循环流化床锅炉NOx排放控制优化研究进展

步兆彬 江广旭 肖宗新 曾 阳

（兖煤菏泽能化有限公司赵楼综合利用电厂 山东菏泽 274705）

引言

“十三五”以来，我国不断推进能源结构改革，大力发展水力、风力、太阳能等清洁发电方式，尤其是在2020 年提出的“双碳”目标下，构建新型的电力系统提上日程。尽管如此，煤炭仍在我国能源结构中处于基础地位，火力发电仍是我国目前最重要的发电形式之一。而燃煤电厂是大气中NOx的主要来源之一，其排放量占NOx排放总量的一半以上。NOx是造成大气污染的主要污染源之一，其在紫外光照射下易形成光化学烟雾，是臭氧与PM2.5 的前体物，也是形成酸雨的主要物质，因此，控制燃煤电厂的NOx排放具有重要意义。

与煤粉炉相比，循环流化床（CFB）锅炉因其具有燃料适用范围广、负荷调节范围大、污染物控制成本低等优势，契合当前的低成本超低排放和火电深度调峰的需求，在我国得到了广泛的应用。与煤粉炉普遍采用选择性催化还原（SCR）脱硝不同，CFB 锅炉普遍采用投资少、运行成本低的选择性非催化还原（selective non-catalytic reduction,SNCR）技术进行脱硝。SNCR 脱硝不使用催化剂，通过将氨水、尿素等还原剂喷入CFB 锅炉炉膛或旋风分离器的高温烟气中，在合适的温度条件下与烟气中的NOx反应生成N2实现烟气中NOx的脱除。然而，近年来随着国家日益严格的烟气排放标准，CFB 锅炉为了提高NOx脱除效率，不断增加还原剂（氨水、尿素等）的使用量，导致还原剂消耗量增加，并引发氨逃逸等问题[1]。而且部分机组在低负荷运行时，即便增加还原剂的消耗量也不能满足NOx排放的超低标准要求。因此，优化CFB 锅炉的运行和脱硝技术以满足NOx的超低排放标准，具有重要的研究意义与实际应用价值。

基于以上问题，本文首先回顾了CFB 锅炉的NOx控制手段及存在的问题，介绍了NOx的生成机理和排放控制影响因素，在此基础上，从CFB 锅炉NOx排放预测调控和SNCR 脱硝模拟优化两个方面，对提高CFB 锅炉NOx排放控制性能的研究进行了综述和分析。最后，提出了未来提高CFB 锅炉脱硝性能的发展方向，期望为CFB 锅炉NOx的排放控制优化改造提供一定参考。

1 CFB 锅炉的NOx 排放控制技术

由于CFB 锅炉的炉膛温度较低，其原始NOx的生成浓度比较低，对控制烟气中NOx的排放具有先天优势，但是为了达到国家对于NOx日益严厉的排放标准，大多数CFB 锅炉采用了低氮燃烧和非选择性催化还原（SNCR）相结合的NOx生成与排放控制技术。

该技术通过优化CFB 锅炉运行参数、采用烟气再循环等措施降低锅炉燃烧过程中NOx的生成浓度，同时结合SNCR 技术，将氨水、尿素等还原剂喷入旋风分离器的入口烟道，与烟气中的NOx反应生成N2实现烟气脱硝。该技术具有改造成本小，运行成本低等优势，其运行原理如图1 所示。

图1 低氮燃烧+SNCR技术

然而，实际运行中受负荷变动等影响，CFB 锅炉烟气中NOx浓度波动较大。此外，为了满足NOx的超低排放特别是低负荷下的超低排放，部分CFB 锅炉通过过量喷还原剂提高SNCR 的脱硝效率，导致还原剂用量过多、喷氨不均和氨逃逸等严重问题，不仅增加了电厂运行成本，氨逃逸还会带来环境问题。

针对这些问题，一些学者致力于研究CFB 锅炉中NOx的生成机理和影响因素，模拟优化锅炉燃烧过程与SNCR 的反应环境，从而为优化CFB 锅炉NO 控制技术提供理论基础与技术指导。

2 CFB 锅炉NOx 控制的影响因素

2.1 NOx生成过程的影响因素

空气中的N2都是以N≡N 连接存在的，而煤炭中的N 则有吡咯型N、吡啶型N 和季N 三种存在形式，其中吡咯型N 为主要形式。不同煤种N 的含量和存在形式有所差别，但在高温下均易形成N2O、NO、NO2等含氮化合物。CFB 锅炉燃烧产生的NOx中以NO 为主，约占95%以上，另外还会有少量的NO2和N2O。

CFB 锅炉燃烧产生NOx的机理主要有三种：快速型、热力型和燃料型[2]。

热力型NOx是指在高温燃烧下空气中N2和O2反应生成NOx，燃烧温度和氧气浓度是影响其生成的主要因素。根据研究显示，当炉膛燃烧温度高于1400 ℃时，NOx才大量生成。而对于CFB 锅炉，其炉内温度远低于该温度，因此其热力型NOx生成较少。

快速型NOx只有在CH 原子团含量较高的条件下生成量才较多，而在CFB 锅炉中并不具备这些条件。因此，对于CFB 锅炉，燃料型NOx是其生成的主要来源，约占总量的75-90%。燃料型NOx是指在高温燃烧下煤炭中的含氮物质与其他物质经过复杂反应转换为NOx，它的生成一般发生于燃烧的初始阶段。

根据相关研究，影响NOx生成的因素主要包括三个方面[3]：

（1）锅炉运行因素；

（2）锅炉设计制造特性；

（3）煤种特性。锅炉设计制造的特性不可调整，燃烧温度、氧气含量等主要影响因素的作用趋势如表1所示。

表1 NOx生成的主要影响因素

2.2 SNCR反应环境的影响

SNCR 技术是CFB 锅炉控制NOx排放的重要手段，SNCR 的反应环境对NOx控制具有重要的影响[4]。除了烟气温度外，还原剂喷枪的布置是影响SNCR 反应环境的重要因素，合理的喷枪布置能够提高还原剂在烟气当中的分散均匀度，进而提高脱硝效率、降低氨逃逸。

喷枪的参数也对脱硝效率存在影响。研究发现，高喷枪流量对于NOx的脱除效率影响不大，但是会导致氨逃逸量增加，而低喷枪流量可以减少氨逃逸，但是NOx的脱除效率受影响而下降。此外，雾化粒径和雾化锥角会影响还原剂的分布均匀程度，进而影响NOx的脱除效率。

3 CFB 锅炉NOx 控制的优化

基于CFB 锅炉NOx控制影响因素的研究，为提高CFB 锅炉的脱硝性能，需要从锅炉的燃烧过程优化和SNCR 系统的反应环境优化两方面考虑。因此，目前的研究可分为CFB 锅炉NOx排放的预测和SNCR 系统的模拟优化两个方向。

3.1 CFB锅炉NOx排放的预测优化研究

建立CFB 锅炉的NOx排放预测模型可以得到影响NOx生成的操作变量，并根据预测模型进行调控降低NOx的排放。然而，由于CFB 锅炉运行过程中负荷随时变化，因此，确定合理的预测方法建立准确的预测模型具有重要意义。

火电厂锅炉的NOx排放预测模型研究中，数值模拟研究起步较早，该方法是通过对CFB 锅炉的燃烧过程进行数值模拟，建立CFB 锅炉的NOx生成模型，并利用数值分析NOx生成与炉膛温度等影响因素之间的关系，进而得到相应的优化调整参数。丁伟霞通过CFD 对某锅炉机组进行燃烧过程的模拟研究，根据数值模拟建立了锅炉内烟气组分的浓度和各影响因素的模型，进而预测得到NOx的生成浓度[5]。赵耀光等通过数值模拟对某锅炉机组的燃烧过程进行了模拟，建立了NOx的生成模型，并分析了各影响因素与NOx排放之间的关系，并给出了优化燃烧过程降低NOx排放的合理建议[6]。Habib 等利用CFD 对某锅炉的NOx排放进行了仿真研究，建立了NOx生成浓度和分布与过量空气系数、炉温、角度的关系[7]。王璐璐利用GAMBIT 针对某CFB 锅炉建立研究模型，然后在相应运行条件下，通过Fluent 对燃烧过程进行模拟，根据模拟得到的NOx排放结果对锅炉的燃烧提出了优化建议[8]。

由于CFB 锅炉的运行负荷变化较大、NOx排放浓度波动明显，数值模拟的适用性存在一定的问题，因此机器学习算法被引入用于解决这一问题。其中，赵阳提出一种统计回归模型，利用锅炉运行过程中采集到的参数建立NOx预测网络模型，并对模型进行全工况的训练，结果证实了该方法的有效性和合理性[9]。Adams 等利用机器学习的神经网络模型对某CFB 锅炉的NOx进行预测。预测结果显示，该模型经过训练后其预测数据的准确性可以达到98%以上[10]，为后续CFB 锅炉的NOx生成预测提供了基础。Wei 等研究提出了一种针对燃煤锅炉的NOx排放预测模型。该模型使用非线性核函数加强了拟合非线性系统的能力，经过优化后其预测误差为4.83 mg/m3[11]。Xie 等利用双向长短期记忆神经网络模型建立了CFB 锅炉的NOx预测模型，经过多次训练后，其平均误差为3.9%[12]。Li 等提出了最小二乘支持并行极限学习机模型，基于这一模型对某300 MW CFB 锅炉的NOx排放浓度建立预测模型。实验结果表明该模型具有较好的普适能力[13]。

目前，CFB 锅炉的NOx排放预测模型以机器学习算法为主。然而，目前的预测模型大多是基于静态工况研究。实际运行中CFB 锅炉的运行参数实时变化，且煤种也在变化，静态工况的模型对已运行的机组预测有限。因此，基于现有的模型，建立动态的预测模型，更有助于CFB 锅炉的运行优化。

3.2 SNCR系统的模拟优化研究

通过对SNCR 系统进行模拟优化，能够提高SNCR的脱硝性能、降低氨逃逸与运行成本。Kim 等对某垃圾焚烧炉的SNCR 脱硝过程进行了数值模拟，研究了燃料种类、喷枪位置和氨氮比对脱硝效率的影响[14]。Shin等对某燃油炉的SNCR 进行了模拟，根据模拟结果优化脱硝系统以提高脱硝率[15]。Xia 等对锅炉的SNCR 脱硝系统进行了CFD 模拟，模拟结果显示还原剂喷枪位置和氨氮比对NOx脱除效果和氨逃逸量有明显影响。根据模拟结果，提出了喷枪多层布置的优化方案[16]。张颉等对某350 MW 机组的脱硝过程进行数值模拟，并与实际运行数据对比，验证模拟结果具有一定准确性[17]。蔡洁聪等利用Fluent 对某锅炉的脱硝性能进行了模拟研究。根据模拟结果，综合考虑运行成本，提出了合理的氨氮比[18]。辛胜伟等对某CFB 锅炉的SNCR 系统进行了数值模拟，根据模拟结果调整了喷枪参数和布置方案，对还原剂喷入的浓度和压力进行了优化，提高了脱硝性能，在各典型负荷下脱硝效率均可实现超低排放[19]。

综上可知，通过数值模拟研究CFB 锅炉的SNCR脱硝具有可靠性和合理性，模拟结果可以为优化SNCR 提供基础。此外，机器学习方法也被广泛应用于SNCR 系统控制中，但是研究较少。孟范伟等利用神经网络预测控制方法，建立了NOx排放的预测及控制模型，但并未能覆盖全部工况，实际运行中仍存在较大的误差[20]。

结语

本文回顾了CFB 锅炉的NOx控制手段，并对NOx的生成机理和影响因素、以及SNCR 反应环境的影响进行了介绍。在此基础上，为了提高CFB 锅炉的NOx排放控制性能，从CFB 锅炉NOx排放的预测调控和SNCR 系统的模拟优化两个方面，对国内外的相关研究进行了综述。相关研究表明，通过对CFB 锅炉NOx排放的预测调控和SNCR 系统的模拟优化，能够有效降低NOx的生成/提高NOx的脱除效率，减少氨逃逸等问题。

然而，目前CFB 锅炉的NOx排放动态预测模型仍不成熟，机器学习方法在SNCR 系统控制中的应用仍不完善，这也是未来的研究重点与方向之一，这些问题的研究对于进一步提高CFB 锅炉的NOx排放控制、降低脱硝运行成本具有重要的意义。