基于差分进化算法的锅炉燃烧多目标优化控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110017470A(43)申请公布日2019.07.16(21)申请号201910144597.X(22)申请日2019.02.27(71)申请人中国大唐集团科学技术研究院有限公司火力发电技术研究院地址100043北京市石景山区玉泉西里二区18号楼西区申请人大唐河北发电有限公司马头热电分公司(72)发明人王伟叶翔胡凤玺贺宁李岩刘建伟(74)专利代理机构北京中南长风知识产权代理事务所(普通合伙)11674代理人郑海(51)Int.Cl.F22B35/18(2006.01)权利要求书1页说明书3页附图1页(54)发明名称基于差分进化算法的锅炉燃烧多目标优化控制方法(57)摘要本发明涉及一种基于差分进化算法的锅炉燃烧多目标优化控制方法，包括：将不可控输入变量的值输入至锅炉燃烧过程模型中，随机生成多个多维度个体；不可控输入变量包括负荷、煤质、主蒸汽流量、各个磨煤机的瞬时给煤量和转速中的多种；基于差分进化算法对所有个体进行遍历迭代寻优，得到锅炉效率和NOx生成量；基于优化的目标函数评判所述个体的优劣，将能够达到最高锅炉效率和最低NOx生成量的个体所对应的可控输入变量的值作为可调节的燃烧控制量；可控输入变量包括二次风量、各燃烧器二次风门开度、氧量、燃尽风门开度中的多种。本发明能够有效地平衡锅炉效率和NOx排放量这两个相互矛盾的优化目标，同时实现提高锅炉效率，并降低烟气NOx排放。CN110017470ACN110017470A权利要求书1/1页1.一种基于差分进化算法的锅炉燃烧多目标优化控制方法，其特征在于，包括以下步骤：步骤1，将不可控输入变量的值输入至锅炉燃烧过程模型中，随机生成多个多维度个体；所述不可控输入变量包括负荷、煤质、主蒸汽流量、各个磨煤机的瞬时给煤量和转速中的多种；步骤2，基于差分进化算法对所有个体进行遍历迭代寻优，得到锅炉效率和NOx生成量；步骤3，基于优化的目标函数评判所述个体的优劣，将能够达到最高锅炉效率和最低NOx生成量的个体所对应的可控输入变量的值作为可调节的燃烧控制量；所述可控输入变量包括二次风量、各燃烧器二次风门开度、氧量、燃尽风门开度中的多种。2.根据权利要求1所述的基于差分进化算法的锅炉燃烧多目标优化控制方法，其特征在于，所述步骤2包括：在进行遍历迭代寻优的过程中，将每个个体输入离线学习得到的锅炉燃烧过程模型，基于燃烧控制量预测受其影响而得到的锅炉燃烧状态，得到锅炉效率和NOx生成量。3.根据权利要求1所述的基于差分进化算法的锅炉燃烧多目标优化控制方法，其特征在于，所述优化的目标函数如下式：式中，NOx为该个体对应的NOx生成量，η为该个体对应的锅炉燃烧效率。2CN110017470A说明书1/3页基于差分进化算法的锅炉燃烧多目标优化控制方法技术领域[0001]本发明属于火力发电领域，尤其涉及一种基于差分进化算法的锅炉燃烧多目标优化控制方法。背景技术[0002]近年来，国内的各种环保规范越来越严格，因此发电企业如何提高锅炉燃烧效率、减少污染物排放将成为其重点考虑的问题之一。而建立锅炉燃烧过程的模型，通过该模型对锅炉燃烧过程进行优化调整，提高锅炉效率并减少污染物排放，是目前常用的方法。[0003]目前，利用神经网络等多种人工智能算法可以建立锅炉燃烧过程模型，而建立锅炉燃烧过程模型后，如何利用锅炉燃烧过程模型同时实现提高锅炉效率并减少污染物排放的多目标优化，是现在比较关注的问题。发明内容[0004]本发明的目的是提供一种基于差分进化算法的锅炉燃烧多目标优化控制方法，以实现优化目标函数中多个目标的优化，在利用锅炉燃烧过程模型同时实现提高锅炉效率并减少污染物排放这两个目标的优化。[0005]本发明提供了一种基于差分进化算法的锅炉燃烧多目标优化控制方法，包括以下步骤：[0006]步骤1，将不可控输入变量的值输入至锅炉燃烧过程模型中，随机生成多个多维度个体；不可控输入变量包括负荷、煤质、主蒸汽流量、各个磨煤机的瞬时给煤量和转速中的多种；[0007]步骤2，基于差分进化算法对所有个体进行遍历迭代寻优，得到锅炉效率和NOx生成量；[0008]步骤3，基于优化的目标函数评判所述个体的优劣，将能够达到最高锅炉效率和最低NOx生成量的个体所对应的可控输入变量的值作为可调节的燃烧控制量；可控输入变量包括二次风量、各燃烧器二次风门开度、氧量、燃尽风门开度中的多种。[0009]进一步地，步骤2包括：[0010]在进行遍历迭代寻优的过程中，将每个个体输入离线学习得到的锅炉燃烧过程模型，基于燃烧控制量预测受其影响而得到的锅炉燃烧状态，得到锅炉效率和NOx生成量。[0011]进一步地，优化的目标函数如下式：[0012]T[0013]f：fmax(x)＝η(x)