陶 翔，陳玲紅，蔣旭光，吳學(xué)成，岑可法

（浙江大學(xué) 能源清潔利用國(guó)家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310027）

0 引 言

入爐煤特性對(duì)電廠鍋爐安全經(jīng)濟(jì)環(huán)保運(yùn)行有著十分重要的意義[1]，能否實(shí)時(shí)獲取入爐煤質(zhì)參數(shù)是指導(dǎo)鍋爐運(yùn)行的關(guān)鍵。 由于煤質(zhì)在線分析設(shè)備成本投入較高的原因，目前電廠普遍未能實(shí)現(xiàn)入爐煤實(shí)時(shí)在線檢測(cè)[2，3]，大都采用離線采樣化驗(yàn)的方式獲取入爐煤參數(shù)，該方法存在時(shí)間嚴(yán)重滯后的問(wèn)題。 近十幾年，基于數(shù)據(jù)建模和機(jī)器學(xué)習(xí)的在線煤質(zhì)軟測(cè)量技術(shù)得到廣泛研究和應(yīng)用[2，3]。

電廠燃用煤種多樣化，需要摻配不同煤種成為電廠普遍面臨的問(wèn)題，而入爐煤質(zhì)受到動(dòng)力配煤的影響。 我國(guó)開(kāi)展了大量關(guān)于配煤摻燒的理論和試驗(yàn)研究，包括混煤參數(shù)計(jì)算、配煤優(yōu)化和專家系統(tǒng)開(kāi)發(fā)等[4-6]。 針對(duì)單煤和混煤的煤質(zhì)特性、燃燒特性和污染物排放特性，通過(guò)試驗(yàn)研究，給出了混煤的各指標(biāo)參數(shù)與組成單煤之間具有復(fù)雜的非線性關(guān)系的這一結(jié)論，而采用神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法可以獲得比線性模型更準(zhǔn)確的結(jié)果[7-9]。

浙江大學(xué)熱能工程研究所是我國(guó)較早進(jìn)行配煤研究的單位，提出了完整的動(dòng)力配煤模型[10-12]。該模型需要一定的混煤摻燒試驗(yàn)數(shù)據(jù)和鍋爐運(yùn)行數(shù)據(jù)作為支撐，實(shí)際應(yīng)用中可根據(jù)需求考慮約束條件。 配煤目標(biāo)根據(jù)實(shí)際情況可分為三種：追求成本最低、追求優(yōu)質(zhì)煤種配比最小、追求劣質(zhì)煤種配比最大[13]。 配煤優(yōu)化算法方面主要包括神經(jīng)網(wǎng)絡(luò)[14，15]、遺傳算法[16，17]、模擬退火算法、粒子群算法、布谷鳥(niǎo)算法[18]等。

某電站煤場(chǎng)共八個(gè)區(qū)域用于存放不同礦點(diǎn)煤質(zhì)，擔(dān)負(fù)向6 臺(tái)鍋爐機(jī)組供煤的生產(chǎn)任務(wù)。 6 臺(tái)鍋爐分三期建設(shè)，整體的燃燒性能存在較大不同，煤場(chǎng)配煤應(yīng)滿足鍋爐對(duì)燃煤煤質(zhì)特性的不同需求，特別是針對(duì)運(yùn)行時(shí)間長(zhǎng)、容易結(jié)焦、爐膛污染物排放嚴(yán)重的鍋爐，需要摻配出準(zhǔn)確的混煤以滿足正常生產(chǎn)需要。

煤場(chǎng)配煤依據(jù)人工經(jīng)驗(yàn)，將高硫煤與低硫煤、高熱值煤與低熱值煤簡(jiǎn)單進(jìn)行摻混，考慮單一指標(biāo)，沒(méi)有準(zhǔn)確的摻配指導(dǎo)，缺乏理論依據(jù)和數(shù)據(jù)支撐，容易造成混煤煤質(zhì)不符合鍋爐燃燒的需求。

此外，電廠入爐煤經(jīng)采樣化驗(yàn)到公布結(jié)果，存在較長(zhǎng)的時(shí)間滯后，待公布化驗(yàn)結(jié)果，該煤早已入爐燃燒完畢，無(wú)法有效指導(dǎo)鍋爐燃燒。

本文基于構(gòu)建適用于鍋爐運(yùn)行實(shí)際的配煤摻燒模型和混煤煤質(zhì)計(jì)算方法，系統(tǒng)溯源來(lái)煤入廠至入爐燃燒的全環(huán)節(jié)信息數(shù)據(jù)，快速計(jì)算獲取入爐煤煤質(zhì)參數(shù)。

1 分析方法

1.1 聚類分析方法

聚類分析依據(jù)對(duì)象的相似性對(duì)其進(jìn)行分類，是一種無(wú)監(jiān)督式學(xué)習(xí)的算法。 k均值聚類（kmeans clustering）算法是典型的基于距離劃分的聚類分析方法。 聚類的目標(biāo)是將數(shù)據(jù)集按照同簇?cái)?shù)據(jù)距離盡可能小、不同簇?cái)?shù)據(jù)距離盡可能大的原則進(jìn)行劃分。 假設(shè)簇劃分為（C1，C2，…，Ck），則算法目標(biāo)是最小化誤差E：

k-均值聚類算法具體過(guò)程如下：

（1）確定需要?jiǎng)澐值拇財(cái)?shù)k值，采用k-means算法確定k個(gè)初始聚類中心點(diǎn)；

（2）計(jì)算所有數(shù)據(jù)點(diǎn)到各個(gè)中心點(diǎn)的距離；

（3）將每個(gè)數(shù)據(jù)點(diǎn)分配到距離最近的中心點(diǎn)所屬的類別；

（4）計(jì)算每類數(shù)據(jù)點(diǎn)的平均值以獲得k個(gè)新的中心點(diǎn)位置；

（5）重復(fù)步驟（2）到（4），直到聚類中心點(diǎn)不再發(fā)生改變。

1.2 配煤摻燒計(jì)算模型

1.2.1 混煤煤質(zhì)計(jì)算

配煤模型研究的核心是對(duì)混煤煤質(zhì)的確定，對(duì)于混煤煤質(zhì)指標(biāo)是否具備可加性存在較大爭(zhēng)議。 陳文敏等[19]研究動(dòng)力配煤主要煤質(zhì)指標(biāo)可加性，指出揮發(fā)分、發(fā)熱量、硫分等煤質(zhì)指標(biāo)具有可加性，而由于水分經(jīng)常變動(dòng)，認(rèn)為混煤水分不宜用可加性計(jì)算。 此外，陳懷珍[20]指出組成混煤的單煤配比必須明確是在什么基準(zhǔn)下的配比，因?yàn)橹挥袉蚊好嘿|(zhì)指標(biāo)和配煤量比例都處于同一基準(zhǔn)下，才能使用常規(guī)的加權(quán)平均法。 可見(jiàn)，即便煤質(zhì)參數(shù)指標(biāo)具備可加性，仍然需要在理論計(jì)算值的基礎(chǔ)上進(jìn)行修正。

若煤場(chǎng)兩路供煤，從兩個(gè)供煤區(qū)域取兩種不同的單煤，編號(hào)i為1、2。 兩種煤的煤量為B1和B2，假定兩種煤充分混合，以單煤的空氣干燥基為基準(zhǔn)進(jìn)行配煤。

由于煤量B1、B2是以空干基為基準(zhǔn)的配比，因此可以直接使用煤量加權(quán)平均值計(jì)算混煤的空干基成分，如式（3）所示。

式中，X′ad表示配煤的Sad（%）、Mad（%）、Aad（%）、Vad（%）、或Qnet.ad（MJ/kg）加權(quán)值；Xad，1、Xad，2表示甲、乙兩種單煤對(duì)應(yīng)的空干基煤質(zhì)參數(shù)；B1、B2表示甲、乙兩種煤的空干基配煤質(zhì)量，t。

除了直接使用式（4），也可以先使用式（3） 計(jì)算出混煤的Vad、Mad和Aad值。而混煤同樣是一種煤，滿足煤的不同基準(zhǔn)之間的換算公式，故有：

使用式（3） 和式（5） 計(jì)算的結(jié)果和式（4） 相同。

表1 列出了以空氣干燥水分基準(zhǔn)配比時(shí)，其他基準(zhǔn)配比的換算系數(shù)。

為判斷實(shí)際混煤煤質(zhì)是否具備可加性，需對(duì)混煤的試驗(yàn)值與加權(quán)值之間的誤差作出分析，可采用數(shù)理統(tǒng)計(jì)中的t檢驗(yàn)法，判斷煤質(zhì)指標(biāo)參數(shù)計(jì)算值與實(shí)測(cè)值出現(xiàn)的誤差屬于試驗(yàn)誤差還是顯著性差異。

以煤質(zhì)實(shí)測(cè)值與加權(quán)值之間的差值作為樣本，構(gòu)建樣本誤差矩陣：

樣本矩陣中m表示煤質(zhì)指標(biāo)個(gè)數(shù)，n 表示樣本數(shù)。

如果某煤質(zhì)指標(biāo)具有線性可加性，那么實(shí)測(cè)值與加權(quán)平均值之間的誤差服從正態(tài)分布ξ～N（μ，σ2），其中σ2未知，μ=0。 有，

式中，ˉx為樣本均值；S 為樣本標(biāo)準(zhǔn)差；α為檢驗(yàn)的顯著性水平。

1.2.2 配煤摻燒模型

混煤摻燒是通過(guò)將兩種或多種不同的單煤以一定的比例進(jìn)行摻配，使摻配后的混煤特性達(dá)到鍋爐燃燒和污染物排放的要求。

依據(jù)鍋爐對(duì)具體煤質(zhì)的要求和重要性排序，賦予不同權(quán)重，如表2 所示。

表2 煤質(zhì)參數(shù)權(quán)重和要求范圍

依據(jù)各煤質(zhì)參數(shù)的要求范圍，給出如下配煤摻燒模型：

上述計(jì)算模型可依據(jù)不同的配煤目標(biāo)，輸出不同的摻配方案，包括混煤煤種和配比。

1.3 入爐煤質(zhì)獲取計(jì)算模型

為提高入爐煤獲取的時(shí)效性，梳理從入廠來(lái)煤到入爐煤采樣的全環(huán)節(jié)和全數(shù)據(jù)流，圖1 示出了整個(gè)詳細(xì)過(guò)程。

圖1 煤場(chǎng)火車來(lái)煤到供煤全環(huán)節(jié)和信息流

煤場(chǎng)是兩條皮帶雙路供煤，以表3 為例，說(shuō)明供煤信息提供的數(shù)據(jù)內(nèi)容。

表3 班次供煤信息

為確定皮帶入爐煤參數(shù)，即供煤煤質(zhì)參數(shù)，有如下思路：

依據(jù)供煤信息的供煤區(qū)域和供煤煤種，追溯從煤槽轉(zhuǎn)煤到煤場(chǎng)的該區(qū)域的該煤種數(shù)據(jù)，即確定了煤槽轉(zhuǎn)煤信息，依據(jù)煤槽轉(zhuǎn)煤時(shí)間和轉(zhuǎn)煤煤種，匹配更早的火車來(lái)煤信息。 即確定了某時(shí)刻供煤對(duì)應(yīng)的火車來(lái)煤信息，進(jìn)一步依據(jù)火車來(lái)煤信息查詢到入廠煤的化驗(yàn)數(shù)據(jù)信息，最終確定供煤煤質(zhì)信息，打通入廠煤化驗(yàn)數(shù)據(jù)與入爐煤煤質(zhì)之間的數(shù)據(jù)隔閡。

供煤信息溯源到入廠煤的化驗(yàn)數(shù)據(jù)信息，整個(gè)流程為圖1 所示流程的逆向流程。 而電廠入爐煤的化驗(yàn)數(shù)據(jù)可以用于驗(yàn)證上述流程所得到的入爐煤參數(shù)。

上述思路的關(guān)鍵在于如何根據(jù)表3 的供煤信息去逆向推定煤場(chǎng)該區(qū)域的煤種何時(shí)從煤槽轉(zhuǎn)入的，然后再確定煤槽的煤是何批次火車來(lái)煤，進(jìn)而去查找入廠煤化驗(yàn)數(shù)據(jù)。 存在以下難點(diǎn)：

（1）由煤種名稱無(wú)法確定煤質(zhì)準(zhǔn)確信息，同樣名稱的煤種特性變化較大，根據(jù)轉(zhuǎn)煤煤種難以確定來(lái)煤批次；

（2）火車卸煤到煤槽，會(huì)與煤槽存煤發(fā)生混合；

（3）煤場(chǎng)情況混亂，整個(gè)煤場(chǎng)分區(qū)不夠精細(xì)。

針對(duì)上述難點(diǎn)，提出如下假設(shè)：

（1）從煤槽轉(zhuǎn)入煤場(chǎng)的煤可以在幾天內(nèi)快速用完，即供煤區(qū)域的某個(gè)煤種即為上次從煤槽轉(zhuǎn)入到該區(qū)域的煤種，不包含更久之前的剩余煤；

（2）煤車來(lái)煤卸到煤槽，與煤槽存煤不發(fā)生混合，煤槽轉(zhuǎn)出的煤種和煤量按煤車來(lái)煤先后循序依次轉(zhuǎn)出。

2 分析與討論

2.1 入廠煤質(zhì)聚類分析結(jié)果

電廠來(lái)煤存在多個(gè)煤種，煤質(zhì)參數(shù)分布較廣，使用k均值聚類算法對(duì)入廠煤的低位發(fā)熱量Qnet，ar、揮發(fā)分Vdaf、硫分Sd、灰分Ad和全水分Mt進(jìn)行聚類處理。 以低位發(fā)熱量為例，圖2 示出了其聚類分析的結(jié)果（k=4）。 從中可以看出煤質(zhì)的集中分布情況及其典型數(shù)值。

圖2 低位發(fā)熱量聚類分析結(jié)果

表4 是五個(gè)煤質(zhì)指標(biāo)聚類中心和占比情況，按占比大小來(lái)看，入廠煤發(fā)熱量Qnet，ar的典型數(shù)值為22.50 MJ/kg和23.63 MJ/kg；Vdaf的典型結(jié)果為14.47%和15.78%；Sd典型數(shù)值為0.36%和0.89%；Ad典型數(shù)值為25.54%和28.92%；Mt典型結(jié)果為5.27%、6.62%和8.11%。 入廠煤參數(shù)為配煤摻燒研究和入爐煤特性計(jì)算提供數(shù)據(jù)基礎(chǔ)。

表4 入廠煤質(zhì)聚類分析結(jié)果

2.2 混煤煤質(zhì)確定方法

依據(jù)t檢驗(yàn)方法，對(duì)30 組混煤的發(fā)熱量Qnet，ar、揮發(fā)分Vdaf、硫分Sad、灰分Aad和水分Mt的實(shí)測(cè)值和加權(quán)平均值進(jìn)行比較，混煤煤質(zhì)指標(biāo)統(tǒng)計(jì)結(jié)果如表5 所示。

表5 煤質(zhì)參數(shù)實(shí)測(cè)值和加權(quán)值偏差統(tǒng)計(jì)結(jié)果

查詢t分布表，有tα/2（30 -1） =2.045（α取0.05），發(fā)現(xiàn)只有Qnet，ar的|t|值小于該值，因此認(rèn)為只有Qnet，ar具備可加性，而混煤的Vdaf、Sad、Aad和水分不具備可加性，水分相對(duì)誤差很大，這是由于水分經(jīng)常變動(dòng)，故混煤水分不宜用可加性計(jì)算。

對(duì)Vdaf、Sad和Aad進(jìn)行線性擬合，將加權(quán)計(jì)算值作為自變量，實(shí)測(cè)值作為因變量，擬合結(jié)果如圖3 所示。

圖3（a）為揮發(fā)分Vdaf擬合結(jié)果，擬合公式如下：

圖3 混煤V daf、S ad、A ad擬合結(jié)果

因此，本文在對(duì)混煤煤質(zhì)的計(jì)算中，發(fā)熱量采用加權(quán)平均值，揮發(fā)分、硫分和灰分使用擬合公式，而水分不宜通過(guò)計(jì)算得到。

2.3 配煤模型輸出供煤方案

依據(jù)電廠鍋爐設(shè)計(jì)煤種和實(shí)際燃燒運(yùn)行工況，并結(jié)合電站運(yùn)行人員反饋的建議，整理出鍋爐燃燒對(duì)煤質(zhì)參數(shù)重要性排序和要求范圍，如表6所示。

表6 煤質(zhì)參數(shù)權(quán)重和要求范圍

依據(jù)混煤煤質(zhì)計(jì)算方法和配煤模型，以2021年5 月5 日至2021 年5 月10 日期間轉(zhuǎn)入煤場(chǎng)的單煤為例，不同配煤目標(biāo)輸出不同供煤方案，如下表所示。 表7 所示的摻配方案包括混煤煤種和對(duì)應(yīng)配比，具有實(shí)際的可操作性。

表7 不同配煤目標(biāo)下的摻配方案

2.4 入爐煤歷史化驗(yàn)數(shù)據(jù)分析結(jié)果

圖4 為入爐煤質(zhì)歷史化驗(yàn)數(shù)據(jù)，發(fā)熱量Qnet，ar主要集中在21 ～24 MJ/kg之間，普遍大于設(shè)計(jì)煤種21.69 MJ/kg，可能造成鍋爐運(yùn)行調(diào)整困難，加大煙溫偏差；揮發(fā)分呈現(xiàn)大部分集中的特點(diǎn)，絕大部分揮發(fā)分在14% ～20%之間，滿足設(shè)計(jì)煤種15.64%的要求；而硫分分布較為分散，在0.5% ～1.0%之間都有相當(dāng)?shù)恼急?，不穩(wěn)定，硫分較大波動(dòng)容易造成SO2排放突然超標(biāo)；灰分要求不大于25%，而幾乎存在一半位于25%以上，造成不完全燃燒損失較大，受熱面積灰結(jié)焦嚴(yán)重。

圖4 入爐煤發(fā)熱量、揮發(fā)分、硫分和灰分頻數(shù)分布圖

對(duì)入爐煤灰分Ad、高位發(fā)熱量Qgr，d、低位發(fā)熱量Qnet，ar的實(shí)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，以灰分Ad作為自變量，高位和低位發(fā)熱量作為兩個(gè)因變量，得到圖5（a）所示結(jié)果，回歸方程為式（11）和式（12）；以高位發(fā)熱量Qgr，d為自變量，低位發(fā)熱量Qnet，ar為因變量，得到圖5（b）所示結(jié)果，回歸方程為式（13）。

圖5 入爐煤發(fā)熱量和灰分的分析結(jié)果

從圖5（a）和式（12）可以看出收到基低位發(fā)熱量Qnet，ar和干燥基灰分Ad之間的線性擬合關(guān)系并不是很好，其相關(guān)系數(shù)僅為0.826，依據(jù)線性相關(guān)系數(shù)較高的式（11）和式（13），得到下式：

采用式（15）所示的均方根誤差（RMSE）和（16）的平均絕對(duì)誤差（MAE）兩個(gè)指標(biāo)來(lái)評(píng)價(jià)式（12）和式（14）的計(jì)算結(jié)果，如表8 所示。

表8 不同計(jì)算公式的誤差比較

上式中，m 為樣本數(shù)量；Qnet，ar為發(fā)熱量實(shí)測(cè)值，MJ/kg；Q^net，ar為發(fā)熱量計(jì)算值，MJ/kg。

若使用RMSE作為衡量指標(biāo)，式（12）計(jì)算結(jié)果較好；若使用MAE作為衡量指標(biāo)，式（14）計(jì)算結(jié)果較好。

2.5 入爐煤質(zhì)計(jì)算結(jié)果與化驗(yàn)結(jié)果對(duì)比

配煤模型基于多目標(biāo)的數(shù)學(xué)規(guī)劃問(wèn)題，依據(jù)運(yùn)行實(shí)際，對(duì)煤質(zhì)參數(shù)賦予不同權(quán)重，在實(shí)現(xiàn)鍋爐對(duì)煤質(zhì)參數(shù)要求的前提下，滿足不同配煤目標(biāo)，輸出可供運(yùn)行人員實(shí)際操作的供煤方案。 基于該實(shí)際方案，結(jié)合入廠煤到入爐煤流程的正向跟蹤和逆向溯源的方法，由入廠煤化驗(yàn)的發(fā)熱量和揮發(fā)分等煤質(zhì)數(shù)據(jù)，加上混煤煤質(zhì)計(jì)算方法，預(yù)測(cè)得到皮帶入爐煤參數(shù)，如表9 所示。

表9 入爐煤參數(shù)化驗(yàn)值和預(yù)測(cè)值比較

顯然，預(yù)測(cè)結(jié)果得到的煤質(zhì)參數(shù)更多，更全面，絕對(duì)誤差也較小。 更重要的是，在時(shí)間層面，預(yù)測(cè)結(jié)果相對(duì)于發(fā)布化驗(yàn)結(jié)果可以提前10 余小時(shí)，很好地提高入爐煤獲取的實(shí)時(shí)性。

上述獲取入爐煤煤質(zhì)的方法已經(jīng)成功應(yīng)用到電廠數(shù)據(jù)系統(tǒng)中，以低位發(fā)熱量為例，得到圖6 所示的一段時(shí)間內(nèi)的預(yù)測(cè)值和化驗(yàn)值的比較。

圖6 發(fā)熱量預(yù)測(cè)值和化驗(yàn)值的比較

該系統(tǒng)將不斷增加的入爐煤化驗(yàn)數(shù)據(jù)和預(yù)測(cè)結(jié)果間的誤差作為反饋，不斷修正預(yù)測(cè)模型和計(jì)算公式，使得預(yù)測(cè)值不斷接近化驗(yàn)值。

3 總結(jié)與展望

針對(duì)某煤場(chǎng)過(guò)去依靠人工經(jīng)驗(yàn)配煤，缺乏可靠的配煤摻燒方案指導(dǎo)的問(wèn)題，構(gòu)建符合鍋爐燃燒對(duì)煤質(zhì)要求的配煤模型。 依據(jù)不同配煤目標(biāo)，輸出可實(shí)際操作的配煤方案，得到適用性較高的混煤煤質(zhì)計(jì)算方法。 針對(duì)入爐煤化驗(yàn)結(jié)果滯后，無(wú)法指導(dǎo)鍋爐運(yùn)行的現(xiàn)象，提出全流程時(shí)空動(dòng)態(tài)跟蹤來(lái)煤從入廠至入爐的環(huán)節(jié)。 利用配煤模型、入廠煤化驗(yàn)數(shù)據(jù)和混煤煤質(zhì)計(jì)算方法，計(jì)算得到入爐煤質(zhì)參數(shù)。 與入爐煤實(shí)際化驗(yàn)結(jié)果相比，不僅計(jì)算得到煤質(zhì)參數(shù)更多、誤差較小，更可提前10 余小時(shí)獲知入爐煤質(zhì)數(shù)據(jù)。 本文提出的基于動(dòng)態(tài)跟蹤的理念，為電廠入爐煤煤質(zhì)獲取提供一種新的思路。

需要指出的是，本文得到的入爐煤參數(shù)距離進(jìn)入爐膛燃燒仍存在一定時(shí)間差，為了更準(zhǔn)確監(jiān)控煤質(zhì)波動(dòng)，為鍋爐運(yùn)行調(diào)整提供預(yù)報(bào)信息，后續(xù)需要進(jìn)一步研究制粉系統(tǒng)特別是原煤斗和磨煤機(jī)對(duì)入爐煤參數(shù)的影響。