基于CO/O2在线监测的锅炉燃烧优化系统开发与试验研究

史义明，姚友工，蔡正春，常寿兵，江紫薇， 吴运凯，任强强，苏胜，向军

(1.华能国际电力股份有限公司海门电厂，广东 汕头 515000；2. 沃森能源技术(廊坊)有限公司，河北 廊坊 065000；3.煤燃烧国家重点实验室(华中科技大学)，湖北 武汉430074)

为了达到NOx超低排放目标，国内火电厂普遍进行了空气分级燃烧的锅炉低氮燃烧技术改造[1-5]，低氮燃烧改造后炉膛NOx排放质量浓度得到较好控制，但由于炉膛主燃区贫氧造成以CO为代表的还原性气体体积分数的增加，容易引起燃料燃烧不充分而降低锅炉效率。实际锅炉低氮燃烧运行中，锅炉效率与炉膛NOx排放之间存在明显的矛盾，如何有效地平衡两者之间的矛盾，是目前锅炉高效、经济、环保运行研究的热点。

在实际的锅炉燃烧运行中，运行人员往往由于缺少监测手段，无法及时了解锅炉燃烧状态变化，很难实现对锅炉运行状态及时有效调节[6-13]，无法兼顾锅炉低氮排放与高效燃烧。开发有效监测手段以及建立科学合理的燃烧优化指导模型是平衡锅炉高效燃烧与低氮排放这对矛盾的有效途径。目前研究表明[14-16]：采用低氮燃烧方式运行后，锅炉各项热损失和尾部CO体积分数存在强烈的相关性，其中排烟热损失q2随着CO体积分数的增大而减小，化学热损失q3和机械热损失q4随着CO体积分数的增大而增大，从而显著影响锅炉效率；同时，CO体积分数还能侧面反映出炉内风粉配比和局部燃烧情况好坏，用于调节锅炉运行状态以降低烟气 NOx质量浓度。目前的研究多集中在利用CO体积分数与锅炉效率或NOx质量浓度的关系来设法提高锅炉效率或降低烟气NOx质量浓度[17-18]，对同时考虑CO体积分数与锅炉效率和NOx质量浓度的关系对锅炉运行状态进行调整的综合研究较少；此外，由于烟道漏风影响，利用尾部氧量(体积分数)反映锅炉整体燃烧状况存在较大误差。因此亟需建立基于尾部CO/O2双参量调节的锅炉燃烧优化模型，对锅炉运行状态进行及时有效调整，从而实现锅炉的高效、低氮燃烧。

本文以某电厂1 000 MW燃煤锅炉为研究对象，通过在锅炉尾部烟道加装CO在线监测系统，并基于锅炉长期历史运行数据进行分析与挖掘，建立基于CO/O2双参量调节的锅炉燃烧优化系统，提出锅炉实际运行的燃烧优化方式及策略。

1 研究对象及方法

1.1 锅炉概况

某电站1 000 MW锅炉为高效超超临界参数变压直流炉，采用单炉膛、一次中间再热、平衡通风、运转层以上露天布置、固态排渣、全钢构架、全悬吊结构π型锅炉，锅炉型号为DG3000/26.15-，燃烧器采用前后墙对冲分级燃烧技术。在炉膛前后墙分3层布置低NOx旋流式HT-NR3煤粉燃烧器，每层布置8只，全炉共设有48支燃烧器，前后墙各布置24只。在前后墙距最上层燃烧器喷口—定距离布置燃尽风喷口，且每层10个。

1.2 综合燃烧优化模型

锅炉效率决定了燃烧所需燃料量，表现为燃煤发电系统的燃料运行成本；而锅炉排放的NOx质量浓度影响了烟气脱硝系统NH3等脱硝介质使用量，表现为脱硝运行成本。为了实现锅炉效率与NOx排放综合优化，必须保证燃料运行成本与脱硝运行成本的两者之和(即综合成本)获得最低值。考虑到锅炉效率和炉膛NOx排放质量浓度均与锅炉尾部CO/O2的排放体积分数存在明显的关联性，可以建立基于尾部CO/O2排放体积分数与综合成本之间的关联模型，并根据模型计算出综合成本最低时所对应的CO体积分数优化值。通过对锅炉尾部CO/O2排放体积分数实时监测和调整优化，将尾部CO体积分数调至优化值，从而平衡锅炉效率与NOx排放质量浓度之间的矛盾。其中，燃料成本模型综合考虑了锅炉效率、汽轮机效率以及管道效率。

锅炉炉膛NOx排放质量浓度对燃煤电厂烟气选择性催化还原(selective catalytic reduction,SCR)脱硝过程经济性有直接影响，锅炉烟气SCR脱硝过程主要的成本有运行成本和检修维护成本等。运行成本主要指的是燃煤电厂SCR脱硝装置在正常运行状态下所产生的各项生产支出类型的成本，主要包括以下费用[19]：还原剂费用、电费、水费、蒸汽费和人工费。检修维护成本主要指的是维持燃煤电厂SCR 脱硝系统保持正常运行的各种维护费用支出，主要包括[20]催化剂更换费用和检修维护费用等。上述燃料运行成本与脱硝运行成本之和定义为综合经济指标[21]，即：

C=Ccoal+CNOx,

(1)

(2)

(3)

式中：C为综合成本；Ccoal为燃料成本；CNOx为脱硝成本；ηgl,max为某一稳定运行负荷下锅炉最高效率；ηgl为当前锅炉效率；B0为最高效率下对应的燃料量，t/h；Sc为煤价，元/t；t为该负荷全年运行时长，h；DNOx,n为负荷n下当前NOx质量浓度，mg/m3；DNOx,min为该负荷下最低NOx质量浓度，mg/m3；B为当前燃料量，t/h；Vgy为当前1 kg煤不完全燃烧的干烟气体积，m3/kg；Vgy,0为最低烟气NOx含量下1 kg 煤不完全燃烧的干烟气体积，m3/kg；CP为单位脱硝成本，元/kg；P为有功功率，kW。

以综合成本作为对锅炉效率与NOx生成耦合评价的定量经济指标，从而构建相应的燃烧优化模型；该模型与锅炉尾部CO /O2的排放特性存在显著相关关系，因此可以对锅炉长期历史运行数据进行深入分析与数据挖掘，建立基于CO/O2双参量调节的锅炉燃烧优化模型和系统，提出锅炉实际运行的燃烧优化方式及策略，研究中使用的详细模型见文献[21-24]。

1.3 基于CO在线监测的燃烧优化系统

研究过程中采用的CO在线监测装置型号为Walsn CEA-100，主要是以新型电化学方法为主的烟气CO体积分数在线监测系统。系统由探头单元、反吹单元和分析单元等组成。传感器将CO体积分数转化为相应的电信号，再将此电信号处理为模拟信号输出[25-26]，该CO监测仪的结构示意如图1所示。该套分析仪能够满足大量程CO体积分数测量(0～4 ×10-3,最大到1×10-1)，精度为±1%测量值，分辨率1×10-6，零点漂移小于等于2×10-5，每月的量程漂移小于2%测量值，且线性度、重复性好、灵敏度高、双传感器设计，增强了样气分析单元的可靠性。

6) 控制回路投用率的管理。快速找出投用率低或控制性能低下的回路，利用PID参数整定工具优化PID参数，或根据仪表、回路、控制阀诊断的结果，维护与优化相关控制回路，保证控制回路投用率。

图1 CO监测仪结构示意图Fig.1 Structure of CO monitor

燃烧优化系统结构如图2所示。燃烧优化系统在锅炉尾部烟道增设了4套CO在线监测装置，左、右烟道各2套，布置位置与原有O2体积分数监测装置位置靠近，如图3所示，用于实时监测尾部CO的生成体积分数。燃烧优化系统基于锅炉热效率以及炉膛出口NOx排放综合经济指标优化值，输出锅炉总氧量，从而实现对锅炉燃烧优化的调整与指导。

DCS—离散控制系统，distributed control system 的缩写。

图3 CO在线监测装置测点布置Fig.3 Measuring point layout of CO online monitoring device

1.4 基于CO在线监测的燃烧优化软件模型逻辑

煤质和负荷为影响锅炉燃烧最关键的因素，因此在开展分析时，应根据煤质与负荷对历史数据进行了划分。首先根据历史上的煤质化验工业分析结果将煤质进行了划分，总体上划分为常用煤质与非常用煤质。分析常用煤质发现该锅炉长期运行煤质较为稳定，挥发分含量大多维持在某一特定范围内，因此根据挥发分含量划分为2个常用煤质：当煤质收到基挥发分在24%～30%之间时为煤质1；当收到基挥发分在30%～36%之间时为煤质2，此外均为非常用煤质。锅炉运行典型负荷为额定负荷的50%、75%、100%。进而根据典型负荷与常用煤质情况对历史数据做一定筛分，划分6个基本工况。对于所划分6个基本工况，均对尾部CO体积分数与燃烧特征参数进行关联性分析，构建基于燃料成本与脱硝成本的综合指标与尾部CO体积分数关联性模型；同时建立历史数据库和实时数据库，以构建燃烧优化软件。燃烧优化软件内置逻辑如图4所示。

图4 燃烧优化模型逻辑Fig.4 Logic of combustion optimization model

燃烧优化软件内置3个模型，分别为实时计算模型、优化模型和非优化模型。实时计算模型主要实时计算锅炉效率、锅炉各项热损失和各项成本；优化模型针对计算模型结果进行优化计算，得出目标尾部CO体积分数；非优化模型的建立则是基于电站锅炉最为重要的安全性考虑，当锅炉负荷低于50%额定负荷时存在熄火风险，当处于非常用煤质时则存在潜在未知风险(熄火、结渣和设备腐蚀)，为了深入保护锅炉燃烧的稳定性与安全性，在上述基础上对尾部氧量同样做出了限制。

1.5 基于CO在线监测的燃烧优化软件

燃烧优化软件主操作界面如图5所示。除目标值为燃烧优化模型计算所得，其余所有实时数据均为现场采集数据。电厂运行人员根据实际情况可选择自动或手动模式：当选择手动模式时，软件不直接进行控制，只是显示指导建议，但运行人员可根据界面上的操作建议手动调节燃烧系统的风门开度等装置，使实时CO体积分数逐渐达到对应目标浓度值，完成优化，即开环模式；当选择自动模式时，生成指令直接调节风门开度，即闭环控制。

图5中：左侧“CO实时体积分数”一栏中“左省1”“左省2”“右省1”“右省2”分别用于实时显示装于锅炉尾部省煤器出口处的CO测量装置所测读数；有功功率、总燃料量、总风量和反应器入口NOx质量浓度均为电厂DCS系统中实时值；飞灰含碳量和炉渣含碳量都为电厂监测值；排烟热损失q2、化学热损失q3、机械热损失q4、锅炉效率的实时值和目标值均为软件内部动态链接库计算所得；省煤器出口氧量、炉膛出口CO平均体积分数、反应器入口平均NOx质量浓度目标值为动态链接库建模寻优得到的最优值；“指导建议”一栏根据模型给出的目标值结果，通过调节风机风压在系统界面显示“增大风压”“减小风压”“尾部总氧量正常不做风压调整”这几项内容；同时在“氧量偏置”一栏给出调整后目标氧量与实时氧量的比值。通过构建的燃烧优化模型实时计算尾部出口氧量、炉膛出口CO平均体积分数、炉膛出口平均NOx质量浓度和各项燃烧热损失及锅炉效率并实时显示，最终给出燃烧优化指导建议和控制量的偏置值。

图 5中：按钮“煤与飞灰”包含电厂所用煤质与飞灰信息，该数据为在运行人员手动输入电厂的数据系统后，由燃烧优化模型专用数据库读取得到，主要有煤质参数空干基挥发分、固定碳、水分、灰分、硫、低位发热量和收到基水分；飞灰参数主要有两侧飞灰含碳量、炉渣含碳量等。输入完成自动存入数据并传送至动态链接库进行下一步计算。按钮“参数设置”，用于运行人员输入煤价和氨价，输入完成自动存入数据并传送至动态链接库以便进行成本计算。燃烧优化软件具备历史数据库查询功能，可根据需求自主选择存入历史库的数据查询和显示。查询时，可对范围数据查询并以时间为横轴显示；此外，通过历史数据查询后可根据要求进行历史数据导出分析。

图5 燃烧优化软件主操作界面Fig.5 Main operation interface of combustion optimization software

2 锅炉燃烧优化验证试验及分析

基于构建的燃烧优化系统给出的建议指导及参数值，进行锅炉现场燃烧优化调整试验，试验时煤质特性见表1。

表1 试验煤质特性Tab.1 Coal properties

分别在1 000 MW、750 MW、500 MW负荷下，维持制粉系统及锅炉主要运行参数不变，保持锅炉稳定运行4 h左右。分别在燃烧调整前后，实测SCR进口及空预器出口烟气含氧量、排烟温度、烟气中NOx质量浓度、烟气中CO体积分数，记录大气条件及锅炉主要运行参数，采集原煤、飞灰、炉渣等样品缩分并密封保存化验，计算分析锅炉热效率以及炉膛出口NOx质量浓度情况。

2.1 1 000 MW负荷锅炉燃烧优化性能分析

在1 000 MW负荷工况下，燃烧优化系统给出氧量建议值为2.84%，指导建议为增大风压及增大二次风机电流直至尾部氧量为建议值。燃烧调整前后测试结果见表2。

表2 1 000 MW负荷下省煤器出口截面烟气成分数据汇总Tab.2 Summary of flue gas composition data of the economizer outlet section under 1 000 MW

由表2可知：在1 000 MW负荷工况下，省煤器出口NOx排放质量浓度为139 mg/m3，与燃烧调整前试验数据相比，省煤器出口NOx排放质量浓度降低33 mg/m3。省煤器出口CO排放体积分数为483 μL/L，与燃烧调整前试验数据相比，省煤器出口CO排放体积分数降低2 054 μL/L。锅炉热效率、进风温度偏差和给水温度偏差按照有关规程进行修正，计算结果见表3。

由表3可知：1 000 MW负荷工况下，调整后的实测锅炉热效率为94.21%，与燃烧调整前锅炉热效率相比提高约0.53%。

表3 1 000 MW负荷下锅炉效率计算汇总Tab.3 Summary of boiler efficiency under 1 000 MW

2.2 750 MW负荷锅炉燃烧优化性能分析

在750 MW负荷工况下，燃烧优化系统给出的氧量建议值为3.71%，指导建议为增大风压，增大二次风机电流直至尾部氧量为建议值；同时输出了参数调整后，锅炉预期能够达到的优化锅炉效率，如图6所示。燃烧调整前后测试结果见表4。

图6 750 MW燃烧调整前系统主界面Fig.6 Main operation interface before combustion adjustment under 750MW load

表4 750 MW负荷下省煤器出口截面烟气成分数据汇总Tab.4 Summary of flue gas composition data of the economizer outlet section under 750 MW load

由表4可知：在750 MW负荷工况下，调整后省煤器出口NOx排放质量浓度为115 mg/m3，与燃烧调整前试验数据相比，省煤器出口NOx排放质量浓度降低23 mg/m3；省煤器出口的CO排放体积分数为178 μL/L，与燃烧调整前试验数据相比，省煤器出口CO排放体积分数降低437 μL/L。

锅炉调整稳定后，燃烧优化系统给出运行指导建议为“尾部总氧量正常，不做风压调整”。锅炉调整后综合燃烧优化系统界面如图7所示，锅炉热效率计算结果见表5。

图7 750 MW燃烧调整后系统主界面Fig.7 Main operation interface after combustion adjustment under750 MW load

表5 750 MW负荷下锅炉效率计算汇总Tab.5 Summary of boiler efficiency under 750 MW load

由表5可知：750 MW负荷工况下，调整后的实测锅炉热效率为94.71%，与燃烧调整前锅炉热效率相比提高约0.63%。

2.3 500 MW负荷锅炉燃烧优化性能分析

在500 MW负荷工况下，燃烧优化系统给出的氧量建议值为4.18%，指导建议为减小风压，减小二次风机电流直至尾部氧量为建议值。燃烧调整前后测试结果见表6。

表6 500 MW负荷下省煤器出口截面烟气成分数据汇总Tab.6 Summary of flue gas composition data of the economizer outlet section under 500 MW load

由表6可知：在500 MW负荷工况下，调整后省煤器出口NOx排放质量浓度为128 mg/m3，与燃烧调整前试验数据相比，省煤器出口NOx排放质量浓度降低18 mg/m3；省煤器出口的CO排放体积分数为68 μL/L，与燃烧调整前试验数据相比，省煤器出口CO排放体积分数升高30 μL/L，但总体排放量较小。锅炉热效率计算结果见表7。

由表7可知：500 MW负荷工况下，调整后的实测锅炉热效率为94.83%，与燃烧调整前锅炉热效率相比提高0.91%。

表7 500 MW负荷下锅炉效率计算汇总Tab.7 Summary of boiler efficiency under 500 MW load

综上所述，对于该1 000 MW机组锅炉，参照开发的基于CO在线监测的燃烧优化系统输出的指导建议及参数，对锅炉进行燃烧优化调整试验，在各个典型运行负荷工况下均实现了锅炉效率的提高和NOx质量浓度的降低，保证了锅炉安全、高效、低污染运行。由于现场试验条件的限制，采集数据有限，燃烧优化模型存在一定的局限性；后期会对该模型进一步优化，在较长时间内比较现场运行结果，实时给出指导建议，提高该系统的准确性。

3 结束语

本文构建了基于CO/O2在线监测的燃烧优化系统，并通过参照开发的燃烧优化系统输出的锅炉运行调整建议及参数，对锅炉进行了燃烧优化调整试验。结果表明：投入该系统进行燃烧调整后，不同负荷下的锅炉效率都得到提高，同时NOx排放浓度分别实现了一定程度的降低；锅炉调整性能试验结果与燃烧优化系统预测结果基本一致，该燃烧系统能够根据不同工况和煤种实时给出燃烧优化的指导建议，平衡锅炉的高效燃烧与低氮排放问题，实现锅炉的经济、高效、环保运行。