胡劍利
(浙江浙能溫州發電有限公司,浙江 溫州 325602)
火力發電機組燃燒過程中,燃料中含有的氮化合物在燃燒過程中熱分解,氧化而生成大量的氮氧化物。如何消除火力發電機組煙氣中的氮氧化物,已成為當下一個越來越被重視的環保問題。
溫州電廠共6 臺機組,分別是4 臺330MW 亞臨界燃煤機組和2 臺660MW 超超臨界燃煤機組,6 臺機組的脫硝裝置均采用SCR 尿素熱解工藝,受尿素熱解工藝及SCR 反應過程的影響,脫硝被控對象的動態特性存在顯著的時延、滯后,而且隨著時間的推移,受到鍋爐工況的變化及催化劑的影響,SCR 脫硝過程的動態特性也會發生變化。因此,采用常規的PID 控制很難取得理想的控制效果。而模型預測控算法通過模型計算來預測被控變量的未來趨勢,然后根據被調量的未來變化進行控制,很好地解決了常規PID控制的不足之處。為此,在溫州電廠#6 機組的脫硝控制上率先實行了先進控制的應用。

圖1 SCR脫硝工藝流程Fig.1 SCR Denitration process
溫州電廠#6 機煙氣脫硝工程采用選擇性催化還原(SCR)工藝。SCR 脫硝系統采用的是尿素熱解法制氨法,整個制氨系統包括斗提機、尿素溶解罐、尿素溶液輸送泵、尿素溶液儲罐、供液泵、疏水箱、廢液泵、背壓控制閥、尿素溶液計量分配裝置、尿素熱解室、稀釋風機、電加熱器等。
工藝流程為:袋裝尿素顆粒儲存于尿素儲備間,采用斗提機將尿素輸送到溶解罐,用除鹽水將尿素溶解成50%質量濃度的尿素溶液,經過輸送泵輸送至尿素溶液儲罐,然后由循環泵輸送至計量分配裝置,尿素溶液經計量分配裝置精確計量分配后,經過專門設計的噴槍噴入尿素熱解室中,在高溫下分解為NH3、H2O 與CO2,與稀釋風機輸送來的稀釋空氣混合成為氨濃度小于5%的氨/空氣混合物后,通過噴氨格柵噴入煙氣中。在催化劑存在的情況下,使之與煙氣中的NOx 反應,將煙氣中的NOx 還原為N2和H20,從而脫除煙氣中的NOx,工藝流程如圖1 所示。
溫電#6 機SCR 脫硝自動控制采用常規PID 控制策略,其主要思路是:根據煙氣流量、入口煙氣NOx 濃度及脫硝效率來確定氨需求量,通過出口煙氣NOx 濃度偏差加以修正,最終通過調節噴氨量來控制出口煙氣NOx 濃度。#6 機SCR 脫硝自動控制系統在實際投運過程中,在負荷發生變化時,經常出現出口NOx 波動大、噴氨自動調節跟不上,滯后嚴重,導致出口NOx 經常超過環保考核要求,影響了公司的經濟效益,增加了運行人員的工作強度。造成這些問題的原因如下:
1)尿素流量控制的大時延問題
尿素熱解法制氨,從尿素通過計量分配裝置到熱解爐,需考慮熱解時間、混合稀釋時間,然后進入SCR 反應器,與煙氣反應到出口NOx 發生變化,這些都需要時間。這中間的反應過程至少需要30min,存在明顯的時延問題。
2)SCR 反應脫硝效率的復雜性
SCR 反應是復雜的多步反應過程,其反應過程受反應溫度、風速、流場分布等多種因素的影響,并且這些因素的作用隨著負荷的變化而變化。理論上,1mol 的NO 需要1mol 的NH3去脫除,但是實際上,氨氮摩爾比依據機組負荷的變化而變化。因此,從控制角度而言,操縱變量(噴氨量)與被控變量(出口NOx)間存在與負荷相關的非線性關系。
對策:由于脫硝SCR 被控對象存在大延遲、大滯后、非線性、多變量的問題,所以采用簡單的PID 控制方案很難取得理想的控制品質,考慮用先進控制來對SCR 控制系統進行優化。
模型預測控制MPC(Model Predictive Control)與傳統PID 控制不同,是一種建立在模型基礎上的控制策略。它充分利用生產過程中輸入/輸出的有關信息建立被控對象的模型,使用其多變量、協調控制的策略,自帶豐富而有效的約束處理功能的控制方法。采用多變量預測控制算法,能夠提前對被調量的未來變化趨勢進行有效預測,然后根據被調量的未來變化進行控制,這有效地提前了調節過程,解決了PID 控制器無法解決的大時延問題;模型預測控制MPC 利用內部模型具有動態解耦能力,能夠動態地協調多個變量之間的關聯性,從而大幅度地提高控制系統的穩定性和抑制擾動的能力。
模型預測控制(MPC)的結構如圖2 所示,它由預測模塊、控制器模塊、優化模塊和過程模型模塊構成。
通過對脫硝SCR 工藝流程和控制回路進行詳細分析,可知道影響總噴氨量的主要參數有:負荷、煙氣溫度、入口NOx 濃度、出口NOx 濃度、脫硝效率,以及鍋爐側運行參數。因此,設計如圖3 所示的先進控制策略:
選擇理論噴氨流量的修正系數作為操縱變量,該操縱變量乘以理論噴氨量作為最終的氨流量噴入煙氣管道。
模型預測控制算法通過模型計算來預測出口NOx 的未來軌跡,進而優化計算得到最適合噴氨量。由于從噴氨量到出口NOx 濃度間的滯后已經體現在模型和預測中了,再加上方案設計中采用鍋爐側多個擾動變量擬合作為MPC 控制器的擾動變量DV。因此,此脫硝先進控制策略從本質上消除了SCR 反應過程中的大延遲、大滯后、非線性、多變量的問題帶來的影響,可以有效提高SCR 控制品質。

圖2 模型預測控制的結構圖Fig.2 Structure of model predictive control

圖3 先進控制策略Fig.3 Advanced control strategy
SCR 優化控制系統的結構核心是外掛的SCR 先進控制模塊,其與DCS 的通訊如圖4 所示。
上位機與DCS 通過建立“看門狗”,監視與上位機的通訊狀態,并判斷是否具備投運外掛SCR 先進控制模塊的條件,由運行人員手動選擇是否投運,一旦發生通信故障時,立即從先進控制模式返回到常規控制模式,實現無擾切換。
采用浙江大學研發的FRONT-TEST 測試軟件,在出口NOx 閉環控制的情況下進行測試,進行動態建模。
在AGC 模式下,投運SCR 系統的噴氨量自動控制,采用脫硝效率控制模式,采集數據長度為4h,測試數據(脫硝效率、出口NOx 理論噴氨量、噴氨修正量)如圖5所示。

圖4 外掛與DCS通信結構示意圖Fig.4 Schematic diagram of communication structure between plug-in and DCS

圖5 測試數據Fig.5 Test data

圖6 模型輸出仿真與實際輸出對比曲線Fig.6 Comparison curve of model output simulation and actual output
測試數據采用多變量辨識軟件進行辨識,利用出口NOx、脫硝效率的模型辨識結果進行擬合,與采集的輸出數據進行比較驗證模型的有效性,其結果曲線如圖6 所示。擬合效果表面得到模型已基本符合要求,辨識結果如圖7所示。

圖7 辨識結果Fig.7 Identification results
SCR 系統的模型如下:
CV1:NOx MV1:噴氨修正量

CV1:NOx MV2:計算噴氨量

CV2:脫硝效率 MV1:噴氨修正量

CV2:脫硝效率 MV2:計算噴氨量

采用模型辨識結果,進行MPC 控制器的設計與離線仿真,MPC 先進控制模塊的設計界面(CV、MV、DV),如圖8 ~圖10 所示。
在離線仿真的基礎上,設計了在線控制器,其運行界面如圖11 所示。
#6 爐SCR 控制系統中,SCR 出口NOx 濃度的測量信號的選擇分為:
選擇A 側出口NOx 濃度(SCR A NOX)。

圖8 先進控制方案的被控變量(CV)Fig.8 Controlled variable (CV) of the advanced control scheme

圖9 先進控制方案的操縱變量(MV)Fig.9 Manipulated variables (MV) of advanced control schemes

圖10 先進控制方案的前饋變量(DV)Fig.10 Feed-forward variable (DV) for advanced control methods

圖11 在線先進控制器被控變量參數顯示Fig.11 Parameter display of controlled variables of online advanced controller
選擇B 側出口NOx 濃度(SCR B NOX)。選擇A、B 側出口NOx 的平均值(SCR AVG NOX)。按鈕位置和功能如圖12 所示。

圖12 SCR出口NOx測量信號的選擇Fig.12 Selection of NOx measurement signal at SCR outlet

圖13 噴氨量設定值自動修正控制Fig.13 Automatic correction control of ammonia injection set value

圖14 PID常規控制曲線Fig.14 PID Conventional control curve

圖15 SCR先進控制曲線Fig.15 SCR Advanced control curve
選擇“SCR A NOX”則以A 出口NOx 濃度為被控信號;選擇“SCR B NOX”則以B 出口NOx 濃度為被控信號;選擇“SCR AVG NOX”則以A、B 出口平均NOx 濃度為被控信號。運行人員根據需要,可以合理選擇出口NOx 濃度的測量信號。
在優化控制的運行中,噴氨量設定值自動修正控制系統必須處于自動控制狀態。噴氨量設定值自動修正控制系統的手/自動切投開關位置如圖13 所示。
原PID 控制系統切換至優化控制的操作步驟:
1)噴氨量設定值自動修正控制按鈕由“M”->“A”。
2)按SCR 優化控制按鈕。
為對比SCR 先進控制系統投運前后的差異,從歷史數據中采集了控制趨勢,如圖14、圖15。并采集了SCR 投運前后兩個相近工況下的NOx 濃度數據,并對數據進行對比分析,如表1 ~表3 所示。

表1 出口NOX濃度優化前后對比1Table 1 Comparison before and after optimization of outlet NOX concentration 1
通過數據對比,能明顯發現通過SCR 控制系統優化后,有效降低了出口NOx 濃度的波動,標準差得到有效改善。

表2 出口NOX濃度優化前后對比2Table 2 Comparison before and after exit NOX concentration optimization 2
通過實際運用表明:通過對SCR 控制系統進行先進控制優化,采用模型辨識技術,建立噴氨控制的預測動態模型,可以實現對SCR 噴氨控制的優化調節,改善調節品質,實現對出口NOx 濃度的精確控制,減少了出口NOx 濃度波動。

表3 出口NOX濃度優化前后對比3Table 3 Comparison before and after exit NOX concentration optimization 3