Preference-based multiobjective artificial bee colony algorithm for optimization of superheated steam temperature control

In order to incorporate the decision maker＇s preference into multiobjective optimization a preference-based multiobjective artificial bee colony algorithm PMABCA is proposed.In the proposed algorithm a novel reference point based preference expression method is addressed.The fitness assignment function is defined based on the nondominated rank and the newly defined preference distance.An archive set is introduced for saving the nondominated solutions and an improved crowding-distance operator is addressed to remove the extra solutions in the archive.The experimental results of two benchmark test functions show that a preferred set of solutions and some other non-preference solutions are achieved simultaneously.The simulation results of the proportional-integral-derivative PID parameter optimization for superheated steam temperature verify that the PMABCA is efficient in aiding to making a reasonable decision.

Neuro-fuzzy generalized predictive control of boiler steam temperature

Power plants are nonlinear and uncertain complex systems. Reliable control of superheated steam temperature is necessary to ensure high efficiency and high load-following capability in the operation of modem power plant. A nonlinear generalized predictive controller based on neuro-fuzzy network （NFGPC） is proposed in this paper. The proposed nonlinear controller is applied to control the superheated steam temperature of a 200MW power plant. From the experiments on the plant and the simulation of the plant, much better performance than the traditional controller is obtained,

Drying Characteristics of Wood under Vacuum-superheated Steam

This paper presents comparison and analysis of thermal-dynamic characteristics of air-drying and superheated steam drying under vacuum. The result reveals that for both convective heat transfer coefficient and resistance of mass transfer on the surface, superheated steam drying under vacuum is superior to air-drying under the same condition. With Masson pine as specimen, we found that the inversion temperature really exists through comparable experiments of air-drying and superheated steam drying under vacuum. When temperature is above inversion point of temperature, drying speed is faster than that of air-drying; however, if temperature is below the point, the result is opposite. The inversion temperature of experiment ranges from 80 to 85 ℃.

Thermodynamic Analysis of a Condensate Heating System from a Marine Steam Propulsion Plant with Steam Reheating

The thermodynamic(energy and exergy)analysis of a condensate heating system,its segments,and components from a marine steam propulsion plant with steam reheating is performed in this paper.It is found that energy analysis of any condensate heating system should be avoided because it is highly influenced by the measuring equipment accuracy and precision.All the components from the observed marine condensate heating system have energy destructions lower than 3 kW,while the energy efficiencies of this system are higher than 99%.The exergy efficiency of closed condensate heaters continuously increases from the lowest to the highest steam pressures(from 70.10%to 92.29%).The ambient temperature variation between 5℃and 45℃notably influences the exergy efficiency change of both low pressure heaters and the low pressure segment equal to 31.61%,12.37%,and 18.35%,respectively.

基于扩张状态观测器的过热汽温系统建模与参数智能辨识

可再生能源的高渗透率给电网供需匹配带来严峻挑战的同时,燃煤机组需要承担着大量的调峰调频任务,这对过热汽温系统的安全稳定运行造成了一定威胁,因此有必要建立面向热工控制的汽温数学模型。考虑到迟延型扩张状态观测器(time-delayed extended state observer,TD-ESO)的总扰动信号中含有大量模型信息,提出一种基于ESO补偿模型的参数智能优化和信息提取方法,即以总扰动中未知信息量最小为目标,采用改进沙丘猫算法对模型参数优化并提取总扰动中已知模型信息补偿至ESO的输入端。在仿真算例方面,线性和非线性系统的测试结果表明,所提辨识方法对有无输入迟延的两种系统均有良好的适用性和较高的精度;在实际应用方面,基于超超临界二次再热机组的过热汽温系统数据进行模型辨识与验证,同样表明该建模方法是合理、准确的。因此,该文所建立的模型能够为汽温系统的控制策略设计和性能优化等方面提供有价值的参考。

探究燃尽风对墙式对冲锅炉主再热汽温的影响

本文探究了燃尽风对墙式对冲燃烧锅炉主再热汽温的影响。关小燃尽风燃烧器拉杆,可以提高该区域的整体壁温,反之亦然。利用这一规律,可以有效调节主汽温度和再热汽温。

燃煤机组过热汽温宽负荷模型前馈控制

为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配。多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理划分,结合过热器机理引导的长短期记忆神经网络,可以对强耦合、大惯性的过热汽温宽负荷前馈信号进行精准预测。结果表明:在机组宽负荷运行时,随着负荷降低控制对象的非线性程度逐渐增强,需要更多的模型数量,采用多模型间隙度量PGNN前馈控制方法可以在不同工况下采用与当前工况相适应的前馈信号,有效提升过热汽温的调节精度和稳定性。

基于相位补偿的过热汽温自抗扰控制

随着可再生能源接入电网比例的逐步增大,热力发电厂需要应对更加频繁、更大范围的负荷变化,给电厂的高阶大惯性过热汽温过程的控制带来严峻的挑战。为此,文中针对一类高阶大惯性过热汽温过程,提出一种基于相位补偿的自抗扰控制(phase compensation based active disturbance rejection control,PC-ADRC)方法。首先,阐述过热汽温系统的工作原理和控制难点。然后,采用低频近似法详细推导相位补偿(phase compensation,PC)网络模型,提出采用PC网络对模型动态特性进行补偿,得到等效降阶模型的简化思路。为便于工程应用,给出PC-ADRC系统的简单实现方法和等效模型分析。最后,对PC-ADRC系统的稳定性和鲁棒性进行研究。理论分析和仿真结果表明,所提出的PC-ADRC系统能有效提升高阶过程控制系统的鲁棒性和快速响应能力。

芳烃装置低温热利用技术方案选择与实践

低温热利用是炼化企业的重要节能措施。分析了某芳烃装置低温热的节能潜力,根据低温余热“温度对口、梯级利用”的原则,对低温热发电方案和低温热产蒸汽方案进行了比较。选择了低温热产蒸汽方案,同时利用螺杆压缩机对蒸汽进行压缩升压,进行装置低温热的回收。选取重芳烃塔、甲苯塔和抽出液塔的塔顶低温热源进行低温热回收改造工作,将大型螺杆压缩机应用于蒸汽压缩工况,这是在石化行业内的首次应用。项目实施后,节省1.0 MPa蒸汽103.5 t/h,装置总能耗降低4474.4 kgoe/h,每年节能37585 toe,蒸汽运行成本降低6577万元/a,芳烃综合能耗降低37.53 kgoe/t(以对二甲苯计),节能效果非常显著。

考虑稳定性的双事件触发过热汽温串级控制

过热蒸汽温度对燃煤火力发电厂的运行至关重要。然而,以往控制策略中执行器频繁动作的问题却未被重视。因此,从保护执行器的角度出发,设计了一种新的控制策略。首先,针对蒸汽温度系统提出了一种考虑稳定性的双事件触发串级控制策略。该策略分别在内环和外环控制器的前端增加了一个事件触发机制。其次,为了减少执行器和控制器更新次数,讨论了在串级控制的双环中添加事件触发机制,并得到了事件触发条件的阈值和时间间隔的选择规律。最后,推导出等效的状态反馈系统,利用非周期性采样理论证明了系统的稳定性。稳定性只与事件时间间隔有关,而与事件触发阈值条件无关。仿真结果表明,与传统的周期控制相比,采用该策略可避免控制器和执行器的频繁更新。此外,与仅在内环或外环添加事件触发控制相比,双事件触发控制策略中内环、外环控制器和执行器的更新次数更少,控制性能更好。

风煤比对超超临界机组变负荷瞬态特性的影响

为获得风煤比对燃煤机组变负荷瞬态调峰特性的影响规律,基于660 MW超超临界二次再热燃煤机组动态模型,研究了风煤比对主再热汽温、减温水喷水量及瞬态发电能耗的影响,提出了在不同变负荷速率下汽温控制效果和发电能效的风煤比优化控制方案。结果表明:变负荷瞬态过程中,采用较大的风煤比有利于提高主再热汽温控制效果,但瞬态过程的平均发电煤耗率高。当变负荷速率在1%/min以内时,优先采用较小的风煤比可使机组瞬态过程平均发电煤耗率下降1.2 g/(kW·h);当变负荷速率在2%~3%/min时,优先采用较高的风煤比,可保证主再热汽温偏差控制在10℃以内。

海上过热蒸汽驱受效井耐高温生产管柱工艺研究及应用

渤海A油田多轮次吞吐后转为蒸汽驱开发,开发过程中受效井井底温度高,产液温度高,对井筒完整性、防砂提出了更加严格的要求。为满足海上长期生产需求,如何提高生产管柱整体耐高温性能、降低油套环空温度、降低地面产出液温度是海上过热蒸汽驱受效井工艺研究的关键点。为此,以渤海A油田受效井B1井为例,结合海上油田生产管柱实践经验及工具试验进展,提出了“隔热管柱+环空补液”的工艺思路,进行生产管柱方案优化设计;利用专业软件计算了采用该管柱工艺情况下的井筒沿程温度,相比常规管柱工艺,该管柱工艺提升了整体耐温性能,降低了油套环空温度,保障了井筒安全,为保障海上蒸汽驱受效井安全生产运行奠定坚实基础。

改进自适应遗传算法下余热锅炉过热蒸汽温度控制方法

余热锅炉过热蒸汽温度常受到多种干扰和不确定因素的影响,导致温度波动较大,难以实现稳定控制。为此,提出改进自适应遗传算法下余热锅炉过热蒸汽温度控制方法。利用过热蒸汽温度、锅炉负荷参数定义余热锅炉过热蒸汽温度控制方程,引入改进自适应遗传算法,通过自适应调整交叉和变异概率提升遗传算法的收敛速度,获取最优适应度函数,代入余热锅炉过热蒸汽温度控制方程中,实现蒸汽温度最优控制。通过对比实验验证得出,该方法的收敛性能好,对余热锅炉过热蒸汽温度控制的超调量为2.6℃,响应速度为1.8 s,证明该方法对余热锅炉过热蒸汽温度控制的稳定性及精度较好。

300 MW机组自然循环锅炉再热汽温偏低问题治理

针对某台300 MW级燃煤机组自然循环锅炉在低负荷工况再热汽温偏低问题,结合锅炉实际运行情况,提出烟气再循环改造方案,并在改造后进行不同负荷工况测试。测试结果表明,烟气再循环系统投入后不仅能有效改善锅炉低负荷工况再热汽温偏低问题,还可提升主汽温度,不同负荷工况下再热汽温提升幅度为10~30℃,主汽温度提升幅度为10℃。以测试数据为基础,对锅炉运行经济性进行分析计算,并指出存在问题及提出建议,可为存在类似问题的电厂提供参考。

基于信号软测量的再热蒸汽温度控制研究

火电机组再热蒸汽温度系统是一个大迟延、大惯性系统,在不同负荷工况下表现出不同动态特性,许多电厂面临着再热汽温自动控制投入困难的问题。再热汽温控制对火电机组具有非常重要的意义,再热汽温过高使金属材料蠕变加快,影响使用寿命,甚至引起锅炉爆管等恶性事故;再热汽温过低使机组热效率降低,还会造成汽轮机末级叶片侵蚀加剧。为此,研究一种基于信号软测量和系统动态特性补偿的再热汽温自动控制策略,基于能量守恒原理计算再热减温器后温度,解决了目前再热减温器后无有效温度测点的问题;通过试验方法对再热器和再热减温器进行建模,采用系统动态特性补偿策略将再热汽温模型等效为较小的滞后和惯性系统;通过阀门线性化处理,有效解决执行机构非线性问题。基于以上方法对某电厂2台机组再热汽温自动控制进行优化,取得了较好效果,可为同类型火电机组再热汽温控制提供参考。

1000 MW超超临界二次再热塔式锅炉运行优化研究

为解决超超临界二次再热塔式锅炉主蒸汽和一、二次再热蒸汽温度低,飞灰含碳量高等问题,以某1000 MW超超临界二次再热塔式锅炉为例进行试验研究,结果表明:磨煤机组合和运行O_(2)是影响蒸汽温度的重要因素;烟气再循环可有效提高蒸汽温度,但烟气再循环量过大,易造成着火不稳;通过调整燃烧器热负荷均匀性、燃尽风配风、烟气挡板、煤粉细度、吹灰等优化手段,降低了飞灰含碳量,提高了主蒸汽和一、二次再热蒸汽温度和锅炉效率,有利于机组运行的安全性和经济性。

基于再热器管屏流量偏差调整的再热汽温提升技术研究

文章针对安顺公司4号炉再热汽温偏低的问题,提出了一种基于再热器管屏流量偏差调整的再热汽温提升技术方案。通过自主设计,对再热器系统受热面每屏管排连接方式进行优化改造,解决流量分配不均导致的热偏差问题,以提高再热蒸汽温度的均匀性。改造后,低再四级与五级的连接方式调整使得流量分配更为均匀,节流圈尺寸的调整进一步减小了同屏各管之间的热偏差。改造后的机组启动运行数据表明,再热汽温由改造前的平均528.8℃提升至532~538℃,煤耗节约了约0.70 g/kW·h,锅炉壁温和两侧烟温差均保持在安全范围内。通过定量分析与模拟验证,证实了技术方案的有效性。

边界参数变化对火电厂汽轮机阀点滑压优化的影响

利用各边界参数变化修正压力差,由滑压、滑压设计值及限定条件计算得出滑压优化压力;通过在线计算优化方法,研究边界参数变化对火力发电厂汽轮机阀点滑压优化的影响;研究获得边界参数变化的数学模型,利用相关控制系统实时显示和控制最佳压力,实现对最佳阀位的精确控制,从而实现全季节滑压量化可视化,指导机组实际运行,有效提升机组经济性。

基于自主可控DCS的火电机组再热汽温优化控制系统研究与应用

针对火电机组再热汽温控制对象的大滞后、大惯性特性,基于自主可控DCS,以串级调节为基础,综合采用相位补偿控制、状态变量反馈控制、自适应控制以及智能前馈控制等先进控制技术,开发了全新的再热汽温优化控制系统,可有效改善再热汽温控制对象的闭环控制特性。该系统成功应用于某320 MW机组的再热汽温控制中,实际运行表明,在机组变负荷工况和稳态工况下,优化后的再热汽温控制均取得了良好的控制品质。

基于LSTM-GA的过热蒸汽两级减温器协同预测控制

火力发电机组中,由于过热蒸汽减温控制系统存在高延迟、大惯性、参数多变等特点,使用PID控制器难以取得良好的控制效果,且传统的自动控制策略缺乏一二级减温器的互动手段。针对以上问题,提出了一种基于LSTM-GA的预测控制算法,使用长短期记忆网络(Long Short-Term Memory,LSTM)建立两级过热蒸汽减温系统的预测模型,遗传优化算法(Genetic Algorithm,GA)求解两级减温水最优控制量,实现两级减温器协同优化预测控制。根据某330 MW亚临界燃煤机组运行数据建立仿真模型,经计算分析,LSTM-GA预测控制器能够提前预测,做出判断,其快速性稳定性准确性均优于传统PID控制,并且实现了两级减温器的联动控制。验证结果表明了此算法的可行性、有效性,为优化过热蒸汽的减温控制提供了一种新方法。