[go: up one dir, main page]

DE102019126286B4 - System und Verfahren zum Optimieren der Verbrennung eines Kessels - Google Patents

System und Verfahren zum Optimieren der Verbrennung eines Kessels

Info

Publication number
DE102019126286B4
DE102019126286B4 DE102019126286.0A DE102019126286A DE102019126286B4 DE 102019126286 B4 DE102019126286 B4 DE 102019126286B4 DE 102019126286 A DE102019126286 A DE 102019126286A DE 102019126286 B4 DE102019126286 B4 DE 102019126286B4
Authority
DE
Germany
Prior art keywords
boiler
combustion
optimizer
value
optimization
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.)
Active
Application number
DE102019126286.0A
Other languages
English (en)
Other versions
DE102019126286A1 (de
Inventor
Jwa Young Maeng
Sang Gun NA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Doosan Enerbility Co Ltd
Original Assignee
Doosan Enerbility Co 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 Doosan Enerbility Co Ltd filed Critical Doosan Enerbility Co Ltd
Publication of DE102019126286A1 publication Critical patent/DE102019126286A1/de
Application granted granted Critical
Publication of DE102019126286B4 publication Critical patent/DE102019126286B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N5/00Systems for controlling combustion
    • F23N5/26Details
    • F23N5/265Details using electronic means
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22STEAM GENERATION
    • F22BMETHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B35/00Control systems for steam boilers
    • F22B35/18Applications of computers to steam-boiler control
    • 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
    • F23N2223/10Correlation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00Signal processing; Details thereof
    • F23N2223/40Simulation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N2225/00Measuring
    • F23N2225/04Measuring pressure
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N2225/00Measuring
    • F23N2225/08Measuring temperature

Landscapes

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

Abstract

System für eine Verbrennungsoptimierungsoperation für einen Kessel, wobei das System Folgendes umfasst:
einen selbstlernenden Modellierer (40), der konfiguriert ist, ein Kesselverbrennungsmodell zu erzeugen und zu aktualisieren;
einen Optimierer (30), der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer (40) zu empfangen und die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen, auszuführen; und
einen Ausgangs-Controller (50), der konfiguriert ist, den aktuellen Betriebszustand des Kessels in Echtzeit zu überprüfen, den optimalen Regelwert von dem Optimierer (40) zu empfangen und einen Betrieb des Kessels durch Reflektieren des optimalen Regelwerts zu einer Kesselregellogik in Echtzeit zu regeln.

Description

  • HINTERGRUND
  • 1. Gebiet
  • Die Vorrichtungen und Verfahren, die mit den beispielhaften Ausführungsformen konsistent sind, beziehen sich auf ein System zum Regeln einer Kesselvorrichtung in einem Kraftwerk, um das Verbrennen unter optimierten Bedingungen sicherzustellen, und ein Verfahren zum Optimieren der Verbrennung der Kesselvorrichtung unter Verwendung desselben und insbesondere auf ein System und ein Verfahren zum Berechnen eines optimalen Regelwerts oder eines Sollwerts zum Optimieren der Verbrennung eines Kessels.
  • 2. Beschreibung des Standes der Technik
  • Ein Wärmekraftwerk weist einen Kessel darin auf, um Wasser unter Verwendung einer exothermen Reaktion, die erzeugt wird, wenn ein Brennstoff, wie z. B. Kohle oder dergleichen, verbrannt wird, zu erwärmen und dadurch Dampf zum Antreiben einer Turbine zu erzeugen. Wenn eine Verbrennung in dem Kessel stattfindet, werden Emissionen, wie z. B. Stickstoffoxide und Kohlendioxid, erzeugt. In den letzten Jahren ist die Verbrennungsumgebung geregelt worden, um weniger Emissionen zu erzeugen, weil ein Betrieb des Kraftwerks beträchtliche Kosten erfordert, um derartige Emissionen zu managen, wobei Anstrengungen unternommen werden, um den Verbrennungswirkungsgrad der Kessel zu erhöhen.
  • In einem Wärmekraftwerk des Standes der Technik ist eine Kesselregelung, d. h., eine Verbrennungsregelung, durch einen Fachmann durch das Einstellen der Parameter der Verbrennungsumgebung eines Kessels bezüglich der Leistungstestdaten während eines Probelaufs und dann das Starten eines Kesselbetriebs ausgeführt worden. Nachdem der Kesselbetrieb gestartet worden ist, wird zusätzlich die Verbrennungsregelung durch die Feinabstimmung eines Versatzwertes ausgeführt. Deshalb ist gemäß dem Kesselbetriebsverfahren des Standes der Technik der Regelung einer stabilen Verbrennung für die Stabilität des Kessels mehr Priorität als seiner Optimalregelung gegeben worden, weil es nicht einfach ist, den Kessel in einem optimalen Verbrennungszustand zu regeln, wenn der Kessel arbeitet. Es hat ein Problem im Stand der Technik gegeben, dass die optimale Verbrennungsumgebung eines Kessels nicht richtig implementiert werden konnte.
  • Um das Problem zu lösen, sind Untersuchungen ausgeführt worden, um die Verbrennungsregelung eines Kessels durch das automatische Erfassen und Analysieren der Betriebsdaten des Kessels in Echtzeit und das automatische Einstellen verschiedener Regelvariable des Kessels gemäß dem analysierten Ergebnis zu optimieren.
  • US 2010/0049561 A1 offenbart ein Verfahren und eine Vorrichtung zum Optimieren eines FBC-Kraftwerks.
  • US 2016/0091203 A1 offenbart ein Verfahren und eine Vorrichtung zur Verbrennungsoptimierung eines Kessels.
  • US 5 740 033 A offenbart eine modellprädiktive Steuerung für ein Prozesssteuerungssystem, das einen Ausführungssequenzer und einen interaktiven Modellierer umfasst. Der interaktive Modellierer umfasst ein Prozessmodell.
  • ZUSAMMENFASSUNG
  • Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen stellen ein System und ein Verfahren zum Regeln eines Kessels in einem Kraftwerk bereit, um einen optimalen Sollwert für ein Regelobjekt in dem Kessel zu berechnen, um den Verbrennungswirkungsgrad des Kessels zu maximieren, während die Erzeugung von Emissionen einschließlich Stickstoffoxiden und Kohlenstoffoxiden minimiert wird.
  • Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen stellen ein Verfahren zum Regeln der Verbrennungsumgebung eines Kessels in einem Kraftwerk durch das Anwenden eines Algorithmus der künstlichen Intelligenz zur Regelung der Kesselverbrennung, so dass durch Selbstlernen und Modellieren ein geeignetstes Modell für die Kesselverbrennung erzeugt wird, um einen optimalen Sollwert, der zum Regeln der Verbrennungsumgebung erforderlich ist, bezüglich des erzeugten Modells zu berechnen, bereit.
  • Zusätzliche Aspekte werden teilweise in der folgenden Beschreibung dargelegt und werden teilweise aus der Beschreibung offensichtlich oder können durch die Praxis der beispielhaften Ausführungsformen erlernt werden.
  • Die Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen sind Gegenstand abhängiger Ansprüche.
  • Gemäß einem Aspekt einer beispielhaften Ausführungsform wird ein System für eine Verbrennungsoptimierungsoperation für einen Kessel bereitgestellt, wobei das System enthält: einen Modellierer, der konfiguriert ist, ein Kesselverbrennungsmodell zu erzeugen; einen Optimierer, der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer zu empfangen und die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen, auszuführen; und einen Ausgangs-Controller, der konfiguriert ist, den optimalen Regelwert von dem Optimierer zu empfangen und einen Betrieb des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik zu regeln.
  • Der Optimierer kann die Verbrennungsoptimierungsoperation unter Verwendung eines Verbrennungsoptimierungsalgorithmus ausführen.
  • Der Optimierer kann einen Sollwert für wenigstens ein Regelobjekt in dem Kessel durch das Ausführen der Verbrennungsoptimierungsoperation berechnen, wobei die Verbrennungsoptimierungsoperation in Abhängigkeit von einem von einem Anwender empfangenen Zweck verschiedene Logiken verwendet.
  • Der Zweck kann eine von einer Kostenoptimierung, die die Kosten als eine oberste Priorität betrachtet, einer Emissionsoptimierung, die eine Emissionsverringerung als eine oberste Priorität betrachtet, und einer Anlagenschutzoptimierung, die einen Anlagenschutz als eine oberste Priorität betrachtet, enthalten.
  • Die Verbrennungsoptimierungsoperation kann gemäß einer folgenden Zielfunktion f ausgeführt werden, f = C o b j 1 * ( F a k t o r   1 ) + C o b j 2 * ( F a k t o r   2 ) + C o b j 3 * ( F a k t o r   3 ) , wobei C ein gewichteter Wert für den Zweck ist und Faktor eine Gleichung zum Berechnen eines Wertes für den Zweck ist.
  • Falls der Zweck durch den Anwender ausgewählt wird, kann unter mehreren gewichteten Werten, die in der Zielfunktion enthalten sind, ein gewichteter Wert, der dem ausgewählten Zweck entspricht, auf einen Wert gesetzt werden, der größer als die gewichtete Werte ist, die den anderen Zwecken entsprechen, die nicht durch den Anwender ausgewählt worden sind.
  • Die gewichteten Werte, die den nicht durch den Anwender ausgewählten Zwecken entsprechen, können größer als Null sein.
  • Der Optimierer kann konfiguriert sein, wenigstens eines der Betriebsdaten oder der Zustandsdaten des in Betrieb befindlichen Kessels zu sammeln und basierend auf den wenigstens einen der Betriebsdaten oder der Zustandsdaten zu bestimmen, ob die Verbrennungsoptimierungsoperation für den Kessel auszuführen ist.
  • Die Betriebsdaten können wenigstens eines von einer Leistungserzeugungsausgabe, einem Sollwert oder einem Momentanwert enthalten, wobei die Zustandsdaten wenigstens eine von einer Fluktuation einer Kesselausgabe, einer Brennstofffluktuation, einer Temperatur oder einem Druck in jeder Komponente des Kessels enthalten können.
  • Der Optimierer kann bestimmen, ob die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung von wenigstens einem eines Analyseverfahrens, das auf Kesselbetriebsdaten basiert, eines Analyseverfahrens, das auf einem Zustandsbinärwert basiert, oder eines Analyseverfahrens, das auf vorher aufgezeichneten und gespeicherten Daten aus dem Wissen und der Erfahrung der Bedienungspersonen basiert, auszuführen ist.
  • Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird ein Verfahren zum Ausführen einer Verbrennungsoptimierungsoperation an einem Kessel bereitgestellt, wobei das Verfahren enthält: Erzeugen eines Kesselverbrennungsmodells; Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des erzeugten Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Regeln eines Betriebs des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
  • Das Ausführen der Verbrennungsoptimierungsoperation kann das Berechnen eines Sollwerts für wenigstens ein Regelobjekt in dem Kessel enthalten, wobei die Verbrennungsoptimierungsoperation in Abhängigkeit von einem von einem Anwender erhaltenen Zweck verschiedene Logiken verwendet.
  • Der Zweck kann eine von einer Kostenoptimierung, die die Kosten als eine oberste Priorität betrachtet, einer Emissionsoptimierung, die eine Emissionsverringerung als eine oberste Priorität betrachtet, und einer Anlagenschutzoptimierung, die einen Anlagenschutz als eine oberste Priorität betrachtet, enthalten.
  • Die Verbrennungsoptimierungsoperation kann gemäß einer folgenden Zielfunktion f ausgeführt werden, f = C o b j 1 * ( F a k t o r   1 ) + C o b j 2 * ( F a k t o r   2 ) + C o b j 3 * ( F a k t o r   3 ) , wobei C ein gewichteter Wert für den Zweck ist und Faktor eine Gleichung zum Berechnen eines Wertes für den Zweck ist.
  • Falls der Zweck durch den Anwender ausgewählt wird, kann unter mehreren gewichteten Werten, die in der Zielfunktion enthalten sind, ein gewichteter Wert, der dem ausgewählten Zweck entspricht, auf einen Wert gesetzt werden, der größer als die gewichtete Werte, die den anderen Zwecken entsprechen, die nicht durch den Anwender ausgewählt worden sind, ist.
  • Die gewichteten Werte, die den nicht durch den Anwender ausgewählten Zwecken entsprechen, können größer als Null sein.
  • Das Verfahren kann ferner enthalten: Sammeln von wenigstens einen der Betriebsdaten oder der Zustandsdaten des in Betrieb befindlichen Kessels; und Bestimmen, ob die Verbrennungsoptimierungsoperation für den Kessel auszuführen ist, basierend auf den wenigstens einen der Betriebsdaten oder der Zustandsdaten.
  • Die Betriebsdaten können wenigstens eines von einer Leistungserzeugungsausgabe, einem Sollwert oder einem Momentanwert enthalten, wobei die Zustandsdaten wenigstens eine von einer Fluktuation einer Kesselausgabe, einer Brennstofffluktuation, einer Temperatur oder einem Druck in jeder Komponente des Kessels enthalten können.
  • Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das Anweisungen zum Ausführen eines Verfahrens zum Optimieren einer Verbrennungsoptimierungsoperation an einem Kessel speichert, wobei das Verfahren enthält: Erzeugen eines Kesselverbrennungsmodells; Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des erzeugten Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Regeln eines Betriebs des Kessels durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
  • Gemäß einer oder mehreren beispielhaften Ausführungsformen kann der Verbrennungswirkungsgrad des Kessels in einem Kraftwerk verbessert werden und können die Emissionen, die eine Umweltverschmutzung verursachen, außerdem minimiert werden, wodurch die Kosten des Behandelns der Emissionen signifikant verringert werden können und dadurch die Betriebskosten des Kraftwerks signifikant verringert werden.
  • Zusätzlich können eine oder mehrere beispielhafte Ausführungsformen den Kessel bezüglich der durch die künstliche Intelligenz erlernten Ergebnisse in einem optimierten Verbrennungszustand regeln, so dass sogar ungelernte Arbeiter ohne Schwierigkeit eine bessere Verbrennungsumgebung im Vergleich zu der verwirklichen können, die durch einen Fachmann im Stand der Technik erhalten wird.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die obigen und anderen Aspekte werden aus der folgenden Beschreibung der beispielhaften Ausführungsformen bezüglich der beigefügten Zeichnungen offensichtlicher; es zeigen:
    • 1 eine schematische graphische Darstellung, die eine allgemeine Konfiguration eines Wärmekraftwerks veranschaulicht;
    • 2 einen Blockschaltplan, der eine Konfiguration eines Kesselregelsystems gemäß einer beispielhaften Ausführungsform veranschaulicht;
    • 3 eine Ansicht, die eine Funktion eines Optimierers in dem Kesselregelsystem gemäß einer beispielhaften Ausführungsform veranschaulicht; und
    • 4 den Optimierer gemäß einer beispielhaften Ausführungsform ausgeführten Operationen.
  • AUSFÜHRLICHE BESCHREIBUNG
  • An den Ausführungsformen der Offenbarung können verschiedene Modifikationen vorgenommen werden, wobei es verschiedene Typen von Ausführungsformen geben kann. Folglich sind in den Zeichnungen spezifische Ausführungsformen veranschaulicht, wobei die Ausführungsformen in der Beschreibung ausführlich beschrieben werden. Es sollte jedoch angegeben werden, dass die verschiedenen Ausführungsformen nicht zum Einschränken der Schutzumfangs der Offenbarung auf eine spezifische Ausführungsform sind, sondern dass sie interpretiert werden sollten, so dass sie alle Modifikationen, Äquivalente oder Alternativen der Ausführungsformen enthalten, die in den hier offenbarten Ideen und technischen Schutzumfängen enthalten sind. Unterdessen wird in einem Fall, in dem bestimmt wird, dass beim Beschreiben der Ausführungsformen die ausführliche Erklärung in Beziehung stehender bekannter Techniken den Hauptpunkt der Offenbarung unnötig undeutlich machen kann, die ausführliche Erklärung weggelassen.
  • Wenn es nicht anderweitig definiert ist, weisen die Begriffe, einschließlich technischer und wissenschaftlicher Begriffe, die hier verwendet werden, die gleiche Bedeutung auf, wie sie im Allgemeinen durch die Fachleute auf dem relevanten Gebiet verstanden würden. Diese Begriffe können jedoch in Abhängigkeit von den Absichten des Fachmanns auf dem Gebiet, der rechtlichen oder technischen Interpretation und der Entstehung neuer Techniken variieren. Zusätzlich sind einige Begriffe beliebig durch den Anmelder ausgewählt. Diese Begriffe können durch die Bedeutung, die hier definiert oder beschrieben ist, ausgelegt werden, wobei sie, wenn es nicht anderweitig spezifiziert ist, auf der Grundlage der gesamten Inhalte dieser Beschreibung und der üblichen technischen Kenntnis auf dem Gebiet ausgelegt werden können.
  • Die Funktionsblöcke, die in den Zeichnungen veranschaulicht sind und im Folgenden beschrieben werden, sind lediglich Beispiele der möglichen Implementierungen. In anderen Implementierungen können andere Funktionsblöcke verwendet werden, ohne vom Schutzumfang der ausführlichen Beschreibung abzuweichen. Während ein oder mehrere Funktionsblöcke der vorliegenden Offenbarung durch getrennte Blöcke dargestellt sind, können einer oder mehrere der Funktionsblöcke eine Kombination der verschiedenen Hardware- und Software-Konfigurationen, die die gleiche Funktion ausführen, sein.
  • Außerdem führt ein „Modul“ oder ein „Teil“ in der Offenbarung wenigstens eine Funktion oder Operation aus, wobei diese Elemente als Hardware oder Software oder als eine Kombination aus Hardware und Software implementiert sein können. Ferner können mehrere „Module“ oder „Teile“ in wenigstens ein Modul integriert sein und als wenigstens ein Prozessor implementiert sein, mit Ausnahme der „Module“ oder „Teile“, die als spezifische Hardware implementiert sein müssen.
  • Die hier verwendete Terminologie ist nur zum Zweck des Beschreibens spezieller Ausführungsformen und ist nicht vorgesehen, den Schutzumfang der Offenbarung einzuschränken. Die Einzahlformen „ein“, „eine“ und „der/die/das“, wie sie hier verwendet werden, sind vorgesehen, ebenso die Mehrzahlformen zu enthalten, wenn es nicht der Kontext deutlich anders angibt. Ferner sollten die Begriffe „umfasst“, „enthält“ oder „weisen/weist auf“ als bezeichnend ausgelegt werden, dass es derartige Merkmale, Bereiche, ganze Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder eine Kombination daraus in der Beschreibung gibt, und nicht, um das Vorhandensein oder die Möglichkeit des Hinzufügens eines oder mehrerer anderer Merkmale, Bereiche, ganzer Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder Kombinationen daraus ausschließen.
  • Zusätzlich beziehen sich die Begriffe bezüglich Befestigungen, der Kopplung und dergleichen, wie z. B. „verbunden“ und „gekoppelt“, auf eine Beziehung, in der die Strukturen entweder direkt oder indirekt durch dazwischenliegende Strukturen aneinander befestigt oder angebracht sind.
  • Ferner können Begriffe, wie z. B. „erster“, „zweiter“ usw., verwendet werden, um verschiedene Elemente zu beschreiben, wobei aber die Elemente nicht durch diese Begriffe eingeschränkt werden sollten. Die Begriffe werden einfach verwendet, um ein Element von anderen Elementen zu unterscheiden. Die Verwendung derartiger Ordnungszahlen sollte nicht als die Bedeutung des Begriffs einschränkend ausgelegt werden. Die Komponenten, die einer derartigen Ordnungszahl zugeordnet sind, sollten z. B. nicht in der Reihenfolge der Verwendung, der Anordnungsreihenfolge oder dergleichen eingeschränkt werden. Gegebenenfalls kann jede Ordnungszahl synonym verwendet werden.
  • Die Ausdrücke, wie z. B. „wenigstens einer von“, wenn sie einer Liste von Elementen vorangehen, modifizieren die gesamte Liste der Elemente und modifizieren nicht die einzelnen Elemente der Liste. Der Ausdruck „wenigstens eines von a, b und c“ sollte z. B. so verstanden werden, dass er nur a, nur b, nur c, sowohl a als auch b, sowohl a als auch c, sowohl b als auch c, alle von a, b und c oder irgendwelche Variationen der obenerwähnten Beispiele enthält.
  • Im Folgenden werden die beispielhaften Ausführungsformen bezüglich der beigefügten Zeichnungen ausführlich beschrieben. Um die Offenbarung in den Zeichnungen deutlich zu veranschaulichen, können einige der Elemente, die für das vollständige Verständnis der Offenbarung nicht wesentlich sind, weggelassen werden, wobei sich gleiche Bezugszeichen überall in der Beschreibung auf gleiche Elemente beziehen.
  • 1 veranschaulicht eine allgemeine Konfiguration eines Wärmekraftwerks, insbesondere zum Veranschaulichen einer Position und einer Funktion eines Kessels. Wärmekraftwerke erzeugen Dampf aus der Leistung aus verbrannter Kohle oder verbranntem Erdöl, um Dampfturbinen zu drehen und elektrische Energie zu erzeugen. Ein Kessel in einem Wärmekraftwerk dient dazu, durch das Verbrennen von Brennstoff Wasser zum Sieden zu bringen, um den Dampfturbinen Hochtemperatur- und Hochdruckdampf zuzuführen. Der Kessel kann einen Kesselkörper, der Wasser und Dampf enthält, eine Brennkammer zum Verbrennen eines Brennstoffs, und eine Feuerung enthalten. Die Brennkammer, die Feuerung und dergleichen sind durch ein Regelsystem geregelt, um die Temperatur, den Druck und dergleichen zu regeln.
  • Die Kesselregelung ist eine entscheidende Regeloperation in dem Kraftwerk. In der Vergangenheit ist ein Fachmann für den Normalbetrieb erforderlich, weil die Regelungsoperation des Kessels ein sehr komplizierter Prozess gewesen ist. In letzter Zeit ist durch das Anwenden eines automatisierten Regelverfahrens beim Betreiben des Kessels ein System für die Kesselregelung ohne manuelle Beeinflussung implementiert. Dieses automatisierte Regelverfahren ermöglicht die Echtzeitregelung des Kessels. Um den Verbrennungswirkungsgrad des Kessels zu erhöhen, kann ferner eine Regelung, die sich durch das Regeln des Kessels, so dass ein aktueller Zustand des Kessels in jedem kurzen Zeitraum überprüft wird, allmählich nah bei der Echtzeit befindet, implementiert werden, wobei die jeweiligen Regelungsoperationen an den Regelzielen gemäß dem aktuellen Zustand ausgeführt werden können.
  • Die beispielhafte Ausführungsform stellt ein Kesselregelsystem und -verfahren bereit, die durch das Hinzufügen zu einem gegenwärtig verfügbaren Kesselregelsystem und -verfahren (i) der Erzeugung und Aktualisierung eines Kesselverbrennungsmodells unter Verwendung künstlicher Intelligenz und (ii) einer Optimierungsoperation zum Finden eines optimalen Sollwerts für jedes Regelziel bezüglich des Zustands eines Kessels in Betrieb den Verbrennungswirkungsgrad verbessern und die Emission verringern können.
  • 2 veranschaulicht einen Blockschaltplan eines Kesselregelsystems gemäß einer beispielhaften Ausführungsform. In 2 enthält das Kesselregelsystem einen Aufgabenmanager 10, einen Vorprozessor 20, einen Optimierer 30, einen Modellierer 40 und einen Ausgangs-Controller 50. Obwohl das Kesselregelsystem nach 2 Konfigurationsblöcke enthält, die durch die auszuführenden Funktionen oder Schritte bezeichnet sind, wird erkannt, dass das Kesselregelsystem als eine Vorrichtung einschließlich einer CPU für den Betrieb und eines Speichers, der ein Programm und die Daten für den Betrieb speichern kann, implementiert sein kann und dass die obigen Konfigurationen des Kesselregelsystems in einem Programm implementiert sein können, das in einer computerlesbaren Sprache entworfen ist und durch die CPU ausgeführt wird. Ferner kann das Kesselregelsystem durch Hardware oder Firmware, Software oder eine Kombination daraus implementiert sein. Wenn das Kesselregelsystem unter Verwendung von Hardware implementiert ist, kann es eine anwendungsspezifische integrierte Schaltung (ASIC) oder einen digitalen Signalprozessor (DSP), eine digitale Signalverarbeitungsvorrichtung (DSPD), eine programmierbare Logikvorrichtung (PLD), eine feldprogrammierbare Gatteranordnung (FPGA) und dergleichen enthalten. Wenn das Kesselregelsystem unter Verwendung von Firmware oder Software implementiert ist, kann es ein Modul, eine Prozedur oder eine Funktion enthalten, das bzw. die die obigen Funktionen oder Operationen ausführt.
  • Der Aufgabenmanager 10 ist konfiguriert, einen aktuellen Betriebszustand des Kessels zu überprüfen und zu bestimmen, ob eine Kesselverbrennungsoptimierung auszuführen ist. Der Aufgabenmanager 10 kann z. B. Betriebsdaten und Zustandsdaten (z. B. einen Zustandsbinärwert) des Kessels, der sich in Betrieb befindet, sammeln und basierend auf den gesammelten Daten bestimmen, ob die Kesselverbrennungsoptimierung möglich ist (d. h., ob die Kesselverbrennungsoptimierung auszuführen ist). Die Betriebsdaten des Kessels enthalten die von verschiedenen Sensoren, die in dem gegenwärtig arbeitenden Kessel installiert sind, empfangenen Messwerte oder die Regelwerte, die durch das Kesselregelsystem überwacht werden können. Die Beispiele der Betriebsdaten können die Leistungsausgabe (MW), die Befehle und dergleichen enthalten. Die Zustandsdaten enthalten die Werte, die die Fluktuationen der Kesselausgabe, die Brennstofffluktuationen, die Temperatur und den Druck in jeder Komponente usw. angeben.
  • Der Aufgabenmanager 10 bestimmt basierend auf den gesammelten Betriebsdaten und Zustandsdaten, ob die Verbrennungsoptimierung notwendig oder möglich ist. In diesen Bestimmungsprozess werden die Integrität des Kesselsystems (z. B. der Betriebszustand der Hardware, der Zustand der Systembetriebsmittel, die Kommunikationsumgebung usw.) und die Integrität der jeweiligen Module in dem Kesselsystem (z. B. der Betriebszustand der Software, das Vorhandensein des Kesselverbrennungsmodells usw.) berücksichtigt. Der Aufgabenmanager 10 kann z. B. bestimmen, dass das Kraftwerk in einem Abschnitt, in dem sich die Leistungsausgabe drastisch ändert, nicht stabilisiert ist. Wenn sich z. B. die Leistungsausgabe (z. B. 500 MW) während 30 Minuten mehrere zehn Megawatt (z. B. 50 MW) über einem Bezugswert ändert, kann der Aufgabenmanager 10 bestimmen, dass es ein instabiler Zustand ist, wobei er nicht mit der Verbrennungsoptimierung fortfahren kann.
  • Es gibt drei Analyseverfahren, um zu bestimmen, ob die Verbrennungsoptimierung notwendig oder möglich ist. Die Analyseverfahren enthalten ein Analyseverfahren basierend auf den Kesselbetriebsdaten, ein Analyseverfahren basierend auf einem Zustandsbinärwert und ein Analyseverfahren basierend auf der vorher aufgezeichneten und gespeicherten Kenntnis und Erfahrung eines Experten. Diese Analyseverfahren können einheitlich oder in Kombination durch den Aufgabenmanager 10 verwendet werden, um zu bestimmen, ob die Verbrennungsoptimierung auszuführen ist. Das Analyseverfahren, das auf der Kenntnis und Erfahrung eines Experten, die im Voraus aufgezeichnet und gespeichert werden, basiert, ist so konfiguriert, dass die Analyse basierend auf den vorher gespeicherten Daten einschließlich der Betriebszustände eines Kessels und der entsprechenden Beeinflussungen durch einen Experten, der den Kessel betreibt, ausgeführt wird. Die Beeinflussung des Experten, wie z. B. eine Zufuhr B von Brennstoff zu einer Brennkammer eines Kessels, falls die Temperatur in der Brennkammer A ist, und die Beeinflussung des Experten, wie z. B. eine Einstellung eines Dämpferwinkels auf D, falls die Temperatur in der Brennkammer C ist, können z. B. gespeichert werden, wobei später auf sie für die Analyse Bezug genommen wird.
  • Der Vorprozessor 20 ist konfiguriert, nur die Daten, die für die Modellierung geeignet sind, d. h., die Daten, die für das Lernen durch den Modellierer 40 geeignet sind, vorzufiltern. Während eine Menge der Eingangsdaten, die von dem Kessel gesammelt werden können, und der Ausgangsdaten gemäß den Eingangsdaten viel größer ist, enthalten einige Daten einige Fehlerwerte, die nicht angepasst oder wenig korreliert sind, was die Genauigkeit der Modellierung verringert. Der Vorprozessor 20 kann eine Konfiguration aufweisen, die erforderlich ist, um die Genauigkeit durch die Filterung derartiger unnötiger Daten im Voraus weiter zu verbessern, wenn in dem Modellierer 40 ein Modell erzeugt wird.
  • Der Vorprozessor 20 führt die Funktionen der Signalwiederherstellung, Filterung und Ausreißerverarbeitung aus. Die Signalwiederherstellungsfunktion ist konfiguriert, die von dem Kessel gesammelten Signale wiederherzustellen, wenn es etwas Verlust in den Signalen gibt, oder das entsprechende Signal wiederherzustellen, wenn der Kessel eine Anomalie oder eine Störung aufweist. Die Filterungsfunktion ist konfiguriert, unter den wiederhergestellten Signalen die Daten außerhalb eines normalen Datenbereichs herauszufiltern oder das Signalrauschen zu entfernen und ferner nur die Daten, die für die Modellierung, die Optimierungsoperation und die Ausgangsregelung verwendet werden, unter Verwendung einer bekannten wissensbasierten Logik zu extrahieren. Die Ausreißerverarbeitungsfunktion ist konfiguriert, die Daten außerhalb des Trends unter Verwendung einer datenbasierten Logik zu verarbeiten.
  • Der Vorprozessor 20 kann implementiert sein, ferner eine Kennzeichen-Clusterbildungs-Funktion und eine Datenabtastfunktion gemäß der Absicht eines Entwicklers oder einem Bedarf eines Anwenders auszuführen. Hier dient die Kennzeichen-Clusterbildungs-Funktion dazu, eine Datengruppe durch das Löschen unnötiger Kennzeichen-Informationen und das Extrahieren nur der relevanten Kennzeichen-Informationen unter den Kennzeichen, die den jeweiligen Regelzielen eines Kessels entsprechen, zu konstruieren. Die Datenabtastfunktion dient dazu, auf Datenmuster zu wirken und Daten gemäß einem Abtastalgorithmus abzutasten, um die für die Modellierung erforderlichen Lerndaten auszugeben.
  • Wie oben beschrieben worden ist, dient der Vorprozessor 20 dazu, die dem Betrieb des Kessels zugeordneten Daten zu sammeln und die Daten in eine für die künftige Modellierung geeignete Form zu verarbeiten.
  • Der Optimierer 30 ist eine Konfiguration, die eine Eingabe zum Erzeugen eines optimalen Verbrennungszustands unter Verwendung eines Kesselverbrennungsmodells, das durch den Modellierer 40 zu erzeugen ist, berechnet. Der Optimierer 30 führt eine Funktion des Empfangens einer Optimierungszweckauswahl von einem Anwender, eine Funktion des Empfangens eines Kesselverbrennungsmodells von dem Modellierer 40 und eine Funktion des Ausführens einer Kesselverbrennungsoptimierung unter Verwendung des Kesselverbrennungsmodells aus.
  • Die Funktion des Empfangens der Optimierungszweckauswahl von einem Anwender, d. h., einer Bedienungsperson des Kesselregelsystems, kann zuerst einen Zweck, um die Verbrennungsoptimierung auszuführen, vor dem Ausführen der Verbrennungsoptimierung auswählen. Der Optimierer 30 kann die Auswahl des Anwenders durch das Bereitstellen einer Schnittstelle, um mehrere Zwecke auszuwählen, empfangen. Die mehreren Zwecke können z. B. eine Kostenoptimierung, die die Kosten als eine obere Priorität betrachtet, eine Emissionsoptimierung, die eine Emissionsverringerung als eine obere Priorität betrachtet, und eine Vorrichtungsschutzoptimierung, die einen Vorrichtungsschutz als eine obere Priorität betrachtet, enthalten. Es wird erkannt, dass dies lediglich ein Beispiel ist und dass andere Zwecke zur Optimierung enthalten sein können. Der Optimierer 30 führt eine Optimierungsoperation durch das Anwenden verschiedener Logiken gemäß der von dem Anwender empfangenen Auswahl des Anwenders der Zwecke aus.
  • Hinsichtlich der Funktion des Empfangens des Kesselverbrennungsmodells von dem Modellierer 40 erfordert der Optimierer 30 ein Kesselverbrennungsmodell, um die Optimierungsoperation auszuführen, wobei das Kesselverbrennungsmodell aus einer Kombination aus mathematischen Modellen einschließlich eines künstlichen neuronalen Netzes bestehen kann, die durch das wiederholte Lernen durch den Modellierer 40 erzeugt werden können.
  • Hinsichtlich der Funktion des Ausführens der Kesselverbrennungsoptimierungsoperation berechnet der Optimierer 30 einen optimalen Eingangswert als einen endgültigen Ausgangswert durch das Ausführen einer Simulation mit der Anwendung der Zweckauswahl des Anwenders und des Kesselverbrennungsmodells. Die in diesem Fall verwendeten Algorithmen oder Controller können Proportional-Integral-Differential-Algorithmen (PID-Algorithmen), Freiheitsgradalgorithmen (DOF-Algorithmen), modellprädiktive Regelalgorithmen (MPC-Algorithmen), adaptive Algorithmen, Fuzzy-Algorithmen, H-unendlich-Algorithmen, modellbasierte lineare Parametervariierungsalgorithmen (LPV-Algorithmen), Partikelschwarmoptimierungsalgorithmen, genetische Algorithmen (GA) usw. enthalten.
  • Wie oben beschrieben worden ist, führt der Optimierer 30 eine Optimierungsoperation gemäß der Zweckauswahl des Anwenders und dem von dem Modellierer 40 empfangenen Kesselverbrennungsmodell aus, um den für die Kesselverbrennungsregelung erforderlichen optimalen Eingangswert zu berechnen.
  • Der Modellierer 40 erzeugt ein Kesselverbrennungsmodell, das in dem Optimierer 30 verwendet werden kann. Gemäß einer beispielhaften Ausführungsform ist er dadurch gekennzeichnet, dass der Modellierer 40 das Kesselverbrennungsmodell unter Verwendung eines künstlichen neuronalen Netzes erzeugt.
  • Das künstliche neuronale Netz ist eine Datenverarbeitungsmethodologie, die eine induktive Lernfähigkeit durch das mathematische Modellieren einer Informationsverarbeitungsstruktur eines aus Neuronen bestehenden Gehirns simuliert. Diese Datenverarbeitungsmethodologie weist einen Hauptzweck der Musterungskorrelation zwischen den Eingangs- und Ausgangswerten und des Vorhersagens eines Ausgangswertes von einem neuen Eingangswert basierend auf dem abgeleiteten Muster auf. Das künstliche neuronale Netz besteht aus parallelen Verbindungstrukturen (Schichten) von Knoten, die die Rolle der Neuronen spielen. Im Allgemeinen weist das neuronale Netz eine serielle Verbindung Eingangsschicht-verborgene Schicht-Ausgangschicht auf. Alternativ kann das neuronale Netz implementiert sein, so dass es mehrere verborgene Schichten aufweist, um die komplizierte Korrelation zwischen den Eingangs- und Ausgangswerten zu verarbeiten. Wenn das künstliche neuronale Netz verwendet wird, ist es möglich, das Erlernen der Korrelation nur mit den Eingangs- und Ausgangswerten, die Vorhersage mehrerer Ausgaben und das Ableiten der Korrelation zwischen den Eingangs- und Ausgangswerten ohne eine lineare Extrapolation für ein nichtlineares Verhalten zu erhalten, selbst wenn die physikalischen Eigenschaften oder die Korrelation nicht deutlich bekannt sind.
  • Der Modellierer 40 kann einen Eingangswert und einen Ausgangswert bezogen auf die Kesselverbrennung von dem Vorprozessor 20 empfangen. Die Beispiele der Eingangsdaten können die Dämpferwinkel einer Primärluft und einer Sekundärluft, einen Dämpferwinkel einer Verbrennungsluftdüse (OFA), eine Menge der von einer Kohlezuführvorrichtung zugeführten Kohle, eine Umgebungstemperatur usw. enthalten. Die Beispiele der Ausgangsdaten können eine Kesselausgabe, eine Temperatur und einen Druck eines Verbrennungsgases in dem Kessel, eine Menge der Stickstoffoxide, des Kohlenmonoxids und des Sauerstoffs in dem Verbrennungsgas, eine Sprühdurchflussmenge eines Wiedererhitzers und dergleichen enthalten.
  • Wie oben beschrieben worden ist, erzeugt der Modellierer 40 ein Kesselverbrennungsmodell ähnlich zu dem tatsächlichen Betriebszustand des Kessels unter Verwendung eines künstlichen neuronalen Netzes, wobei das erzeugte Kesselverbrennungsmodell dem Optimierer 30 bereitgestellt wird.
  • Der Ausgangs-Controller 50 ist konfiguriert, die Verbrennungsregelung des Kessels auszuführen. Der Ausgangs-Controller 50 enthält eine Funktion des Überprüfens eines aktuellen Betriebszustands des Kessels vor dem Regeln des Kessels und eine Funktion des Reflektierens des durch den Optimierer 30 berechneten optimalen Regelwerts durch das Anwenden des optimalen Regelwerts zu der vorhandenen Kesselregellogik.
  • Hinsichtlich der Funktion des Überprüfens des Betriebszustands des Kessels muss der Ausgangs-Controller 50 den aktuellen Betriebszustand des Kessels vor dem tatsächlichen Regeln des Kessels überprüfen. Dies ist so, weil, selbst wenn der durch den Optimierer 30 berechnete optimale Regelwert sofort in dem Kesselbetriebszustand widergespiegelt wird, sich der Kessel in einem instabilen Zustand befinden kann oder ein Fehler auftreten kann, so dass der optimale Regelwert gemäß dem aktuellen Betriebszustand des Kessels geeignet aufgeteilt und widergespiegelt werden sollte.
  • Der Ausgangs-Controller 50 kann den tatsächlichen Verbrennungswirkungsgrad des Kessels durch das Eingeben des vorher durch den Optimierer 30 berechneten optimalen Regelwerts in den Kessel, der sich in Betrieb befindet, maximieren. Hier führt der Ausgangs-Controller 50 die dynamische Verfolgung systematischer Fehler an dem berechneten optimalen Regelwert aus, wobei dadurch der optimale Regelwert in Echtzeit zu der vorhandenen Verbrennungslogik des Kessels reflektiert wird. Unter der Annahme, dass z. B. der optimale Regelwert ein Temperaturwert T100 in einer Brennkammer des Kessels ist, sollte der Ausgangs-Controller 50 eine Regeloperation ausführen, um die Temperatur von T1 auf T100 zu erhöhen, falls die aktuelle Temperatur in der Brennkammer T1 ist. Hier kann eine plötzliche Änderung der Temperatur Probleme verursachen, so dass die Temperatur in Stufen geregelt werden sollte. In diesem Fall kann der Ausgangs-Controller 50 die Temperatur in Stufen ändern, während er einen zu ändernden Temperaturbereich (bis T100) in mehrere kontinuierliche Stufenunterbereiche aufteilt. Der Ausgangs-Controller 50 kann z. B. die Temperatur regeln, um sie in einem Zeitraum einer ersten Stufe von T1 bis T20, in einem Zeitraum einer zweiten Stufe von T20 bis T40, in einem Zeitraum einer dritten Stufe von T40 bis T60, in einem Zeitraum einer vierten Stufe von T60 bis T80 und in einem letzten Zeitraum einer fünften Stufe von T80 bis T100 allmählich zu erhöhen. Dieser Zeitraum ist kürzer als ein Zeitraum, in dem der optimale Regelwert durch den Optimierer 30 berechnet wird. Unter der Annahme, dass z. B. der Optimierer 30 den optimalen Regelwert alle 5 Minuten berechnet, kann der Ausgangs-Controller 50 eine Betriebsregelung des Kessels alle 10 Sekunden ausführen. Das heißt, das Ausführen der Betriebsregelung des Kessels in allen kurzen Zeiträumen ist als die dynamische Verfolgung systematischer Fehler definiert, die zum Überprüfen des Betriebszustands des Kessels in Echtzeit und zum gleichzeitigen stabilen Widerspiegeln des optimalen Regelwerts ohne eine plötzliche Änderung des Betriebs des Kessels bereitgestellt wird.
  • 3 veranschaulicht eine Funktion des Optimierers 30 in dem Kesselregelsystem gemäß einer beispielhaften Ausführungsform. In 3 erhält der Optimierer 30 einen optimalen Regelwert durch ein Kesselverbrennungsmodell und einen Verbrennungsoptimierungsalgorithmus. Es wird erkannt, dass der Verbrennungsoptimierungsalgorithmus ein Satz von Prozeduren, Verfahren und Anweisungen zur Verbrennungsoptimierung sein kann und durch einen weiteren Begriff, wie z. B. Verbrennungsoptimierungstechnik, Verbrennungsoptimierungsregelung (Verbrennungsoptimierungs-Controller) oder dergleichen, ersetzt werden kann.
  • Hier wird das Kesselverbrennungsmodell durch den Modellierer 40 basierend auf den durch das künstliche neuronale Netz erlernten Ergebnissen erzeugt.
  • Obwohl der Verbrennungsoptimierungsalgorithmus verschiedene Arten von Algorithmen aufweisen kann, kann er in einer anderen beispielhaften Ausführungsform eine Regelung unter Verwendung einer Partikelschwarmoptimierungstechnik sein. Es wird jedoch erkannt, dass das System nicht notwendigerweise den Partikelschwarmoptimierungsalgorithmus als einen Verbrennungsoptimierungsalgorithmus verwendet, wobei andere Arten von Algorithmen, wie z. B. PID, DOF, MPC oder dergleichen, außerdem als der Verbrennungsoptimierungsalgorithmus verwendet werden können.
  • Die Partikelschwarmoptimierungstechniken sind in Schwarmintelligenztechniken klassifiziert, die stochastische globale Optimierungstechniken sind, die durch die Inspiration von dem sozialen Verhalten von Tieren, wie z. B. Fischen oder Vögeln, entwickelt werden. Der Partikelschwarmoptimierungsalgorithmus kopiert die Weise für eine große Anzahl von Entitäten, die als Partikel bezeichnet werden, um eine optimale Lösung innerhalb eines gegebenen Suchbereichs basierend auf den Informationen über jedes Partikel und eine Gruppe von Partikeln als Ganzes zu finden. Der Partikelschwarmoptimierungsalgorithmus ist im Vergleich zu anderen heuristischen Optimierungstechniken einfach zu implementieren, weil er eine Suche nur durch vier arithmetische Operationen ausführen kann. Insbesondere ist es einfach, ein natürliches Phänomen, das nicht differenziert werden kann, zu analysieren, weil er keine Gradienteninformationen verwendet.
  • Es wird erkannt, dass der Optimierer 30 mehrere Regelvariable in ein einziges Kesselverbrennungsmodell eingibt und einen Prozess des Konvergierens der Regelvariable als ein einzelnes Partikel gegen einen optimalen Regelwert unter Verwendung des Partikelschwarmoptimierungsalgorithmus wiederholt ausführt.
  • 4 veranschaulicht den Optimierer 30 gemäß einer beispielhaften Ausführungsform ausführlicher. In 4 enthält der Optimierer 30 einen Zweckauswahlabschnitt 301, einen Modellempfangsabschnitt 303 und einen Berechnungsabschnitt 305 für optimale Regelwerte. Es wird erkannt, dass der Zweckauswahlabschnitt 301, der Modellempfangsabschnitt 303 und der Berechnungsabschnitt 305 für optimale Regelwerte durch eine CPU implementiert sein können, die computerlesbare Codes ausführt, die im Speicher gespeichert sind.
  • Der Zweckauswahlabschnitt 301 kann eine Liste mehrerer Zwecke durch eine Schnittstelle zu einem Anwender, d. h., einem Anwender, der einen Kessel bedient, bereitstellen, um es dem Anwender zu ermöglichen, den Zweck auszuwählen, für den eine Optimierungsoperation ausgeführt werden soll. Falls ein spezifischer Zweck durch den Anwender ausgewählt wird, kann der Zweckauswahlabschnitt 301 den ausgewählten Zweck empfangen.
  • Der Optimierer 30 dient zum Berechnen eines Regelwerts durch den Berechnungsabschnitt 305 für optimale Regelwerte. In diesem Fall führt der Berechnungsabschnitt 305 für optimale Regelwerte eine Operation unter Verwendung einer anderen Logik gemäß dem durch den Anwender ausgewählten Zweck aus.
  • Der Zweckauswahlabschnitt 301 kann einem Anwender eine Liste von wenigstens 3 Zwecken bereitstellen, einschließlich einer Kostenoptimierung (d. h. Gewinnmaximum), die die Kosten als eine oberste Priorität betrachtet, einer Emissionsoptimierung (d. h. Emissionsminimum), die eine Emissionsverringerung als eine oberste Priorität betrachtet, und einer Anlagenschutzoptimierung (d. h. Anlagenhaltbarkeit), die einen Anlagenschutz als eine oberste Priorität betrachtet, und eine Eingabe zur Auswahl irgendeines der Zwecke vom Anwender empfangen.
  • Der Modellempfangsabschnitt 303 empfängt ein durch den Modellierer 40 erzeugtes Kesselverbrennungsmodell. Der Modellempfangsabschnitt 303 kann das Kesselverbrennungsmodell in einem vorgegebenen Periodenzyklus oder ungeachtet eines Periodenzyklus empfangen. Der Modellierer 40 kann kontinuierlich neue Kesselverbrennungsmodelle erzeugen und nach dem Akkumulieren mehrerer Kesselverbrennungsmodelle unter den Kesselverbrennungsmodellen ein Kesselverbrennungsmodell auswählen, das einen gleichen Betriebszustand wie ein aktueller Betriebszustand eines Kessels aufweist oder einen Betriebszustand aufweist, der dem aktuellen Betriebszustand des Kessels am ähnlichsten ist. Der Modellempfangsabschnitt 303 kann dann das ausgewählte Kesselverbrennungsmodell von dem Modellierer 40 empfangen.
  • Der Berechnungsabschnitt 305 für optimale Regelwerte berechnet einen optimalen Regelwert (d. h., einen Sollwert) für wenigstens ein Regelobjekt in einem Kessel basierend auf dem durch den Anwender ausgewählten Zweck und dem durch den Modellierer 40 bereitgestellten Kesselverbrennungsmodell.
  • Der Berechnungsabschnitt 305 für optimale Regelwerte verwendet gemäß den durch den Anwender ausgewählten Zwecken verschiedene Logiken. Falls z. B. das Gewinnmaximum ausgewählt ist, wird die Logik ausgewählt, um die Gesamtkosten einschließlich der Brennstoffkosten und der Emissionsbehandlungskosten, die einem verbesserten Anlagenwirkungsgrad zugeordnet sind, zu minimieren. Hier kann die Verbesserung des Anlagenwirkungsgrades außerdem eine Verringerung sowohl der Gesamtmenge des Zwischenüberhitzersprays als auch der Sauerstoffmenge im Verbrennungsgas enthalten. Falls das Emissionsminimum ausgewählt ist, wird die Logik ausgewählt, um die Menge an Stickstoffoxiden (NOx) und Kohlenmonoxid (CO) im Verbrennungsgas zu minimieren. Falls die Anlagenhaltbarkeit ausgewählt ist, wird die Logik ausgewählt, um eine Variation der Temperatur für jeden Raumabschnitt im Kessel und eine Variation des Einspritzvolumens des Zwischenüberhitzersprays für jeden Raumabschnitt im Kessel zu minimieren.
  • Andererseits führt der Berechnungsabschnitt 305 für optimale Regelwerte, selbst wenn eine Betriebsart durch den Anwender ausgewählt ist, eine Operation für den Zweck, der der ausgewählten Betriebsart entspricht, und eine Operation für die anderen Zwecke, die nicht ausgewählt worden sind, aus. Mit anderen Worten, selbst wenn das Gewinnmaximum durch den Anwender ausgewählt wird, kann der Berechnungsabschnitt 305 für optimale Regelwerte eine Operation für die Betriebsvariable, die dem ausgewählten Zweck entsprechen, und eine Operation für die Betriebsvariable, die den anderen Zwecken, d. h., dem Emissionsminimum und der Anlagenhaltbarkeit, die nicht ausgewählt worden sind, entsprechen, ausführen, um den optimalen Regelwert zu berechnen. Dies dient dazu, eine Situation zu verhindern, in der, falls eine Operation zum Berechnen eines optimalen Regelwertes nur für die irgendeinem der Zwecke entsprechenden Betriebsvariable ausgeführt wird, ein Betriebszustand eines Kessels aufgrund anderer Betriebsvariable, die in dieser Operation nicht berücksichtigt werden, verschlechtert wird.
  • Es wird erkannt, dass die oben beschriebenen drei Arten von Zwecken lediglich Beispiele sind und verschiedene andere Zwecke gemäß der Absicht eines Entwicklers für ein Kesselregelsystem bereitgestellt werden können.
  • Der Berechnungsabschnitt 305 für optimale Regelwerte kann die Berechnung gemäß einer folgenden verallgemeinerten Zielfunktion f ausführen. f = C o b j 1 * ( F a k t o r   1 ) + C o b j 2 * ( F a k t o r   2 ) + C o b j 3 * ( F a k t o r   3 ) , wobei C gewichtete Werte gemäß einem durch einen Anwender ausgewählten spezifischen Zweck bedeutet, wobei die jeweiligen gewichteten Werte gemäß dem durch den Anwender ausgewählten Zweck variieren können. Falls der Anwender z. B. einen ersten Zweck auswählt, weist ein gewichteter Wert Cobj1 einen relativ größeren Wert als Cobj2 oder Cobj3 auf. Falls zusätzlich der Anwender einen zweiten Zweck oder einen dritten Zweck auswählt, weist ein gewichteter Wert Cobj2 oder Cobj3 einen relativ größeren Wert als der andere auf. Faktor1, Faktor2 und Faktor3 der Zielfunktion f beziehen sich auf Gleichungen zum Berechnen von Istwerten gemäß den jeweiligen Zwecken. So kann z. B. Faktor1 eine Gleichung zum Berechnen der Kosten für den zuzuführenden Brennstoff und eine Gleichung zum Berechnen der Kosten für die Verwendung eines Zwischenüberhitzersprays oder dergleichen enthalten. Faktor 2 kann eine Gleichung zum Berechnen der Schadstoffemissionen enthalten, während Faktor3 eine Gleichung zum Vorhersagen der Lebensdauer verschiedener in einem Kessel installierter Komponenten enthalten kann.

Claims (11)

  1. System für eine Verbrennungsoptimierungsoperation für einen Kessel, wobei das System Folgendes umfasst: einen selbstlernenden Modellierer (40), der konfiguriert ist, ein Kesselverbrennungsmodell zu erzeugen und zu aktualisieren; einen Optimierer (30), der konfiguriert ist, das Kesselverbrennungsmodell von dem Modellierer (40) zu empfangen und die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen, auszuführen; und einen Ausgangs-Controller (50), der konfiguriert ist, den aktuellen Betriebszustand des Kessels in Echtzeit zu überprüfen, den optimalen Regelwert von dem Optimierer (40) zu empfangen und einen Betrieb des Kessels durch Reflektieren des optimalen Regelwerts zu einer Kesselregellogik in Echtzeit zu regeln.
  2. System nach Anspruch 1, wobei der Optimierer (30) die Verbrennungsoptimierungsoperation unter Verwendung eines Verbrennungsoptimierungsalgorithmus ausführt.
  3. System nach Anspruch 1 oder 2, wobei der Optimierer (30) einen Sollwert für wenigstens ein Regelobjekt in dem Kessel durch Ausführen der Verbrennungsoptimierungsoperation berechnet, wobei die Verbrennungsoptimierungsoperation in Abhängigkeit von einem von einem Anwender empfangenen Zweck verschiedene Logiken verwendet.
  4. System nach Anspruch 3, wobei der Zweck eine von einer Kostenoptimierung, die die Kosten als eine oberste Priorität betrachtet, einer Emissionsoptimierung, die eine Emissionsverringerung als eine oberste Priorität betrachtet, und einer Anlagenschutzoptimierung, die einen Anlagenschutz als eine oberste Priorität betrachtet, enthält.
  5. System nach Anspruch 3 oder 4, wobei die Verbrennungsoptimierungsoperation gemäß der folgenden Zielfunktion f ausgeführt wird: f = C o b j 1 * ( F a k t o r   1 ) + C o b j 2 * ( F a k t o r   2 ) + C o b j 3 * ( F a k t o r   3 ) , wobei C ein gewichteter Wert für den Zweck ist und Faktor eine Gleichung zum Berechnen eines Wertes für den Zweck ist.
  6. System nach Anspruch 5, wobei, falls der Zweck durch den Anwender ausgewählt wird, unter mehreren gewichteten Werten, die in der Zielfunktion enthalten sind, ein gewichteter Wert, der dem ausgewählten Zweck entspricht, auf einen Wert gesetzt wird, der größer als die gewichteten Werte ist, die den anderen Zwecken entsprechen, die nicht durch den Anwender ausgewählt worden sind.
  7. System nach Anspruch 6, wobei die gewichteten Werte, die den nicht durch den Anwender ausgewählten Zwecken entsprechen, größer als Null sind.
  8. System nach einem der vorhergehenden Ansprüche, wobei der Optimierer (30) konfiguriert ist, die Betriebsdaten und/oder die Zustandsdaten des in Betrieb befindlichen Kessels zu sammeln und basierend auf den Betriebsdaten und/oder die Zustandsdaten zu bestimmen, ob die Verbrennungsoptimierungsoperation für den Kessel auszuführen ist.
  9. System nach Anspruch 8, wobei die Betriebsdaten eine Leistungserzeugungsausgabe und/oder einen Sollwert und/oder einen Momentanwert enthalten und wobei die Zustandsdaten eine Fluktuation einer Kesselausgabe und/oder eine Brennstofffluktuation und/oder eine Temperatur und/oder einen Druck in jeder Komponente des Kessels enthalten.
  10. System nach Anspruch 8 oder 9, wobei der Optimierer (30) bestimmt, ob die Verbrennungsoptimierungsoperation für den Kessel unter Verwendung eines Analyseverfahrens, das auf Kesselbetriebsdaten basiert, und/oder eines Analyseverfahrens, das auf einem Zustandsbinärwert basiert, und/oder eines Analyseverfahrens, das auf vorher aufgezeichneten und gespeicherten Daten aus dem Wissen und der Erfahrung der Bedienungspersonen basiert, auszuführen ist.
  11. Verfahren zum Ausführen einer Verbrennungsoptimierungsoperation an einem Kessel, wobei das Verfahren umfasst: Erzeugen und Aktualisieren eines Kesselverbrennungsmodells durch einen selbstlernenden Modellierer (40); Ausführen der Verbrennungsoptimierungsoperation unter Verwendung des Kesselverbrennungsmodells, um einen optimalen Regelwert zu berechnen; und Überprüfen eines aktuellen Betriebszustands des Kessels in Echtzeit und Regeln eines Betriebs des Kessels in Echtzeit durch das Reflektieren des optimalen Regelwerts zu einer Kesselregellogik.
DE102019126286.0A 2018-11-30 2019-09-30 System und Verfahren zum Optimieren der Verbrennung eines Kessels Active DE102019126286B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180152751A KR102094288B1 (ko) 2018-11-30 2018-11-30 보일러의 연소 최적화 연산을 위한 시스템 및 방법
KR10-2018-0152751 2018-11-30

Publications (2)

Publication Number Publication Date
DE102019126286A1 DE102019126286A1 (de) 2020-06-04
DE102019126286B4 true DE102019126286B4 (de) 2026-01-15

Family

ID=69959206

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019126286.0A Active DE102019126286B4 (de) 2018-11-30 2019-09-30 System und Verfahren zum Optimieren der Verbrennung eines Kessels

Country Status (4)

Country Link
US (1) US11262065B2 (de)
KR (1) KR102094288B1 (de)
CN (1) CN111259512A (de)
DE (1) DE102019126286B4 (de)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102335009B1 (ko) * 2020-03-24 2021-12-06 주식회사 이앤씨코리아 딥러닝 기술을 활용한 순환 유동층 보일러 튜브 누설 검출 시스템
KR102383775B1 (ko) * 2020-04-27 2022-04-05 두산중공업 주식회사 플랜트의 고장 및 연소 최적화를 관리하는 방법 및 이를 위한 시스템
CN111963265B (zh) * 2020-08-25 2023-02-14 鄂尔多斯市君正能源化工有限公司热电分公司 一种发电用锅炉燃烧过程及机组协调控制优化的方法
CN112418664B (zh) * 2020-11-20 2023-06-20 西安热工研究院有限公司 一种基于粒子群算法的分仓组合掺烧方法及系统
CN113137766B (zh) * 2021-04-22 2022-08-16 江西江右净达热能科技有限公司 锅炉自动化控制系统
CN113654078A (zh) * 2021-08-20 2021-11-16 常州工学院 锅炉燃烧布风结构的优化方法和系统
CN114060825B (zh) * 2021-11-15 2024-01-26 南方电网电力科技股份有限公司 一种垃圾焚烧炉中多污染物协同处置方法及相关装置
KR102852721B1 (ko) * 2022-05-20 2025-09-01 한국생산기술연구원 디지털 데이터 기반 열에너지 설비 운영 최적화 시스템
CN116608483B (zh) * 2023-05-19 2025-07-15 西安热工研究院有限公司 一种降低锅炉高温受热面结渣和沾污的方法
CN118192378B (zh) * 2024-04-17 2024-10-11 江苏富沂热能科技有限公司 一种基于物联网的热能设备运行控制系统
CN118313282B (zh) * 2024-06-06 2024-10-11 江苏太湖锅炉股份有限公司 基于复杂计算的锅炉运行仿真模拟方法
CN120471640A (zh) * 2025-04-25 2025-08-12 深圳能源光明电力有限公司 一种基于智能算法的度电燃料成本优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US20100049561A1 (en) * 2008-08-22 2010-02-25 Alstom Technology Ltd. Fluidized bed combustion optimization tool and method thereof
US20160091203A1 (en) * 2014-09-26 2016-03-31 General Electric Company System and method for combustion tuning

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100560114B1 (ko) 2003-10-27 2006-03-13 한국생산기술연구원 다단 공기 공급 연소시스템의 자동 제어 방법
US7117046B2 (en) * 2004-08-27 2006-10-03 Alstom Technology Ltd. Cascaded control of an average value of a process parameter to a desired value
US7599750B2 (en) * 2005-12-21 2009-10-06 Pegasus Technologies, Inc. Model based sequential optimization of a single or multiple power generating units
US7389151B2 (en) * 2006-03-06 2008-06-17 General Electric Company Systems and methods for multi-level optimizing control systems for boilers
US7660639B2 (en) * 2006-03-27 2010-02-09 Hitachi, Ltd. Control system for control subject having combustion unit and control system for plant having boiler
JP2009068798A (ja) 2007-09-14 2009-04-02 Toshiba Corp 火力発電プラントの最適運用システム
US8340824B2 (en) * 2007-10-05 2012-12-25 Neuco, Inc. Sootblowing optimization for improved boiler performance
JP5155690B2 (ja) * 2008-02-25 2013-03-06 株式会社日立製作所 石炭焚きボイラのガス濃度推定装置及びガス濃度推定方法
US8135653B2 (en) * 2007-11-20 2012-03-13 Hitachi, Ltd. Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal
US20100319592A1 (en) * 2007-12-07 2010-12-23 Abb Technology Ag System and Method for Full Combustion Optimization For Pulverized Coal-Fired Steam Boilers
KR101041467B1 (ko) 2008-12-30 2011-06-16 두산중공업 주식회사 보일러 최적 연소조정 시스템
CN101498457B (zh) * 2009-03-02 2010-08-25 杭州电子科技大学 一种锅炉燃烧优化的方法
US8755916B2 (en) 2010-12-07 2014-06-17 Alstom Technology Ltd. Optimized integrated controls for oxy-fuel combustion power plant
JP5663510B2 (ja) * 2012-02-29 2015-02-04 株式会社日立製作所 石炭火力プラントの制御装置及び、石炭火力プラント
US9898787B2 (en) * 2014-10-16 2018-02-20 Honeywell International Inc. Allocation of energy production changes to meet demand changes
KR20160104481A (ko) * 2015-02-26 2016-09-05 두산중공업 주식회사 보일러 연소 제어 시스템
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
CN106610651A (zh) * 2015-12-16 2017-05-03 四川用联信息技术有限公司 一种混合遗传算法求解多目标柔性作业车间调度问题
CN105674326B (zh) * 2016-01-13 2017-12-01 北京市环境保护科学研究院 一种工业燃气锅炉多目标多约束燃烧优化方法
KR101810968B1 (ko) 2016-07-29 2017-12-20 두산중공업 주식회사 인공신경망 기반 보일러 모델을 포함하는 발전소 보일러 연소 압터마이저, 및 이를 포함하는 발전소 보일러
CN106247396B (zh) * 2016-08-25 2018-11-20 河北思路科技有限公司 一种燃烧器优化燃烧的控制系统
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
JP7325948B2 (ja) * 2018-11-21 2023-08-15 三菱重工業株式会社 微粉炭機の微粉炭乾燥システム及びその微粉炭乾燥方法並びに微粉炭乾燥プログラム、微粉炭機、ガス化複合発電設備

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
US20100049561A1 (en) * 2008-08-22 2010-02-25 Alstom Technology Ltd. Fluidized bed combustion optimization tool and method thereof
US20160091203A1 (en) * 2014-09-26 2016-03-31 General Electric Company System and method for combustion tuning

Also Published As

Publication number Publication date
KR102094288B1 (ko) 2020-03-27
DE102019126286A1 (de) 2020-06-04
US20200173649A1 (en) 2020-06-04
CN111259512A (zh) 2020-06-09
US11262065B2 (en) 2022-03-01

Similar Documents

Publication Publication Date Title
DE102019126286B4 (de) System und Verfahren zum Optimieren der Verbrennung eines Kessels
DE102019126310B4 (de) System und Verfahren zum Optimieren der Verbrennung eines Kessels
DE602005002839T2 (de) Ablaufplanung von industriellen produktionsprozessen
DE102007063915B4 (de) Prozesssteuerungs- und Optimierungstechnik unter Verwendung immunologischer Konzepte
EP2108139B1 (de) Verfahren zur rechnergestützten regelung und/oder steuerung eines technischen systems, insbesondere einer gasturbine
DE102019126293B4 (de) System und Verfahren zum Regeln des Betriebs eines Kessels
EP2135140B1 (de) Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
EP2112568B1 (de) Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems
DE69125809T2 (de) ON-LINE-TRAINIERENDES NEURONALES NETZWERK ZUR PROZEß-STEUERUNG
AT512251B1 (de) Verfahren zum Entwerfen eines nichtlinearen Reglers für nichtlineare Prozesse
Teixeira et al. Machine learning models to support reservoir production optimization
DE102019128655B4 (de) Verfahren zur Bereitstellung einer rechnergestützten Steuerung für ein technisches System
EP3876061A1 (de) Verfahren zur validierung und auswahl auf maschinellem lernen basierender modelle zur zustandsüberwachung einer maschine
DE102019127154B4 (de) Vorrichtung zur Verbrennungsoptimierung und Verfahren dafür
DE102008055593A1 (de) Verfahren und Systeme zur neuronalen Netzwerkmodellierung von Turbinenkomponenten
WO2015043806A1 (de) Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
AT512977A2 (de) Methode zur Ermittlung eines Modells einer Ausgangsgröße eines technischen Systems
EP3588211A1 (de) Steuereinrichtung zum steuern eines technischen systems und verfahren zum konfigurieren der steuereinrichtung
EP4235317A1 (de) Verfahren zum steuern einer maschine durch einen lernbasier-ten steuerungsagenten sowie steuereinrichtung
DE112020000784B4 (de) Lernvorrichtung und Dampferzeugungseinrichtungssteuersystem
DE102019127135A1 (de) Vorrichtung zum Managen der Verbrennungsoptimierung und Verfahren dafür
DE102011075337A1 (de) Verfahren und Vorrichtung zur Ansteuerung einer Anlage
EP3527817A1 (de) Verfahren und vorrichtungen zur automatischen ermittlung und/oder kompensation des einflusses einer wirbelschleppe auf eine windkraftanlage
EP4375768B1 (de) Verfahren und maschinensteuerung zum steuern einer maschine
WO2024002823A1 (de) Maschinensteuerung und verfahren zum konfigurieren der maschinensteuerung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: DOOSAN ENERBILITY CO., LTD., CHANGWON-SI, KR

Free format text: FORMER OWNER: DOOSAN HEAVY INDUSTRIES & CONSTRUCTION CO., LTD., CHANGWON-SI, GYEONGSANGNAM-DO, KR

R016 Response to examination communication
R018 Grant decision by examination section/examining division