一臺燃煤鍋爐運行性能隨氣溫變化的實證分析

沈赫男，王承亮，王 志，周懷春

(1．華電濰坊發電有限公司，山東 濰坊 261000；2.華電國際技術服務分公司，山東 濟南 250000；3．東北電力大學智能發電工程技術研究中心，吉林 吉林 132012)

2016年國家發改委、國家能源局、工業和信息化部推出《關于推進“互聯網+”智慧能源發展的指導意見(發改能源[2016]392號)》，著眼能源產業全局和長遠發展需求，推動能源互聯網新技術、新模式和新業態發展，為實現我國從能源大國向能源強國轉變奠定堅實基礎[1]。“智能發電”的概念正是在國家能源轉型背景下應運而生，是多學科交叉的高新技術領域，是在數字化和信息化的基礎上實現更高級別的智能化[2-5]。文獻[5]提出在一定規模發電集團的技術研究院建設“智能發電技術中心”，集中進行智能化技術的研發；各個發電廠和發電機組向該中心傳送實時數據和信息，并從該中心獲得智能控制、智能運維、智能管理等方面的技術支持。

智能電廠的構建離不開大數據技術的支撐，智慧電廠的“才智”其背后是對大數據的合理分析和應用。國內發電廠對大數據[6-9]的應用處于早期試點階段。其中，2019年京東集團依托大數據、人工智能等新技術建立智能化解決方案，在國家能源集團南寧電廠600 MW機組上開展首個試驗項目并將鍋爐熱效率提高了0.5%[10]。

在機組數據深度挖掘處理中，負荷[11-13]無疑是最主要的工況劃分的參數。文獻[13]考慮到同一工況下負荷必然是相近的，為避免將負荷差別較大的樣本劃入同一工況而負荷差別較小的樣本劃入不同工況，將時間軸變為負荷軸，即，將初始時以時間順序排列的樣本集按負荷從小到大重新構造。本文的研究思路與之相似，在整個負荷變化范圍內均勻劃分負荷區間，分析運行性能和參數隨負荷的連續變化。

文獻[14]采用高級統計分析工具Minitab對運行數據進行了統計回歸分析，例如回歸真空與負荷及循環水進水溫度的關系，以及鍋爐排煙溫度與負荷和環境溫度的關系，特別強調涉及環境溫度的參數要根據季節及時調整，反映季節變化對機組運行優化的影響。文獻[15]認為影響熱力機組性能最關鍵的兩個邊界條件是負荷和循環水入口溫度，除負荷外，循環水入口溫度與煤耗率接近為線性關系，溫度每升高1 ℃，煤耗率増加約1.3～1.5 g/kWh。但到目前為止，本行業領域還未見季節(環境氣溫、水溫等)變化對機組運行經濟性影響的全面研究報道。

隨著燃煤火電機組鍋爐運行時間的累積，分散控制系統(DCS)歷史站記錄了豐富的歷史運行數據，分析數據背后蘊含的運行規律，挖掘潛在的提升機組運行效率和降低NOx排放的內在規律，將有助于提高燃煤鍋爐的控制品質。本文在基于負荷工況劃分的基礎上，借助大數據處理技術，將機組運行的歷史數據按負荷(主蒸汽流量)、氣溫(季節)劃分二維區間，以每個二維區間為單元，實證分析一臺600 MW燃煤火電機組鍋爐運行性能隨負荷區間和氣溫區間變化的運行規律，為后期制定優化控制策略提供了理論依據。

1 運行數據分析處理方法

1.1 運行數據分析思路

本文分析的思路是：獲取機組過去一年DCS存儲的相關歷史運行數據，以1 min為周期(每天1 440點，或者2 min 24 s為周期，每天600點)。所選取的運行參數涵蓋鍋爐運行主要監測和控制參數，包括實際負荷、主蒸汽參數(流量、壓力、溫度)、給水流量、總燃料量、各層(角)燃燒器給煤量、總風量、送風量、引風量、全部二次風門開度、煙氣含氧量、排煙溫度、NOx濃度、送風機入口風溫等。

由于本文分析的重點是運行的經濟性和氮氧化物排放[16-17]，所以參數的選擇側重于燃料、送引風和給水控制。該機組冬季還承擔一定的供熱負荷，故機組負荷參數選擇主蒸汽流量(對于純凝機組，負荷自然選擇機組發電功率)。為了揭示不同季節(氣溫)條件下機組運行性能的變化，選擇送風機入口風溫作為分析參數之一(取A、B送風機入口風溫的均值)。類似地，文獻[18]以不可控邊界條件機組負荷和環境溫度為對象，利用模糊聚類方法實現機組工況劃分，對可控參數進行維度歸約，選取各工況下對機組能耗影響較大的運行參數，對比相同工況下的歷史數據和當前運行數據，輸出較低能耗值對應的運行參數，實現機組運行優化和節能優化分析。由于本文主要分析季節和負荷對鍋爐運行性能的影響，經濟性評價選擇相同負荷下的總煤量進行比較；氮氧化物取機組FGD入口NOx在A、B側監測數據的均值。理想情況下應該采集機組燃料分析實時數據，以比較機組標煤消耗的情況，該機組目前正在實施煤質在線檢測系統，今后將具備分析比較標煤耗的條件。需要特別說明的是，本文僅僅以DCS記錄的總煤量作為經濟性評價的依據，沒有考慮煤質變化的影響，得到的結果將是在實際煤質波動條件下的平均煤質下的經濟性和排放水平的相對變化，并不是追求絕對精確的經濟性評價指標。

本文主要側重于穩態運行工況的分析比較，一般大數據分析要區分穩態和非穩態運行工況，挑選符合穩態工況條件的時段的數據納入分析[18]，而本文并沒有這樣做，理由是：選擇1 min甚至更長到3 min以內的數據采集周期，就基本代表了穩態變化趨勢；盡管鍋爐系統輸入輸出參數動態時間較長，可能超過本文選擇的采樣周期，但其影響僅限于變負荷情況下的數據；還要說明一點：升降負荷條件下，輸出參數對輸入條件變化的響應趨勢基本是相反的，這兩個時段的動態數據之間存在某種相互補償的內在特性，可部分抵消其對穩態運行工況分析的影響(詳細論證需另文闡述)。本文給出的都是基于全部運行數據的分析結果，從給出的結果可以看出按不同負荷、不同氣溫分析的意義。

1.2 運行數據分析方法

本文分析方法的特點是，同一時刻的全部運行數據始終作為一個數據單元參與分析，本文定義其為一個數據包。理論上這個數據包可以包含機組在同一時刻的全部有記錄的運行數據，不造成額外的負擔。將全部運行數據包根據不同的負荷(主蒸汽流量)和氣溫劃分不同運行數據子集，每個子集內的數據放在一起進行分析；不同子集內的數據互不影響。因此，不同數據包在時間坐標下的先后順序將變得不重要，每個數據包被當做一個獨立工況的數據在運行數據子集內進行分析。

在不同負荷、不同氣溫的運行數據子集中，先計算數據包中所有參數的平均值。在所劃分的不同負荷、不同氣溫的工況下，并不能保證全部子集都出現有效運行數據；此時，將采用同一負荷下其他有效子集的平均值予以替代。最后，對不同負荷、不同氣溫的運行數據子集內的運行參數平均值計算結果進行平滑濾波，一定程度上減小數據波動的幅度。

所分析的數據為某電廠3號機組2019年5月至2020年3月的運行數據，每分鐘一個數據包，全部約332 000個采樣數據包。該機組主蒸汽流量分析范圍：1 000～2 000 t/h，每50 t/h分為一個負荷區間，共20個負荷區間；全年氣溫變化范圍：-4～36 ℃，每2 ℃一個氣溫區間，共20個氣溫區間。全部運行數據共20×20=400個數據子集，代表不同負荷、不同氣溫下的全部運行數據。數據分析步驟如下：

(1)將不同負荷、氣溫區間的數據包歸并在不同的數據子集中，運行數據表示為：X(i,j,k,l)，其中i代表劃分的負荷區間數，i=1,2,3,…,M個；j代表劃分的氣溫區間數，j=1,2,3,…,N個；k代表運行參數，k=1,2,3,…,K，本文為102個，其中k=2代表總煤量，k=101代表NOx排放量；l代表該子集內數據包的個數，也即工況點個數，l=1,2,3,…,L(i,j)個，各個子集內工況點個數是存在差異的。對本文分析的運行數據，M=N=20，K=102。

(2)由公式(1)計算各個負荷和氣溫區間各個運行參數的均值

(1)

2 運行性能及參數分析結果

2.1 運行數據的分布

圖1所示全部運行數據在全部負荷區間、氣溫區間的個數分布。由圖1可見，大部分數據子集中的數據包個數大于500。僅在低溫極限下的最高負荷、最低負荷區域，數據包較少，甚至個別子集中沒有有效數據，采用了補缺加濾波的方法，以給出完整的分析結果。

圖1 全部運行數據在全部負荷區間、氣溫區間的個數分布

2.2 運行經濟性隨負荷和氣溫的變化

圖2給出了平均總煤量隨氣溫(橫坐標)和負荷(縱坐標)的變化。本文的負荷水平用相同主蒸汽流量為基礎進行比較。值得說明的是，相同主蒸汽流量下，主蒸汽壓力和溫度可能稍有不同，導致鍋爐出力并不相同。但由于這種差別較小，對整個負荷變化范圍內的比較不產生顯著的影響，本文側重于宏觀變化的分析，故予以忽略。

圖2 平均總煤量隨氣溫(橫坐標)和負荷(縱坐標)的變化

圖2顯示，當氣溫低于其年均值16 ℃時，不同負荷下的總煤量在中高負荷區域變化不大；在中低負荷區域有一定變化。但是，當氣溫高于16 ℃時，特別是氣溫大于22 ℃時，相同負荷下的總煤量比氣溫低于全年均值的條件下的總煤量明顯升高。相同負荷下高氣溫區間的平均總煤量比低溫區間高10%以上，有的甚至超過20%。圖3給出了該機組月均高位、低位發熱量和空干基灰分隨月均氣溫的變化。從圖3中可見，最高氣溫的三個月(2019年6～8月)期間煤質發熱量比最高的水平低5%以上，空干基灰分也高出8%以上，空干基水分也相對偏高(數據未給出)。這會導致氣溫高的這3個月在相同負荷下的耗煤量明顯增加。但圖2所示高氣溫條件下總煤量在相同負荷下的過大增長，顯然并不完全是煤質變差能夠很好解釋的。

圖3 月均高位、低位發熱量和空干基灰分隨月均氣溫變化

2.3 氮氧化物排放隨負荷和氣溫的變化

圖4所示平均氮氧化物排放隨氣溫和負荷的變化。圖中可見：在負荷中值(主蒸汽流量1 750 t/h)以下，隨氣溫上升，相同負荷下氮氧化物排放略有下降。在負荷中值以上，相同負荷下氮氧化物排放隨著氣溫的上升基本不變。總體來看，該爐氮氧化物排放隨氣溫沒有明顯的變化，故不再予以分析。

圖4 平均氮氧化物排放隨氣溫和負荷的變化

2.4 煙氣氧量和排煙溫度隨負荷和氣溫的變化

煙氣氧量(a)和排煙溫度(b)隨負荷和氣溫的變化如圖5所示。首先，氣溫較高時，在負荷較高的情況下，相同負荷下排煙溫度隨氣溫升高迅速升高，明顯高于氣溫較低條件下的排煙溫度。排煙溫度高，對應鍋爐熱損失較大。圖5顯示，煙氣氧量并沒有顯示出隨氣溫升高而升高的趨勢，而是相對平穩。結合圖2總煤量隨負荷和氣溫的變化趨勢，以及圖6總風量(a)和A送風機調節動葉閥位(b)隨負荷和氣溫的變化一起分析，推斷如下：相同負荷下，過大的風量，相對于偏多的燃料量，可能處于恰當風煤配比的條件下，表現為煙氣氧量處于合適的水平，但實際上鍋爐消耗了過多的燃料，降低了經濟性，這從排煙溫度上升體現出來。因此，單純地以追求最佳煙氣氧量水平就以為達到了優化燃燒工況的認識和實踐是片面的。

圖5 煙氣氧量(a)和排煙溫度(b)隨負荷和氣溫的變化

2.5 總風量和A送風機調節動葉閥位隨負荷和氣溫的變化

圖6給出了總風量(a)和A送風機調節動葉閥位(b)隨負荷和氣溫的變化。由該圖可見，氣溫升高后，特別是高于年均值溫度后，相同負荷下總風量和A送風機調節動葉閥位(A送風機調節動葉閥位趨勢一樣)迅速升高。結合圖2總煤量隨負荷和氣溫的變化趨勢一起分析，可以發現，相同負荷下，高于平均氣溫時段，總風量和送風機調節動葉閥位隨氣溫升高而過快升高將不利于運行經濟性。

值得指出的是，隨著氣溫升高，空氣密度下降，相同質量流量的空氣的體積流量增加，即相同負荷下，總風量(體積流量)自然會隨氣溫的升高而增加。但我們需要分析圖6顯示的增加幅度是不是因為空氣密度下降引起的正常增長。從-4 ℃到36 ℃，根據理想氣體狀態方程，空氣的密度降低到(273.15-4)/(273.15+36)=0.871，也就是降低13%左右。故相同空氣體積流量增加15%左右。2 000 t/h負荷條件下總風量和總燃料量隨氣溫變化曲線在圖7中給出。很明顯，圖中顯示總風量和總燃料量是匹配變化的，即保持了較好的風煤配比。但顯然，同樣鍋爐出力條件下燃料消耗的顯著差異，如果不是完全因為煤質變化的原因而引起，就可能揭示了運行中的某些問題的存在。圖7可見，在氣溫2 ℃至12 ℃范圍區間，總燃料量相對較低，假設這個溫度段處于運行相對優化的狀態。以該氣溫區間的平均總風量作為基準，我們可以計算該風量在氣溫變化后因為密度變化的原因而產生的變化，稱為不同氣溫下理論空氣量。不同氣溫下實際總風量與理論空氣量之差繪制于圖8中，圖8中還給出了總燃料量的曲線。總風量實際值與理論空氣量之差與總燃料量之間顯示了良好的正相關性，部分說明總風量高于理想風量是造成燃料量偏大、經濟性下降的直接原因之一。

圖6 總風量(a)和A送風機調節動葉閥位

圖7 2 000 t/h負荷條件下總風量和總燃料量隨氣溫的變化

圖8 2 000 t/h負荷條件下總風量實際值與理論值之差和總燃料量隨氣溫的變化

結果表明，部分二次風風門要么基本處于關閉狀態，要么隨氣溫呈現過大的變化。理論上，這些風門從設計角度應該是要起到一定作用，基本關閉的話，則不能發揮應有的作用。但是風門隨氣溫變化幅度過大，也不符合優化運行的要求。這也是下一步分析鍋爐運行特性、優化鍋爐運行性能需要考慮的重要方面。

3 結論

(1)氣溫低于年平均值的冬春季節，不同負荷下的總燃料量在中高負荷區域變化不大；在中低負荷區域有一定變化。但是，當氣溫高于年平均值的秋夏季節，相同負荷下的總燃料量比冬春季節的總燃料量明顯升高。

(2)在負荷中值(主蒸汽流量1 750 t/h)以下，隨著氣溫的上升，相同負荷下的氮氧化物排放略有下降。在負荷中值以上，相同負荷下的氮氧化物排放隨著氣溫的上升基本不變。總體來看，該爐氮氧化物排放隨氣溫變化不大。

(3)秋夏季節負荷較高的情況下，煙氣氧量處于合適的水平，風煤配比恰當，但鍋爐消耗燃料明顯偏多，排煙溫度較高，對應鍋爐熱損失較大。因此，單純地以追求最佳煙氣氧量水平就以為達到了優化燃燒工況的認識和實踐是片面的。

(4)氣溫較高的秋夏季節，總風量實際值與理論空氣量之差與總燃料量之間顯示了良好的正相關性，部分說明總風量明顯高于理想風量是造成秋夏季節燃料量偏大的主要原因。

(5)部分二次風風門要么基本處于關閉狀態，要么隨氣溫呈現過大的變化，這也是分析鍋爐運行特性、優化鍋爐運行性能需要考慮的重要方面。