燃煤鍋爐的熱效率熱效率計算

1、燃煤鍋爐的熱效率熱效率計算根據(jù)關于發(fā)展熱電聯(lián)產(chǎn)的規(guī)定（計基礎20001268號）文件，熱效率=（供熱量+供電量M600千焦/千瓦時）/（燃料總消耗量燃料單位低位熱值）X100%,供熱量就是熱力產(chǎn)品（熱水、蒸汽）根據(jù)供熱流量、壓力、溫度的參數(shù)進行始值計算后得出的焦耳熱值當量年度產(chǎn)量，加上年發(fā)電量換算成焦耳熱值當量（kWh乘以3600）,二者的和就是熱電廠年產(chǎn)品總量（電+熱）。分母是熱電廠的燃料消耗，如果是燃煤電廠，就用所耗煤種的低位熱值（可以查到）*年耗煤噸量；如果是燃氣電廠，就用天然氣的熱值*年耗氣量。電廠出口的總產(chǎn)品熱值比上輸入的各種一次能源消耗熱值，就是熱效率。如何求解熱效率當前，能源日逐

2、緊張。如何節(jié)能，如何提高能源的利用效率已是擺在人們面前的一個突出而現(xiàn)實的問題。熱效率的計算也成為中考熱點問題。如何求解熱效率，下面通過一些典例進行分析歸納。一、燃具的效率例1、小明學習了熱學的有關知識后，他想估算一下自己家煤爐的效率是多少。于是小明仔細記錄了他家每天燒水、煮飯、炒菜需要的時間，并把它折算成了燒水的時間，相當于每天將30Kg20c的水燒開。小明家實際平均每天需要燒4塊蜂窩煤，按每塊蜂窩煤含煤0.5Kg算，他家每天實際用煤2Kg.普通煤的熱值為3XI07J/Kg,則他家煤爐的效率是多少？分析與解:煤爐燒水，化學能轉化為內能，水吸收的熱量是有用能量，完全燃燒煤所放出的熱量是總的能量。

3、煤爐的效率可用刀=Q有用/Q總XI00%=cmAt/m'qX00%計算。Q有用=cmAt=4.2X103X30X（100）J=1.008107JQ總=mq=2X3X107J=6X107JQ有用/Q總XI00%=1.008X07J/6X107J=16.8%二熱機的效率例2、小兵同學想知道一輛小汽車的實際效率是多少。他從駕駛員那了解到：該汽車行駛100Km的耗油量約7Kg0從書上查得汽油的熱值q=4.6M07J/Kg。他又測出在平直公路上，用644N的水平拉力可使汽車勻速前進。若空氣阻力不計，試求該小汽車的效率是多少？分析與解:小汽車行駛，化學能轉化為內能后又轉化為機械能，對汽車做功是有用

4、的能量，完全燃燒汽油放出的能量是總能量。小汽車的效率可用”=Q有用/Q總XI00%=FS/mqX100%計算。Q有用=FS=644X105J=6.44M07JQ總=mq=7X4.6X07J=3.22X08J4=Q有用/Q總XI00%=6.44M07J/3.22M08J=20%三、電熱器的效率例3、某品牌電熱水壺的銘牌上標著如下表所示的數(shù)據(jù)：當電熱水壺裝滿水后，在額定電壓下工作，水溫從20c加熱到100c用了16min。則該電熱水壺的熱效率是多少？分析與解:電熱水壺燒水，電能轉化為內能，燒水時水吸收的熱量是有用的能量，消耗的電能為總的能量。電熱水壺的效率可用”=Q有用/Q總XI00%=cmAt/

5、Ptxi00%計算。Q有用=cmAt=cpvM4.2M03X103X4X10-3>80J=1.344M06JQ總=Pt=1500X16X60J=1.44M06JQ有用/Q總XI00%=1.344X06J/1.44M06J=93.3%四、太陽能熱水器的效率例4、某同學自制了一臺家用太陽能熱水器。他從太陽能手冊中查到：在地球表面，晴天時垂直于陽光表面接受到的輻射熱為1.26M03J/m2.s。如果曬水箱內的水大約有40Kg,曬水箱接受陽光垂直照射的面積始終約為1.5m2,測得要使水溫上升30c需89min,則這臺太陽能熱水器的效率是多少？分析與解:太陽能熱水器加熱水時，太陽能轉化為內能，水吸

6、收的熱量是有用能量，接收的太陽能為總的能量。若太陽輻射熱為a,陽光照射熱水器的面積為s,照射時間為t,則太陽能熱水器的效率可用“=Q有用/Q總XI00%=cmAt/astM00%計算。Q有用=cmAt=4.2M03X40X30J=5.04M06JQ總=ast=1.26M03X1.5>89X60J=1.009X107JQ有用/Q總XI00%=5.04M06J/1.009M07J=50%五、火力發(fā)電廠的效率例5、垃圾處理成為城市建設及可持續(xù)發(fā)展的一個重要問題?，F(xiàn)在人們已經(jīng)可以變廢為寶了，利用垃圾中的可燃物質燃燒發(fā)電。某垃圾焚燒電廠，年處理垃圾2.16M05t。研究表明，生活垃圾的平均熱值為6

7、.27M06J/Kg.如果利用垃圾作為燃料建立發(fā)電廠，每燃燒1t生活垃圾，可以發(fā)電240kw.h,那么，生活垃圾燃燒發(fā)電的效率是多少？分析與解:垃圾焚燒發(fā)電，把化學能轉化為內能后又轉化為電能，所發(fā)的電能為有用能量，垃圾焚燒所放出的能量為總能量。此電廠的發(fā)電效率可用I=Q有用/Q總XI00%=W/mcp<100%計算。Q有用=W=240kw.h=240X3.6X06J=8.64M08JQ總=mq=1000X6.27M06J=6.27M09JQ有用/Q總XI00%=8.64M08J/6.27M09J=13.8%基于遺傳算法的燃煤鍋爐熱效率優(yōu)化摘要：在對絲飛灰含碳量進行人工神經(jīng)網(wǎng)絡建模的基礎上

8、，確定了各種運行參數(shù)和煤種對鍋爐飛灰含碳量的影響關系。由于鍋爐煤種的多變性，針對某個煤種進行實爐調整所獲得的最佳工況往往與目前燃用煤種所需的最佳工況偏離。文中結合遺傳算法和人工神經(jīng)網(wǎng)絡技術，對某臺300MW四角切圓燃煤電廠鍋爐熱效率的優(yōu)化進行了研究，為大型電廠鍋爐通過燃燒調整提高鍋爐效率提供有效手段。1引言鍋爐的熱效率受到多種熱損失的影響，但比較而言，以機械不完全燃燒損失q4受鍋爐燃燒狀況影響最為復雜，飛灰含碳量受鍋爐煤種和運行參數(shù)影響很大，相互關系很難以常規(guī)的計算公式表達，因此采用了人工神經(jīng)網(wǎng)絡對鍋爐的飛灰含碳量特性進行了建模，并利用實爐測試試驗數(shù)據(jù)對模型進行了校驗，結果表明，人工神經(jīng)網(wǎng)絡能

9、很好反映大型電廠鍋爐各運行參數(shù)與飛灰含碳量特性之間的關系。采用鍋爐負荷、省煤器出口氧量、各二次風擋板開度、燃盡風擋板開度、燃料風擋板開度、煤種特性，各磨煤機給煤量、爐膛與風箱差壓、一次風總風壓、燃燒器擺角作為神經(jīng)網(wǎng)絡的輸入矢量，飛灰含碳量作為神經(jīng)網(wǎng)絡的輸出，利用3層BP網(wǎng)絡建模是比較合適的。目前鍋爐運行往往根據(jù)試驗調試人員針對鍋爐的常用煤種進行燃燒調整，以獲得最佳的各種鍋爐運行參數(shù)供運行人員參考，從而實現(xiàn)鍋爐的最大熱效率。但這種方法會帶來如下問題：由于鍋爐燃煤的多變性，針對某一煤種進行調整試驗獲得的最佳操作工況可能與目前燃用煤種的所需的最佳工況偏離；由于調試試驗進行的工況有限，試驗獲得的最佳工

10、況可能并非全局最優(yōu)值，即可能存在比試驗最佳值更好的運行工況。本文在對某300MW四角切圓燃燒鍋爐進行實爐工況測試并利用人工神經(jīng)網(wǎng)絡技術實現(xiàn)飛灰含碳量與煤種和運行參數(shù)關系的建模工作基礎上，結合遺傳算法這一全局尋優(yōu)技術，對鍋爐熱效率最優(yōu)化運行技術進行了研究，并在現(xiàn)場得到應用。2遺傳算法和神經(jīng)網(wǎng)絡結合的鍋爐熱效率尋優(yōu)算法利用一個21個輸入節(jié)點，1個輸出節(jié)點，24個隱節(jié)點的BP網(wǎng)絡來模擬鍋爐飛灰含碳量與鍋爐運行參數(shù)和燃用煤種之間的關系，獲得了良好的效果，并證明了采用人工神經(jīng)網(wǎng)絡對鍋爐這種黑箱對象建模的有效性1。人工神經(jīng)網(wǎng)絡的輸入采用鍋爐負荷、省煤器出口氧量、作者：周昊朱洪波曾庭華廖宏楷岑可法&

11、各二次風擋板開度、燃盡風擋板開度、燃料風擋板開度、各磨煤機給煤量、爐膛與風箱差壓、一次風總風壓、燃燒器擺角和煤種特性，除煤種特性這一不可調節(jié)因素外，基本上包括了運行人員可以通過DCS進行調整的所有影響鍋爐燃燒的所有參數(shù)。遺傳算法是受生物進化學說和遺傳學說啟發(fā)而發(fā)展起來的基于適者生存思想的一種較通用的問題求解方法2,3,作為一種隨機優(yōu)化技術在解優(yōu)化難題中顯示了優(yōu)于傳統(tǒng)優(yōu)化算法的性能。遺傳算法目前在優(yōu)化領域得到了廣泛的應用，顯示了其在優(yōu)化方面的巨大能力3。遺傳算法的一個顯著優(yōu)勢是不需要目標函數(shù)明確的數(shù)學方程和導數(shù)表達式，同時又是一種全局尋優(yōu)算法，不會象某些傳統(tǒng)算法易于陷入局部最優(yōu)解。遺傳算法尋優(yōu)的

12、效率較高，搜索速度快。根據(jù)鍋爐的反平衡計算公式，鍋爐熱效率刀可由下式求得：y=10O(q2+q3+q4+q5+q6)(%)(1)式中q2為排煙熱損失，q3為可燃氣體不完全燃燒熱損失，q4為固體不完全燃燒損失，q5為鍋爐散熱損失，q6為其他熱損失。根據(jù)遺傳算法的要求，確定鍋爐熱效率刀為遺傳算法的目標函數(shù)，用式(1)計算。對t%300MW鍋爐，利用DCS與廠內MIS網(wǎng)的接口按每6s下載各運行參數(shù)，包括排煙氧量、排煙溫度、鍋爐負荷、各二次風擋板開度、燃盡風擋板開度、燃料風擋板開度、各磨煤機給煤量、爐膛與風箱差壓、一次風總風壓、燃燒器擺角等。鍋爐飛灰含碳量可由飛灰含碳量監(jiān)測儀在線監(jiān)測或人工取樣分析，燃

13、用煤種由人工輸入。這樣鍋爐的各項損失即可在線獲得，并進而計算出各運行工況下的鍋爐實時熱效率。將排煙氧量和煤種特性等影響鍋爐排煙熱損失q2的參數(shù)按熱效率計算，標準化為計算公式代入式(1),而影響q4的各參數(shù)采用人工神經(jīng)網(wǎng)絡模型代入式(1),其中爐渣含碳量對熱效率影響由人工測試后輸入。具體計算公式可參見鍋爐熱效率計算標準。由以上步驟建立了鍋爐熱效率和鍋爐各運行參數(shù)及煤種的函數(shù)關系，即鍋爐熱效率作為因變量，而鍋爐的各操作參數(shù)和煤質特性作為自變量，這樣就可以利用遺傳算法進行尋優(yōu)計算，獲得最佳的鍋爐運行條件，實現(xiàn)鍋爐熱效率的最大化?；痣姀S鍋爐運行中，為考慮到習慣運行方式和各種安全因素的影響，對各種可調因

14、素的選擇區(qū)域都有一定的范圍限制，尋優(yōu)范圍必須控制在這些范圍以內，這些限制構成了自變量的定義域。至此，完成了鍋爐熱效率最優(yōu)化燃燒的結合神經(jīng)網(wǎng)絡的遺傳算法優(yōu)化過程，具體程序流程見圖1。W始/粗出怖學習出入忤小JJIt北川嶗卡用加法的HP。力力法小林網(wǎng)陸I一除一映|；,；I玻一運售他國同期仲h網(wǎng)爆事Vit出處幅IIJI欣血加小圖1建模和優(yōu)化過程Fig.ThrIntiniK叩HmJ卻HemproetTWloriippIkalE瞰3燃煤鍋爐熱效率的優(yōu)化效果在電廠鍋爐運行中，運行人員調節(jié)最為頻繁的參數(shù)主要是各種配風方式，包括各二次風、燃盡風、由送引風機配合所確定的氧量等，其余影響鍋爐燃燒的因素，如負荷和煤

15、種，對于運行人員而言在某一工況下是不可調節(jié)因素，燃燒器的擺角出于汽溫調節(jié)的需要，往往也不會對其調整以實現(xiàn)低的飛灰含碳量。作為示例，我們對影響燃燒的部分參數(shù)的尋優(yōu)過程進行了模擬和驗證。某個實際運行工況如表1所示，除煤種特性為事先取樣分析人工輸入外，其余參數(shù)均由集散控制系統(tǒng)（DCS）下載?？紤]對鍋爐的排煙氧量和各二次風門開度及燃盡風門開度進行尋優(yōu)，其余參數(shù)維持該工況，利用軟件尋優(yōu)，遺傳算法選擇的參數(shù)種群規(guī)模為50,交換概率為0.8,突變概率為0.15,迭代次數(shù)500次，可調參數(shù)7個，計算獲得優(yōu)化后的各風門開度、氧量及鍋爐效率和飛灰含碳量值，優(yōu)化后的各值如表2所示。圖2示出了不同迭代次數(shù)下的遺傳算法

16、計算得到的飛灰含碳量值和鍋爐熱效率，圖中曲線1表示鍋爐效率，曲線2表示省煤器后氧量，曲線3表示飛灰含碳量，可見遺傳算法的收斂速度很快。Tab.lft1某實際運行工說ApradkMlaperatiancondilion*Q珞地亞鷹m。HC次KflJI泡U事CDDELbA17SifkcaEW41.7*網(wǎng)mion100lOtf36.5p士6527M«iog打mk悶融期d作r5Kinrs'iK.V/kPji何特擰性%，%小I?*jKiae陸rgiltt庾工ISIS13醵“082527，MHI川MiJI>15g.57mT謂口«2遺傳詰裝網(wǎng)的恒化我果Th*曜tlmkuHM

17、iKrullsbyud方81hegtnfiirjtunriihniI*ft"般AH,',肌CDf/用度5口FUFFf/iff?f審人后“QkC±J；"用七產(chǎn)5爐歿事FJJ工上網(wǎng)工i%fii代生他附驚牝站）m-|睥T0Z7期41電|(H1Tfl-IWw崎2總gj閭汨.65L231.0«J314：對圖2的尋優(yōu)過程進行分析，發(fā)現(xiàn)飛灰含碳量曲線具有震蕩，這是因為氧量同時影響到排煙熱損失和飛灰含碳量，優(yōu)化過程初期氧量較高，飛灰含碳量相應可以搜索到較低值，但由于排煙熱損失比機械不完全燃燒損失數(shù)值更大，迫使優(yōu)化過程向氧量較低的方向尋優(yōu)，而氧量較低又導致飛灰含碳

18、量有所增加，這種相互反作用的機理使飛灰含碳量曲線呈現(xiàn)震蕩性，這種震蕩性也是由遺傳算法的尋優(yōu)本質所決定的。曲線2'廣工十一.“*。一-比五*“耳*VJ2-期域Jl>-»-J,1JHXI500JW5W迭代武大圉2遺傳算法的等優(yōu)過程FiR.2ThroptimlzionprtttvMoftheGA41圖3遇傳算法不同計算爨數(shù)比較F沽3Tht日心的:kintheresullswithvar沁ii、；AParmnHen*由于遺傳算法可以對多個自變量同時進行尋優(yōu)，如果有需要，可以對任何需要的參數(shù)進行尋優(yōu)，甚至對所有影響因素進行尋優(yōu)，在軟件編程上實現(xiàn)也很方便，這為遺傳算法在鍋爐優(yōu)化運行

19、中的應用提供了便利。對鍋爐在中等負荷下的熱效率優(yōu)化過程也進行了試驗，表3示出了某種中等負荷條件下鍋爐實際運行工況。表4為中等負荷下遺傳計算獲得的優(yōu)化結果。現(xiàn)場驗證表明，按優(yōu)化結果推薦的配風方式進行調節(jié)，工況調節(jié)后由DCS下載數(shù)據(jù)計算得到的鍋爐效率與優(yōu)化算法預測的鍋爐效率基本相當。多個試驗結果表明高負荷下的飛灰含碳量的預測和實測基本相當，而中等負荷下的飛灰含碳量預測略有偏低，這可能與神經(jīng)網(wǎng)絡建模時中等負荷下的樣本數(shù)量偏少有一定關系。但由于本文研究的鍋爐燃燒狀況較好，燃料的灰分低而且揮發(fā)分和熱值均較高，所以飛灰含碳量都較低，機械不完全燃燒損失也較小，對鍋爐熱效率的影響也較小。因此各工況下預報的鍋爐熱效率值與實測誤差很小，一般在0.2%以內。身3某中驊負荷下的實際運行工猊TmK3Aprirllc*dlnpeeliancondllionundvrmrdlvmInad次岐門"咫“呼ABHCCDDE£FP&機聯(lián)ATM州岫1ABCDE工俎7*TOTOTO707©W191,8190nvio燃"X場寫【4中rijijs