近年来,电站燃煤过程产生大量NOx排放量,不仅对大气环境造成严重破坏,而且是引起温室效应、酸雨的主要物质。利用锅炉燃烧优化技术提高电站锅炉运行效率,同时降低NOx排放已是我国“节能减排”的重要内容,且得到越来越多发电企业的重视。本文研究的锅炉燃烧优化方法是在锅炉在线自适应动态模型基础上,进一步研究锅炉燃烧优化非线性经济预测控制问题;最后开发了锅炉燃烧优化控制系统,并对现场DCS控制逻辑进行了相对应的修改,为下一步现场投用打下基础。主要研究内容包括:1.提出了一种改进的在线自适应最小二乘支持向量机锅炉燃烧动态建模算法。该算法通过离线的支持向量筛选,减少了建模所需样本数,并确保了支持向量的稀疏性;采用替换、新增、删除三种支持向量的在线更新策略,使得算法能够更好地适应对象特性的变化。由于目前大多数的燃烧优化方法都是基于锅炉燃烧系统的稳态模型,难以实现动态变负荷情况下的燃烧优化,上述算法被进一步用于建立某1000MW机组锅炉燃烧系统的动态模型。仿真结果表明,所建模型能够准确反应锅炉效率和NOx排放随负荷变化的动态特性,相比原有基于在线最小二乘支持向量机建立的稳态模型,具有更高的精度和预测能力,同时模型结构得到简化、在线计算量更小,为进一步研究锅炉燃烧动态优化控制策略打下了基础。2.提出了一种锅炉燃烧优化非线性经济预测控制算法,算法将锅炉燃烧优化问题与非线性经济预测控制的思想相结合,不仅满足了 NOx排放标准,而且最大程度上提高了锅炉燃烧效率;同时针对燃烧优化经济预测控制优化问题非线性程度高,待优化变量多的特点,文章采用了一种改进的自适应并行遗传算法进行优化求解。仿真结果表明,算法能够避免优化解陷于局部最优,同时具有收敛速度快,求解效率高等特点,保障了燃烧优化控制软件在线运行效率。3.开发了锅炉燃烧优化控制系统,并对现场DCS控制逻辑做了相对应的修改,为现场应用打下了良好基础。