一台燃煤锅炉运行性能随气温变化的实证分析

沈赫男，王承亮，王 志，周怀春

(1．华电潍坊发电有限公司，山东 潍坊 261000；2.华电国际技术服务分公司，山东 济南 250000；3．东北电力大学智能发电工程技术研究中心，吉林 吉林 132012)

2016年国家发改委、国家能源局、工业和信息化部推出《关于推进“互联网+”智慧能源发展的指导意见(发改能源[2016]392号)》，着眼能源产业全局和长远发展需求，推动能源互联网新技术、新模式和新业态发展，为实现我国从能源大国向能源强国转变奠定坚实基础[1]。“智能发电”的概念正是在国家能源转型背景下应运而生，是多学科交叉的高新技术领域，是在数字化和信息化的基础上实现更高级别的智能化[2-5]。文献[5]提出在一定规模发电集团的技术研究院建设“智能发电技术中心”，集中进行智能化技术的研发；各个发电厂和发电机组向该中心传送实时数据和信息，并从该中心获得智能控制、智能运维、智能管理等方面的技术支持。

智能电厂的构建离不开大数据技术的支撑，智慧电厂的“才智”其背后是对大数据的合理分析和应用。国内发电厂对大数据[6-9]的应用处于早期试点阶段。其中，2019年京东集团依托大数据、人工智能等新技术建立智能化解决方案，在国家能源集团南宁电厂600 MW机组上开展首个试验项目并将锅炉热效率提高了0.5%[10]。

在机组数据深度挖掘处理中，负荷[11-13]无疑是最主要的工况划分的参数。文献[13]考虑到同一工况下负荷必然是相近的，为避免将负荷差别较大的样本划入同一工况而负荷差别较小的样本划入不同工况，将时间轴变为负荷轴，即，将初始时以时间顺序排列的样本集按负荷从小到大重新构造。本文的研究思路与之相似，在整个负荷变化范围内均匀划分负荷区间，分析运行性能和参数随负荷的连续变化。

文献[14]采用高级统计分析工具Minitab对运行数据进行了统计回归分析，例如回归真空与负荷及循环水进水温度的关系，以及锅炉排烟温度与负荷和环境温度的关系，特别强调涉及环境温度的参数要根据季节及时调整，反映季节变化对机组运行优化的影响。文献[15]认为影响热力机组性能最关键的两个边界条件是负荷和循环水入口温度，除负荷外，循环水入口温度与煤耗率接近为线性关系，温度每升高1 ℃，煤耗率増加约1.3～1.5 g/kWh。但到目前为止，本行业领域还未见季节(环境气温、水温等)变化对机组运行经济性影响的全面研究报道。

随着燃煤火电机组锅炉运行时间的累积，分散控制系统(DCS)历史站记录了丰富的历史运行数据，分析数据背后蕴含的运行规律，挖掘潜在的提升机组运行效率和降低NOx排放的内在规律，将有助于提高燃煤锅炉的控制品质。本文在基于负荷工况划分的基础上，借助大数据处理技术，将机组运行的历史数据按负荷(主蒸汽流量)、气温(季节)划分二维区间，以每个二维区间为单元，实证分析一台600 MW燃煤火电机组锅炉运行性能随负荷区间和气温区间变化的运行规律，为后期制定优化控制策略提供了理论依据。

1 运行数据分析处理方法

1.1 运行数据分析思路

本文分析的思路是：获取机组过去一年DCS存储的相关历史运行数据，以1 min为周期(每天1 440点，或者2 min 24 s为周期，每天600点)。所选取的运行参数涵盖锅炉运行主要监测和控制参数，包括实际负荷、主蒸汽参数(流量、压力、温度)、给水流量、总燃料量、各层(角)燃烧器给煤量、总风量、送风量、引风量、全部二次风门开度、烟气含氧量、排烟温度、NOx浓度、送风机入口风温等。

由于本文分析的重点是运行的经济性和氮氧化物排放[16-17]，所以参数的选择侧重于燃料、送引风和给水控制。该机组冬季还承担一定的供热负荷，故机组负荷参数选择主蒸汽流量(对于纯凝机组，负荷自然选择机组发电功率)。为了揭示不同季节(气温)条件下机组运行性能的变化，选择送风机入口风温作为分析参数之一(取A、B送风机入口风温的均值)。类似地，文献[18]以不可控边界条件机组负荷和环境温度为对象，利用模糊聚类方法实现机组工况划分，对可控参数进行维度归约，选取各工况下对机组能耗影响较大的运行参数，对比相同工况下的历史数据和当前运行数据，输出较低能耗值对应的运行参数，实现机组运行优化和节能优化分析。由于本文主要分析季节和负荷对锅炉运行性能的影响，经济性评价选择相同负荷下的总煤量进行比较；氮氧化物取机组FGD入口NOx在A、B侧监测数据的均值。理想情况下应该采集机组燃料分析实时数据，以比较机组标煤消耗的情况，该机组目前正在实施煤质在线检测系统，今后将具备分析比较标煤耗的条件。需要特别说明的是，本文仅仅以DCS记录的总煤量作为经济性评价的依据，没有考虑煤质变化的影响，得到的结果将是在实际煤质波动条件下的平均煤质下的经济性和排放水平的相对变化，并不是追求绝对精确的经济性评价指标。

本文主要侧重于稳态运行工况的分析比较，一般大数据分析要区分稳态和非稳态运行工况，挑选符合稳态工况条件的时段的数据纳入分析[18]，而本文并没有这样做，理由是：选择1 min甚至更长到3 min以内的数据采集周期，就基本代表了稳态变化趋势；尽管锅炉系统输入输出参数动态时间较长，可能超过本文选择的采样周期，但其影响仅限于变负荷情况下的数据；还要说明一点：升降负荷条件下，输出参数对输入条件变化的响应趋势基本是相反的，这两个时段的动态数据之间存在某种相互补偿的内在特性，可部分抵消其对稳态运行工况分析的影响(详细论证需另文阐述)。本文给出的都是基于全部运行数据的分析结果，从给出的结果可以看出按不同负荷、不同气温分析的意义。

1.2 运行数据分析方法

本文分析方法的特点是，同一时刻的全部运行数据始终作为一个数据单元参与分析，本文定义其为一个数据包。理论上这个数据包可以包含机组在同一时刻的全部有记录的运行数据，不造成额外的负担。将全部运行数据包根据不同的负荷(主蒸汽流量)和气温划分不同运行数据子集，每个子集内的数据放在一起进行分析；不同子集内的数据互不影响。因此，不同数据包在时间坐标下的先后顺序将变得不重要，每个数据包被当做一个独立工况的数据在运行数据子集内进行分析。

在不同负荷、不同气温的运行数据子集中，先计算数据包中所有参数的平均值。在所划分的不同负荷、不同气温的工况下，并不能保证全部子集都出现有效运行数据；此时，将采用同一负荷下其他有效子集的平均值予以替代。最后，对不同负荷、不同气温的运行数据子集内的运行参数平均值计算结果进行平滑滤波，一定程度上减小数据波动的幅度。

所分析的数据为某电厂3号机组2019年5月至2020年3月的运行数据，每分钟一个数据包，全部约332 000个采样数据包。该机组主蒸汽流量分析范围：1 000～2 000 t/h，每50 t/h分为一个负荷区间，共20个负荷区间；全年气温变化范围：-4～36 ℃，每2 ℃一个气温区间，共20个气温区间。全部运行数据共20×20=400个数据子集，代表不同负荷、不同气温下的全部运行数据。数据分析步骤如下：

(1)将不同负荷、气温区间的数据包归并在不同的数据子集中，运行数据表示为：X(i,j,k,l)，其中i代表划分的负荷区间数，i=1,2,3,…,M个；j代表划分的气温区间数，j=1,2,3,…,N个；k代表运行参数，k=1,2,3,…,K，本文为102个，其中k=2代表总煤量，k=101代表NOx排放量；l代表该子集内数据包的个数，也即工况点个数，l=1,2,3,…,L(i,j)个，各个子集内工况点个数是存在差异的。对本文分析的运行数据，M=N=20，K=102。

(2)由公式(1)计算各个负荷和气温区间各个运行参数的均值

(1)

2 运行性能及参数分析结果

2.1 运行数据的分布

图1所示全部运行数据在全部负荷区间、气温区间的个数分布。由图1可见，大部分数据子集中的数据包个数大于500。仅在低温极限下的最高负荷、最低负荷区域，数据包较少，甚至个别子集中没有有效数据，采用了补缺加滤波的方法，以给出完整的分析结果。

图1 全部运行数据在全部负荷区间、气温区间的个数分布

2.2 运行经济性随负荷和气温的变化

图2给出了平均总煤量随气温(横坐标)和负荷(纵坐标)的变化。本文的负荷水平用相同主蒸汽流量为基础进行比较。值得说明的是，相同主蒸汽流量下，主蒸汽压力和温度可能稍有不同，导致锅炉出力并不相同。但由于这种差别较小，对整个负荷变化范围内的比较不产生显著的影响，本文侧重于宏观变化的分析，故予以忽略。

图2 平均总煤量随气温(横坐标)和负荷(纵坐标)的变化

图2显示，当气温低于其年均值16 ℃时，不同负荷下的总煤量在中高负荷区域变化不大；在中低负荷区域有一定变化。但是，当气温高于16 ℃时，特别是气温大于22 ℃时，相同负荷下的总煤量比气温低于全年均值的条件下的总煤量明显升高。相同负荷下高气温区间的平均总煤量比低温区间高10%以上，有的甚至超过20%。图3给出了该机组月均高位、低位发热量和空干基灰分随月均气温的变化。从图3中可见，最高气温的三个月(2019年6～8月)期间煤质发热量比最高的水平低5%以上，空干基灰分也高出8%以上，空干基水分也相对偏高(数据未给出)。这会导致气温高的这3个月在相同负荷下的耗煤量明显增加。但图2所示高气温条件下总煤量在相同负荷下的过大增长，显然并不完全是煤质变差能够很好解释的。

图3 月均高位、低位发热量和空干基灰分随月均气温变化

2.3 氮氧化物排放随负荷和气温的变化

图4所示平均氮氧化物排放随气温和负荷的变化。图中可见：在负荷中值(主蒸汽流量1 750 t/h)以下，随气温上升，相同负荷下氮氧化物排放略有下降。在负荷中值以上，相同负荷下氮氧化物排放随着气温的上升基本不变。总体来看，该炉氮氧化物排放随气温没有明显的变化，故不再予以分析。

图4 平均氮氧化物排放随气温和负荷的变化

2.4 烟气氧量和排烟温度随负荷和气温的变化

烟气氧量(a)和排烟温度(b)随负荷和气温的变化如图5所示。首先，气温较高时，在负荷较高的情况下，相同负荷下排烟温度随气温升高迅速升高，明显高于气温较低条件下的排烟温度。排烟温度高，对应锅炉热损失较大。图5显示，烟气氧量并没有显示出随气温升高而升高的趋势，而是相对平稳。结合图2总煤量随负荷和气温的变化趋势，以及图6总风量(a)和A送风机调节动叶阀位(b)随负荷和气温的变化一起分析，推断如下：相同负荷下，过大的风量，相对于偏多的燃料量，可能处于恰当风煤配比的条件下，表现为烟气氧量处于合适的水平，但实际上锅炉消耗了过多的燃料，降低了经济性，这从排烟温度上升体现出来。因此，单纯地以追求最佳烟气氧量水平就以为达到了优化燃烧工况的认识和实践是片面的。

图5 烟气氧量(a)和排烟温度(b)随负荷和气温的变化

2.5 总风量和A送风机调节动叶阀位随负荷和气温的变化

图6给出了总风量(a)和A送风机调节动叶阀位(b)随负荷和气温的变化。由该图可见，气温升高后，特别是高于年均值温度后，相同负荷下总风量和A送风机调节动叶阀位(A送风机调节动叶阀位趋势一样)迅速升高。结合图2总煤量随负荷和气温的变化趋势一起分析，可以发现，相同负荷下，高于平均气温时段，总风量和送风机调节动叶阀位随气温升高而过快升高将不利于运行经济性。

值得指出的是，随着气温升高，空气密度下降，相同质量流量的空气的体积流量增加，即相同负荷下，总风量(体积流量)自然会随气温的升高而增加。但我们需要分析图6显示的增加幅度是不是因为空气密度下降引起的正常增长。从-4 ℃到36 ℃，根据理想气体状态方程，空气的密度降低到(273.15-4)/(273.15+36)=0.871，也就是降低13%左右。故相同空气体积流量增加15%左右。2 000 t/h负荷条件下总风量和总燃料量随气温变化曲线在图7中给出。很明显，图中显示总风量和总燃料量是匹配变化的，即保持了较好的风煤配比。但显然，同样锅炉出力条件下燃料消耗的显著差异，如果不是完全因为煤质变化的原因而引起，就可能揭示了运行中的某些问题的存在。图7可见，在气温2 ℃至12 ℃范围区间，总燃料量相对较低，假设这个温度段处于运行相对优化的状态。以该气温区间的平均总风量作为基准，我们可以计算该风量在气温变化后因为密度变化的原因而产生的变化，称为不同气温下理论空气量。不同气温下实际总风量与理论空气量之差绘制于图8中，图8中还给出了总燃料量的曲线。总风量实际值与理论空气量之差与总燃料量之间显示了良好的正相关性，部分说明总风量高于理想风量是造成燃料量偏大、经济性下降的直接原因之一。

图6 总风量(a)和A送风机调节动叶阀位

图7 2 000 t/h负荷条件下总风量和总燃料量随气温的变化

图8 2 000 t/h负荷条件下总风量实际值与理论值之差和总燃料量随气温的变化

结果表明，部分二次风风门要么基本处于关闭状态，要么随气温呈现过大的变化。理论上，这些风门从设计角度应该是要起到一定作用，基本关闭的话，则不能发挥应有的作用。但是风门随气温变化幅度过大，也不符合优化运行的要求。这也是下一步分析锅炉运行特性、优化锅炉运行性能需要考虑的重要方面。

3 结论

(1)气温低于年平均值的冬春季节，不同负荷下的总燃料量在中高负荷区域变化不大；在中低负荷区域有一定变化。但是，当气温高于年平均值的秋夏季节，相同负荷下的总燃料量比冬春季节的总燃料量明显升高。

(2)在负荷中值(主蒸汽流量1 750 t/h)以下，随着气温的上升，相同负荷下的氮氧化物排放略有下降。在负荷中值以上，相同负荷下的氮氧化物排放随着气温的上升基本不变。总体来看，该炉氮氧化物排放随气温变化不大。

(3)秋夏季节负荷较高的情况下，烟气氧量处于合适的水平，风煤配比恰当，但锅炉消耗燃料明显偏多，排烟温度较高，对应锅炉热损失较大。因此，单纯地以追求最佳烟气氧量水平就以为达到了优化燃烧工况的认识和实践是片面的。

(4)气温较高的秋夏季节，总风量实际值与理论空气量之差与总燃料量之间显示了良好的正相关性，部分说明总风量明显高于理想风量是造成秋夏季节燃料量偏大的主要原因。

(5)部分二次风风门要么基本处于关闭状态，要么随气温呈现过大的变化，这也是分析锅炉运行特性、优化锅炉运行性能需要考虑的重要方面。