大型燃煤鍋爐的燃燒優(yōu)化.pdf

1、隨著我國(guó)能源消費(fèi)的快速增長(zhǎng),氮氧化物(Nitric Oxide,Nox)排放量也迅速增加?！笆晃濉逼陂g,氮氧化物排放量的快速增加加劇了區(qū)域酸雨的惡化,部分抵消了我國(guó)在SO2減排方面付出的巨大代價(jià)。我國(guó)將Nox列為“十二五”期間大氣污染物總量控制對(duì)象。Nox的主要來源是火電廠、機(jī)動(dòng)車排放,其中火電廠排放量大且相對(duì)比較集中,成為國(guó)家控制Nox的首選目標(biāo)。因此開發(fā)出經(jīng)濟(jì)適用、低Nox的煤粉燃燒技術(shù)是燃煤鍋爐繼續(xù)保持優(yōu)勢(shì)的關(guān)鍵。
　　

2、 本文首先分析了燃煤鍋爐氮氧化物的生成機(jī)理;氮氧化物排放濃度與燃燒煤種、鍋爐負(fù)荷、鍋爐運(yùn)行參數(shù)的關(guān)系;在所有影響因素中,煤種對(duì)氮氧化物排放濃度影響最大,在所有鍋爐運(yùn)行參數(shù)中,爐膛內(nèi)氧量對(duì)氮氧化物排放濃度的影響最明顯。鍋爐運(yùn)行工況對(duì)氮氧化物排放濃度影響也較大,及時(shí)調(diào)整鍋爐燃燒工況和運(yùn)行參數(shù),Nox排放濃度可降低10％～20%;本文從煙氣處理和低氮氧化物燃燒技術(shù)兩方面闡述了目前主要的氮氧化物的控制方法。
　　 鍋爐氮氧化物排放和飛灰

3、含碳量受煤種和運(yùn)行參數(shù)影響很大,且很難用數(shù)學(xué)表達(dá)式表示。本文以山西某電廠600MW鍋爐為研究對(duì)象引用BP-adaboost算法建立了鍋爐氮氧化物排放量、飛灰含碳量的預(yù)測(cè)模型。模型采用影響目標(biāo)值的鍋爐運(yùn)行參數(shù)為輸入量,以氮氧化物排放量、飛灰含碳量為輸出量,用鍋爐DCS下載的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練,并用測(cè)試樣本驗(yàn)證模型的預(yù)測(cè)能力。模型預(yù)測(cè)Nox和飛灰含碳量的誤差均在5%以下,說明文中所建模型可以應(yīng)用實(shí)際中。通過此模型能夠得出氮氧化物排放量、計(jì)算出

4、鍋爐效率。
　　 綜合考慮氮氧化物排放和鍋爐效率兩方面的影響,建立了燃燒優(yōu)化目標(biāo)函數(shù),將氮氧化物排放預(yù)測(cè)模型與遺傳算法(GA)結(jié)合,尋找不同優(yōu)化目標(biāo)下鍋爐的優(yōu)化運(yùn)行方案,優(yōu)化目標(biāo)分別為:單獨(dú)優(yōu)化氮氧化物排放、在Nox排放量為650mg/m3的前提下優(yōu)化鍋爐效率、綜合優(yōu)化鍋爐效率和氮氧化物排放。用遺傳算法綜合優(yōu)化鍋爐效率和氮氧化物排放時(shí),可將Nox從678.12mg/m3降低到509.93mg/m3,降低了24.8%,鍋爐效率從9

5、2.43%降低到92.22%,降低了0.22%。
　　 最后本文詳細(xì)介紹了粒子群優(yōu)化算法(PSO)的基本原理,粒子群算法與遺傳算法類似是一種基于迭代的優(yōu)化工具,但是粒子群算法比遺傳算法操作簡(jiǎn)單,沒有交叉、變異等操作,參數(shù)比較少,因此實(shí)現(xiàn)起來更加容易,且粒子群算法終止迭代的方法比較靈活。因此本文將粒子群算法與Nox排放預(yù)測(cè)模型相結(jié)合,調(diào)整鍋爐運(yùn)行參數(shù)得出優(yōu)化結(jié)果,綜合優(yōu)化鍋爐效率和Nox排放量時(shí),與原工況相比,Nox可降低28.3