350 MW循环流化床锅炉变负荷过程中污染物排放研究

本文基于MATLAB/Simulink平台,针对某350 MW循环流化床(CFB)锅炉,通过建立脱硫脱硝数学模型以及CFB锅炉流动、传热、燃烧整体数学模型,对CFB锅炉炉内生成的SO_2和NO_x进行了数值模拟研究,给出了变负荷过程中,炉内污染物生成的变化情况,并分析了钙硫摩尔比、一二次风配比以及上下二次风配比等参量变化对炉内原始SO_2、NO_x排放质量浓度的影响。仿真结果表明:1)增加钙硫摩尔比可以快速降低SO_2排放,降负荷时,当钙硫摩尔比从2.0升高到2.2时,SO_2排放质量浓度即可降低到降负荷之前的质量浓度水平;2)降低一二次风配比可以有效降低SO_2和NO_x排放,升负荷时,当一次风比从48%降低到42%时,NO_x排放质量浓度降低到低于升负荷之前的水平,降负荷时,当一次风比从48%降低到45%时,SO_2排放质量浓度即可降至降负荷之前的水平;3)增加上下二次风配比可以降低NO_x排放,但会导致SO_2排放质量浓度升高,所以在增加上下二次风配比调节NO_x排放的同时需增加钙硫摩尔比来控制SO_2排放。     

变量选择与支持向量机相结合的SO_2排放特性建模

燃煤电站锅炉SO_2排放是大气污染的主要来源之一,建立有效的SO_2排放预测模型有利于解决循环流化床(CFB)锅炉因炉内脱硫不稳定导致脱硫塔脱硫不及时而引起的SO_2排放超标的问题。SO_2的排放特性受众多热工参数影响,且各参数间存在相关性与耦合性,对此本文提出一种基于变量选择与支持向量机(SVM)的SO_2排放预测模型。基于某300 MW CFB锅炉现场运行数据,采用BP神经网络降低输入变量的维度与复杂度,将筛选后的输入变量作为BP-SVM模型的输入,采用K-折交叉验证的方法通过网格搜索确定最优模型参数,建立SO_2排放BP-SVM模型。将BP-SVM模型与未经变量选择的SVM模型对比分析,结果表明经过变量选择后的BP-SVM模型可以有效降低模型复杂度,提高模型泛化能力。     

基于BP神经网络的循环流化床锅炉生成NO_x质量浓度在线软测量

采用选择性非催化还原(SNCR)技术的循环流化床(CFB)锅炉产生的NO_x质量浓度无法直接在线测量,阻碍了NO_x排放的自动控制及经济运行。对此,本文以某300MW CFB锅炉为例,采用软测量技术,分析影响烟气中生成NO_x的主要因素为机组负荷和氧体积分数,对这2个因素分别采集现场数据,建立BP神经网络模型,并将该模型应用于新华DCS系统,实现了锅炉生成NO_x质量浓度的在线预测。预测结果表明,软测量所得NO_x质量浓度比传感器实测数据提前120s,有利于改善烟气脱硝控制系统的调节效果。     

采用燃烧系统模型预测锅炉效率和NO_x排放浓度

以某电厂燃煤锅炉燃烧调整试验数据为基础,运用BP神经网络建立锅炉效率与NOx排放浓度的双目标锅炉燃烧系统模型,并用遗传算法优化BP神经网络的权值和阈值产生优化型GA-BP神经网络模型。通过对2种模型预测误差的比较表明,GA-BP神经网络模型的锅炉效率平均预测误差由6%降至3.4%,NOx排放浓度平均预测误差由0.1%降至0.04%,泛化能力相对于BP神经网络模型大大增强,可适用于建立锅炉燃烧优化系统。     

220 t/h生物质循环流化床锅炉燃烧优化改造

针对220 t/h高温高压生物质循环流化床(CFB)锅炉设计燃料存在偏差、炉内气相燃烧不稳定、NO_x排放量偏高等问题,采取优化生物质燃料预处理及给料系统、深度分级燃烧改造、旋风分离器降阻提效等措施,降低NO_x排放量,提高锅炉运行效率。结果表明:改造取得了较好的效果,NO_x排放质量浓度可控制在100 mg/m~3以内,CO排放体积分数可控制在2×10~(-3)以内,锅炉热效率提升5.1百分点。     

基于广义回归神经网络的燃煤锅炉NOx排放预测

基于某电厂330 MW燃煤锅炉DCS历史数据,利用MATLAB软件分别采用BP神经网络、遗传算法优化神经网络(GABP)、广义回归神经网络(GRNN)对该锅炉NO_x排放量进行预测,并进行二次风及分离燃尽风喷口挡板开度优化。通过对比3种神经网络预测结果的相对误差、均方根误差(RMSE)和平均绝对百分误差(MAPE),结果表明GRNN神经网络误差最小,RMSE和MAPE分别为4.81 mg/m~3、0.91%,预测精度较高;利用GRNN神经网络优化后,NO_x排放由243 mg/m~3降至210.8 mg/m~3,可以达到降低NO_x排放的目的,为燃煤电站运行提供参考。     

基于长短期记忆神经网络的火电厂NO_x排放预测模型

火电厂燃煤锅炉产生的NO_x是大气污染物的重要来源之一,建立有效的NO_x排放预测模型是降低NO_x排放的基础。针对火电厂控制系统数据的海量化和高维化及燃煤锅炉多参数多变量相互耦合的特点,首先利用主成分分析法对火电厂分布式控制系统(DCS)数据进行特征提取,消除各特征变量间的耦合性;然后将提取的特征作为长短期记忆(LSTM)神经网络的输入,得到火电厂NO_x排放预测模型。将该模型与传统循环神经网络(RNN)模型、最小二乘支持向量机(LSSVM)模型应用于某超超临界660 MW机组燃煤锅炉对NO_x排放质量浓度进行预测。结果表明:LSTM神经网络和RNN模型预测效果均优于LSSVM模型;本文提出的LSTM神经网络模型预测准确率达到79%,均方根误差为0.398,优于其他2种模型;LSTM神经网络模型数据跟踪效果明显优于RNN模型,预测结果波动较小,模型稳定性和准确率较高。     

采用燃烧系统模型预测锅炉效率和NOx排放浓度

以某电厂燃煤锅炉燃烧调整试验数据为基础,运用BP神经网络建立锅炉效率与NOx排放浓度的双目标锅炉燃烧系统模型,并用遗传算法优化BP神经网络的权值和阈值产生优化型GA-BP神经网络模型.通过对2种模型预测误差的比较表明,GA-BP神经网络模型的锅炉效率平均预测误差由6％降至3.4％,NOx排放浓度平均预测误差由0.1％降至0.04％,泛化能力相对于BP神经网络模型大大增强,可适用于建立锅炉燃烧优化系统.     

循环流化床锅炉NO_x生成和排放特性研究进展

循环流化床(circulating fluidized bed,CFB)锅炉NO_x的生成和排放特性不仅与燃料性质有关,更与燃烧设备的性能和运行条件紧密关联。了解NO_x排放与各设计或运行参数间的变化关系,是工程上实现CFB锅炉低氮燃烧的关键所在。在给定的燃料和锅炉负荷下,提高分离器效率、改善循环系统性能、合理分级配风和氧量调节、调整给煤粒度和石灰石粒度、合适的床温床压选择、提高风煤混合均匀性等措施,可以有效降低NO_x的原始排放水平。该文从CFB燃烧NO_x生成机理出发,综述各因素对NO_x原始排放的影响规律,对各低氮燃烧优化措施的原理进行分析,最后对目前该领域的研究热点进行总结和展望。     

燃煤锅炉高效低NO_x协同优化系统开发及应用

为了达到大气污染物近零排放标准,大型燃煤发电机组NO_x排放质量浓度需低于35 mg/m3。在当前工程实践中应用最广泛的锅炉低氮燃烧(LNB)与选择性催化还原(SCR)综合脱硝技术存在协调问题,很难同时实现机组LNB与SCR脱硝的安全、环保、经济运行。为此,本文建立了燃煤锅炉LNB运行调整与SCR脱硝协同模型,采用改进的BP神经网络建立锅炉燃烧系统模型,利用改进的最小二乘支持向量机建立SCR脱硝系统模型,并进一步开展了机组高效低NO_x调节与优化分析,开发了燃煤锅炉高效低NO_x协同优化系统。在某机组的实际应用结果表明,该协同优化系统可在任何工况下实时指导运行人员调整机组运行参数,确保机组安全、环保、经济运行。     

基于LS-SVM和SPEA2的电站锅炉燃烧多目标优化研究

利用最小二乘支持向量机(LS-SVM)对锅炉燃烧特性建模,构造了以锅炉效率与NOx排放为组合的锅炉燃烧多目标优化模型,并与BP神经网络建模比较,分析表明模型在泛化能力、收敛速度和最优性均优于神经网络模型;针对锅炉高效低污染燃烧多目标问题,提出利用多目标进化算法SPEA2(强度Pareto进化算法)实现运行工况寻优,然后根据模糊集理论在Pareto解集中求得满意解,获得锅炉燃烧优化调整方式.通过某600 MW机组的仿真计算,并与加权遗传算法比较,结果表明本文算法在Pareto前沿具有更好的多样化,克服了将多目标函数加权求和转化为单目标优化问题只能找到凸Pareto最优域及需要多次运行得到Pareto解集的缺陷,计算结果可指导运行人员进行参数优化调整,提高燃烧经济性.     

改进BP神经网络在低氮燃烧优化中的应用

基于燃煤锅炉低氮燃烧优化试验数据,建立了预测NOx排放浓度和锅炉效率的改进BP神经网络模型,通过样本学习,该网络可以精确描述锅炉运行参数与NOx排放浓度和锅炉效率之间的非线性映射关系。仿真结果表明,网络的NOx排放浓度和锅炉效率预测值的相对误差分别小于3.92%和7.6%,能够描述NOx排放浓度和锅炉效率随SOFA风门开度和运行氧量变化的规律,而且预测精度高、泛化能力强,可为燃煤锅炉低氮燃烧优化提供指导。     

基于LSSVM-ARMA的电站锅炉NO_x排放量动态软测量的研究

建立准确的NO_x排放量模型是锅炉优化降低NO_x的基础。为提高NO_x排放量的预测精度,提出基于最小二乘支持向量机和自回归滑动平均模型的锅炉NO_x排放量动态软测量的方法。基于某电厂330 MW机组的一段历史运行数据,首先,建立最小二乘支持向量机的NO_x排放量静态软测量模型。其次,利用自回归—滑动平均方法实现对静态模型的动态校正。最后,针对2组不同样本验证LSSVM-ARMA模型和LS-SVM模型,得到2个模型的平均误差和均方根误差。结果表明:与LS-SVM模型相比,LS-SVM与ARMA相结合的模型具有更高的预测精度,对于电站锅炉NO_x排放量的预测具有一定的有效性。     

CFB锅炉炉内干法脱硫优化试验研究与应用

为了进一步提高循环流化床(Circulating Fluidized Bed,CFB)锅炉脱硫效率,使SO2排放浓度满足新的国家标准,采用试验分析的方法,对影响CFB锅炉脱硫效率的各主要因素进行了研究,提出了降低SO2排放浓度和脱硫费用的有效措施.试验结果表明:采用优化后的CFB锅炉炉内干法脱硫工艺,烟气排放满足了“GB 13223—2011火电厂大气污染物排放标准”中规定的SO2排放限值要求.     

遗传算法与BP神经网络在低氮燃烧优化中的应用

针对某发电公司330 MW机组锅炉,采用BP神经网络构建用于预测锅炉效率和NO_x质量浓度的锅炉燃烧仿真模型,通过遗传算法对该网络的初始权重与阈值进行优化,以锅炉低氮燃烧优化试验数据为样本进行模型训练,得到泛化能力强、精度高的仿真模型。通过选取合适的适应度函数,将遗传算法用于锅炉燃烧仿真模型进行燃烧优化,最终获取可兼顾锅炉效率与NO_x质量浓度的运行优化策略,为现场运行提供指导。     

电站锅炉热效率和NOx排放混合建模与优化

提高电站锅炉热效率和降低污染物排放对于节约能源和保护环境具有重要意义。人工智能方法在优化锅炉燃烧方面有广泛的应用。该文以某300MW电站锅炉燃烧调整试验数据为基础,采用BP神经网络建立以锅炉效率和NOx排放为目标的锅炉燃烧系统模型,利用遗传算法对模型进行优化,使模型训练精度和预测精度大为提高,锅炉效率平均预测误差由0．22％降至0．06％,NOx排放浓度平均预测误差由3．5％降至0．15％。利用遗传算法进行全局寻优,并用权重系数法将多目标优化转化为单目标优化。结果表明,该方法可根据需要对锅炉效率和NOx排放进行优化,实际中需重点优化锅炉效率或者重点优化NOx排放时只需要改变权重系数即可,由此得到相应的锅炉运行参数,并为锅炉优化运行提供指导。     

超临界350 MW机组CFB锅炉脱硫脱硝经济性分析

神华神东山西河曲发电有限公司(河曲CFB电厂)超临界350 MW机组循环流化床(CFB)锅炉超低排放技术路线为炉内高效脱硫抑氮+选择性非催化还原(SNCR)脱硝技术+炉外烟气循环流化床法脱硫工艺。通过现场试验,验证了床层温度、运行氧量和炉内钙硫摩尔比等运行参数对炉膛出口NO_x、SO_2排放的影响规律,以及向CFB锅炉内加入石灰石和设置前置电除尘器对脱硫脱硝运行经济性的影响。结果表明:可通过试验调整运行参数,控制炉外脱硫塔入口SO_2质量浓度,综合比较锅炉热效率、炉内喷钙系统石灰石消耗量、脱硝系统尿素消耗量和炉后脱硫系统Ca(OH)_2消耗量,选取最佳运行参数,实现燃烧效率和炉内脱硫、脱硝系统运行经济性最优;炉外脱硫系统前设置前置电除尘器,经济性更佳。该结论为采用烟气循环流化床法脱硫工艺的新建机组和实施超低排放改造的大型CFB锅炉提供了参考。     

燃用褐煤的循环流化床锅炉排放及燃烧效率研究

在3 MW循环流化床锅炉(CFB)燃烧试验台上开展燃烧褐煤污染物排放及燃烧效率试验,在不同一、二次风量比例工况下,通过改变二次风的标高,得到不同一、二次风比及二次风口标高对锅炉污染物排放特性及对燃烧效率的影响规律。同时对运行氧量做调整,得到氧量对NO_x、SO_2排放的影响规律。     

CFB锅炉布风板面积缩减对NO_x、CO和q_4的影响

在总结分析多次工业热态试验和多年运行实践大量数据的基础上,从NO_x生成机理和优化锅炉结构等方面着手,对1台燃烧福建无烟煤的75t·h~(-1)温旋风分离CFB锅炉进行低氮燃烧改造,将布风板有效截面积由13.43m~2缩减为11.38m~2、二次风率从40%提高到45%。工业热态试验证明该低氮改造取得了良好的效果:NOx排放浓度从210mg·Nm~(-3)左右降低到180mg·Nm~(-3)左右,可满足NOx排放浓度200mg·Nm~(-3)限值要求;并且机械不完全燃烧损失q_4降低了0.3%~0.6%,CO排放浓度也有所降低,提高了CFB锅炉的运行经济性。试验同时发现:二次风率β、上二次风率k对NO_x排放浓度和q_4的影响曲线均表现为开口向上的抛物线,这表明对于燃烧福建无烟煤的75t·h~(-1) CFB锅炉而言,存在最佳的二次风率β、上二次风率k,使NO_x排放浓度最低、q_4最小。试验表明,在过量空气系数λ≈1.2的情况下,最佳的二次风率β区间为40%~55%,最佳的上二次风率k在45%~55%之间。     

CFB锅炉低氮燃烧改造对NO_x排放质量浓度的影响

对一台燃烧福建无烟煤的75t/h中温旋风分离CFB锅炉进行低氮燃烧改造,将布风板有效截面积由13.43m~2缩减为11.38m~2,二次风率从40%提高到45%。工业热态试验证明该低氮改造取得了良好的效果:NO_x排放质量浓度从210mg/m~3左右降低到180mg/m~3左右,可满足NO_x排放质量浓度200mg/m~3限值要求;机械不完全燃烧损失q4降低了0.3%~0.6%,CO排放质量浓度也有所降低,提高了CFB锅炉的运行经济性。