燃煤机组SCR脱硝系统灰箱建模 及其动态前馈控制

建立了SCR (Selective Catalytic Reduction,SCR)系统的灰箱模型,在此基础上,提出了一种基于神经网络逆模型的动态前馈控制策略。通过分析SCR脱硝系统的运行特性建立了SCR脱硝系统的机理模型,然后结合实际运行数据对机理模型参数进行优化,建立起与实际系统相吻合的脱硝系统模型;设计了脱硝系统的逆模型动态前馈控制策略,运用随机数据充分激励脱硝系统模型,得到输入输出数据用于逆模型的训练,然后采用已经训练好的逆模型的输出作为动态前馈控制信号,保证了系统输出在设定值附近,通过某燃煤机组SCR脱硝系统的实际运行数据验证了脱硝系统动态前馈控制的有效性。     

基于尿素热解炉的SCR脱硝系统控制研究与应用

随着对火电机组环保和安全性要求的提高,新建机组已开始使用尿素溶液利用尿素热解炉制备氨气,采用选择性催化还原烟气脱硝法(Selective Catalytic Reduction,SCR)脱硝。因发电厂对NO_(x)排放浓度的控制标准逐渐提高,脱硝系统非线性、大惯性的特点,在机组变工况时脱硝系统反应器出口和烟囱入口NO_(x)浓度变化剧烈,经常造成短时间内NO_(x)排放浓度超标。根据现场数据,利用系统辨识算法建立了脱硝系统控制模型,然后结合影响NO_(x)浓度的因素,制定了基于尿素热解炉的脱硝调节控制策略。应用实践证明,采用新的控制策略后,在机组升降负荷、CEMS吹扫、启停磨煤机等过程中,SCR脱硝调节可连续稳定投入,烟囱入口NO_(x)浓度控制平稳,极大地减轻了运行人员的工作量,同时也提高了辅机的自动化水平。     

基于先进控制技术的660MW超超临界机组SCR脱硝控制方案

目前国内大型火电机组的SCR脱硝控制系统由于控制策略设计不完善、控制目标不明确、现场测量条件等问题,系统的自动投入率和投入效果均较差,使得整个脱硝系统的运行性能受到明显影响。针对上述问题,我们提出了基于预测控制技术、神经网络学习技术及自适应控制技术的现代火电机组SCR脱硝控制的先进解决方案。并将该方案成功实现在＂INFIT＂实时优化控制系统中,使得系统能获得更好的NOx环保考核指标,氨气消耗更小,降低运行成本,并使得控制系统在部分测量参数失真时也能有效投入。     

SCR脱硝系统的线性自抗扰串级控制研究

目前,选择性催化还原技术(selectivecatalytic reduction,SCR)是我国火力发电厂最广泛采用的脱硝技术。但是,SCR脱硝系统具有大惯性、大延迟和强扰动的特点,常规PID控制方案不能较好地实现SCR脱硝系统的控制。为此,提出将线性自抗扰控制(linearactivedisturbance rejection control,LADRC)应用于SCR脱硝系统的外回路控制中。采用频域分析方法给出典型工业控制对象的线性自抗扰控制器参数调整规律,在此基础上获得其用于SCR脱硝控制系统的LADRC控制参数。频域分析表明采用上述控制方案的控制系统性能强于常规PID串级控制系统。蒙特卡洛仿真结果表明,相比于常规PID串级控制系统,基于线性自抗扰串级控制的SCR脱硝控制具有更强的设定值跟踪能力;当系统存在不确定扰动时,其抗干扰性和鲁棒性也显著加强。     

1000MW机组全负荷低NO_X排放优化

为满足日趋严格的环保排放要求,需对现有的SCR脱硝系统进行优化改造。以某电厂为例,分析了SCR脱硝的控制策略,通过对SCR控制系统、二次风控制系统参数整定和优化,以及给水加热回热抽汽系统改造,成功实现了全负荷段NO_X低排放。试验结果表明,所采用的优化策略及改造技术,对其他同类型机组全负荷脱硝低排放具有重要的借鉴和参考意义。     

660 MW机组脱硝 SCR分区喷氨控制技术改造

针对燃煤机组中选择性催化还原脱硝系统(selectivecatalyticreduction,SCR)存在喷氨量过高、NOX浓度波动大和空预器堵塞等问题,采用SCR分区喷氨控制技术改造某660MW燃煤机组。结果表明,相同运行负荷条件下,SCR分区喷氨控制系统的引入可有效改善脱硝效率、空预器阻力和SCR出口NOX浓度分布均匀性。     

内模随动控制在电厂脱硝控制系统中的应用

根据电厂锅炉烟气氮氧化物(NO_x)的控制特点,辨识出锅炉烟气NO_x被控对象的数学模型,设计应用SCR脱硝内模随动控制系统并应用在OC6000e分散控制系统组态中。实践应用表明SCR脱硝内模随动控制系统具有良好的抗扰能力及对象时变适应性。     

基于SOA-PID的燃煤电厂SCR烟气脱硝控制

火电厂SCR脱硝系统中,喷氨量控制对象大延时、时变的特性使得传统PID控制系统难以实现超低排放要求。针对SCR烟气脱硝系统开展控制策略研究,使用人群搜索算法优化PID参数。仿真结果表明,使用人群搜索算法优化后的PID控制系统动态性能指标得以改善,控制精度和鲁棒性有所提高。     

SCR烟气脱硝系统的运行方式及控制

目前,我国选择性催化还原(SCR)烟气脱硝技术尚未在燃煤发电厂大范围应用,这使得SCR烟气脱硝系统的相关运行、控制经验较为缺乏.对此,介绍了SCR烟气脱硝系统的正常起动、停运、自动保护停运及其运行过程中的主要控制方式,以指导SCR烟气脱硝系统的安全、稳定运行.     

基于粒子群优化的选择性催化还原脱硝控制系统仿真

以烟气脱硝系统为控制对象,在传统脱硝控制策略基础上设计了出口NOx浓度控制策略,该控制策略可以更加有效地对控制对象进行监视,节省喷氨量。选择性催化还原脱硝控制系统具有大惯性、大迟延特性,使用粒子群算法对该系统进行优化,可以有效抑制内扰,较快实现系统的稳定,较好的满足了控制的要求,具有良好的通用性和实用性。     

宽负荷SCR脱硝系统的全负荷拓展技术探索

为了实现选择性催化还原(SCR)脱硝系统全负荷运行,减少环境污染,机组启动过程中使用宽负荷SCR脱硝系统进行全负荷脱硝系统试验:通过锅水循环泵(简称锅水泵)流量调节阀和锅水泵出水调节阀控制省煤器再循环流量,同时通过省煤器水旁路调节阀控制省煤器旁路流量,在保证设备、系统安全的前提下,减少了启动过程中省煤器的吸热量,提高了SCR脱硝反应器入口烟温,使得并网前SCR脱硝反应器入口烟温达到脱硝催化剂最低温度要求,从而投入SCR脱硝系统运行。     

SCR Control+脱硝控制系统研究及其在660 MW机组的应用

针对SCR脱硝系统大扰动、大惯性、大延迟的特点,以及SCR喷氨控制系统在超低排放改造后运行中普遍存在的问题,结合多个脱硝优化项目的数据积累,提出了带有状态预估控制算法的SCR Control⁺系统模型。其依据主导因素的分析方法,选取影响NO_x浓度的状态变量,通过设计状态变量预估控制模块,可准确、快速预测NO_x浓度的变化。也即采用状态变量预估,克服时滞与输入波动影响;应用串级反馈控制,保证控制系统的稳态指标。该喷氨控制系统在660 MW机组的应用结果表明,机组负荷发生较大变化导致SRC反应器入口NO_x浓度大幅波动时,SCR反应器出口NO_x浓度仍能保持良好的控制状态,与设定值始终偏差很小,且在各种工况下均能实现脱硝控制的快速、有效和稳定,因而可适应超低排放对NO_x排放浓度和氨逃逸的控制要求。     

SCR烟气脱硝关键控制系统闭环算法及整定

介绍了某电厂600 MW机组选择性催化还原(selective catalytic reduction,缩写SCR)烟气脱硝DeNOx工程的工艺流程,提出了一种SCR烟气脱硝的关键调节系统PID闭环控制算法和SCR-DeNOx-DCS(脱硝分散式控制系统)的组态、调试、PID参数整定的方法。应用结果表明,该控制系统运行稳定可靠,控制算法先进,具有一定的实用性和推广价值。     

基于深度主元分析的电站锅炉NO_x质量浓度预测模型研究

目前,国内电站大部分选择性催化还原(SCR)脱硝系统喷氨装置喷氨调节阀自动控制均存在一定的问题。本文通过深度主元分析,阐述了机组SCR脱硝系统入口NO_x质量浓度非线性模型的构建方法,同时利用该方法构造的模型以及模糊调节和时滞补偿控制,发展了新型的喷氨控制策略。运行控制结果表明,在动态和稳态过程中,烟囱出口NO_x质量浓度均能长时间稳定地控制在设定值附近,有效解决了SCR脱硝系统喷氨自动投入的问题。     

选择性催化还原脱硝系统Smith预估自抗扰控制

针对选择性催化还原(SCR)脱硝系统的大时滞、非线性和时变性,提出Smith预估器与自抗扰控制相结合的控制方法。利用Smith预估器对系统时滞环节进行补偿,使时滞被控量超前反映到控制器,以缩短调节时间;利用自抗扰控制对SCR脱硝系统Smith预估器模型的误差和扰动量进行估计和补偿以提高模型精度。仿真结果表明,与常规PID控制、Smith预估控制及常规自抗扰控制相比,基于Smith预估的自抗扰控制对SCR脱硝系统的控制效果更佳,可有效提高控制系统的抗扰能力和模型适应能力。     

火电厂选择性催化还原脱硝工艺

针对选择性催化还原(SCR)法烟气脱硝技术在国外的广泛应用,介绍NOx的危害、脱硝工艺、脱硝控制系统和脱硝业绩等,展望SCR法脱硝技术的应用前景。     

离散粒子群寻优径向基神经网络模型在脱硝控制中应用

提出了一种选择性催化还原(SCR)烟气脱硝预测控制方法,该方法采用粒子群寻优的径向基(RBF)神经网络预测SCR脱硝系统入口NOx质量浓度,将整体寻优空间离散化,通过采用节点寻优并结合最速梯度方法重构寻优模型,同时将该RBF神经网络预测结果引入脱硝控制策略,应用到火电机组的喷氨控制。在某350 MW机组实际应用结果表明,该神经网络模型不仅能实现喷氨自动控制,而且能提高喷氨系统控制精度。     

基于自适应智能前馈的SCR脱硝系统优化控制

随着环保要求的不断提高,选择性催化还原(selective catalytic reduction,SCR)烟气脱硝系统得到了广泛应用。针对SCR系统具有的大延迟、大惯性特性,将SCR系统机理模型与前馈控制方法相结合,采用滑动窗口法对模型参数进行更新并及时调整反馈系数,提出自适应智能前馈控制方法。利用现场实际运行数据,通过仿真实验对该方法进行验证,实验结果表明,与传统PID控制方法相比,该方法能够实现喷氨量的准确、及时调节,在保证脱硝效率的同时避免了过量喷氨。     

基于粒子群预测优化算法的选择性催化还原脱硝系统仿真研究

选择催化还原(SCR)脱硝策略是目前火电机组中最常用的脱硝手段,因脱硝系统对象具有大时延、大惯性的特点,加上系统干扰和模型的多变性,所以设计出既能满足系统控制指标又能长期稳定、经济运行的策略具有重大意义。本文借鉴前人在SCR脱硝系统预测控制方面的研究成果,结合PSO优化算法,克服了预测控制器在使用过程中参数难以整定的缺点,设计出一个基于PSO预测优化控制器,实现最优控制。最后针对某厂600MW机组的SCR脱硝系统对象进行了仿真分析,其结果验证了采用本算法设计的控制器比常规的控制手段,具有较强的适应性和优越性。     

基于主导因素分析的SCR烟气脱硝系统喷氨量控制

针对目前选择性催化还原(SCR)烟气脱硝控制系统中存在喷氨量控制不精确、大滞后等问题,分析了影响喷氨量控制效果的主要原因,通过对反应器入口NOx质量浓度进行主导因素分析,确定影响反应器入口NOx质量浓度的主要因素,在此基础上建立了反应器入口NO_x质量浓度的预测模型,并将其应用于烟气脱硝系统喷氨量控制。应用结果表明:通过主导因素分析确定的运行参数能够提前预测反应器入口NOx质量浓度的变化;改进后SCR烟气脱硝系统喷氨量控制效果良好;当脱硝反应器入口NO_x质量浓度发生较大波动时,反应器出口NOx质量浓度与设定值最大偏差不超过5mg/m3。