电厂用煤元素组成与发热量的数值关系研究

李 莉

﹙国网山东省电力公司电力科学研究院，山东 济南 250002﹚

0 引言

目前，煤炭是中国能源的主体，是主要的动力燃料。火力发电厂中煤的费用约占发电成本的80%，煤的元素组成影响燃烧特性。碳、氢、氮、硫、氧的值是了解和研究煤质的重要指标，是锅炉设计和热力计算的重要参数。 因此，煤质检测是保证燃煤电厂安全生产的重要措施，也是科学管理的重要组成部分［1］。其中，元素分析是了解和研究煤质的基础，发热量是衡量发电成本和效益的核心，两者均关系到电厂存煤、输煤、制粉、锅炉运行、除尘、除灰和脱硫的安全性和经济性。测定煤的发热量主要采用恒温式微机热量计，这种方法测定手续比较麻烦，影响测定结果的因素较多，在计算结果时还必须进行一系列校正，且操作的正确与否直接关系到试验人员与仪器设备的安全［2］。随着对于煤质分析的日益重视和煤检工作的日益繁重，在不进行发热量直接测试的情况下，如能根据已知化验结果进行换算，这样既提高了工作效率又方便了数据的核准［3］。在2009—2012年期间对山东省内众多燃煤电厂选取了1 898个煤质样本进行了元素分析，希望通过分析研究能够找到一种简便易行的煤质发热量估算方法。

1 确定煤质分析样本

对山东省内众多燃煤电厂选取了1898份煤质样本进行了元素分析并收集汇总发热量等数据。这些样本主要是山东省内燃煤电厂的入厂煤和入炉煤，分为季度样、半年样和年度样。另外，还有为指导锅炉运行、分析事故原因、进行法律仲裁而检测的样品等。在这里主要分析碳、氢、氮、硫、氧的检测结果，同时也对发热量进行了测定并汇总了检测结果。数据概况，见表1。

2 研究仪器及设备

煤质检测实验室配备电子天平、鼓风干燥箱、高温炉、元素分析仪、定硫仪、测热仪等必要的检测用仪器设备。按照规定，定期进行计量检定和校准，使之保持良好状态。

数据的统计分析采用SPSS 17.0软件。

3 实验结果及分析

依据研究样本，排除极端值影响，取工业分析（水、灰）和元素分析的各指标空干基中值结果，绘制典型样本水分、灰分、碳、氢、氮、硫、氧质量分数的条形图，见图1。

表1 数据概况（数据个数N=1 898个）

图1 典型煤样各组分质量分数

由图1可知，碳是煤中含量最高的元素。

3.1 碳的分析

3.1.1 碳的描述统计

碳是热量的主要来源。在空气充足时，1 g碳完全燃烧释放34 040 J的热量。一般认为，煤是由带侧链的芳环和杂环的核构成的。碳是这些环的骨架［1］。矿物质（例如碳酸盐）中含有的碳，不参与燃烧。

随着煤变质程度加深，碳含量升高。研究样本的干基碳直方图及正态曲线，见图2。

图2 干基碳分布直方图及正态曲线

图2显示，干基碳呈正态分布，这为统计方法的选择奠定了基础。很明显，样本干基碳数值集中在50.00%～70.00%。

根据均值加减一个标准差的分类方法 （56.75±8.15%），可以分为低含碳量（0.00%～48.60%）、中含碳量（48.60%～64.90%）和高含碳量（64.90%～100%），绘制直方图可以看出不同碳含量煤样所占比例，见图3。可以发现1 891个样品，中等含碳量的煤样约占70%，高含碳量、低含碳量煤样所占比例在15%左右。

图3 不同干基碳含量煤样占总样品数量的百分比

本研究中使用较先进的红外—热导联合法测定煤中碳、氢、氮含量。煤样在氧气流中充分燃烧，碳全部转化为CO2，与煤中其它元素形成的产物（如煤中硫经燃烧生产的SOx，卤素形成的卤素单质、卤化氢等）混合在一起，经燃烧炉中的炉试剂（主要为CaO）净化后，被收集在混气罐当中，充分混匀后，混气罐将气体送入CO2红外检测池中测定［4］。

红外检测器随环境和时间会出现漂移。为了准确测定碳含量，除了足够的稳定时间以外，在待测样品中间以适度间隔测定标准样品也是十分必要的。

3.1.2 碳与发热量的相关分析计算

碳是主要热源，两者有密切关系。绘制干基碳与干基高位发热量的散点图，见图4。

图4 干基碳与干基高位发热量散点图

可见，两者有呈线性正相关的趋势。

试对碳与发热量这两个变量进行相关性检验，结果如表2。

表2 干基碳与干基高位发热量的相关分析

由表2可知，有效数据对为217个，双侧检验结果证明显著性参数p＜0.01，两者呈显著正相关，干基碳与干基高位发热量Pearson相关系数为0.975。由此，可以初步判断：干基碳越大，干基高位发热量越高。

3.2 氢的分析

3.2.1 氢的描述统计

氢也是发热量的来源之一，随煤变质程度的加深而减少。氢在煤中以化合态和游离态两种方式存在。化合态的氢一般是指矿物质结晶水中的氢，不能燃烧；游离态的氢在燃烧时释放出很高的热量，1 g游离氢可释放143 010 J的热量，几乎是等质量碳的4倍［5］。氢和碳是挥发分的主要成分。

通过直方图，可以更清楚地看到研究样本氢分布状况，参见图5。干基氢成正态分布，数据集中在2.50%～4.00%。

图5 干基氢分布直方图及正态曲线

测定氢时，煤样在氧气流中充分燃烧，氢全部转化为H2O，连同煤样原有水分，经燃烧炉中的炉试剂净化，被收集在混气罐当中，充分混匀后，混气罐将气体送入H2O红外池中测定［4］。从仪器给出的结果中扣除煤样原有的水分中的氢，才是煤中的氢含量。

3.2.2 氢与发热量的相关分析

既然氢也是主要热源，试对氢与发热量这两个变量进行相关性检验，结果如表3。

表3 干基氢与干基高位发热量的相关分析

表3显示，有效数据对为217个，双侧显著性检验结果证明，两者呈显著（p＜0.01）正相关，干基氢与干基高位发热量Pearson相关系数为-0.545。由此，可以初步判断：干基氢越大，干基高位发热量越高。

3.3 氮的分析

3.3.1 氮的描述统计

由图1可知，氮含量通常很低。在煤燃烧时，氮多呈游离态随烟气逸出。如燃烧温度达到1 600℃以上，氮与氧化合生成氮氧化物的比率增大，对环境造成污染［5］。

绘制样本直方图可以清楚地看到样本中氮元素的分布情况，见图6。数据接近正态分布，集中在0.60%～1.20%之间。

图6 干基氮分布直方图及正态曲线

3.3.2 氮与发热量的相关分析

挥发分与燃烧关系密切。对干燥无灰基挥发分和干基高位发热量进行双变量相关分析，结果见表4。

表4 干基氮与干基高位发热量的相关分析

由表4可知，有效数据对为217个，双侧显著性检验结果证明，两者呈显著（p＜0.01）正相关，干基氮与干基高位发热量Pearson相关系数为-0.765。由此，可以初步判断：干基氮越大，干基高位发热量越高。

3.4 硫的分析

3.4.1 硫的描述统计

煤中硫可分为可燃硫和不可燃硫。硫燃烧后生成SO2和少量SO3。含有SO2和SO3及水蒸汽的烟气进入锅炉底部时会形成硫酸，凝结在低温受热面上，腐蚀设备［5］。排出烟气中的SO2会造成大气污染。黄铁矿中的硫是造成灰熔融温度降低的原因之一，促使锅炉发生结渣。在锅炉设计、环保设施调试中，均需硫含量的数据［6］。

本研究的1 898个样本硫含量的分布，见图7。可见，硫的分布接近正态。将样本按硫质量分数0.00%～1.50%、1.51%～3.00%、3.01%～8.00%划分，从条形图可以明显看出低含硫量、中含硫量和高含硫量三种样本的比例，见图8。

图7 干基硫分布直方图及正态曲线

图8 不同干基硫含量煤样占总样品数量的百分比

由图8可知，低含硫量的样本约占55%，中含硫量样本约占40%，高含硫量的样本所占比例不超过5%。

3.4.2 硫与干基高位发热量的相关分析

硫燃烧，也能释放一定热量。对干基硫和干基高位发热量进行双变量相关分析，结果见表5。

表5 干基硫与干基高位发热量的相关分析

表5结果显示，有效数据对为214个，双侧显著性检验结果证明（p＞0.05），两者相关不显著。由此，可初步判断：干基硫与干基高温发热量数值变动方向没有明显规律性。

3.5 氧的分析

3.5.1 氧的描述统计

氧质量分数通常由100%减去水分、灰分、碳、氢、氮的质量分数计算获得。在煤中，氧多呈化合态存在，本身不燃烧 。在加热时，氧促进有机组分分解。干基氧的分布见图9。3.5.2氧与发热量的相关分析

图9 干基氧分布直方图及正态曲线

氧对干基氧和干基高位发热量进行双变量相关分析，结果见表6。

表6 干基氧与干基高位发热量的相关分析

表6结果显示，有效数据对为216个，双侧显著性检验结果证明（p＞0.05），两者相关不显著。由此可知：干基氧与干基高位发热量变动的方向，没有明显规律性。

4 各元素与发热量数值关系

通过计算分析和理论研究，可以发现各元素分布均接近正态分布，且碳、氢、氮与发热量存在不同程度的相关性，通过回归分析，可以进一步探讨它们对发热量的预测效应的大小和方向［8］。排除水分影响，将标准差大于3的观测量判为离群值，将干基碳（Cd）、干基氢（Hd）、干基氮（Nd）的质量分数对干基高位发热量（Qgr，d）进行线性逐步回归，结果见表 7。

由表7可知，经过逐步回归形成模型3，常量不显著（β=-0.159，t=-0.546，p>0.1），自变量干基碳、干基氢、干基氮均进入模型3方程（R2=96.9%，F=2 212.809，p<0.001），且均显著正向预测干基高位发热量，按效果量ΔR大小（效果量显示自变量对于拟合模型的预测效应或贡献大小［9］），依次为干基碳（β=0.335，t=50.665，p<0.001，ΔR2=94.9%）、 干基氢（β=0.742，t=8.659，p<0.001，ΔR2=1.8%）、干基氮（β=1.368，t=3.674，p<0.001，ΔR2=0.2%）。 即得出碳、氢、氮、硫、氧等元素的指标与发热量的数值计算公式

式中：Qgr，d为高位发热量，J／g；ω（Cd）为干基碳质量分数，%；ω（Hd）为干基氢的质量分数，%；ω（Nd）为干基氮的质量分数，%。

表7 各干基元素对干基高位发热量的逐步回归分析结果（N=216）

5 结语

通过对2009—2012年期间山东省内众多燃煤电厂1 898个煤质样本进行了元素分析，统计了碳、氢、氮、硫、氧等元素的指标分布情况。 在此基础上通过相关性分析以及采用回归分析方法进行理论研究，最终得出了碳、氢、氮、硫、氧等元素的指标与发热量的数值计算规律，从而发现了可以采用元素分析来估算煤质发热量这一方法。采用煤质元素分析方法来预测发热量具有简单、可行，试验条件要求相对较低的优势，可以实现与热量计测定方法的相互验证。

煤质检测是保证燃煤电厂安全生产的重要措施，也是科学管理的重要组成部分。元素分析是了解和研究煤质的基础，发热量是衡量发电成本和效益的核心，两者均关系到电厂存煤、输煤、制粉、锅炉运行、除尘、除灰和脱硫的安全性和经济性。

［1］ 曹长武.火电厂煤质监督与检测技术［M］.北京：中国标准出版社，2010.

［2］ 戴昕，麻瑜.煤的发热量测定与计算［J］.电力学报，2013（4）：353－356.

［3］ 王希东.煤的发热量测定存在的问题和解决措施［J］.露天采矿技术，2011（4）：48－51.

［4］ 李英华.煤质分析应用指南［M］.北京：中国标准出版社，2009.

［5］ 王经伟.煤的元素分析种类及与煤质的关系［J］.黑龙江科技信息，2012（31）：50.

［6］ 方文沐，杜惠敏，李天荣.燃料分析技术问答［M］.北京：中国电力出版社，2005.

［7］ 陈伟，段广林.影响发热量测试结果的主要因素及措施［J］.煤质技术，2011（1）：32－34.

［8］ 卢纹岱，吴喜之.SPSS for Windows统计分析（第三版）［M］.北京：电子工业出版社，2006.

［9］ 闫顺林，李太兴，王俊有，等.逐步回归分析在煤质元素分析通用计算模型研究中的应用［J］.选煤技术，2007（3）：17－19.