火力发电厂白色烟羽治理中的节能优化

金 闪姚国华

上海外高桥第二发电有限责任公司

引言

采用湿法脱硫FGD技术的火电企业其烟囱排出的湿烟气在气象条件不佳时容易生成白色烟羽，白色烟羽携带的少量粉尘及液滴聚集在周围不能有效抬升而扩散落地形成所谓的“石膏雨”现象。

近年来国家高度重视大气污染的防治，修订了《大气污染防治法》并出台相关政策[1-2]，与此同时，地方政府也根据当地实际情况出台地方环保规定[3-4]。2017年上海市政府出台《上海市燃煤电厂石膏雨和有色烟羽测试技术要求（试行）》，率先在国内提出了火电企业对“石膏雨”进行治理的要求。

上海高桥第二发电厂于2016年率先在国内完成“超净排放”项目改造，大幅降低机组烟尘排放，在提高脱硫效率的同时应用烟气再加热技术实现“石膏雨”治理，并根据《上海市燃煤电厂石膏雨和有色烟羽测试技术要求（试行）》规定，在正常运行时烟囱排放烟温持续稳定达到75℃以上，冬季（每年11月至第二年2月）和重污染预警启动时排放烟温持续稳定达到78℃以上。

公司超净排放改造以后采取了多项节能优化措施[5-6]，按照目前环保要求的固定烟温排放，在低温、潮湿环境下GGH加热器会消耗大量辅助蒸汽，导致机组效率降低，煤耗上升，因此，笔者认为排烟温度的设定值得研究与探讨。

1 白色烟羽生成原理

采用湿法脱硫技术的脱硫吸收塔内喷嘴向快速流动的高温烟气喷洒脱硫浆液，浆液与烟气充分接触，在其反应过程中烟气被迅速冷却且湿度增加至饱和状态。与此同时，烟气饱和湿度随着烟温的冷却而降低，大量液滴析出，经过四级除雾器有效过滤，脱硫塔后段烟道内湿烟气仍然处于近饱和状态，其含湿量一旦超过烟囱出口处大气环境饱和湿度，当湿烟气从烟囱出口排出，其状态开始向大气扩散过程中就会发生凝结雾化现象，即白色烟羽现象。

图1 白色烟羽治理原理图

为消除白色烟羽现象必须避免烟囱出口高温烟气初态向大气环境终态转换过程中随着温度下降其含湿量超过饱和湿度的情况出现。图1为大气饱和含湿量曲线图，横坐标为温度t（单位：℃），纵坐标为含湿量y（单位：g/kg），图中蓝色曲线为大气饱和含湿量曲线，直线y1为环境终态与环境饱和含湿量曲线的切线，直线y2为烟囱内部测得烟气含湿量，两条曲线的交点即为烟囱出口理论不会产生凝结雾化现象的排放状态，其横坐标即为最小湿烟气温度。

笔者于去年对白色烟羽进行定性和定量研究，建立白色烟羽生成模型，计算出不同气象条件和运行工况下产生白色烟羽的最小湿烟气排放温度，并通过数月观察试验证明了模型的准确性和可靠性[7]。

2 系统结构和功能

白色烟羽治理节能优化系统系公司自主研发并设计，整个系统由白色烟羽监控平台和嵌入式烟温优化控制系统两部分组成，实现了采用湿法脱硫FDG技术机组运行过程中实时监控白色烟羽和优化排烟温度。

2.1 烟羽监控平台

根据《上海市燃煤电厂石膏雨和有色烟羽测试技术要求（试行）》规定，要求相关企业必须安装摄像头对烟囱白色烟羽进行实时监视和存储，公司于去年按照该规定，根据公司运行工况综合考虑节能优化趋势，设计并安装白色烟羽监控平台。该监控平台安装有两台高清摄像头从正、反两侧监测烟囱湿烟气排放。采用SiMax5.0网络视频监控系统，以PC为基础，实现实时视屏播放、云台控制、录像视频下载回放、日志查询等功能。同时，平台存储的监控数据分为照片和视频两类，既可方便运行专业管理人员对白色烟羽治理节能优化工作进行调整，同时便于环保监察人员进行检查。

系统整体结构如图2所示，包括户外气象数据采集、机组数据采集、烟温分析计算、算法修正和烟温动态展示，实现监视、分析、指导、记录四维一体。

图3 烟温优化控制系统主界面截图

图2 白色烟羽治理节能优化系统结构图

烟温优化控制系统采用浏览器/服务器（B/S）模型，如图4所示，由包括表现层、事物逻辑层和数据处理层组成三层架构部署实施，较传统的C/S模型有以下三点优势：（1）易于部署，通用性强；（2）维护方便，服务器端更新同步于所有用户；（3）页面动态刷新，响应速度快；（4）系统开发简单，节约成本。

另外，系统其主要事物逻辑层应用Spring MVC技术SSM框架，该技术由Spring和Mybatis整合，分别负责业务对象管理和数据对象持久化引擎。

2.2 嵌入式烟温优化控制系统

烟温优化控制系统由本公司自主设计利用系统集成方案嵌入安装在公司白色烟羽监控系统平台上，主要功能是根据机组运行过程中所采集的大气环境温度、湿度和烟气湿度、脱硫出口烟气温度等实时数据，在线计算出无白色烟羽产生的最低理论烟温在系统主界面显示，指导运行值班人员调整超净排放系统中热媒水加热设定温度维持烟气排放温度。另外，系统提供理论烟温和实际烟温的实时和历史数据所绘制的动态曲线供运行管理人员查看和调阅，如图3所示，该系统数据库能存储根据监控平台存储的烟囱监控照片时间调阅包括计算所需的所有参数以及不同算法的理论计算结果等历史数据作分析之用。

图4 嵌入式烟温优化控制系统结构图

2.3 数据采集

为实现无白色烟羽排放的烟温控制，公司在空旷地带安装高精度的气象数据测量装置实时采集当地大气环境温度和环境湿度传送至监控平台。由于环境温度和湿度直接影响白色烟羽生成，作为烟温分析计算的重要参数，这两个参数投射在监视画面上为运行值班人员提供气象数据作为参考，同时将采集数据存储在监控平台的服务器数据库中。

烟温优化控制系统和白色烟羽监控平台共同采用数据库，相同技术的数据库更便于共享，数据表接口可供烟温优化控制系统随时调用，同时通过SISJAVA API读取机组大数据库相关数据。

2.4 烟温分析计算

理论烟温的计算采用两种算法，图5给出两种算法的逻辑图。第一种算法基于公司烟囱中部位置采集的烟气湿度数据计算，第二种算法基于脱硫塔出口饱和湿烟气温度，取两种算法计算结果的最大值作为理论烟温。

烟温分析计算模块中含有计算误差校正函数。考虑到气象条件变化对机组运行工况带来的较大影响，在两种算法计算之前的已知参数调用处和理论烟温计算出口处增加偏置的设定，当专业工程师通过两台机组相同工况对比发现表计故障或由于恶劣环境机组运行工况受到影响时，及时做出调整，消除理论烟温计算过程中的误差。

图5 烟囱排烟温度计算模型

烟温优化控制系统设计之初即确定烟温分析计算调用笔者提供的算法文件，算法采用Matlab语言编写并留有调用接口，算法中需要的参数分别从监视服务器和SIS数据库取得，再应用Matlab Jar包直接调用Matlab引擎计算，不需要开发人员对复杂的热力学公式进行编程计算，保证了试验结果前后的一致性和准确性，为项目节约了开发时间、降低了开发费用且提高了算法的保密性。

2.5 容错机制

为防止设备故障等因素导致烟温计算结果与实际产生偏差，烟温优化控制系统设计有容错机制。烟温分析计算所需数据调用函数逻辑上不采用平均值，对同一个参数的多个采样数据选取第二高值方法，避免由于某一个采样仪表故障导致计算结果出现较大误差。另外，由于气象数据监测装置仅有一台，导致大气环境湿度采样数据源单一，为防止设备故障或通信断路导致数据异常，数据调用过程中增加判断逻辑对实时数据进行追踪，判断数据有效性，提醒用户某个数据源发生错误需要及时处理。

3 系统试运行

白色烟羽监控和治理节能优化系统于2018年4月投入试运行，该系统经过一个月的测试，通过对比之前研究的理论计算数据，实际运行结果与理论相吻合，运行效果符合预期，能有效指导运行人员在不同气象条件下调整排烟温度设定，实现节能运行。同时，烟温优化控制系统的自动化模块省去繁琐的查表过程，提高运行人员的工作效率，有效指导运行人员实现环保要求烟温的无白色烟羽烟气排放。另外，该系统存储的完整数据表能够帮助专业工程师在治理白色烟羽运行中遇到问题提供解决方案，提高了运行管理效率，符合火电厂智能化发展需要[8]。

4 结语

我国将于2018年开始大力治理白色烟羽[9]，各地火电企业陆续实施超净排放技术改造，进行综合治理烟尘排放和白色烟羽。但是，目前行业的主要目光仅停留在治理[10-11]，已实现治理的企业运行时间尚短，尤其是采取烟气再加热技术的白色烟羽治理的节能优化存在经验不足，因此，白色烟羽监控和治理节能优化系统的成功运行是一次行业创新，从技术层面上支持火电厂智能化，在行业内具有一定的指导意义。