煤炭工程

作者：刘文礼,马金虎,徐彬,刘潇,杨洪

单位：1. 中国矿业大学（北京）化学与环境工程学院, 北京 1000832. 北京低碳清洁能源研究院, 北京 102211

关键词：数字孪生技术,神经网络,配煤优化,供电煤耗成本,

在配煤优化时, 因为受限于供电煤耗计算的滞后性, 无法得到燃用该混煤的供电煤耗, 所以通常只能将混煤价格最低作为目标函数, 但这并不能保证电厂降本增效。因此运用某320MW 电厂基于Thermoflow建立的数字孪生模型进行变煤质模拟运行, 建立了煤质与供电煤耗数据库, 并运用BP神经网络建立了煤质与供电煤耗的关系模型。在此基础上以煤质指标为约束条件,结合混煤价格和运费以供电煤耗成本最低为目标函数建立了配煤优化模型。并根据电厂的实际需求, 针对该电厂的4种原煤掺烧运用模型给出了最优配煤方案。该模型可以帮助电厂快速获取燃用或掺烧某种煤的供电煤耗成本, 为电厂的煤源选取和配煤优化提供指导。

来源：2021年第11期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2021年第11期