有限的试验进行离线的煤掺烧试验、燃烧优化调整无法及时有效应对市场煤种价格变化带来的配煤方案变化，无法实时挖掘最经济的配煤方案。二是，机组运行人员在操作过程中，原煤仓底层煤种剩余煤量不便于计算，原煤煤仓煤种切换时间难于精确预估，不利操作人员及时了解各原煤仓煤种变化，从而做出高效、经济的操作。三是，如何利用配煤日报中不同时间段上的配煤方案指导数字化煤场进行闭环取料控制仍存在落地较难的问题。如何通过智能配煤掺烧系统的建设，以进一步挖掘经济效益、减少人员操作，提升煤场管理的精细化程序，提升经济煤种实际使用比例，还有较大的提升空间，具有重要的经济意义。

针对上述问题，研究了机组性能计算及稳态工况判定、电量成本模型及配煤方案动态评价机制、煤种溯源及煤仓动态分层监测和配煤掺烧到数字化煤场取料的闭环控制共4项关键技术，在此基础上构建了配煤掺烧系统功能架构和业务流程，并在实践中加以应用。

2 配煤掺烧系统关键技术

2.1 机组性能计算及稳态工况判定

利用机组运行数据以及结合正平衡、反平衡计算公式，实时计算燃料元素及热值，得到入炉煤元素分析值与低位发热量。在多个电厂应用结果表明，计算值与煤质化验值吻合度能够达到工程应用的精度

正平衡法热效率计算指锅炉输出热量占输入热量的百分比。

（1）

式中：为锅炉热效率，%；为每千克燃料的锅炉输出热量，kJ/kg；为入炉煤收到基低位发热量，kJ/kg。

反平衡法热效率计算按锅炉损失的热量来计算。

（2）

式中：为排烟热损失，%；为可燃气体未完全燃烧热损失，%；为固体未完成燃烧热损失，%；为锅炉散热热损失，%；为灰渣物理显热热损失，%。

（3）

式中：为收到基碳，为收到基氢，为收到基氧，为收到基氮，为全硫，为全水，为收到基灰分，单位均为%；方程组中，第1~7个公式分别为：空气容积理论公式、空气容积经验公式、烟气容积理论公式、烟气容积经验公式、烟气焓值公式、元素组分公式和低位发热值拟合公式；除上述7个待求参数，还有和待求，联立后可求得所需煤质计算值、低位发热量和锅炉效率；包含有机硫、无机硫，不是全部的硫元素转化为，但是由于在整个煤元素分析中所占分量较小（一般1%以下），因此其影响可以基本忽略。

完成机组性能计算后，进一步结合设备特性，选取重要参数作为机组运行稳定工况的判断条件，完成初始机组稳定工况下的案例积累。根据电站锅炉和汽机性能试验规程，结合热工调试经验，设置如下稳定工况判定条件。

表 1 稳定工况判据

2.2 电量成本模型及配煤方案动态评价机制

在前述机组性能计算及稳定工况判定的基础上，可建立燃煤机组电量成本的分析预测模型。电量成本C(元/(kW/h))包括5个部分，按如下的公式进行计算：

（4）

式中：为总燃料成本，根据不同磨煤机中实时燃用煤的给煤量及市场价格计算出实时的总燃料成本；为锅炉煤耗偏差成本，即不同配煤方案下的锅炉效率根据与设计的差值得到锅炉煤耗偏差，以标煤折算出锅炉煤耗偏差成本；为汽机热耗偏差成本，燃烧侧变化会影响到主汽温度、主汽压力、再热器温度、再热器压力、再热器减温水等诸多参数，从而影响汽机热耗率，折算成汽机热耗偏差成本；为厂用电电耗成本，厂用电电耗成本根据厂高变及厂公变总功率与电厂电费得到；为环保成本，包括脱硝成本、脱硫成本、石膏成本（负）和灰成本（负）等。

总燃料成本占电量成本的80%以上。总燃料成本即为每供出1kW/h电所消耗的燃料成本。

（5）

式中：为入炉煤低位发热量；为供电煤耗；P为入炉煤混煤煤价，由 分仓掺烧方式下各掺混单煤煤价线性加权得到。

（6）

式中：、……为各台煤机出力；、……为各给煤机在用煤种对应的煤价。

在基于每日价格的配煤知识库动态更新机制中，实际运行过程多为3~4种燃煤。不防设A、D燃用相同煤种，B、E燃用相同煤种，C、F燃用相同煤种，且每台给煤机出力均一致，则公式简化为：

（7）

其中M为各台给煤机出力。不妨设，另有次优的配煤方案，与最经济的配煤方案相比，该方案有一个煤种的差别，不同煤种价格换算为。次优的配煤方案对应的入炉煤混煤价格如下式所示：

（8）

显然，。经过若干个月，对于某个时刻，不妨设最优的配煤方案未发生变化，而次优的配煤方案中煤种价格大幅度下降。显然，原来次优的配煤方案变为了经济性最优的配煤方案。

2.3 煤种溯源及煤仓动态分层监测

传统的配煤掺烧采用两种方式获取进入原煤仓煤质：一种是人工录入煤质信息，另一种是在输煤皮带上安装煤质在线检测装置，利用煤质在线检测装置获取实时煤质信息[2]，并在此基础上结合犁煤器的动作情况、原煤仓仓位、皮带秤质量流量，得到原煤仓煤种分层情况和各层煤的质量等信息。

大部分燃煤电厂的来煤会在煤场进行转存，火车来煤、汽车来煤直接上仓比例较小。每一批次煤场存煤，首先与堆存区域进行信息绑定，再与化验信息进行绑定。在斗轮机进行取料作业时，结合斗轮机作业的位置信息，获取相应作业煤种的煤质信息。如图1所示，为从煤场至煤仓间输煤工艺流程图，结合各段输煤皮带的运行组合关系，尤其是三通方向、犁煤器的动作情况，采用枚举法（组合逻辑判断）即可获取某个原煤仓的入仓煤种信息。

图1 从煤场至煤仓间输煤工艺流程图

原煤可以通过#1号斗轮机，经5段1皮带、6段1皮带、7段1皮带、8段1皮带，将原煤输送至8段1皮带，此时三通分别处于#1斗轮机至5段1位置、6段1至7段1位置、7段1至8段1位置，结合相应的犁煤器动作情况，可确定进入原煤仓煤种、煤质。从煤场至煤仓间输煤组合逻辑示意图如图2所示。综合可知，通过输煤皮带的组合逻辑判断即可获得每批原煤仓落煤口进入的煤种、煤量。

图2 从煤场至煤仓间输煤组合逻辑示意图

在机组性能计算的基础上，进行经济、安全、环保及燃烧合理性实时评价，还需进一步获知原煤仓底仓在用煤种。传统的原煤仓分层动态监测技术[16]，需要利用每个原煤仓给煤机实时给煤量，犁煤器动作前、动作后仓位高度，犁煤器动作时刻等参数来判断煤层分界面，该方法是一种基于试验的间接测量法其公式为：

（9）

式中：为煤位对应的煤量，吨；为煤位对应的煤量，吨；等式左边第二项表示从时间到时间的给煤机给煤量的累积量。

该方法的缺点于煤仓的几何形状并非严格的圆锥体，采用煤位估算煤量的方法简单易行，但煤种的密度存在差异，经验曲线对于不同煤种存在一定偏差，因此利用W(H)进行计算煤种间的分界面精度一般。针对精度的问题，也有尝试采用磨煤机内水份匹配的煤种辨识的方法以改进煤仓动态测量精度的方法，这种方法对于克服几何形状带来的误差有一定帮助。

可以采用进入原煤仓前的皮带秤，利用煤种溯源技术，计算进入原煤仓煤量，最终通过给煤机给煤量使用，计算原煤仓剩余煤量，外推该批次煤种剩余使用时间，该方法是基于质量进出平衡的方法，其公式为：

（10）

式中：等式右边第一项表示从时间到时间经皮带秤原煤质量的累积量，等式右边第二项表示从时间到时间给煤机已输送至磨煤机的给煤量的累积量。该方法可以克服煤种密度差异带来的影响。

2.4 配煤掺烧到数字化煤场取料的闭环控制

配煤掺烧到数字化煤场取料的闭环控制，是精准取煤、提升配煤合格率的关键。该方法依赖于斗轮机完成自主定位和全自动恒流量控制，主要采用4项关键技术：

（1）煤堆三维点云实时建模。采用二维激光扫描仪，配合悬臂式斗轮机上的姿态编码器设备，生成三维料堆模型，激光扫描仪扫描的频率为50Hz，扫描角度精度为0.5度，有效扫描区域为0到180度，每秒产生1.8万点。由于三维计算的数据量大，采用MQTT消息队列的垛任务并发模式，可以将点云数据计算分布到多个任务中，从而降低数据并发计算量，达到快速计算3D点云模型的效果。

（2）煤堆点云模型除噪优化。由于煤场粉尘干扰和水雾的干扰会产生噪点干扰，利用自然堆积货物安息角作为除噪边界值，对作业过程中通过扫描仪获取到料堆堆形数据采用卡尔曼滤波算法排除生成的模型中的噪点，得到优化模型后的料堆模型。

（3）回转摆臂取料控制优化。利用PID控制器进行恒流量取料控制，取料恒流量控制是通过地面皮带秤数据控制堆料时大臂的回转速度，以及轮斗回转速度从而达到稳定取料流量的效果。利用模型反向控制斗轮机回转取料流量，反向控制取料是因为煤堆外边界煤料量较小，采用2短1长等作业模式，控制斗轮机在煤堆外边界时的取料流量。

（4） 取料过程记忆。建立复杂3D模型快速布尔运算逻辑，将料堆的存取过程完整的关联起来，保障作业数据的记录精确，完成取料历史作业过程的操作模拟和操作追溯。

3 配煤掺烧系统设计方案

3.1 系统功能架构

智能配煤掺烧系统包括动力配煤、炉内掺烧、煤场管理和全流程控制和采购指导共5部分功能，如图3所示。

煤场管理功能，以来煤管理数据作为煤场数据源基础，结合采制化系统化验数据、检斤数据进一步校正每批次原始数据，利用堆煤管理和取煤管理完成煤场分区煤质动态更新，最终通过煤场总览完成煤场整体数据分析与展示。

动力配煤功能，以配煤日报为核心，并结合寻煤管理开展每日配煤工作，可依托配比计算功能和配煤方案分析功能开展煤种试烧分析工作，利用配煤方案对比功能评判不同配煤方案的经济性优劣。

炉内掺烧功能，依托机组性能计算分析，开展炉内掺烧经济、安全、环保及燃烧合理性等4个维度的评价，在此基础上利用煤种溯源及煤仓动态分层监测技术，并结合各煤种煤价，给出入炉燃料成本和度电成本分析，完成各配煤方案炉内燃烧案例积累，形成运行优化指导数据库，给出运行操作指导建议。

全流程控制功能，依据配煤日报中上煤任务给出的原煤仓和所用煤种自动控制斗轮机完成行走定位和全自动取料，依据堆料管理给出的目标区域自动控制斗轮机完成行走定位和全自动堆料，对堆、取料实际完成情况进行记录与分析。

采购指导功能，在定期维护市场信息（煤质、煤价和供应商等）的基础上，借助电负荷计划、热负荷计划、供汽计划等月、周需求数据，以采购煤价最低为目标，对当前煤场库存量、预期煤场库存量以及不同电负荷段上的最佳配煤方案进行寻优，给出满足机组安全环保的燃煤采购方案。

图3 智能配煤掺烧系统功能架构图

3.2 系统业务流程

结合系统设计关键技术分析和系统功能架构，对配煤掺烧系统业务流程进行简要分析，业务流程如图4所示，其构建流程为：

（1）掺烧案例库构建。利用煤仓煤种溯源和煤仓动态分层监测技术，获取原煤仓落煤口煤种和底部出口煤种。结合机组特点、设备特性和煤质特性，建立机组经济、安全、环保和燃烧性能实时评价体系。获取机组实时运行数据，计算锅炉效率等性能计算参数，结合在用煤种、磨煤机组合参数，以稳态判据为约束，剔除安全、环保和燃烧不合理的案例，积累历史运行数据形成配煤案例库。

（2）配煤知识库构建。以经济性最优为原则，结合每日煤价，采用k-means聚类法从配煤案例库构建每日动态更新的配煤掺烧知识库。配煤掺烧知识库主关键字包括磨煤机运行方式、燃用煤种和负荷等。并进一步借助在线寻优知识库，提供各负荷段下的最优实时运行操作指导参数，如各磨的给煤量、磨煤机出口风温等参数。配煤掺烧知识库积累的知识可作为配煤方案评价的基础，完成从配煤到燃烧效果、动力配煤效果的闭环反馈。配煤掺烧知识库也可结合现场掺烧试验或运行数据，经过分析总结得出的经验规则可集成到专家规则库中。

（3）配煤日报构建。导入次日96点负荷计划曲线，结合获取的每日煤价，采用历史寻优技术调整配煤掺烧库中的每日不同负荷段上最优配煤方案，形成次日可行的、经济的配煤日报，即各时间段内的最合理配煤方案。

图4 智能配煤掺烧系统流程图

4 配煤掺烧实际应用

智能配煤掺烧系统于2020年12月底在河南某电厂2台1000MW机组上投入使用，系统仓位展示界面如图5所示，经过6个月的实际应用。系统导入负荷计划曲线后，可采用专家规则库或配煤知识库生成满足安全、环保约束条件下的当时经济的最佳燃煤掺配方案，系统可实时计算配煤掺烧效果，给出入炉实时煤价，跟踪掺配执行效果并反馈优化掺配模型，实现了配煤掺烧到数字化煤场取料的闭环控制、精准的煤仓动态分层监测和掺烧运行操作指导等功能。

图5 智能配煤掺烧仓位展示界面

5 结语

（1）在煤种溯源及煤仓动态分层监测技术的基础上，进一步开展溯源煤质直接参与智能协调控制的研究。

（2）采用先进智能算法等加强混煤比例计算和燃烧特性预测等功能，以进一步减轻配煤管理人员工作量。

（3）采用有向图的最短路径寻优法等智能算法，以进一步提升配煤掺烧系统上仓方案的鲁棒性。

参考文献

[1] 陈刚,方庆艳,张成,等. 电站锅炉配煤掺烧及经济运行[M]，北京：中国电力出版社，2013．

[2] 方顺利,姚伟,姚皓,等. 基于实时入炉煤质数据的在线掺烧优化系统在火电厂的应用[J].热力发电,2021,50(02):138-143.

[3] 姚伟,郝兵,刘家利,等. 配煤掺烧方式主要特点及燃煤适应性分析[J].中国电力,2018,51(09):20-27.

[4] 段学农,朱光明,焦庆丰,等. 电厂锅炉混煤掺烧技术研究与实践[J].中国电力,2008(06):51-54.

[5] 赵俊杰,吴豪,周健,等. 基于煤质与燃烧特性优化火力电站配煤掺烧方法[J].神华科技,2019,17(05):89-93+96.

[6] 汪建宏. 宁德电厂600MW超临界机组配煤掺烧试验研究[D].华北电力大学,2011.

[7] 李德忠,江平,胡蓉,等. 基于机器学习的配煤掺烧决策支持系统研发[J]. 广西电力,2018,41(06):47-50 .

[8] 蒙毅,赵越,李仁义,等. 基于燃料全过程的在线配煤掺烧系统[J].热力发电,2019,48(06):128-133.

[9] 王春林. 大型电站锅炉配煤及燃烧优化的支持向量机建模与实验研究[D].浙江大学,2007.

[10] 李号彩. 大数据技术在智能配煤掺烧中的应用[J].电力大数据,2017,20(08):41-44.

[11] 章义发,周文台. 基于专家置信度的褐煤最佳掺烧比例研究[J].动力工程学报,2018,38(12):972-976+1015.

[12] 陈刚,夏季,彭鹏,等. 火电机组混煤掺烧全程动态优化系统开发与应用[J].中国电力,2011,44(04):50-54.

[13] 华志刚. 混煤掺烧全过程优化系统及算法模型研究[D].华中科技大学,2011.

[14] 赵宇新. 基于集团化大掺烧的配煤掺烧关键技术研究与应用[J].中国电力,2018,51(09):28-33.

[16] 夏季. 火电机组配煤掺烧全过程优化技术研究与应用[D].华中科技大学,2013.

来源：上海发电设备成套设备研究设计院有限责任公司

电力帮

学习就在电力帮

企业直播邀请

华山论剑技术争鸣返回搜狐，查看更多

责任编辑：