基于Gamma加速积灰模型的燃煤锅炉吹灰优化

发布时间：2024-04-18 04:15

　　针对燃煤锅炉受热面吹灰操作不合理的问题,以吹灰最小费用为目标,提出一种基于Gamma加速积灰模型的吹灰优化方法。首先分析在锅炉受热面的积灰状态呈连续单调递增的情况下,以一个服从指数分布的连续非负的随机变量来表示锅炉受热面积灰的速度,建立加速积灰模型;其次,将积灰过程近似成Gamma过程,以最小平均费用为目标,建立了锅炉受热面的吹灰优化模型。以某300 MW燃煤机组省煤器的受热面积灰状态为算例分析,利用粒子群优化算法优化吹灰平均费用率,得到锅炉受热面最佳的吹灰次数和吹灰阈值,使得锅炉受热面吹灰的平均费用率最小,说明了所提出的吹灰最小费用率优化模型的可行性。

【文章页数】：7 页

【部分图文】：

图1吹灰优化模型的吹灰操作过程

在吹灰优化模型下,主要面临两个决策:何时采取吹灰操作和何时该进行预防性吹灰策略。而吹灰操作策略依赖于系统受热面实时的积灰状态X(t)。定义当前检测与下一次检测的时间间隔为T、临近吹灰阈值ε和失效吹灰阈值L(ε<L)。何时采取吹灰操作取决于第k(k=1,2,…)次检测时系统受热面积....

图2系统受热面积灰劣化速度变化曲线

为了模拟每次吹灰后对系统受热面积灰的影响,根据假设2,在进行多次吹灰后系统受热面积灰速度加快[17-19]。因此,经过吹灰操作后,系统的积灰劣化程度可以降低,但积灰劣化速度可以提高。经过一次吹灰后,系统的积灰劣化速度可以通过非负连续随机变量描述,系统受热面积灰劣化速度的变化趋势如....

图3劣化加速模型的描述

图3为一个由于非完美吹灰操作而导致的积灰速度的提高。当系统受热面积灰状态到达XTi(ε<XTi<L)时,进行非完美吹灰操作,操作完成后系统受热面积灰状态为0,此时的系统受热面积灰劣化速度由原来的v0变化为v1(v1>v0)。3.2第i个吹灰周期内的平均检测次数E(Ki)

图4原始数据拟合图

根据研究对象300MW燃煤机组省煤器受热面的数据可得到省煤器污染率的变化曲线如图4所示。通过极大似然估计该组清洁因子数据服从Gamma分布的参数α0=1.02,β=0.0066,系统的吹灰失效阈值L设置为0.5。考虑到实际的情况,清洁因子的采集时间间隔T=5s。随着吹灰次数....

本文编号：3957405