摘要：在当前“厂网分开”、“ 竞价上网”、及“节能降耗”的新形势下,国内火电厂机组锅炉都有应用世界领先而成熟的技术进行燃烧最优化调整、进一步提高锅炉效率及降低污染排放的必要.目前,我国火电机组的供电煤耗率仍处于较高水平.为了实现从“ 粗放型经营” 到“ 集约型经营” 的转换,为了使电厂的运行水平更上一个台阶,更为了国家可持续发展的战略,电厂应积极采用先进技术努力降低污染、降低供电煤耗率.随着电网负荷峰谷差的增大以及“竞价上网” 的实施,机组的负荷将因此不可避免地频繁发生变化.这意味着机组的运行可能长时间偏离设计工况,机组效率下滑明显.因此为了节能降耗,必须对不同负荷工况下的锅炉运行进行最优化调整.锅炉运行优化控制系统的基本原理是在机组安全运行的前提下,在运行可控参数的优化空间范围之内,寻优出一组最佳的操作参数的组合,使得运行优化目标最优.rn 要解决最优化问题,首先要解决建模问题,其次为实时寻优问题,建模问题,要求建立众多的锅炉运行操作参数与优化目标之间的模型,很明显,对于锅炉机组,这种关系是一种复杂的动态非线性模型,是无法通过机理建模来实现的.只能通过大量的实验数据和运行数据进行经验建模.对于这种对象,目前一般都采用人工神经网络进行建模,因为人工神经网络具有良好的非线性建模、无限的拟合能力和良好的自学习能力.基于人工神经网络的锅炉机组运行特性建模己经有着很多成功的案例.目前一般采用基因算法进行大规模随机搜索.随着计算机速度的大幅度提高,这种随机寻优方法已近满足现场的实时应用需求.
