基于冠豪猪优化算法的低温省煤器与空气预热器系统热效率多参数耦合优化研究

针对燃煤机组烟气余热利用率低及传统PID控制滞后问题，研究人员创新性地将低温省煤器(LLTE)与空气预热器并联集成于1000 MW超临界机组，并开发CPO-LSSVM智能向量回归模型实时预测烟气参数。通过CPO-HYSYS多参数耦合优化，实现模式A/B下煤耗分别降低2.81/2.51 g/kWh，为火电系统能效提升提供智能化解决方案。

　　

在全球能源需求持续增长与碳中和目标的双重压力下，燃煤发电行业面临严峻的节能减排挑战。尽管能源结构调整加速，火电仍占我国发电总量的60%以上，其烟气余热损失高达总输入能量的15%-20%。传统低温省煤器系统存在两个关键瓶颈：一是烟气参数波动导致PID控制响应滞后，二是空气预热器与冷凝系统协同效率不足。这些问题使得现有技术难以突破理论热效率极限，亟需开发新型智能优化策略。

华北电力大学的研究团队在《Expert Systems with Applications》发表的研究中，创造性地将仿生智能算法与热力系统建模相结合。该研究以1000 MW超临界机组为对象，通过并联接入低温省煤器(LLTE)和组合式空气预热器，构建了双模式运行实验平台。核心技术突破在于：1) 采用冠豪猪优化算法(Crested Porcupine Optimizer, CPO)改进的最小二乘支持向量机(LSSVM)，实现烟气温度(fgt)和流量的实时预测；2) 基于HYSYS平台建立多参数耦合优化模型，对fgt、空气温度和水温进行协同调控。

【系统分析】
通过等效焓降法量化系统改造前后的能量转换效率。研究发现，以SCR出口至脱硫塔入口的烟气热量为基准，LLTE-空气预热器组合系统使单位煤耗的有效热释放量提升3.2%，证实了系统重构的 thermodynamic合理性。

【系统描述】
实验机组铭牌功率从1000 MW提升至1055 MW，创新采用水介质循环设计。关键改造包括：将LLTE回收的烟气余热(fgwh)分流至空气预热器冷风侧，剩余热量通过凝结水系统回用。这种"双通道"设计使系统在680-1003 MW(模式A)和530-920 MW(模式B)区间均保持稳定运行。

【实验研究】
容量扩展后的实时监测数据显示，系统压力、流量等参数在13:30出现最低值但迅速恢复稳定。特别值得注意的是，模式B在低负荷工况下的动态响应时间比传统系统缩短42%，验证了系统宽负荷适应能力。

【烟气预测】
CPO-LSSVM模型展现出卓越的预测性能：模式A下fgt预测的平均绝对百分比误差(MAPE)仅0.15%，较传统PSO-SVM模型提高67%。算法创新点在于模拟冠豪猪的防御-觅食双模式行为，通过量子旋转门机制平衡局部搜索与全局优化，解决了GA算法早熟收敛问题。

【结论与意义】
该研究实现了三大突破：1) 创建了首个融合仿生算法的火电系统智能优化框架CPO-HYSYS；2) 模式A/B分别降低煤耗2.81 g/kWh和2.51 g/kWh，按年运行5500小时计算，单机组可年节标煤1.54万吨；3) 提出的实时预测模型将控制响应延迟从分钟级缩短至秒级。这项研究为燃煤机组灵活调峰和深度调频提供了关键技术支撑，其CPO-LSSVM算法框架可扩展应用于冶金、化工等流程工业的能效优化领域。

研究团队特别指出，当前成果在以下方面仍需深化：1) 极端负荷工况下的材料应力分析；2) 多机组协同优化时的算法并行计算效率。这些方向将是后续研究的重点突破领域。