基于遗传算法的磨煤机运行优化方法.pdf

节能技术与应用53NO.12 2023节能 ENERGY CONSERVATION基于遗传算法的磨煤机运行优化方法张勤 刘曙元 吉云 党明锐 孙娜 吴娜 谷薇（国能信控互联技术有限公司，北京 100089）摘要：以平稳锅炉燃烧过程、充分挖掘系统控制潜力、提高机组运行水准为目标，研究基于遗传算法的磨煤机开关机运行优化方法。针对风、粉、煤、灰、烟等燃烧过程中的关键因素，从历史运行数据中挖掘规律，构建水冷壁温差、磨煤机小钢球用量等指标的模拟仿真模型。以遗传算法为核心实现智能化控制，在各种工况下寻找使磨煤机平均单耗降低且水冷壁温差不高于阈值的磨煤机最优控制方案，实现机组节能减排。该方案兼顾机组安全性、经济性与环保性。关键词：双进双出钢球磨煤机；运行优化；节能减排；智能化控制；仿真模型中图分类号：TM621 文献标志码：A 文章编号：1004-7948（2023）12-0053-04 doi：10.3969/j.issn.1004-7948.2023.12.015Optimization method of coal mill operation based on genetic algorithmZHANG Qin LIU Shu-yuan JI Yun DANG Ming-rui SUN Na WU Na GU WeiAbstract：The optimization application research of coal mill on-off operation based on a genetic algorithm aims to stabilize the combustion process of the boiler,fully tap the control potential of the system,and improve the operation level of the unit.Aiming at the key factors of the combustion process such as air,powder,coal,ash,and smoke,a simulation model is constructed for boiler efficiency,water wall temperature difference,coal mill unit consumption,boiler load,and other indicators by mining the rules from the historical operation data.Intelligent control is achieved with the genetic algorithm as the core.Under various working conditions,the optimal control scheme of the coal mill is identified to reduce the average unit consumption of the coal mill,and the temperature difference of the water wall is not higher than the threshold,thereby achieving energy conservation and emission reduction of the unit.The scheme gives consideration to the safety,economy,and environmental protection of the unit.Key words:double-in and double-output steel ball mill;operational optimization;energy conservation and emission reduction;intelligent control;simulation model引言随着经济社会的发展，高能耗的小型机组逐步被淘汰，大容量高参数的机组已经成为火电生产的主力机组1。大型火电机组在控制特性上具有大迟延、生产过程非线性等特征，传统的测控理论和算法很难满足火电机组在节能、减排、高效等方面越来越高的控制要求，提高火电机组磨煤机控制水平迫在眉睫2。目前，磨煤机运行仅靠现场人员的经验进行开关，缺少对磨煤机平均单耗、水冷壁温差控制等指标的预估，而且控制量较多，难以充分挖掘磨煤机运行潜力3。因此，在保证锅炉机组安全运行、尽可能降低磨煤机平均单耗的基础上，增加磨煤机开关机优化策略，可以有效降低水冷壁温差和制粉系统的厂用电量。发电设备的运行优化方法主要包括基于工况划分、基于遗传算法、基于强化学习这3类。基于工况划分方法的推荐值都是运行人员的实际操作值，安全性有保障，但是该方法只能推荐运行人员实际操作的值，不能充分挖掘运行潜力4-6；基于遗传算法运行优化的推荐值经过探索得到7-8，需要训练各项指标模型，训练难度小，可快速更新适应当前新工况，但每次推荐都需要探索，花费时间较多，不适用于实时性高的项目；基于强化学习的运行优化可快速得到结果，适合实时性要求高的项目，强化学习模型训练过程随机性强，训练难度大，更新困难9。电厂设备状况不断变化，且对推荐结果实时性要求较高，文中根据不同磨煤机的历史运行数据，基于遗传算法寻找磨煤机最优控制方案，实现机组节能减排。1项目概况国电南宁电厂 2660 MW 机组新建工程安装两台660 MW超临界燃煤汽轮发电机组，锅炉是由东方锅炉股份有限公司设计制造的超临界参数、W形火焰燃烧、垂作者简介：张勤（1993），女，硕士，工程师，研究方向为人工智能、机器学习。收稿日期：2023-02-21引用本文：张勤，刘曙元，吉云，等.基于遗传算法的磨煤机运行优化方法 J.节能，2023，42（12）：53-56.节能技术与应用54节能 ENERGY CONSERVATIONNO.12 2023直管圈水冷壁变压运行直流锅炉、一次再热、挡板调节再热汽温、平衡通风、露天布置、固态排渣、全钢构架、全悬吊结构 型锅炉，前后墙对冲燃烧。型号为：DG2141/25.4-12型。针对国电南宁发电厂1#号机组的制粉系统，在保证水冷壁受热面均匀情况下，优化开关机方案，降低制粉系统的厂用电量，实现节能目标，保障设备运行安全。其中，水冷壁温差为磨煤机组合优化的先决条件，磨煤机组合优化方式应首先满足水冷壁温差最小。2磨煤机运行优化方法磨煤机运行优化方法主要提供开关机寻优、小钢球用量寻优、水冷壁温差寻优，使用机器学习方法进行建模，并基于遗传算法进行优化。磨煤机运行优化方法流程如图1所示。离线流程为：第一，从时序数据库中获取磨煤机设备相关测点在过去一段时间内的数据，即获取磨煤机在历史工况中的电流值、给煤量、水冷壁壁温差、容量风门开度、一次风压、活嘴指令等数据。第二，处理获取的历史数据，并转换为磨煤机最优电流建模以及水冷壁温差仿真建模所需要的特征数据。第三，进行磨煤机最优电流建模，生成磨煤机最优电流模型。第四，进行水冷壁温差仿真建模，生成水冷壁温差仿真模型。在线流程为：第一，通过时序数据库实时取数，获取磨煤机当前工况下的电流值、给煤量、水冷壁壁温差、容量风门开度、一次风压、活嘴指令等数据。第二，将获取得到的实时数据进行处理，并转换为磨煤机最优电流模型、水冷壁温差仿真模型所需要的特征数据。第三，经过开关机寻优模块，根据磨煤机启停规则，给出磨煤机开关机推荐操作。第四，采用小钢球用量寻优模块，根据各台磨煤机的最优电流模型，给出小钢球用量推荐操作。第五，采用水冷壁壁温差寻优模块，在水冷壁壁温差超温时，给出降低温差的优化调整策略，并给出活嘴与混合风门操作的推荐值。2.1数据处理分析从实时数据库中按照时间间隔t（在项目中实际设置为3 s）获取磨煤机在一段时间内运行的历史数据，包括磨煤机相关状态数据、磨煤机操作指令数据、水冷壁温差相关状态数据等。根据业务规则和安全操作规范，对统一格式的数据进行数据清洗。预先设定各个测点变量的高低阈值，若某条数据的某个测点超出了高低阈值的范围，则去掉该条数据中该测点的值，使用插值法补全该数据，得到清洗后的数据。整理需要训练的模型与对应测点数据。磨煤机开关机寻优模型：各台磨煤机的电流值、容量风门开度、一次风压。小钢球用量寻优模型：各台磨煤机的电流值、给煤量。水冷壁温差寻优模型：磨煤机9个部位水冷壁温差（9个部位包括：左墙下部、右墙下部、前墙下部、后墙上部、左墙上部、右墙上部、前墙上部、水平烟道侧、水平烟道底部）、4个活嘴指令（即各台磨煤机分离器出口至4个燃烧器气动门全开指令）、2个混合风门控制指令（左、右侧入口混合风电动调节风门控制指令）。2.2开关机寻优模块针对清洗后的数据进行特征提取，包括各台磨煤机的电流值、容量风门开度和一次风压。根据电流值判断磨煤机的开启数量，基于启停磨规则进行磨煤机开关机寻优判断。磨煤机电流大于100 A时，磨煤机为开启状态。停磨规则如下：五台磨运行时，磨煤机容量风门小于35%且一次风压小于7.0 kPa；六台磨运行时，磨煤机容量风门小于35%且一次风压小于7.5 kPa；需要停磨时，推荐停止当前电流值最大的磨。启磨规则如下：容量风门开度大于65%且一次风压达到8.5 kPa；需要启磨时，建议开启处于停止状态且最佳运行电流最小的磨。2.3小钢球变化量寻优模块根据最佳电流思想训练最佳电流模型：从历史数据中寻找各台磨煤机的最大给煤量Nmax，统计分析给煤量处于(Nmax-2)Nmax时的电流，并将满足条件的电流最小值Imin作为各台磨煤机的最佳电流。各台磨煤机的最优电流建模方式如下：从历史数据中（比如近1年的运行数据）寻找各台磨煤机的最大给煤量，假定磨煤机A的最大给煤量为Amax。结合磨煤机A图1磨煤机运行优化方法流程节能技术与应用55NO.12 2023节能 ENERGY CONSERVATION的历史运行数据，筛选磨煤机A给煤量在(Amax-2)Amax之间的运行数据。从筛选的运行数据中找到磨煤机A的所有运行电流，将运行电流中的最小值作为磨煤机A的最佳电流，并指导小钢球变化量。例如，设定数据格式为（磨煤机给煤量，磨煤机运行电流），磨煤机 X 的运行数据为(30,121)、(35,124)、(45,125)、(50,126)、(49,121)、(48,123)和(49.3,125.0)。上述数据中，磨煤机X的最大给煤量为50，筛选给煤量在48，50之间的运行数据，得到(50,126)、(49,121)、(48,123)和(49.3,125.0)。其中，最小电流值为121 A，得到磨煤机X的最佳电流值为121 A，采用同样的方法计算其余磨煤机的最佳电流。根据各台磨煤机最佳电流和当前电流值计算各台磨煤机的小钢球变化量（假定每增加1 t钢球，磨煤机电流增加1.2 A）。Yi=(Ii-Iimin)/1.2(1)式中：Yi第i台磨煤机小钢球变化量，t；Ii第i台磨煤机额当前电流，A；Iimin第i台磨煤机的最佳电流，A。2.4水冷壁温差寻优模块水冷壁温差寻优算法框架如图2所示。水冷壁温差寻优算法框架主要分为2层，分别为指标层与探索层。指标层主要进行磨煤机相关指标的模型拟合，包括水冷壁9个部位各自的温差。根据历史数据，采用随机森林算法，分别拟合水冷壁各个部位在不同给煤量时的温差值。该指标用于计算探索层的优化目标。探索层主要基于遗传算法，在限制条件的范围内，对操作指令数据（包括活嘴指令、混合风门指令）进行探索寻优，找到优化目标值最小的操作指令数据。优化目标由两部分组成，分别为水冷壁各部分温差的降低值以及对于超温部位给予的惩罚项，优化目标由两部分值相加得到。具体公式如下：假设水冷壁第i个部位当前的温差为Ti，经过优化后的温差为-i。第一部分，水冷壁各部分温差的降低值为：V1=i=19(-Ti-Ti)(2)第二部分，对于超温部位给予的惩罚为：V2=i=190,-Ti超温阈值1 000,else(3)第一部分将指令的寻优操作向着尽可能降低各部位水冷壁平均温差的方向探索；第二部分是对优化后仍存在超温的惩罚，要求寻优操作尽量确保优化后不存在水冷壁超温的部位。限制条件：为了不引起较大的工况变化，将限制条件分为指令相关条件和工况平稳条件。其中，指令相关条件为指令变化所需要遵守的条件，如对于活嘴指令（1代表打开，0代表关闭），可以设置最多切除活嘴的数量为N，在寻优过程中，从切除1个活嘴开始探索，依次增加切除数量，直到切除N个；工况平稳条件是在寻优一次之后，若工况无较大变化，接下来的寻优操作应在上一次寻优的基础上，以较小的探索范围进行寻优，如上一次寻优开度指令的结果是A，本次对该指令寻优的范围可以在0.9A1.1A之间。水冷壁温差寻优流程如图3所示。输入当前的操作指令、水冷壁相关的状态数据；通过水冷壁温差仿真模型计算水冷壁温差；判断是否存在水冷壁超温，如果存在，则通过遗传算法进行磨煤机操作指令的探索，否则不进行寻优操作，直接返回当前操作指令。使用的遗传算法过程为：在设定的探索值范围内，随机初始化K组（如设定K=30，即有30组不同的活嘴指令、混合风门指令）各台磨煤机的操作指令，操作指令需满足设置的限制条件；计算上述各组操作指令的优化目标值，该值越小越好；从K组中选择M组优化目标值最小的给煤量值，对这M组值进行遗传算法的变异操作（本算法中，对浮点数或整数类型操作指令添加随机的偏移量，对布尔类型的操作指令取反）；对上述步骤中得到的各组操作指令，进行遗传算法中的产生后代操作（本算法中，随机挑选两组操作指令，求取平均值），产生N组后代；针对上一步得到的各组操作指令，重复上述图2水冷壁温差寻优算法框架图3水冷壁温差寻优流程节能技术与应用56节能 ENERGY CONSERVATIONNO.12 2023操作，直到迭代次数满足要求，或两次迭代之间优化目标值变化量小于阈值，则将取得最小目标值的各台磨煤机操作指令作为优化结果。水冷壁温差仿真模型训练过程如下：训练使用的标签数据为磨煤机9个部位的水冷壁温差，训练使用的特征数据包括磨煤机控制量和磨煤机状态量，磨煤机控制量即为每台磨煤机的4个活嘴指令数据（分离器出口至4个燃烧器气动门全开指令）、2个混合风门控制指令数据（左、右侧入口混合风电动调节风门控制指令），磨煤机状态量即为上述水冷壁温差寻优模块所用的状态特征。对于每个部位的水冷壁温差，均采用一个单独的随机森林模型，通过提取的特征数据，拟合温差数据。3应用效果依托南宁电厂锅炉大数据开展技术攻关，通过遗传算法对开关机组合与给煤量分配方式进行寻优探索，以机组水冷壁温差和锅炉效率作为探索过程中的限制条件，磨煤机出力单耗作为寻优过程的目标。数据源从SIS外网镜像实时库获取，并将优化结果返回至实时数据库存储。系统已于2020年12月获得示范应用，目前已取得成效。磨煤机运行优化系统界面如图4所示。画面展示内容包括AF磨煤机给煤量的当前值和推荐值；锅炉左墙上部/下部、锅炉右墙上部/下部、锅炉前墙上部/下部、锅炉后墙等位置的水冷壁壁温差当前值和优化值等。锅炉后墙水冷壁温差实时值与优化值如图5所示。系统投运期间，实现了不同负荷下磨煤机最佳组合方式的有效推荐，满足机组要求，且水冷壁温差60，制粉系统单耗有所下降。优化前后锅炉燃烧运行工况稳定，相同煤质下锅炉飞灰、大渣含碳量未升高。4结语本研究主要针对火电机组制粉系统提出基于遗传算法的磨煤机开关机运行优化方法，通过构建磨煤机开关机寻优模块、小钢球变化量寻优模块和水冷壁壁温差寻优模块探究磨煤机的最优控制方案，现场人员可参考推荐的操作对磨煤机进行优化控制，从而降低制粉系统的厂用电量，实现节能目标，保障设备运行安全。参考文献1 曾国兵，刘聪，魏佳佳，等.中速磨煤机液压系统运行优化研究 J.安徽电气工程职业技术学院学报，2022，27（3）：99-103.2 王培毅，谢翔，刘亚冲，等.1 000 MW机组制粉系统MPS235HP-型中速磨煤机运行优化研究 J.节能，2020，39（3）：21-23.3 张铭源.燃煤电站磨煤机状态监测与优化软件 J.工业控制计算机，2021，34（1）：103-104.4 叶灵芝，贾立，宋鸣程.基于工况划分的火电机组运行多目标优化 J.自动化仪表，2019，40（5）：25-30.5 王仲，顾煜炯，韩旭东，等.基于历史数据聚类的火电机组工况划分J.仪器仪表学报，2019，40（2）：90-95.6 沙万里，陈军豪，赵春晖.基于负荷轴工况划分的发电厂关键设备非平稳状态监测 J.浙江电力，2019，38（12）：31-38.7 周昊，朱洪波，岑可法.基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统 J.动力工程，2003（5）：52-56.8 丁屹峰，杨烁，梁安琪，等.基于遗传算法的混合供能系统 J.沈阳工业大学学报，2019（5）：501-505.9 张卫东，邹罗葆，程引，等.一种基于强化学习的火电燃烧优化方法：CN108826354B P.2019-07-12.图4磨煤机运行优化系统界面图5锅炉后墙水冷壁温差实时值与优化值