基于深度强化学习的SCR脱硝系统协同控制策略研究

针对选择性催化还原(SCR)脱硝系统大惯性、多扰动等特点,提出了一种基于多维状态信息和分段奖励函数优化的深度确定性策略梯度(DDPG)协同比例积分微分(PID)控制器的控制策略。针对SCR脱硝系统中存在部分可观测马尔可夫决策过程(POMDP),导致DDPG算法策略学习效率较低的问题,首先设计SCR脱硝系统的多维状态信息;其次,设计SCR脱硝系统的分段奖励函数;最后,设计DDPG-PID协同控制策略,以实现SCR脱硝系统的控制。结果表明:所设计的DDPG-PID协同控制策略提高了DDPG算法的策略学习效率,改善了PID的控制效果,同时具有较强的设定值跟踪能力、抗干扰能力和鲁棒性。

SCR脱硝系统的串级自耦PID控制方法

针对选择性催化还原(SCR)脱硝系统具有多扰动、大惯性和模型不确定性等特性,提出了一种基于自耦比例积分微分(SCPID)控制理论的控制方法。该方法将SCR脱硝系统中的内部扰动、外界扰动与模型不确定性等一切复杂因素定义为总扰动,进而将该系统映射为线性扰动系统,据此构建了一个在总扰动反相激励下的受控误差系统,然后针对SCR脱硝系统的内环和外环系统分别设计了自耦PID控制器,使得控制力的量纲与被控系统相匹配,最后采用3个仿真试验验证所提方法的有效性。结果表明:所提出的SCPID控制方法响应速度快、无超调、抗干扰能力强,同时具有良好的鲁棒性。

复杂工况下选择性催化还原脱硝系统的迁移强化学习控制

针对复杂工况下选择性催化还原(SCR)系统难以实现精确脱硝控制的问题,本文提出一种基于迁移强化学习的智能控制方法.首先根据机组负荷的变化将整体运行过程划分为不同阶段.然后训练了强化学习控制器以分别学习各个阶段的不同特征,从而实现了变工况下SCR脱硝系统的精确控制.此外,借鉴了迁移学习的思路以应对预料之外的未知工况,避免了因工况未知所造成的不利影响.最后将训练好的控制器用于实际SCR脱硝系统的控制中,实验结果表明所提方法可以有效地控制复杂工况下燃煤机组NOx的排放量,为复杂工况下SCR脱硝系统的智能控制提供了借鉴.

200 MW机组SCR烟气脱硝系统优化运行

为缓解空气预热器ABS堵塞问题,研究以某200 MW机组为例,针对机组长时间处于深度调峰状态下烟气波动较大、烟气温度较低、喷氨量过高、多次发生空气预热器堵塞的问题。通过开展现场试验摸底,结合机组DCS历史数据,分析机组实际运行状况,确定空气预热器堵塞原因。根据试验结果对SCR烟气脱硝系统喷氨部分进行优化调整,消除了SCR烟气脱硝系统喷氨过量的现象,减少氨逃逸、延缓ABS的产生、缓解空气预热器堵塞的问题。

陕钢集团汉钢公司活性炭一体化脱硫脱硝系统运行实践

汉钢公司引进应用了国际先进的烧结烟气活性炭脱硫脱硝技术,该工艺活性炭体量大,存在调整滞后,安全风险大。烧结厂结合原料混匀矿配比,采取厚料层烧结,不断探索运行管控,降低生产成本,确保系统稳定顺行。

SCR脱硝系统的烟道及支架有限元分析

本文为设计某SCR脱硝系统项目中的烟道及支架,利用有限元分析软件ABAQUS及Midas-Gen钢结构分析软件,建立了烟道模型及钢支架模型。通过分析高温烟道的应力、变形及热膨胀位移等结果,确定了合理的烟道布筋方案和支撑限位方案,并且提取了最恶劣工况下高温烟道对钢支架产生的支反力,进而将支反力添加于钢支架模型进行分析,使计算结果更接近现实,并对钢支架的稳定性、应力及变形结果进行了分析,为高温烟道及其支架的设计提供了理论参考及计算思路。

NO_(x)矩阵分区同步测量系统在脱硝系统应用研究

目前,国内燃煤机组普遍使用选择性催化还原技术进行烟气脱硝,在实际运行的过程中由于烟气流场不均、NO_(x)浓度波动大且分布于不均匀等问题,导致脱硝出口单点的CEMS系统测量值代表性差,多点混合测量不同满足分区精准喷氨的数据要求,造成局部喷氨过量,氨逃逸大的等问题。

燃煤机组脱硝系统速度场与浓度场协同优化

某300 MW火力发电机组超净排放过程中,存在深度调峰时机组效率降低、空气预热器堵塞、氨逃逸过高等问题。通过冷热态摸底实验对选择性催化还原(SCR)脱硝系统进口流场和出口截面氮氧化物(NO_(x))浓度进行评估诊断,提出系统高效运行的应用方案,采用计算流体力学(CFD)软件进行数值模拟,并且通过冷态物理模型对解决方案进行论证。工程实践应用结果表明:协同优化可以取得较好的烟气流动分布且维持脱硝系统较低的压降,第一层催化剂入口的速度相对标准偏差降低至10.79%,脱硝系统总压降小于600 Pa,供电煤耗率降低0.3 g/(kW ·h),具有较好的节能减排效益。

适应新型电力系统的火电机组脱硝系统控制策略优化研究

针对机组快速变负荷运行引起燃烧扰动,风煤配比频繁波动,导致锅炉烟气中NOx质量浓度大幅变化的问题,开展适应新型电力系统运行的火电机组脱硝系统控制策略优化。首先,对机组原有逻辑存在的问题进行分析;然后,结合脱硝系统实际运行参数和运行人员调整经验,制定适应新型电力系统的智能脱硝控制策略,从而实现了净烟气出口NOx排放质量浓度实时值均达标,并保证净烟气出口NOx质量浓度波动幅度降低,提高脱硝系统运行的稳定性,最大限度发挥脱硝系统潜力,提高机组自动控制水平,提升调节品质,改善系统对外界的响应性能。

基于格栅改造+网格法的SCR脱硝系统喷氨优化

针对SCR脱硝系统造成的氨逃逸过大,导致空预器堵塞等问题进行分析,提出基于格栅改造+网格法的喷氨优化;通过此方法,有效降低机组喷氨量,将氨逃逸控制在3 ppm以内,缓解空预器堵塞问题。

燃煤电厂SCR脱硝系统建模技术研究综述

火力发电承担着电网调峰调频的重要任务,在很长一段时间内仍将是我国能源供应的重要手段。我国的火力发电燃料以煤炭为主,煤炭燃烧会产生NOx,直接排入大气会对自然环境产生危害。因此,燃煤机组配有烟气脱硝系统,而准确获取NOx的生成量是脱硝系统控制的关键,目前电厂常采用抽取式测量方法,测量结果存在滞后。近年来,关于SCR脱硝系统建模的技术发展已较为成熟,也有许多相关研究资料,但目前关于SCR脱硝系统建模技术综述性介绍的资料还很少,为此对SCR脱硝系统建模技术进行了总结汇总。

电厂脱硫脱硝系统的电气模糊PID控制研究

为提高脱硫脱硝系统控制性能,提出电厂脱硫脱硝系统的电气模糊PID控制方法。对电厂脱硫脱硝系统组成结构以及影响因素进行了分析,将吸收塔浆液的pH值和NOx浓度分别作为输入变量,设计模糊PID控制器,通过模糊集构建、模糊控制规则表建立、参数计算与调整、解模糊化等步骤完成控制研究。实验结果表明,所提模糊PID控制方法相较常规PID控制具有较高的准确度和稳定性,且具有较强的抗干扰能力,性能优越。

烟气脱硝系统工艺及设备的优化措施

在垃圾焚烧发电的烟气脱硝处理中,常规脱硝系统布置在框架结构中,系统占地面积大,脱硝所需蒸汽用量大,系统内管道布置错综复杂,整体材料及能源损耗大,从工艺及结构出发对常规烟气脱硝系统进行优化改进,新型烟气脱硝系统在满足烟气排放要求的同时,实现系统热能回收利用,减少烟气加热所需能耗,减少材料用量,节约空间,降低系统运行成本。

基于变分模态分解和SSA-LSTM的SCR脱硝系统入口NO_(x)浓度预测

燃煤机组的SCR入口NO_(x)浓度测量具有较大迟延、影响因素复杂和波动性大等特点,往往不能真实反映NO_(x)浓度的实时变化。针对上述问题,提出一种基于变分模态分解(VMD)和SSA-LSTM的SCR入口NO_(x)浓度的预测模型。首先采用变分模态分解法分解SCR入口NO_(x)浓度,互信息选择算法选择与目标变量强相关的辅助变量;然后利用SSA算法寻优LSTM神经网络参数构建SSA-LSTM预测模型;最后进行VMD-SSA-LSTM与LSTM、VMD-LSTM的仿真对比实验。结果表明,VMD-SSA-LSTM预测模型具有更高的预测精度、更小的误差和更强的泛化能力。

农业火电机组SCR烟气脱硝系统优化设计——基于自适应粒子群优化

为了提高农业火电机组SCR烟气脱硝系统的效率,将自适应粒子群算法引入到了控制系统的设计上,提出了一种基于神经网络粒子群的PID控制器参数优化方法,并将其应用到了秸秆火力发电机组脱硝系统上。为了验证该方法的有效性,将3种不同的方法应用到了脱硝系统上,测试结果表明:采用神经网络粒子群优化的智能控制器得到的脱硝效果最好,对于提高农业火电机组脱硝系统的脱硝效率具有明显的效果。

SCR脱硝系统深度调峰设计及设备选型优化探讨

对燃煤机组进行深度调峰和灵活性改造,提高电网对可再生能源的消纳能力,落实绿色发展政策,是我国火电机组的发展方向。脱硝系统在所有环保设备中的控制难度和对下游设备的安全隐患最大。针对脱硝系统,从设计和设备选型角度出发,对工艺、控制、烟温提升等方面改进优化探讨,涉及流场、氨空混合系统、CEMS仪表测量及配置、烟气旁路注入结构及挡板门叶片形式、烟温测点等方面,为各电厂提供改造思路。最终实现机组深度调峰安全、稳定、经济运行。

基于MI-PCA和ML-AE-ELM的脱硝系统入口NOx质量浓度预测

为提高脱硝系统入口氮氧化物(nitrogen oxide,NOx)质量浓度的预测精度,提出一种基于互信息的主成分分析(principal component analysis,PCA)和多层自编码结构的极限学习机(extreme learning machine,ELM)组合算法的预测模型。对输入变量的选取方式进行完善,并加入历史NOx质量浓度,对预测算法的网络结构进行优化。实验结果表明:与其他预测算法模型相比,该模型具有较高的预测效率,在不同工况下均具有较高的预测精度,表现出良好的抗噪能力和泛化能力。

基于量子行为和Lévy飞行改进野狗算法的SCR脱硝系统模型辨识

传统野狗优化算法搜索范围有局限性,寻优结果往往不是全局最优,针对此问题,提出一种基于量子行为和Lévy飞行的改进野狗优化算法(Quantum Dingo Optimization Algorithm,QDOA)。量子行为赋予种群移动轨迹和速度的不确定性,使算法的搜索范围可覆盖整个可行空间;Lévy飞行策略的随机步长性,克服算法迭代后期易陷入局部最优问题,提升了求解精度。通过基准测试函数进行性能测试,QDOA相较其他几种算法在准确性、精度方面表现突出。应用QDOA对宁夏某电厂660 MW燃煤机组选择性催化还原(Selective Catalytic Reduction,SCR)脱硝控制系统高负荷段、中低负荷段现场数据进行模型辨识,建立了SCR脱硝系统阀门开度与入口氨气流量、入口氨气流量与出口NOx质量浓度之间的传递函数,经检验辨识后的模型能较好地反映该SCR脱硝控制系统的动态特性,证明了该算法的可行性。

SCR烟气脱硝系统氨氮双控新方法

针对目前电厂实际选择性催化还原(SCR)烟气脱硝系统运行中存在的出口NO_(x)质量浓度分布不均以及氨逃逸超标等问题,进行了数值模拟分析并基于此提出了一种氨氮双控的喷氨优化新方法。以某660 MW机组SCR烟气脱硝系统为例,建立可视化流场和脱硝反应数值模型,分析比较了不同氨氮摩尔比条件下出口各分区NO_(x)质量浓度、氨逃逸体积分数以及脱硝效率的变化规律。结果表明:分区脱硝效率、出口NO_(x)质量浓度和氨逃逸体积分数与氨氮比之间的关系均呈由一拐点分隔的两段线性的变化规律,拐点出现在氨氮摩尔比为1.15左右。据此,提出了基于分段拟合函数与优化矩阵方程相结合的氨氮双控喷氨优化新方法,分别预测了该660 MW机组使用5分区和42喷嘴进行喷氨调节优化,优化后的总喷氨量相对均匀喷氨工况最多下降7.2%,同时出口NO_(x)质量浓度和氨逃逸体积分数的相对标准偏差分别下降至9.4%和4.2%,出口均匀性显著提高,不存在局部超标现象。

基于故障树的火电厂脱硝系统故障分析方法

脱硝系统在火电厂运行过程中扮演着重要角色,系统的正常运行以及故障预防措施的制定对火电厂正常工作具有重要意义。提出了一种基于故障树的火电厂脱硝系统故障分析方法。通过分析脱硝系统的工作原理确定全部故障事件,并根据故障事件之间的逻辑关系建立脱硝系统故障树,通过定性和定量分析确定系统的薄弱环节,对火电厂脱硝系统的各种故障制定应对方案,为企业安全生产提供指导意见。