電站鍋爐混煤低NOX燃燒建模與運行優(yōu)化研究.pdf

1、電站鍋爐燃燒優(yōu)化是提升鍋爐燃燒效率、降低污染物排放的有效方法，同時也是提升燃煤發(fā)電企業(yè)經濟效益、實現火力發(fā)電節(jié)能減排的必由之路。本文研究了基于數據挖掘和數值模擬的電站鍋爐燃燒建模及優(yōu)化方法，建立了基于數據挖掘的煤質特性預測模型、電站鍋爐燃燒建模與優(yōu)化方法以及基于數值模擬的低NOX燃燒建模方法，并在兩臺不同等級電站鍋爐上開展了燃燒優(yōu)化應用。
　　針對電站燃煤發(fā)熱量測量滯后、測量不準的情況，收集了國內外共四千多條煤質工業(yè)分析和發(fā)熱量數

2、據，對工業(yè)分析各指標與發(fā)熱量之間的關系進行了分析，采用支持向量機建立了基于煤質工業(yè)分析的發(fā)熱量預測模型，該模型與傳統多元線性回歸模型相比，預測精度得到了提升。煤粉著火特性和燃盡特性是鍋爐運行中的重要參數。針對電站燃煤著火特性和燃盡特性測量困難的現狀，收集了46種電站主力煤種并進行了相應的煤質分析及著火溫度和燃盡溫度測定，采用序列后向搜索算法進行特征選擇，建立了基于支持向量機的煤粉著火溫度和燃盡溫度預測模型，模型對著火溫度和燃盡溫度預測的

3、平均相對誤差僅為3.02％和2.93%。為電站優(yōu)化配煤和運行過程中優(yōu)化配風提供了依據，也為多煤種混煤摻燒條件下的電站鍋爐燃燒建模及優(yōu)化研究奠定了基礎。
　　電站歷史運行數據中蘊含了豐富的知識。以某700MW鍋爐低NOX燃燒優(yōu)化為例，對基于歷史運行數據挖掘的燃燒特性建模及優(yōu)化方法進行了研究，提出了一種結合極限學習機和和聲搜索算法燃燒優(yōu)化模型。所建立的NOX排放模型可快速、準確預測不同運行工況下鍋爐NOX排放濃度：平均相對誤差僅1.4

4、%，預測精度高于傳統神經網絡建模方法、與支持向量機不相上下，但在建模響應方面遠優(yōu)于傳統建模方法；進一步采用和聲搜索算法對兩個典型工況的運行參數進行了優(yōu)化研究，優(yōu)化后兩個工況的NOX排放分別降低了16.5%和19.3%。優(yōu)化結果還得到現場試驗的驗證。
　　針對低NOX燃燒鍋爐爐內主燃燒區(qū)氧濃度較低而二氧化碳、水蒸氣濃度相對較高的特點，以某660MW深度空氣分級燃燒鍋爐為研究對象，研究了不同燃燒模型對低NOX燃燒鍋爐爐內燃燒數值模擬的

5、適應性，并對低NOX燃燒鍋爐的燃燒特性進行了研究。研究發(fā)現未包含焦炭氣化反應的燃燒模型對爐內CO濃度的預測偏低，在主燃區(qū)內焦炭燃燒速率偏低，焦炭的燃燒集中到爐膛上部區(qū)域，并導致最終燃盡率偏低，爐內NO分布濃度在也與實際情況有較大差異。包含焦炭氣化反應的燃燒模型計算結果與試驗結果吻合更好。對該低NOX燃燒鍋爐燃燒特性研究發(fā)現：低NOX燃燒改造后爐內CO濃度較改造前高出約一倍，焦炭燃燒速率的兩個較大峰值從AA風和CCOFA所在高度層移動到C

6、COFA和SOFA所在高度層。隨著運行氧量的上升，CO排放、飛灰可燃物顯著下降，NOX排放小幅上升。燃盡風比例下降有利于降低CO排放和飛灰可燃物，但同時NOX排放也上升。
　　應用所建立的燃燒特性預測模型和燃燒建模及優(yōu)化方法對某660MW低NOX燃燒鍋爐多煤種混煤摻燒條件下的綜合燃燒優(yōu)化進行了研究。對常用煤種的著火溫度、燃盡溫度進行了預測，并運用極限學習機建立了包含煤質信息的鍋爐NOX排放、CO和飛灰可燃物預測模型，實現了對燃用不

7、同煤種時、不同負荷工況下NOX排放以及CO和飛灰可燃物的變化趨勢的準確預測；進一步采用和聲搜索算法對鍋爐燃燒進行協同優(yōu)化，優(yōu)化結果有效地降低了發(fā)電成本。應用前述數值燃燒模型對某100MW鍋爐摻燒污泥燃燒特性及污染物排放特性進行了細致的研究，并對電站煤粉鍋爐中污泥摻燒比例、含水率進行了安全、經濟、環(huán)保協同優(yōu)化。研究發(fā)現當污泥摻燒比例達到10%以上時，主燃燒區(qū)的壁面熱負荷和著火特性下降明顯；降低污泥含水量有利于改善爐內燃燒特性，但改善程度有