锅炉燃烧优化方法
【专利摘要】一种锅炉燃烧优化方法，包括：确定锅炉燃烧的若干影响参数；利用人工蜂群算法产生第一代可行解；利用搜索公式对缩减后的第一代可行解进行调整，获得第二代可行解；当某一影响参数的第二代可行解的选择概率小于对应的第一代可行解的选择概率时，所述影响参数的第一代可行解为最优解；当某一影响参数的第二代可行解的选择概率大于对应的第一代可行解的选择概率时，继续利用搜索公式对所述第二代可行解进行调整，直到最终获得最优解；利用获得的影响参数的最优解控制锅炉的燃烧。由于人工蜂群算法不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。
【专利说明】锅炉燃烧优化方法
【技术领域】
[0001]本发明涉及工业控制领域，特别涉及一种燃煤锅炉的锅炉燃烧优化方法。
【背景技术】
[0002] 随着国际油价的不断提高，电站锅炉以煤代油和节油的需求日益增强，同时，燃烧产物所造成的大气污染，以及燃用高硫煤时出现的高温腐蚀所造成的损失也不容忽视。由此可见，我国电力企业在燃煤锅炉方面所面临的问题包括燃烧效率、稳燃性能、环境污染、防止结渣和高温腐蚀等。
[0003]同时，锅炉作为电厂的3大核心设备之一，对于大型火力发电机组，锅炉效率每提高1%，整套机组的效率可以提高0.3-0.4个百分点，供电煤耗可以降低0.7%-1%，因此，通过对锅炉燃烧进行优化控制，可以使得锅炉的燃烧效率高效、环境污染少。
[0004]为了满足电力企业对电站煤粉锅炉在燃烧技术方面提出的要求，近年来国内外许多科研机构和企业都在不断地进行研究，企图通过建立合适的模型来优化锅炉的燃烧效率，降低环境污染。但对于锅炉这样一个涉及燃烧、传热、流体等多学科的系统，建立其机制模型非常复杂，很难获得最优解。
【发明内容】
[0005]本发明解决的问题是提供一种基于人工蜂群算法的锅炉燃烧优化方法，能快速地获得影响锅炉燃烧的各种参数的全局最优值。
[0006]为解决上述问题，本发明实施例提供一种锅炉燃烧优化方法，包括:确定锅炉燃烧的若干影响参数；利用人工蜂群算法产生第一代可行解，所述可行解与所述影响参数一一对应；计算各个第一代可行解的适应度函数，根据所述适应度函数将第一代可行解的数量缩减；利用搜索公式对缩减后的第一代可行解进行调整，获得第二代可行解；计算和比较第一代可行解和第二代可行解的选择概率；当某一影响参数的第二代可行解的选择概率小于对应的第一代可行解的选择概率时，停止调整，所述影响参数的第一代可行解为最优解；当某一影响参数的第二代可行解的选择概率大于对应的第一代可行解的选择概率时，继续利用搜索公式对所述第二代可行解进行调整，获得下一代可行解，直到最终获得的可行解的选择概率小于其上一代可行解的选择概率，所述影响参数的上一代可行解为最优解；利用获得的影响参数的最优解控制锅炉的燃烧。
[0007]可选的，所述锅炉燃烧的影响参数包括:燃料量、送风量、氧量、锅炉进风温度、排烟温度温差、煤种特性的低位发热量、含基炭百分比、含氧百分比和含氮百分比。
[0008]可选的，利用人工蜂群算法产生第一代可行解的公式为:
【权利要求】
1.一种锅炉燃烧优化方法，其特征在于，包括: 确定锅炉燃烧的若干影响参数； 利用人工蜂群算法产生第一代可行解，所述可行解与所述影响参数一一对应； 计算各个第一代可行解的适应度函数，根据所述适应度函数将第一代可行解的数量缩减； 利用搜索公式对缩减后的第一代可行解进行调整，获得第二代可行解； 计算和比较第一代可行解和第二代可行解的选择概率； 当某一影响参数的第二代可行解的选择概率小于对应的第一代可行解的选择概率时，停止调整，所述影响参数的第一代可行解为最优解； 当某一影响参数的第二代可行解的选择概率大于对应的第一代可行解的选择概率时，继续利用搜索公式对所述第二代可行解进行调整，获得下一代可行解，直到最终获得的可行解的选择概率小于其上一代可行解的选择概率，所述影响参数的上一代可行解为最优解； 利用获得的影响参数的最优解控制锅炉的燃烧。
2.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述锅炉燃烧的影响参数包括:燃料量、送风量、氧量、锅炉进风温度、排烟温度温差、煤种特性的低位发热量、含基炭百分比、含氧百分比和含氮百分比。
3.如权利要求1所述的锅炉燃烧优化方法，其特征在于，利用人工蜂群算法产生第一代可行解的公式为:
4.如权利要求3所述的锅炉燃烧优化方法，其特征在于，所述适应度函数为
5.如权利要求4所述的锅炉燃烧优化方法，其特征在于，获得每一种可行解的适应度后，根据不同的适应度对可行解进行排序，去除适应度较小的部分影响参数，从而将第一代可行解的数量缩减。
6.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述搜索公式为
7.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述选择概率为
8.如权利要求1所述的锅炉燃烧优化方法，其特征在于，还包括:当某一影响参数的调整次数达到预设次数时仍未获得最优解时，利用人工蜂群算法重新产生第一代可行解，并利用搜索公式对第一代可行解进行调整，直到获得最优解 。
【文档编号】F23N5/00GK103629691SQ201310608508
【公开日】2014年3月12日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】熊建国, 方磊, 范淑江, 陈浩, 严雨帆, 王茂贵, 谢毅, 张利, 许翀寰, 陈庭贵, 王冰, 刘东升 申请人:浙江工商大学