脱硝系统多目标优化控制介绍

燃煤机组面临着灵活运行和超低排放的双重压力，机组快速深度变负荷对选择性催化还原脱硝系统的控制提出了更高要求。

提出一种兼顾超低排放和经济成本的多目标优化控制方法，将脱硝成本加入优化目标函数，采用预测控制结构，结合神经网络和遗传算法进行模型建立和控制量寻优，实现了喷氨量的优化控制。仿真结果表明，该方法在满足排放标准的同时降低了脱硝成本，并能适应锅炉大范围变工况运行。

在能源结构转型的过程中，新能源电力规模化接入电网对燃煤机组提出了运行灵活性要求。快速深度变负荷意味着机组运行工况大范围快速变化，锅炉工况的变化会使得燃烧产生的NOx波动加剧，这无疑加大了机组实现NOx超低排放的难度。SCR脱硝是目前主流的烟气脱硝技术，其反应是一个复杂的物理化学过程，喷氨量较多可以降低NOx排放，但会增加经济成本，并导致氨逃逸增大，影响机组安全运行。

因此，如何对脱硝系统进行优化控制，在保证达标排放的同时实现机组经济运行是燃煤电站亟待解决的问题。