桂良明,毛曉飛,陳林國,劉發(fā)圣

(國網(wǎng)江西省電力科學(xué)研究院,南昌330096)

最優(yōu)回歸法在混煤摻燒中的應(yīng)用

桂良明,毛曉飛,陳林國,劉發(fā)圣

(國網(wǎng)江西省電力科學(xué)研究院,南昌330096)

為了解混煤摻燒對機組煤耗特性影響,優(yōu)化機組配煤,以某電廠2臺機組為研究對象,基于最優(yōu)回歸法分析了負(fù)荷、不同煤種混配對機組煤耗影響,得到了機組最優(yōu)運行工況和最優(yōu)配煤比例,可合理優(yōu)化電廠配煤,降低機組煤耗。研究表明：此分析方法在電站混煤數(shù)據(jù)處理中具有重要的推廣意義。

混煤摻燒；最優(yōu)回歸法；煤耗

隨著我國經(jīng)濟的快速發(fā)展,電力需求量大幅增長。目前國內(nèi)大部分火力發(fā)電廠為減輕購煤壓力,節(jié)約燃料成本,普遍采取多渠道進煤,燃煤種類多樣化［1］?；烀簱綗鳛橐环N有效的優(yōu)化燃燒技術(shù),在世界范圍內(nèi)應(yīng)用廣泛,但摻混煤種及摻混比例不同對鍋爐燃燒特性和機組煤耗影響較大,也是混煤摻燒問題的一個難點［2］。為優(yōu)化電廠配煤,提高機組運行經(jīng)濟性,研究混煤摻燒對機組煤耗特性影響十分必要［3］。筆者采用一種最優(yōu)回歸法,以某電廠2臺機組為研究對象,分析運行工況、煤種及配比等方面對電廠煤耗特性影響。此方法作為一種實用范圍廣的數(shù)據(jù)分析方法,目前在電站數(shù)據(jù)分析方面應(yīng)用較少,可將機組大量歷史數(shù)據(jù)進行簡化處理,分析得出規(guī)律,具有簡單實用的特點。

1 最優(yōu)回歸法

1.1 影響機組煤耗的因素

主要包括機組負(fù)荷高低、主設(shè)備健康情況、輔助系統(tǒng)設(shè)備投運情況、運行控制方式、燃煤煤質(zhì)、混煤及其份額等因素。從宏觀分析考慮,假定主設(shè)備健康情況、輔助系統(tǒng)設(shè)備投運情況、運行控制方式等基本情況相同,作為常數(shù)處理。

1.2 數(shù)據(jù)分析處理方法

最優(yōu)回歸分析法中考慮各因素的非線性關(guān)系,且包含因素與因素之間的交互作用。數(shù)據(jù)處理過程中,剔除對目標(biāo)量影響較小的次要因素［4］。

1.3 最優(yōu)回歸式

最優(yōu)回歸式是基于最小二乘法數(shù)學(xué)原理,設(shè)Y=f(X,B1,B2,…,Bk),假定此關(guān)系式f已知,但其中B1,B2,…,Bk等參數(shù)待求,對于X和Y有一批測量數(shù)據(jù)(xi,yi),利用該測量數(shù)據(jù)對參數(shù)B1,B2,…,Bk作出估計。

以某電廠5號和6號機組混煤摻燒份額與供電煤耗數(shù)據(jù)(見表1,表2)為依據(jù)。

表1 5號機組混煤摻燒份額與供電煤耗數(shù)據(jù)表

表2 6號機組混煤摻燒份額與供電煤耗數(shù)據(jù)表

表2 (續(xù))

假設(shè)供電煤耗與混煤份額關(guān)系式如下：

式中：Y為供電煤耗,g/(k W·h)；X1為機組負(fù)荷率,%；X2為煤種1混煤份額,1≥X2≥0；X3為煤種2混煤份額,1≥X3≥0；X4為煤種3混煤份額,1≥X4≥0；X5為煤種4混煤份額,1≥X5≥0；X6為機組區(qū)別系數(shù),第一臺機組取1,第二臺機組取2。依據(jù)表1和表2數(shù)據(jù),通過科學(xué)篩選,經(jīng)計算可解出上述供電煤耗與混煤份額關(guān)系式的參數(shù)：A為回歸常數(shù)608.534；B1為回歸系數(shù)-3.983 984；B2為回歸系數(shù)0.020 682 55；B3為回歸系數(shù)-134.253 4；B4為回歸系數(shù)75.960 38；B6為回歸系數(shù)-41.086 05；B7為回歸系數(shù)-69.275 25；B10為回歸系數(shù)-74.648 12； B13為回歸系數(shù)-185.937 2；B14為回歸系數(shù)-11.043 93。

1.4最優(yōu)回歸式的評價

當(dāng)置信水平為0.99、樣本數(shù)為72～81點時,回歸的全相關(guān)系數(shù)最低臨界值為0.301 7,而上述最優(yōu)回歸式的全相關(guān)系數(shù)R為0.594 9,遠(yuǎn)大于臨界值,它表示數(shù)學(xué)模型及回歸因素的選取是合理的；回歸的標(biāo)準(zhǔn)剩余離差S為18.609,相當(dāng)于目標(biāo)量的5%左右,這種誤差對于宏觀分析來說,應(yīng)該是能夠滿足要求的［5］。

2 最優(yōu)回歸法在混煤摻燒的應(yīng)用

由于需要分析負(fù)荷及不同煤種比例因素對機組煤耗影響,將最優(yōu)回歸式進行了分解,并將數(shù)據(jù)結(jié)果繪制成圖形,分析內(nèi)容如下：

(1)機組負(fù)荷率對供電煤耗的影響(見圖1)。

圖1 負(fù)荷率對供電煤耗的影響

在低負(fù)荷時,曲線的變化率大,且隨著負(fù)荷的增加,曲線的變化率逐漸減??；當(dāng)機組滿負(fù)荷運行時,供電煤耗達(dá)最低值；繼續(xù)增加負(fù)荷(即超負(fù)荷運行)時,供電煤耗增加,若超負(fù)荷10%,則供電煤耗提高3.5 g/(k W·h)；機組負(fù)荷率為60%時,供電煤耗比滿負(fù)荷高出16.09 g/(k W·h)。表明機組應(yīng)多帶滿負(fù)荷或近滿負(fù)荷運行,并避免超負(fù)荷運行。

(2)潞安與晉城混煤比例對供電煤耗的影響(見圖2)。

圖2 潞安與晉城混煤比例對供電煤耗的影響

當(dāng)潞安煤份額為0(即全燒晉城煤)時,供電煤耗最高；隨著潞安煤份額增加,煤耗下降；當(dāng)潞安煤份額為0.75時,供電煤耗達(dá)最低點,此時比全燒晉城煤降低煤耗25.44 g/(k W·h)；若繼續(xù)增加潞安煤份額,則煤耗反而上升；當(dāng)潞安煤份額增至1(即全燒潞安煤)時,煤耗上升3.24 g/(k W·h) (與最低點比)。

(3)鄭州與晉城混煤比例對供電煤耗的影響(見圖3)。

圖3 鄭州與晉城混煤比例對供電煤耗的影響

當(dāng)鄭州煤份額為0(即全燒晉城煤)時,供電煤耗較高；鄭州煤份額增加到0.2時,煤耗升至最高點；繼續(xù)增加鄭州煤份額時,煤耗緩慢下降；但隨著鄭州煤份額的增大,煤耗下降速度增大；當(dāng)鄭州煤份額達(dá)到1(即全燒鄭州煤)時,供電煤耗達(dá)最低點,此時比最高點降低煤耗39.13 g/(k W·h)。

(4)鶴壁與晉城混煤比例對供電煤耗的影響(見圖4)。

圖4 鶴壁與晉城混煤比例對供電煤耗的影響

當(dāng)鶴壁煤份額為0(即全燒晉城煤)時,供電煤耗最高；隨著鶴壁煤份額增加,煤耗下降；當(dāng)鶴壁煤份額為0.7時,供電煤耗達(dá)最低點,此時比全燒晉城煤降低煤耗38.23 g/(k W·h)；若繼續(xù)增加鶴壁煤份額,則煤耗反而上升；當(dāng)鶴壁煤份額增至1 (即全燒鶴壁煤)時,煤耗上升8.67 g/(k W·h)(與最低點比)。

通過最優(yōu)回歸式分析,6號機組比5號機組煤耗低,在負(fù)荷、燃煤條件相同情況下要低11.04 g/(k W·h)。

3 結(jié)語

最優(yōu)回歸分析法是設(shè)定了主設(shè)備健康情況、輔助系統(tǒng)設(shè)備投運情況、運行控制方式等基本情況相同條件下,從宏觀角度對電廠日常大量煤耗報表數(shù)據(jù)進行綜合分析處理的一種方法。通過最優(yōu)回歸法進行分析,得到以下適合該廠的結(jié)論：

(1)機組應(yīng)多帶滿負(fù)荷或近滿負(fù)荷下運行,但超負(fù)荷運行,機組煤耗略有上升,經(jīng)濟性下降。

(2)晉城煤不宜單獨在爐內(nèi)燃用,需與其他貧瘦煤混燒,可降低機組煤耗；潞安煤與晉城煤混合燃用,潞安煤份額為0.75時,機組煤耗達(dá)最??；鄭州煤可單獨在爐內(nèi)燃用,但不宜與晉城煤混燒；鶴壁煤可與晉城煤混合燃用,鶴壁煤份額為0.7時,機組煤耗達(dá)最低點。

(3)在條件相同情況下,經(jīng)過分析,6號機組比5號機組煤耗低,宜使6號機組多帶負(fù)荷。

由此可見,最優(yōu)回歸法能直觀可靠分析電廠數(shù)據(jù)規(guī)律,可合理優(yōu)化電廠配煤,降低機組供電煤耗,提高機組運行經(jīng)濟性,具有重要推廣意義。

［1］廖艷芬,馬曉茜.基于模糊神經(jīng)網(wǎng)絡(luò)的混沌優(yōu)化算法在動力配煤中的應(yīng)用［J］.華南理工大學(xué)學(xué)報：自然科學(xué)版,2006,34 (6)：117-121.

［2］段學(xué)農(nóng),朱光明,焦慶豐,等.電廠鍋爐混煤摻燒技術(shù)研究與實踐［J］.中國電力,2008,41(6)：51-54.

［3］周俊虎,平傳娟,楊衛(wèi)娟,等.混煤燃燒反應(yīng)動力學(xué)參數(shù)的熱重研究［J］.動力工程,2005,25(2)：207-210.

［4］李東風(fēng),鄭忠國.最優(yōu)線性回歸的計算方法［J］.數(shù)理統(tǒng)計與管理,2008,27(1)：87-95.

［5］潘蕙琦,史秉璋.用最優(yōu)回歸方法評價一種選擇回歸子集的新方法［J］.數(shù)學(xué)的實踐與認(rèn)識,1987,17(2)：54-59.

Application of Optimal Regression Method in Coal Blending Process

Gui Liangming,Mao Xiaofei,Chen linguo,Liu Fasheng
(State Grid Jiangxi Electric Power Research Institute,Nanchang 330096,China)

To understand the influences of coal blending ratio on coal consumption characteristics of the unit,and to optimize the coal blending performance,two power units in a power plant were taken as the object of study,and subsequently the effects of load and coal blending ratio on coal consumption of the unit were analyzed using optimal regression method,during which optimal operation conditions and blending ratios were found,resulting in high coal blending performance and low coal consumption.Study results show that this method has great significance in spreading the data processing way of coal blending for power plants.

coal blending；optimal regression method；coal consumption

TK222

A

1671-086X(2015)03-0164-04

2014-07-11

江西省科技計劃項目(20133BBG70012)

桂良明(1982-),男,高級工程師,主要從事電站鍋爐試驗研究工作。

E-mail：guiliangming2006@163.com