300 MW亞臨界循環流化床機組NOx排放建模

劉 春,高明明,張洪福,張國華,岳光溪

(1.新能源電力系統國家重點實驗室(華北電力大學),北京 102206;2.清華大學 能源與動力工程系,北京 100084)

0 引 言

循環流化床燃燒技術由于具有煤種適用性強、污染物排放低、負荷調節靈活、低負荷下穩定燃燒等優勢備受關注,我國CFB機組裝機容量已超10 GW,穩居世界第一。隨著環保要求不斷嚴格,CFB鍋爐NOx原始排放通常無法達標,需在爐膛出口增設脫硝設備,由于SNCR改造與使用成本低,廣泛應用于CFB機組脫硝[1]。隨著新能源大規模并網,CFB作為燃煤機組重要組成部分,需深度調峰運行以滿足新能源并網要求,但隨負荷變動,爐膛溫度波動較大,爐內物料分布不均,造成SNCR控制不佳,引起氨氮物質的量比失調,NOx排放易出現波動大、瞬時值易超標等問題[2]。因此,變負荷時NOx超低排放控制問題亟需解決,建立精準的NOx模型對SNCR的控制優化具有重要意義。

CFB機組NOx排放模型研究較多。李競岌[3]分析了循環流化床鍋爐密相區內氮轉化機理,并進行NOx還原反應動力試驗,考慮氧化鈣對NOx生成與還原的影響建立了一維NOx排放模型,模型穩態效果較好,由于模型較復雜,在動態驗證中由于計算量較大難以保證實時性。高明明等[4]建立了CFB鍋爐爐膛出口NOx預測模型,提前3～5 min預測NOx濃度,模型只對295 MW穩態負荷進行驗證,缺少NOx排放的動態驗證。黃鵬等[5]基于即燃碳理論建立了CFB鍋爐脫硝反應器出口NOx濃度模型,模型結果比實際值超前180 s,并進行風量與煤量原始運行數據百分比增大試驗驗證模型動態特性,由于模型假設較多,模型通用性較弱,難以適用于大范圍變負荷過程中NOx排放。隨著人工智能的開發應用,機器學習算法應用于NOx建模與預測[6]。牛培峰等[7]基于核極端學習機,以O2體積、給煤機轉速等26個參數為模型輸入建立了NOx預測模型,模型預測精度較好,由于模型建立過程中需用尋優算法尋找極端學習機參數,計算量大,現場應用時無法保證計算時效性。建立簡單、精準的NOx濃度排放模型尤為重要。

筆者建立變負荷NOx排放模型,詳細考慮燃料中氮元素析出與CO的自還原過程以及SNCR反應過程,對其進行合理簡化。基于模型進行開環階躍試驗,研究給煤量、給風量、尿素流量對NOx排放動態特性的影響,為NOx超低排放控制優化提供參考。

1 NOx濃度排放模型

在CFB鍋爐運行過程中,爐內運行參數變化大,分布復雜,為滿足實時計算要求,對機理進行抽象簡化,采用集總參數法進行建模。

1.1 NOx原始生成模型

CFB機組生成的NOx主要為燃料型NOx,燃料中N元素分布在揮發分與焦炭中[8]。假設燃料N元素在揮發分與即燃碳中均勻分布;忽略氧化鈣對燃料型NOx生成的促進作用,認為CFB爐內NOx主要為NO,以下用NO代替NOx[9]。

揮發分氮進入爐膛內立即釋放,而焦炭氮的釋放與爐內即燃碳燃燒速率有關,其中,即燃碳表征爐內存碳量,因此爐內NO初始生成量Y(NO)為

(1)

其中,Var為燃料中揮發分,%;w(Nar) 為燃料中氮元素質量分數,%;Rc為即燃碳的燃燒速率,kg/s;Xc為燃料收到固定碳質量分數,%;ηN為燃料N轉化率,%,計算方法[4]為

(2)

式中,Z與揮發分含量有關。

1.2 燃燒模型

爐膛燃燒與NOx生成與還原反應密切相關[10],因此建立燃燒模型具有重要意義。即燃碳燃燒速率Rc[11]為

(3)

式中,ks為即燃碳燃燒速率常數;MC為碳摩爾質量,g/mol;dc為碳顆粒半徑,m;ρc為碳顆粒密度,kg/m3;C(O2)為爐內氧氣O2物質的量濃度,mol/m3;B為爐內即燃碳質量,kg。

建立爐膛內即燃碳模型:根據質量守恒定律,爐內即燃碳增加部分由給煤量送入,即燃碳減小部分源于燃燒消耗及飛灰排渣損失,因此即燃碳B[12]表示為

(4)

其中,Wc為給煤量,kg/s;Wpz、Wf分別為排渣流率和飛灰流率,kg/s;Xc,pz、Xc,f分別為底渣含碳質量分數與飛灰含碳質量分數,%。由于飛灰與排渣碳損失較小,且與給煤量相關,將飛灰與排渣含碳質量分數折算到收到固定碳質量分數[13]。

CO作為一種碳燃燒產物,參與NOx還原過程,與NOx排放密切相關。CO生成與爐內即燃碳燃燒速率有關,即燃碳燃燒同時有CO與CO2兩種產物,二者生成量比例關系為

(5)

式中,Y(C)、Y(O2)、Y(CO)與Y(CO2)分別為C、O2、CO與CO2物質的量,mol;φ為機械因子[14],與溫度和煤粒徑有關。

結合式(3)和(5),得到爐內CO生成速率R(CO)為

(6)

CO屬于還原性氣體,產生的CO會繼續氧化為CO2,該反應速率R(CO2)[15]為

R(CO2)=k(CO2)C(CO)C(O2)0.5,

(7)

式中,k(CO2)為CO氧化生成CO2反應速率常數;C(CO) 為爐膛內CO物質的量濃度,mol/m3。

結合式(6)和(7),可建立爐內CO濃度模型:

(8)

式中,V為爐膛體積,m3;Air為給風量(標況下),m3/s。

1.3 NOx原始排放模型

CFB機組爐內NO還原介質種類較多且還原系數不同,但由于即燃碳存量非常可觀,因此認為NO還原介質只有即燃碳,還原反應物只有CO[16];且爐內生成的NO會在即燃碳表面發生還原反應;并忽略氧化鈣對NO自還原的促進作用。因此NO自還原反應速率R(NO)[17]為

(9)

式中,k(NO)為NO在即燃碳表面與CO反應速率常數;C(NO)為爐膛內NO物質的量濃度,mol/m3。

結合式(1)和(9),可得NO原始排放濃度模型為

(10)

1.4 SNCR反應模型

SNCR是指CFB鍋爐將還原劑噴入尾部煙道,還原劑分解為氣態NH3與煙氣中NOx反應產生N2[18]。SNCR可看作一個“兩輸入、兩輸出”的容器模型,容器中主要發生3個反應:還原劑的分解反應、脫硝反應與NH3的氧化反應[19]。以尿素為還原劑,SNCR反應模型如圖1所示。

圖1 SNCR反應器模型示意Fig.1 Schematic diagram of SNCR reactor model

脫硝反應速率RDen[20]為

RDen=kDenC′(NO)C(NH3),

(11)

式中,kDen為脫硝反應速率常數,與爐膛出口溫度有關;C′(NO)為SNCR反應器內NO物質的量濃度,mol/m3;C(NH3)為SNCR反應器內NH3物質的量濃度,mol/m3。

脫硝還原劑噴入反應器中立即生成氨分子,忽略反應時間,并將NH3氧化反應折算到脫硝反應速率。根據質量守恒,可建立SNCR內NH3平衡方程模型為

(12)

式中,Furea為還原劑生成NH3物質的量濃度,mol/s;V1為SNCR反應器體積,m3;k1為NH3氧化反應折算系數;kf為氨逃逸修正參數。

由此可建立SNCR反應器出口NO濃度排放模型:

(13)

2 模型仿真驗證

以某300 MW亞臨界CFB機組為研究對象,該機組采用SNCR脫硝,脫硝還原劑為尿素溶液,尿素溶液噴槍安裝在循環流化床爐膛出口高溫旋風分離器入口煙道的頂面和側壁上。該機組設計用煤的燃料特性質量分數見表1。

表1 300 MW亞臨界CFB機組燃料特性Table 1 Fuel characteristics of 300 MW subcritical CFB unit

2.1 穩態驗證

分別在該CFB機組300 MW與150 MW穩態工況對NOx排放進行仿真驗證,300 MW與150 MW穩態工況仿真時長分別為150與100 min。仿真結果如圖2、3所示。

圖2 300 MW工況模型計算值與真實值對比Fig.2 Comparison of calculated value and real value of 300 MW working condition model

圖3 150 MW工況模型計算值與真實值對比Fig.3 Comparison of calculated value and real value of 150 MW working condition model

由圖2、3可知,模型結果對實際運行數據擬合效果好。300 MW穩態工況該運行時間段NOx實際平均排放質量濃度為41 mg/m3,模型計算值與實際值平均絕對誤差為3.5 mg/m3;150 MW穩態工況該運行時間段NOx實際平均排放質量濃度為38 mg/m3,模型計算值與實際值的平均絕對誤差為1.2 mg/m3。且在300 MW穩態工況6 000 s附近與150 MW穩態工況1 300 s附近時間段為校表過程,模型仍能很好預測NOx排放濃度,為現場提供參考。模型計算值較實際值提前4～5 min,因此模型具有一定預測效果。模型預測作用主要是由于NOx測點布置在脫硫塔后,而模型計算值在SNCR出口,二者中間布置較長煙道,且測點取樣分析也需要時間。

2.2 動態驗證

為驗證所建NOx排放模型的動態特性,泛化模型的通用性,選取該300 MW亞臨界CFB機組460 min變負荷運行數據作為輸入,該段數據負荷為300～185 MW,運行參數如圖4所示。模型計算值與實際值對比如圖5所示。由圖5可知,變負荷過程中NOx排放濃度波動較大,但模型仍能夠很好反映真實NOx排放趨勢。該運行時間段內NOx實際平均排放質量濃度為33 mg/m3,模型計算值與實際值平均絕對誤差為5.7 mg/m3。圖中10 000 s與14 000 s 附近時間段為校表。

圖4 變負荷過程中機組實際運行數據Fig.4 Actual operation data of unit during load change

圖5 變負荷過程NOx模型計算值與機組實際值對比結果Fig.5 Comparison result between NOx model calculation value and unit actual value in load change process

2.3 開環階躍試驗

以該亞臨界CFB機組300 MW與200 MW運行參數為研究對象,600 s時分別對給煤量、送風量、尿素流量及同時對給煤量與送風量進行階躍擾動試驗,以捕捉NOx排放的動態特性。

2.3.1 給煤量階躍

300 MW和200 MW給煤量階躍時NOx質量濃度如圖6所示,給煤量增加5%,NOx排放質量濃度先快速上升后逐漸下降,最后穩定在比初始值低的平衡點。給入燃料時,燃料中揮發分快速析出,NOx排放質量濃度上升,揮發分析全部析出后,由于給煤量增加,爐內還原氛圍增強,即燃碳會增多,增加NOx還原介質,從而加大NOx還原作用,NOx排放質量濃度減少。

圖6 300 MW和200 MW給煤量階躍時NOx質量濃度Fig.6 NOx mass concentration at 300 MW and 200 MW coal feed step

2.3.2 送風量階躍

300 MW和200 MW送風量階躍時NOx質量濃度如圖7所示,送風量增加5%時,NOx排放質量濃度較初始值上升。送入風量時,一方面從爐膛吹入SNCR中NOx量增多;另一方面,隨風量補充,爐內O2濃度上升,增強爐內氧化氛圍,從而減小NOx還原作用,因此NOx排放質量濃度增加。

圖7 300 MW和200 MW送風量階躍時NOx質量濃度Fig.7 NOx mass concentration at 300 MW and 200 MW air supply step

2.3.3 尿素流量階躍

300 MW和200 MW尿素流量階躍時NOx質量濃度如圖8所示,尿素流量增加5%時,NOx排放質量濃度較初始值下降。尿素流量上升時,SNCR反應器中NH3排放質量濃度上升,氨氮物質的量比增大,脫硝反應速率加快,因此NOx排放質量濃度降低。

圖8 300 MW和200 MW尿素流量階躍時NOx質量濃度Fig.8 NOx mass concentration at 300 MW and 200 MW urea flow step

2.3.4 給煤量與送風量同時階躍

300 MW和200 MW給煤量與送風量同時階躍時NOx質量濃度如圖9所示,給煤量與送風量同時增加5%時,NOx排放質量濃度先快速上升,然后緩慢下降,最后穩定在高于初始值的平衡點。給煤量與送風量同時增加5%時,由于煤給入到即燃碳燃燒過程慣性較大,因此送風量對爐內燃燒氛圍影響快于給煤量,又由于風量與煤量增加前后風煤配比不變,因此爐內氧化氛圍先增強后減弱,最后穩定在初始點。NOx排放質量濃度隨爐內氧化氛圍先升高再降低,雖然爐內氧化氛圍最后穩定在初始點,但由于風量增加使更多爐內NOx吹入SNCR,因此NOx排放質量濃度相對300 MW負荷工況,最終穩定在高于初始值的點。

圖9 200 MW給煤量與送風量同時階躍時NOx質量濃度Fig.9 NOx mass concentration at 200 MW when coal supply and air supply step simultaneously

200 MW負荷工況NOx排放動態響應速度減慢,響應時間增加,所需噴氨量減小。由于床溫與爐膛出口溫度降低,200 MW工況爐內與SNCR內各種化學反應速率減慢,因此燃燒氛圍變化較慢,NOx原始生成與還原速率變緩,脫硝反應速率減慢。相較300 MW工況,200 MW工況給煤量減少,風煤配比下降,爐內還原氛圍較強,爐內NOx生成少、還原多,因此SNCR反應器所需噴氨量減小。

3 結 論

1)基于NOx生成機理與SNCR反應機理,采用集總參數法建立了NOx排放模型,并在300 MW亞臨界CFB機組進行動態驗證。

2)建立的NOx排放模型在典型負荷工況與變負荷工況下預測效果良好,模型通用性強,300 MW典型工況、150 MW典型工況與變負荷工況平均絕對誤差分別為3.5、1.2、5.7 mg/m3,并在校表時間段仍能準確預測,為現場運行提供參考。

3)分別對給煤量、送風量、尿素流量及同時對給煤量、送風量進行不同工況階躍響應試驗,得到階躍響應曲線。風量增大,NOx排放質量濃度上升;給煤量上升,NOx排放質量濃度下降,且NOx排放質量濃度對送風量階躍響應更快。階躍響應為NOx超低排放控制優化提供方向。