基于灰色关联分析法的660MW对冲燃烧锅炉CO排放影响因素分析

叶亚兰，何长征

（1.江苏海事职业技术学院，南京 211170；2.南京博沃科技发展有限公司，南京 210006）

随着我国电力工业的快速发展，国内新建了一批大容量超（超）临界燃煤发电机组。其中大多数锅炉都采用前后墙对冲旋流燃烧方式，并配置了先进的低NOx旋流燃烧器，同时设置有燃尽风（OFA），通过空气分级燃烧来控制NOx的生成，大幅降低NOx的排放浓度［1-3］。但是，由于设计和运行经验的不足，部分锅炉存在尾部烟气中CO排放浓度偏高的问题，如某电厂5号锅炉，在习惯运行方式下，NOx的排放浓度较低（SCR入口处约为250mg／m3（标准状态）），但CO的排放浓度却高达2300μL／L，导致锅炉热效率无法达到设计值。对于这类锅炉，哪些运行操作变量会影响到CO的排放，其中又有哪些是主要影响因素，哪些是次要影响因素，是相关工作人员非常关心的技术问题，掌握这些信息对于锅炉的低CO排放运行具有重要的指导价值。

然而，由于CO的排放特性与各运行变量之间关系复杂，具有多维、高度非线性和强耦合性等特点，使得传统的物理和数学模型很难建立起来，此时灰色模型相对于传统理论模型就显得更为实用。灰色关联分析法［4-5］是一种系统分析方法，基于系统的灰色过程，是动态过程发展态势的量化分析。它可以在不完全的信息中，通过一定的数据处理，在随机的因素序列中找到其关联性，提炼出影响系统的主要因素和因素间对系统影响的差别。由于它对样本数量没有过高的要求，也不要求数据具备典型的分布规律，具有计算量小、定性与定量分析结果能够吻合等特点，自提出以来便在各个工程领域中得到广泛应用［7-11］。

本文采用灰色关联分析法，以某660MW超（超）临界对冲燃煤锅炉为对象，对锅炉CO排放量的影响因素进行研究，为同类型前后墙对冲旋流燃烧锅炉的设计和优化运行提供参考和借鉴。

1 灰色关联度分析法

1.1 基本数学模型

灰色关联分析法以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序，基本思想是通过几何形状的相似程度来判断数据间的关联程度，认为几何形状越接近则变化发展态势越近，关联度就越大；反之，关联度越小。灰色关联分析的实现方法可归纳如下［3-4］。

设参考序列为 X0=｛x0（1），x0（2），…，x0（n）｝，被比较序列为 Xi=｛xi（1），xi（2），…，xi（n）｝，i=1，2，…，m。参考序列 X0和比较序列Xi在k点处的关联系数可表示为：

式中 ρ——分辨系数，取值区间为［0，1］，实际应用中一般取为0.5；Δi（k）——参考序列中的指标x0（k）与比较序列中的相应指标xi（k）的绝对差。

X0和Xi的关联度r（X0，Xi）则通过式（3）计算得到：

式中 wi（k）——各点灰关联系数对应的权重。

1.2 权重的确定

在传统的灰色关联分析法中，灰关联度的值取各点灰关联系数的简单算术平均数，即wi（k）均取为1／n。这会带来两个缺点：局部点关联倾向，即在各点关联测度分布离散的情况下，关联测度值大的点决定了总关联度的倾向；出现信息损失，平均值淹没了多个数据点的个性，没有充分利用各点关联度值提供的丰富信息。

为此，一些学者对关联系数权重的求解展开深入研究，其中文献［5］提出了一种基于灰熵分析的关联系数权重，以加权关联系数的灰熵极大化为目标来确定wi（k），使关联系数的波动性得到了有效控制。其实现思想是通过施加加权灰色关联熵H⊗（Ri）的极大化约束来使加权灰色关联系数分布密度值pi（k）趋于均衡：

通过拉格朗日函数的构造及其极值条件的求解可得到计算权重的n阶线性方程组：

式（7）中的线性方程组存在唯一解，求解该方程组得到各点灰关联系数权重wi（k）。

1.3 灰色关联度计算步骤

根据如下步骤得到灰色关联度：

Step1：对原始数据进行无量纲化预处理，以保证参考序列和比较序列之间的可比性；

Step2：按式（1）得到各数据点的灰色关联系数ξ（x0（k），xi（k））；

Step3：按式（7）建立n阶线性方程组；

Step4：求解Step3建立的方程组得到各灰色关联系数的权重wi（k）；

Step5：根据Step2和Step4获得的结果按式（3）计算得到各比较序列Xi与参考序列X0之间的灰色关联度r（X0，Xi）。

2 CO和NOx排放影响因素灰色关联度计算

2.1 设备概述

某电厂5号炉为660MW超（超）临界直流炉，采用一次中间再热、单炉膛、前后墙对冲燃烧，尾部烟气挡板调温、平衡通风、固态排渣、全悬吊结构Π型锅炉。锅炉最大连续蒸发量（BMCR）为2 060t／h，额定蒸汽压力为26.2MPa，额定蒸汽温度为605℃，再热蒸汽温度为602℃。该炉采用中速磨、直吹式、正压冷一次风制粉系统，配6台磨煤机。

燃烧设备采用前后墙对冲燃烧方式的外浓内淡型低NOx旋流煤粉燃烧器，总共36只，分3层布置在前、后墙，每层6只旋流燃烧器，配6台中速磨煤机，每台磨煤机为同层的6只燃烧器提供风粉混合物。在BMCR工况下燃用设计煤种时，5台磨煤机投运；在前、后墙旋流燃烧器的上方各布置了1层燃尽风，包括2只侧燃尽风喷口和6只燃尽风喷口，用于进一步降低NOx。煤粉燃烧器配风分为一次风、内二次风和外二次风，分别通过一次风管、燃烧器内同心的内二次风及外二次风环形通道在燃烧的不同阶段送入炉膛，其内二次风、外二次风为旋流，燃烧器简图如图1所示。

图1 低NOx旋流燃烧器简图

2.2 CO和NOx排放影响因素灰色关联度计算

2.2.1 关联度计算模型数据来源

为了保证计算数据的有效性，可以采用锅炉燃烧调整试验的现场实测数据。锅炉在相同负荷（630MW左右）、相同煤种和磨煤机运行方式（A、B、C、D、E磨运行，F磨备用）下进行了热态调整试验，调整对象包括省煤器进口氧量、燃尽风总风门开度、燃尽风直流风门拉杆位置、同层燃烧器外二次风配风方式、燃烧器内二次风门拉杆位置等。

2.2.2 影响因素选取

锅炉燃烧产物的生成机理非常复杂，受多种因素影响，包括机组热负荷、燃料特性等非运行调整可控因素，以及运行氧量、配风方式等运行调整可控因素。结合现场试验情况，针对主要可控因素进行分析，选取省煤器进口氧量来表征运行氧量对CO排放的影响，燃尽风总风门开度表征燃尽风总量对CO排放的影响，燃风直流风门拉杆位置表征燃尽风中直流风量对CO排放的影响，同层燃烧器外二次风门开度设置表征同层燃烧器外二次风配风方式对CO排放的影响，燃烧器内二次风门拉杆位置表征燃烧器内二次风量对CO排放的影响。以上几项因素也是电厂日常运行调整的操作变量。

2.2.3 灰色关联度计算

以各试验工况下的CO排放浓度为参考序列X0，各工况下的省煤器进口氧量为比较序列X1、各工况下的燃尽风总风门开度为比较序列X2，各工况下的燃尽风直流风门拉杆位置为比较序列X3，各工况下的同层燃烧器外二次风门开度设置为比较序列X4，各工况下的燃烧器内二次风门拉杆位置为比较序列X5，对CO排放浓度的影响因素进行灰色关联度计算，结果如下：

3 计算结果分析

3.1 各影响因素的贡献度分析

为便于比较与分析，将上述计算结果与各影响因素相对应，并根据灰色关联度值的大小进行贡献度排序，结果汇总于表1。

表1 灰色关联度计算结果及贡献度排序

由表1可以看出，与CO排放相关的主要可控因素中，对CO排放浓度的贡献度排序为：运行氧量＞燃尽风中直流风量＞燃烧器内二次风量＞同层燃烧器外二次风配风方式＞燃尽风总量。其中，运行氧量、燃尽风直流风量和燃烧器内二次风量对CO排放浓度影响较大，而燃尽风总风量与同层燃烧器外二次风配风方式对其影响相对较小。

3.2 CO排放机理分析

3.2.1 CO产生原因

为降低NOx的排放浓度，锅炉采用了分级送风技术。分级送风技术的基本原理是将燃烧所需要的空气分两级送入炉膛，在主燃烧区内送入80%左右的空气量，形成富燃料燃烧区，降低了燃烧区的温度和燃烧速度，进而抑制热力型NOx的生成；在主燃烧区的上部（燃尽区）将其余空气从燃尽风喷口送入，形成富氧燃烧区，由于此区域火焰温度低，生成的NOx并不多，最终使得总的NOx生成量得到有效控制。

但是，采用分级送风在大幅降低NOx排放量的同时会带来另外一个问题，即CO的排放问题。由于主燃烧器区处于贫氧、富燃料条件，在此区域内必然会产生大量的CO，其中有一小部分CO会与NO发生化学反应（生成CO2），剩余的大部分CO则进入燃尽区。这样，最终的CO排放量便取决于燃尽区对CO的氧化程度。另外，在燃尽区，之前从燃料中析出的一些中间产物如CN会被氧化，生成CO，也会增加CO的排放量。

3.2.2 CO排放主要影响因素分析

由前面的计算结果可知，锅炉运行的主要可控因素中，运行氧量、燃尽风直流风量、燃烧器内二次风量对锅炉CO排放的影响较大，是CO排放的主要影响因素。

（1）运行氧量表征了入炉总风量，由于总风量的变化一般不会改变各级燃烧空气的比例，增大运行氧量也就意味着同时提高主燃烧区和燃尽区的氧浓度，减少主燃烧区CO生成量的同时又增加了燃尽区CO的被氧化量，从而使CO的排放量减少，反之亦然。

（2）燃尽风中直流风量表征了燃尽风的穿透力，提高燃尽风直流风量可使燃尽风穿透力增强，燃尽风区域CO被氧化的比例升高，使得CO的排放浓度降低，反之亦然。

（3）燃烧器内二次风量对CO的影响须结合低NOx燃烧器的自身结构来分析，内二次风处于燃烧核心区域，其作用是第一时间补充煤中焦炭和剩余挥发分燃烧所需的氧量，内二次风量过大会降低燃烧区温度，过小则会增大不完全燃烧程度，影响CO的生成量；另外，内二次风量的大小还关系到内二次风的穿透力，由于该区域的高温火焰粘度很大，内二次风速必须达到一定值才能穿透高温火焰，从而促进燃料的燃烧，减少CO的生成。

另外，此次计算中燃尽风总量的灰色关联度较低，很可能是因为参与此次计算的样本数据中燃尽风份额（燃尽风总量占二次风量的比例）还未达到一定高值。从理论上来说，当燃尽风份额提高到一定程度时，CO排放浓度肯定会迅速升高。这也说明，燃尽风份额可能存在一个临界点，在临界点以下，燃尽风总量的变化对CO排放浓度影响不大，超过临界点以后，燃尽风总量的变化对CO排放浓度的影响才比较明显。

3.3 降低CO排放的运行调整

在所有测试工况中，工况1和工况13是锅炉CO排放浓度最高的两个工况，CO排放浓度分别达到1885μL／L和1415μL／L。通过各工况运行数据可以发现，工况1下的运行氧量最低（只有2.75%），可以认为运行氧量偏低是造成该工况下CO排放浓度较高的主要原因；工况13下的燃尽风直流风门拉杆和燃烧器内二次风门拉杆拉出的长度最短，分别只有50mm和375mm，而风门拉杆拉出长度越短意味着风量越小。因此可以认为，燃尽风中直流风量和燃烧器内二次风量偏低是造成该工况下CO排放浓度较高的主要原因。

为降低CO排放浓度以保证锅炉热效率，可根据上述分析结果进行有针对性的燃烧调整。需要注意的是，这些操作很可能会造成NOx排放浓度升高的负面效应。锅炉的CO和NOx的排放浓度相关性如图2所示。由图2可以看出，CO和NOx的排放浓度具有明显的负相关特性。

图2 各工况CO及NOx排放浓度分布

由此也说明，锅炉CO排放浓度过高从另外一方面也可理解为是低NOx燃烧系统的“低NOx效应”过于显著。不过，鉴于该机组在正常运行时投运了烟气脱硝装置（SCR），可满足当地环保排放的要求，因此以适量增幅的NOx排放为代价来换取较高的锅炉运行经济性（低CO排放）是可取的。

4 结语

本文采用灰色关联分析法，以某660MW超（超）临界对冲燃煤锅炉为对象，结合试验数据计算了运行氧量、燃风总量、燃风直流风量、同层燃烧器外二次风配风方式、燃烧器内二次风量等因素与锅炉CO排放浓度的灰色关联度。结果表明，运行氧量、燃尽风直流风量和燃烧器内二次风量对CO排放浓度影响较大，而燃尽风总风量及同层燃烧器外二次风配风方式对其影响较小。最后，从燃烧机理出发分析了运行氧量、燃尽风直流风量和燃烧器内二次风量，这3个主要影响因素对CO排放浓度的影响，并分析了CO和NOx的负相关特性。这些研究结果可为同类型前后墙对冲燃烧锅炉的设计和优化运行提供参考和借鉴。本文方法也可作为锅炉排放特性建模时辅助变量的选取办法。

［1］ 杨帮敏.600MW级超临界锅炉低NOx燃烧优化分析［J］.电力与能源，2014，35（2）：197-200.YANG Bang-min.Research on low NOxcombustion optimization of 600MW supercritical pressure boiler［J］.Power ＆ Energy，2014，35（2）：197-200.

［2］ 樊泉桂.超临界和超（超）临界锅炉煤粉燃烧新技术分析［J］.电力设备，2006，7（2）：23-25.FAN Quan-gui.Analysis of new pulverized coal combustion technology of super critical pressure boiler［J］.Electrical Equipment，2006，7（2）：23-25.

［3］ 高小涛，黄磊，章名耀，等.600MW前后墙布置燃烧器锅炉的NOx排放特性及其影响因素的分析［J］.动力工程，2009，29（9）：806-812.GAO Xiao-tao，HUANG Lei，ZHANG Ming-yao，et al.NOxemission and influence factors of 600MW boilers with burners arranged in front and back walls［J］.Journal of Power Engineering，2009，29（9）：806-812.

［4］ 邓聚龙.灰理论基础［M］.武汉：华中科技大学出版社，2002.

［5］ 刘思峰，党耀国，方志耕.灰色系统理论及其应用［M］.北京：科学出版社，2004.

［6］ 王正新.基于灰熵优化的加权灰色关联度［J］.系统工程与电子技术，2010，32（4）：774-776.WANG Zheng-xin.Weighted degree of grey incidence based on optimized entropy［J］.Systems Engineering and Electronics，2010，32（4）：774-776.

［7］ 韩晓，何明，李金林，等.基于灰色关联度的科研项目风险评价方法［J］.北京理工大学学报，2002，22（26）：778-781.HAN Xiao，HE Ming，LI Jin-lin，et al.Method of evaluation for risks in research projects based on grey relevancy［J］.Transactions of Beijing Institute of Technology，2002，22（26）：778-781.

［8］ 孙林柱，杨芳.住宅小区建筑设计方案评价的灰色关联法［J］.土木工程学报，2003，36（3）：25-29.SUN Lin-zhu，YANG Fang.A gray correlation analysis method of architecture design scheme evaluation on residential areas［J］.China Civil Engineering Journal，2003，36（3）：25-29.

［9］ 张雪平，殷国富.基于层次灰色关联的产品绿色度评价研究［J］.中国电机工程学报，2005，27（17）：76-82.ZHANG Xue-ping，YIN Guo-fu.Research on evaluation method of product green degree based on layered grey relation［J］.Proceedings of the CSEE，2005，27（17）：76-82.

［10］ 罗毅.多层次灰色关联分析法在火电机组运行评价中的应用［J］.中国电机工程学报，2012，32（17）：97-101.LUO Yi.Application of the multi-level grey relational analysis method in operation assessment of thermal power units［J］.Proceedings of the CSEE，2012，32（17）：97-101.

［11］ 鄂加强，龙艳平，王曙辉，等.动力锂离子电池充电过程热模拟及影响因素灰色关联分析法［J］.中南大学学报，2013，44（3）：998-1005.E Jia-qiang，LONG Yan-ping，Wang Shu-hui，etal.Thermal simulation on dynamic lithium-ion battery during charge and its grey relational analysis［J］.Journal of Central South University（Science and Technology），2013，44（3）：998-1005.