矿井乏风通入燃煤锅炉混烧的最佳配伍参数研究*

刘 祥，陈 曦,2，邓存宝

(1.太原理工大学 安全与应急管理工程学院，山西 太原 030024；2.太原理工大学 材料科学与工程学院，山西 太原 030024)

0 引言

我国能源消费结构持续向绿色低碳转变，我国煤炭消费占能源消费总量比重由2010的69.2%降低到2020年的56.7%，煤炭依旧是我国一次能源的核心[1-2]。在煤炭开采生产过程中，通过矿井乏风向大气排放大量瓦斯气体，其温室效应相当于二氧化碳的21倍，1座现代化的高瓦斯矿井每年约排放1.5×106m3瓦斯气体，相当于将3×107m3二氧化碳直接排放到大气中，对环境破坏性极大。基于此，为早日实现“2030年碳达峰、2060年碳中和”的目标[3-5]，如何高效利用矿井乏风瓦斯这种不可再生资源成为目前亟需解决的问题。

现阶段，低浓度乏风瓦斯利用方法主要有锅炉内混燃烧、浓缩富集技术、稀燃燃气轮机燃料以及逆流氧化技术[6]。瑞典麦克泰克公司的Vocsidizer系统可以有效减少各种工艺过程中排放的低浓度有机化合物，但是其大部分装置用于回收氧化污染物[7]。澳大利亚Vales Point电站试验在煤粉锅炉上用超低浓度煤层气替代部分空气实现混烧，并证实该技术的可行性[4]。郑斌等[8]在瓦斯逆流氧化技术基础上研制出卧式乏风氧化装置，并在胜动集团开展应用研究。徐克涛等[9]采用数值模拟方法对锅炉炉内燃烧进行数值模拟，证明矿井乏风作为炉内燃烧供风的可行性。

虽然矿井乏风通过直接发电、利用余热以及氧化制热、助燃燃煤锅炉等方式综合利用，但是由于氧化效率低等因素导致乏风利用率不高，产热结果也不理想[10]。基于此，本文采用Design-Expert软件对四角切圆锅炉掺烧矿井乏风模拟方案进行3因素3水平的正交试验，确定各个因素的主次关系及因素间交互作用的影响大小，探索各因素对试验结果的影响趋势并优化试验方案，使得锅炉中煤粉放热量和氮氧化物的生成量均达到理想水平，进一步求得掺烧乏风燃煤锅炉的最佳配伍参数，以期为指导矿井乏风通入燃煤锅炉混烧提供基础数据和理论支撑。

1 模型建立及网格划分

研究对象为某超临界600 MW机组直流锅炉，炉膛宽为18.816 m、深为13.144 m、高为59.593 m，采用单炉膛Π型布置、平衡通风、固态排渣、全钢架悬吊结构。燃烧器采用四角切向布置，燃烧器的喷口布置高度位于24.089～35.957 m之间，底层为二次风(SA)喷口，顶层为分离型燃尽风(SOFA)喷口。一次风(PA)设置6层、共24个喷嘴，编号分别为A～F，在煤粉喷嘴四周布置有二次风且每个一次风喷嘴配置上、下2层二次风，在燃烧区顶部安装2层紧凑型燃尽风(CCOFA)喷嘴和6层分离型燃尽风(SOFA)喷嘴，并且采用SOFA来降低NOX的排放，锅炉简化结构如图1所示。

图1 锅炉简化结构Fig.1 Simplified structure of boiler

根据实际炉膛几何结构，按1∶1的比例使用SOLIDWORKS软件进行三维建模，将设计好的模型导入ICEM划分网格，分段绘制各区段网格，通过INTERFACE功能将各区段网格合并为整体，为防止伪扩散现象带来的误差[11-13]，在燃烧器区域进行加密处理。模拟主要关注区域为主燃区，因此，炉膛上部区域网格分布稀疏，为避免增加多余计算量，最终整体网格划分总数约为99.49万，锅炉整体网格划分如图2所示。三维模型的边界条件是根据锅炉的实际情况设定。一次风、二次风、燃尽风均设为“速度入口”，锅炉出口截面设置为“压力出口”。

图2 锅炉整体网格划分Fig.2 Overall grid division of boiler

主燃区顶端截面温度与NO浓度分布云图如图3所示。从图3可以看出，一次风从喷嘴进入炉膛，这部分的温度是最低的，速度沿着射流的方向在减小，燃烧器4个喷嘴的速度改变最剧烈，并且会在炉膛内形成1个切向圆，从温度分布和NO浓度分布也可以看出，此现象符合四角切圆锅炉燃烧的实际流动特性，由此证明数值分析的可行性。

图3 主燃区顶端截面温度与NO浓度分布云图Fig.3 Cloud diagram of temperature and NO concentration distribution at top section of main combustion zone

2 数值模拟结果与分析

采用Design-Expert软件响应面优化法进行试验设计与分析，该方法是1种指导多变量优化问题的数学统计方法，常用于影响因素对指标存在非线性影响的相关统计分析研究[14-16]。影响结果的主要因素有乏风中甲烷的浓度、燃尽风风率及锅炉负荷，试验因素与水平的确定见表1。响应值分别为主燃区顶端水平截面的平均温度Y1与燃尽区顶端水平截面的NO平均浓度Y2，依据Box-Behnken 3因素3水平一次回归正交试验，试验方案有17个试验点，试验方案与响应值如表2所示。

表1 BBD试验因素水平Table 1 Factor levels of Box-Behnken design (BBD) test

表2 Box-Behnken正交试验方案及响应值Table 2 Schemes and response values of Box-Behnken orthogonal test

应用多种模型对试验数据进行拟合，得到的拟合分析结果见表3～4。从表3～4中不同模型方差分析中的F值及Prob>F值综合来看，二次方程模型的拟合效果要好于其他模型，Design-Expert系统推荐的均是二次方程式模型。

表3 响应值为Y1的情况下不同模型的方差分析Table 3 Variance analysis of different models with response value as Y1

表4 响应值为Y2的情况下不同模型的方差分析Table 4 Variance analysis of different models with response value as Y2

温度响应面和NO浓度响应面二次模型参数估计值如表5～6所示。表5～6中各项估计参数为各项参数所在的95%置信区间的低值与高值的平均值。在各因素水平位编码条件下，由各项估计参数的绝对值的大小也可推断单一因素及因素间交互作用对响应值的影响的大小，表5为B>C>A(一次项)，BC>AC>AB(不同因素交互作用项)；表6为C>B>A(一次项)，BC>AC>AB(不同因素交互作用项)，单因素中燃尽风风率对温度的影响最大，锅炉负荷对NO生成影响最大，交互作用下燃尽风风率与锅炉负荷对温度的影响和对NO浓度的影响均最显著。同时，由各项的估计参数的正负值也可看出各项对响应值的效应方向，对于温度来说A，B，C，A2为负效应，其他均为正效应；对于NO浓度来说，B，AB，BC，A2为负效应，其他均为正效应。

表5 温度响应面二次模型参数估计Table 5 Parameter estimation of temperature response surface quadratic model

表6 NO浓度响应面二次模型参数估计Table 6 Parameter estimation of NO concentration response surface quadratic model

最终由实际值表示的温度回归模型如式(1)～(2)所示：

(1)

(2)

2种响应值的试验结果与二次方程模型预测值之间的关系如图4～5所示。由图4～5可知，模拟结果得出的实际值与回归方程得到的预测值大部分集中在线的两端，表明实际温度与实际NO浓度都较均匀地分布在预测值附近，说明模型预测可靠。

图4 实际温度与理论温度Fig.4 Actual temperature and theoretical temperature

图5 实际NO浓度与理论NO浓度Fig.5 Actual NO concentration and theoretical NO concentration

3 响应面分析

响应曲面设计方法利用试验设计和试验数据构建三维空间图或二维平面等高图，并采用多元二次回归方程来拟合因子和响应值之间的函数关系，反映各因素对响应值的影响。

3.1 双因素交互对温度的影响

乏风中甲烷浓度、燃尽风风率及锅炉负荷3种因素耦合作用下主燃区顶端水平截面平均温度的变化情况，如图6～8所示。

图6 乏风中甲烷浓度与燃尽风率对温度影响的响应面Fig.6 Response surface of methane concentration in VAM and OFA rate on temperature

图7 乏风中甲烷浓度与锅炉负荷对温度的响应面及等高线Fig.7 Response surface and contour line of methane concentration in VAM and boiler load on temperature

图8 燃尽风率与锅炉负荷对温度的响应面及等高线Fig.8 Response surface and contour line of OFA rate and boiler load on temperature

1)选定A或B其中1个因素为水平范围的上限或下限，主燃区顶端水平横截面的温度值随另一值的变化趋势较快，说明AB对响应值的影响较为显著。AC间存在一定的交互作用，但交互作用不明显。由图8可知，等高线分布密集，响应面图中坡面陡峭，说明BC影响显著。

2)以温度为响应值时，BC坡面最为陡峭，即BC的交互作用最为显著，AB，AC等高线呈现为圆形，相较下AB，AC交互作用不显著。这是因为锅炉燃烧产生的热主要还是由于煤粉的燃烧，而且由于截面是主燃区的顶端，所以燃尽风的加入会使主燃区未燃尽的煤粉继续燃烧放热，因此BC对温度的影响作用更明显。

3)在燃尽风风率水平条件下，随着锅炉负荷的增加，煤粉含量也在增加，燃烧释放的热量随之增加，因此温度也在上升，且上升趋势显著。

3.2 双因素交互对NO浓度的影响

乏风中甲烷浓度、燃尽风风率及锅炉负荷3种因素耦合作用下燃尽区顶端NO浓度的变化情况如图9～11所示。

图9 乏风中甲烷浓度与燃尽风风率对NO浓度影响的响应面Fig.9 Response surface of methane concentration in VAM and OFA rate on NO concentration

图10 乏风中甲烷浓度与锅炉负荷对NO浓度的响应面Fig.10 Response surface of methane concentration in VAM and boiler load on NO concentration

图11 燃尽风风率与锅炉负荷对NO浓度的响应面Fig.11 Response surface of OFA rate and boiler load on NO concentration

1)AB间存在一定的交互作用，当燃尽风风率处于一定水平下时，随着乏风中甲烷浓度的增加，NO生成的浓度虽然升高，但是变化不明显；NO的生成随锅炉负荷的增加而增加，但是当负荷大于540 MW后，其增长趋势变为平缓，观察二者响应面变化趋势可以明显看出，图11中响应面坡面较陡峭，AC交互作用较为显著；等高线分布密集，当燃尽风风率和锅炉负荷分别增加时，NO生成的浓度也随之增加，且变化趋势快，说明BC影响显著。

2)AC与BC虽然有一定交互作用，但是相较于BC，其影响趋势更弱，所以BC的交互作用显著而AC较显著，但是AB不显著。

3)燃尽风风率与锅炉负荷的交互作用中，锅炉负荷对响应值的影响比燃尽风风率更大，是主效应因子。从等高线与坐标轴的交点可以看出，其与表6的参数估计相对应。

3.3 拟合优化条件的验证

由Design-Expert软件系统中的Box-Behnken Design(BBD)设计模块中的优化方案功能，可知最佳设置参数条件为：乏风中甲烷浓度A为0.25%、燃尽风风率B为33.51%、锅炉负荷C为564.11 MW，此条件下的温度响应值Y1为1 691.41、NO浓度响应值Y2为0.000 315 89。

为验证响应面分析法(RSA)的可靠性，利用优化得到的最佳参数在FLUENT进行仿真试验，仿真3次并计算误差，最终得到结果见表7。经验证，温度试验误差在1%以内且NO浓度的试验误差在2%以内，结果均在误差允许的范围内，试验验证结果与理论预测值基本相符，温度与NO浓度均达到理想水平。

表7 验证结果Table 7 Validation results

4 结论

1)通过Design Expert系统中的Box-Behnken设计四角切圆锅炉在不同参数下燃烧的试验,以主燃区顶端水平面的平均温度以及燃尽区顶端水平面平均NO浓度为响应值,建立并优化锅炉燃烧与各个试验因素(乏风中甲烷浓度、燃尽风风率以及锅炉负荷)之间的二次方模型,预测精度较高。

2)分析单因素以及多因素二阶交互作用项对各响应值的显著程度，其中单因素中燃尽风风率对温度的影响最大，锅炉负荷对NO生成影响最大，交互作用下燃尽风风率与锅炉负荷对温度的影响和对NO浓度的影响均最显著。

3)以主燃区顶端横截面的平均温度以及燃尽区顶端横截面平均NO浓度为响应值，建立优化指标，得到最佳试验条件：当乏风中甲烷浓度0.25%、燃尽风风率33.51%、锅炉负荷564.11 MW，此条件下的温度响应值为1 691.41、NO浓度响应值为0.000 315 89，预测值与实测值吻合度较好。