减污降碳｜上海第一批减污降碳案例①：基于模型预测控制的煤粉炉燃烧自动平衡优化系统|上海市_新浪财经

转自：上观新闻

近期，『上海环境』公众号推出减污降碳专题，将以多样化的形式解读宣贯减污降碳协同增效的最新战略要点、政策要求及典型案例，探索减污降碳协同增效的技术方法和工作路径，助力建设美丽上海。

为积极推进多层次、多领域减污降碳协同增效，根据《上海市减污降碳协同增效实施方案》（沪环气候〔2023〕12号）和《关于征集上海市减污降碳协同增效典型案例的通知》（沪环气候〔2024〕11号）的要求，经各单位自愿申报、综合评估和专家评审，择优选取了30个第一批减污降碳协同增效优秀案例。

燃烧系统在能源和工业生产领域广泛存在。燃烧效率的优化，涉及到系统中的多项参数，达到最佳平衡后可以在能耗最优化的同时减少不完全燃烧情况从而降低二次污染物生成。基于模型预测控制的煤粉炉燃烧自动平衡优化系统，是充分运用AGAM-FIREMATRIX声波测温系统测得的温度场分布数据，以及燃煤电厂的历史运行数据，借助大数据建模分析方法、人工智能模型、专家知识和模型预测控制理论，构建的燃烧优化自动调节系统模型，能够辅助燃煤电厂高效运行，实现节能减排，是引领煤炭清洁高效利用的先进技术成果。

AGAM-FIREMATRIX声波法炉膛温度场测量系统每4秒钟刷新一次测试数据，空间分辨率高，可快速准确测量折焰角下方一个平面的二维温度场分布，从而实时有效判断炉膛内燃烧温度，以及燃烧是否均匀。

AGAM-FIREMATRIX声波法炉膛温度场测量系统

以此为基础，结合燃煤过程的给煤量、负荷、风门开度、流量等运行数据，利用模型预测控制算法，规划一次/二次风门开度，可以综合进行燃烧平衡调控、脱硝优化控制、智能吹灰控制、机组启停安全监控、减温水控制优化，同时能够建立炉膛内燃烧过程中氧气、氮氧化物、一氧化碳和温度场的三维模型等智能优化控制策略和应用方法开发，实现真正在线全自动闭环控制的燃烧平衡优化。

在线模型预测控制流程图

通过基于模型预测控制的煤粉炉燃烧自动平衡优化系统，不仅可以避免传统的基于人工经验进行燃烧优化存在的诸多问题，比如调节响应不及时、只能简单调节、难以全面兼顾燃烧的各种特性等，同时，通过对锅炉燃烧进行全过程的自动优化控制，还能显著提高机组燃烧效率，有效降低排放、降低度电煤耗、提升锅炉效率。

该项基于声波测温，以及人工智能技术的燃烧平衡自动优化技术已在燃煤电厂进行了成功的运行，有案例表明供电煤耗可实现超过2克/千瓦时的降低，以年发电30亿千瓦时来计算，可以减少煤耗约6000吨以上，同时，由于燃烧均衡性的提升，炉膛出口NOx浓度亦可下降5%（下降值≥20mg/m3），减污降碳协同成效明显。