基于吹灰器敏感性分析的電站鍋爐吹灰策略優化

梅海龍，蒲靖凡，周林，虞兵，張林，譚鵬

(1.國電漢川發電有限公司，湖北 孝感 431616；2.華中科技大學能源與動力工程學院煤燃燒國家重點實驗室，湖北 武漢 430074)

0 引言

2020年，全球煤炭在電力生產中所占份額仍高達36.4%。由于中國煤炭資源豐富、石油短缺和天然氣稀薄的能源結構，燃煤發電在中國所占比例更高(68.5%)[1-2]。因為煤總是含有一些礦物灰，在燃燒時無法避免地會導致燃煤鍋爐的積灰和結渣。低品位的劣質煤更符合中國的能源政策，因此動力用煤主要以質量較差的劣質煤為主，其含灰量和含硫量較高，更容易導致受熱面積灰結渣[3-5]。積灰結渣嚴重則會導致排煙溫度升高、蒸汽溫度難以控制等問題[6-7]。

清潔積灰結渣最好及最常用的方法是蒸汽吹灰，目前國內外燃煤電廠幾乎都配有先進的蒸汽吹灰器[8]。然而目前大部分燃煤電廠按時按量進行吹灰，無法避免吹灰過量或者不足的問題，從而對鍋爐的安全性和經濟性造成影響[9]。

針對受熱面的積灰結焦問題，已有很多國內外學者進行了灰污在線監測模型以及吹灰優化策略的研究。根據熱力學、傳熱學、流體力學等原理及計算方法，已開發了潔凈因子[10]、灰污染[11]、熵產[12-13]、積灰厚度[14]等模型用于表征受熱面的清潔或污染程度，從而實現灰污的實時在線監測。吹灰成本與收益計算也被用于提高吹灰的經濟性[15]。在大數據算法、人工智能的推動下，更有學者利用數據挖掘、深度學習等算法對鍋爐吹灰優化進行了研究，提高了灰污監測的準確性和穩定性[16-20]。

灰污在線監測模型以及吹灰優化策略解決了不同受熱面“何時吹灰”“吹灰時長”的問題，但對于“吹哪只吹灰器”的問題沒有提出很好的解決方案。目前針對該問題，陳寶康[21]提出采用吹灰器單獨運作試驗的方法，通過單獨操作吹灰器，比較不同位置的吹灰器吹灰效果的差別。

本文以某1 000 MW超超臨界燃煤鍋爐為研究對象，挖掘其歷史運行數據，分析歷史穩定負荷工況下不同吹灰器對潔凈因子或溫度變化的影響大小，將分析結果引入吹灰優化策略制定，有助于提高吹灰的完整性和經濟性。

1 研究對象與方法

1.1 研究對象

本文的研究對象為某1 000 MW超超臨界燃煤鍋爐，其吹灰系統包括吹灰器、減壓站、吹灰管道及其固定和導向裝置等。減溫減壓站采用高溫高壓、噴水減溫減壓氣動非基地式調節減溫減壓站，減壓站減溫水來自鍋爐再熱器減溫水總管。其中鍋爐爐膛布置的吹灰器共82只；對流受熱面布置的吹灰器共66只，其中14只為預留吹灰器；空氣預熱器設4只吹灰器。吹灰系統的汽源取自低溫再熱器出口(減溫后)連接管。通過減溫減壓裝置得到合適的蒸汽參數，進入吹灰器。其水平及尾部煙道吹灰器布置如圖1所示。因為對流受熱面吹灰器為對稱布置，并且對稱吹灰器幾乎同時進行吹灰，所以圖中以及后續分析中只采用雙數吹灰器代表兩只對稱吹灰器。

圖1 吹灰器布置

1.2 研究方法

為了防止數據異常導致潔凈因子及溫度變化計算偏離正常值從而造成吹灰器的敏感性分析存在可避免性誤差，需要提前對數據進行清洗。

受熱面進出口的汽溫溫升及煙溫溫降的計算公式如下:

式中，δt、δT分別表示受熱面進出口的汽溫溫升及煙溫溫降；tin、Tin分別表示進口平均汽溫及平均煙溫；tout、Tout分別表示出口平均汽溫及平均煙溫。

各受熱面的進出口汽溫及低溫受熱面的進出口煙溫均安裝有測點進行測量，但高溫受熱面的煙氣側未安裝測點，所以需要對高溫受熱面的進出口煙溫進行計算。基于能量守恒原理，即汽側吸收的熱量與煙側釋放的熱量相等，可通過低溫受熱面的煙溫計算出高溫受熱面的煙溫。

受熱面潔凈因子的計算公式如下:

式中，CF為潔凈因子；Ksj、Klx分別表示實際與理想換熱系數；Q為換熱量，kJ；Δtm為傳熱溫差，℃；A為傳熱面積，m2；m為給水流量，kg/s；Δh為蒸汽進出口焓差，kJ/kg；Δtmax、Δtmin分別表示傳熱過程中大溫差端和小溫差端，℃。

根據測點測量值以及計算值，可以計算出受熱面的進出口汽溫溫升、煙溫溫降以及潔凈因子。基于歷史數據，查詢燃煤機組歷史平穩負荷的吹灰時間段，其查詢規則及步驟為:

1)根據吹灰器的進退信號，判斷出吹灰器的連續吹灰時間段。若兩只吹灰器的吹灰時間間隔30 min以上，則判斷前一只吹灰器的吹灰結束時間為上一連續吹灰時間段的吹灰結束時間，后一只吹灰器的吹灰開始時間為下一連續吹灰時間段的吹灰開始時間。

2)根據吹灰器的進退信號，判斷出連續吹灰時間段內所有執行過吹灰的吹灰器，從而根據各個連續吹灰時間段便可得到對應的吹灰器組。

3)根據負荷值，篩選負荷穩定的連續吹灰時間段。連續吹灰時間段吹灰開始至吹灰結束后30 min內，如果負荷最大值與最小值之差未超過25 MW，則判斷該連續吹灰時間段為負荷穩定的連續吹灰時間段。

吹灰敏感性分析包括吹灰前后潔凈因子增幅、受熱面進出口汽溫之差增幅以及受熱面進出口煙溫之差增幅分析。獲取負荷穩定的連續吹灰時間段后，可以統計出吹灰時間段內的運行吹灰器組、吹灰后30 min內潔凈因子(汽溫)最大值與吹灰前潔凈因子(汽溫)的差值以及吹灰前煙溫與吹灰后30 min內煙溫最小值的差值。

通過統計歷史數據穩定吹灰時間段的各吹灰組的潔凈因子增幅、汽溫溫差增幅以及煙溫溫差增幅可以反映出吹灰效果較好的吹灰組或吹灰器。增幅越大則證明吹灰前后受熱面的潔凈程度(或換熱效果)差別越大，即吹灰效果越好。

2 敏感性分析結果及吹灰策略優化

采用該機組5個月運行數據(共159 217條)，對該機組水平及尾部煙道受熱面的吹灰器進行敏感性分析。由于各受熱面吹灰器均為單雙數對吹，因此只選取雙數吹灰器進行分析(其中SL表示長吹、SB表示半長吹)。

該機組水平及尾部煙道對流受熱面的原吹灰策略為1天吹1次，按順序從長吹SL2(SL1)開始至半長吹SB18(SB17)結束。

屏式過熱器(簡稱“屏過”)的吹灰器敏感性對比如圖2所示。屏過吹灰器共挖掘出6組吹灰器，其中組2及組6潔凈因子及溫差增幅較高，組1和組4較低。結果表明SL12對屏過的吹灰效果最好，SL2最差；同時間接表明SL10的吹灰效果較差。因此，在制定屏過吹灰策略時，可以適當增加SL12的吹灰頻率，或者降低SL2及SL10的吹灰頻率。同時屏式過熱器三個指標吹灰前后增幅較小，潔凈因子增幅基本小于0.1，應適當降低屏式過熱器吹灰器的總體吹灰頻率。因此屏式過熱器吹灰頻率調整為:SL12一天1次；SL(4+6+8)三天2次；SL(2+10)兩天1次。

圖2 屏式過熱器吹灰器敏感性對比

高溫過熱器(簡稱“高過”)的吹灰器敏感性對比如圖3所示。高過吹灰器共挖掘出5組吹灰器，其中除組2外其余組潔凈因子及溫差增幅相差不大，組2較低。結果間接表明SL16及SL20的吹灰效果較好，SL18吹灰效果較差，應適當增加SL16及SL20的吹灰頻率，或者降低SL18的吹灰頻率。同時高過三個指標吹灰前后增幅較小，潔凈因子增幅均小于0.1，汽溫及煙溫溫差增幅基本小于10℃，應適當降低高溫過熱器吹灰器的總體吹灰頻率。因此高溫過熱器吹灰頻率調整為:SL(14+16+20)三天2次；SL18兩天1次。

圖3 高溫過熱器吹灰器敏感性對比

高溫再熱器(簡稱“高再”)的吹灰器敏感性對比如圖4所示。高再吹灰器共挖掘出3組吹灰器，3組的潔凈因子及溫差增幅相差不大，且對潔凈因子提升較高。因此，在制定高再吹灰策略時，可以維持高再所有吹灰器的吹灰頻率一致。同時高再三個指標吹灰前后增幅很大，潔凈因子增幅超過0.25，汽溫及煙溫溫差增幅也基本大于15℃，因此高再吹灰器的吹灰頻率均維持為一天1次，即SL(22+24+26+28)一天1次。

圖4 高溫再熱器吹灰器敏感性對比

低溫過熱器(簡稱“低過”)的吹灰器敏感性對比如圖5所示。低過吹灰器共挖掘出3組吹灰器，其中組2及組3的潔凈因子及溫差增幅較大，組1較低。結果可直接表明SB4及SB6的吹灰效果較好，SL32及SL34吹灰效果較差。因此，在制定低過吹灰策略時，應適當增加SB4及SB6的吹灰頻率，或者降低SL32及SB34的吹灰頻率。同時組2及組3吹灰前后溫差增幅均大于20℃，因此低溫過熱器吹灰頻率調整為:SB(4+6)一天1次，SL(32+34)三天2次。

圖5 低溫過熱器吹灰器敏感性對比

低溫再熱器(簡稱“低再”)的吹灰器敏感性對比如圖6所示。低再吹灰器共挖掘出3組吹灰器，其結果與低溫過熱器相似。因此，在制定低再吹灰策略時，可以適當增加SB2、SB8及SB14的吹灰頻率，或者降低SL30的吹灰頻率。但是由于低再吹灰前后煙溫溫差增幅均大于25℃，為保證機組安全性，低再吹灰器的吹灰頻率均維持為一天1次。

圖6 低溫再熱器吹灰器敏感性對比

省煤器的吹灰器敏感性對比如圖7所示。省煤吹灰器共挖掘出2組吹灰器，組2的吹灰器數量及吹灰效果大約為組1的兩倍，說明SB10+SB12與SB16+SB18的吹灰效果相差不大，且省煤器三個指標吹灰前后增幅較小，省煤器積灰不嚴重，因此省煤器吹灰頻率調整為SB(10+12+16+18)三天2次。

圖7 省煤器吹灰器敏感性對比

采用優化后的吹灰策略運行3個月后發現排煙溫度無明顯上升，優化后的吹灰策略雖然減少了吹灰頻次但未影響鍋爐效率，受熱面金屬管壁超溫情況有明顯改善。

3 結語

本文以某1 000 MW超超臨界燃煤鍋爐為研究對象，采用數據挖掘方法，分析了穩定負荷下機組水平煙道及尾部煙道各受熱面吹灰器對受熱面進出口汽溫、煙溫溫差及潔凈因子增幅的影響程度。同時，基于分析結果，對各受熱面吹灰策略進行了優化，提高了機組的吹灰有效性和經濟性。