基于实时监测的燃煤机组碳排放特性研究

2022-10-17刘科杨兴森王太董信光张利孟张绪辉袁森辛刚高嵩

热力发电 2022年10期

刘科，杨兴森，王太，董信光，张利孟，张绪辉，袁森，辛刚，高嵩

（1.国网山东省电力公司电力科学研究院，山东济南 250003；2.华北电力大学能源动力与机械工程学院动力工程系，河北保定 071003；3.国网山东省电力公司，山东济南 250003）

电力行业为居民生活与经济运转提供了基础保障，但同时也是重要的碳排放部门。据世界资源研究所（WRI）统计，电力行业产生的碳排放约占中国2020 年碳排放总量的41.6%，相应排放量约为40 亿t[1-2]，且有增长趋势[3]。由此可见，电力是能源转型的中心环节，也是碳减排的关键领域，电力低碳转型对实现“碳达峰、碳中和”目标具有全局性意义[4-6]。而扎实做好燃煤机组的碳排放核算与监测，是顺利推进能源低碳转型和电力碳减排的基础性工作[7-8]。只有做到碳排放的连续监测才能研究掌握发电机组的实时碳排放规律和特性，进而开展减碳优化、低碳调度等方面的研究，全面支撑电力系统低碳转型。

目前燃煤机组的碳排放核算依据为《温室气体排放核算与报告要求第1 部分：发电企业》（GB/T 32151.1—2015）和《中国发电企业温室气体排放核算方法与报告指南（试行）》[9-11]。2022 年生态环境部印发了《企业温室气体排放核算方法与报告指南发电设施（2022 年修订版）》[12]，对发电行业重点排放单位的核算和报告进行统一规范，对省级主管部门开展数据核查的程序和内容提出严格要求。

相比于发电企业碳排放核算方法的逐渐完善，碳排放的在线监测方法仍在探索阶段，目前主要有核算法和实测法2 种技术流派[13-21]。

实测法依托于烟气排放连续监测系统（continuous emission monitoring system，CEMS），需要在当前燃煤企业环保CEMS 基础上添加CO2监测以及烟气流量实时测量模块。这种方法要广泛推广最大的困难在于烟气流量测量的准确性难以长期保证[22]。

核算法常用于较长时间周期的碳排放核算，也有一些学者用核算法分析碳排放强度的影响因素[23-24]，但核算周期长难以实现不同运行工况下碳排放特性的研究。此外，燃煤量的测量值与实时负荷存在时间差，从而无法得到实时负荷下的碳排放强度，给碳排放强度的实时监测研究带来困难。

本文采用《企业温室气体排放核算方法与报告指南发电设施（2022 年修订版）》要求的碳核算方法，通过能量平衡和物料守恒的方法对燃煤量进行实时计算，避免了燃煤实测滞后性的问题，实现了燃煤机组碳排放量的实时在线核算和监测；进而对试点机组不同调峰工况下的碳排放数据进行分析，研究机组调峰时的碳排放特性。

1 CO2 排放量监测计算模型

《企业温室气体排放核算方法与报告指南发电设施（2022 年修订版）》指出发电企业排放的CO2包含化石燃料燃烧排放、使用购入电力排放2 部分（脱硫系统碳排放不计算在内）。由于电厂外购电量只有在所有机组都停机，需要使用电网电力进行启动时发生，占比极少，所以本文在进行发电企业碳排放特性分析时只考虑化石燃料燃烧排放（Er）。其计算公式为：

式中：FC为监测期燃煤的净消费量，t；Car,c为燃煤的收到基元素碳含量，%；OFC为燃煤的碳氧化率，%；44/12 为二氧化碳与碳的相对分子质量之比。

燃煤量的计量装置一般安装在输煤皮带上或者磨煤机入口给煤机处。磨煤机入口测得的燃煤量经磨煤机磨制再入炉燃烧。负荷变化时，由于控制方式的不同，燃煤量的变化存在滞后或超前，因此磨煤机入口的燃煤量测量值无法用于机组实时碳排放强度的计算。即便是直吹式制粉系统，输煤皮带上的煤也至少需要1～2 h 才能入炉燃烧，因此输煤皮带上测得的燃煤量更加无法用于实时碳排放强度的计算。鉴于此，本文依据能量守恒法，使用锅炉有效吸热量[25]来计算燃料实时消耗量：

式中：FCC为锅炉燃煤实时消耗量，t/h；Dgq为过热蒸汽流量，t/h；hgq为过热蒸汽焓，kJ/kg；hgs为锅炉给水焓，kJ/kg；Dpw为锅炉排污水量，t/h；hpw为排污水焓，kJ/kg；Dzq为锅炉再热蒸汽流量，t/h；hzq,c为再热蒸汽出口焓，kJ/kg；hzq,r为再热蒸汽入口焓，kJ/kg；ηb为锅炉效率，%；Qar,net为燃料的低位发热量，kJ/kg。

在得到燃煤实时消耗量之后，即可计算得到机组当前负荷对应的发电碳排放强度实时值Erc：

式中：Erc为机组实时发电碳（以CO2计）排放强度，t/(MW·h)；Pe为机组实时电功率，MW。

由于不同煤种的碳氧化率不同，为了客观评价燃用无烟煤和燃用烟煤机组的碳排放特性，本文中的燃料碳氧化率不采用缺省值方案，而是采用GB/T 32151.1—2015 中的公式计算[26]：

式中：OFC为燃煤的碳氧化率，%；Gz为全年的炉渣产量，t；Cz为炉渣的平均含碳量，%；Gh为全年的飞灰产量，t；Ch为飞灰的平均含碳量，%；ηcc为除尘系统平均除尘效率，%；FCC为锅炉燃煤消耗量，kg/h。

煤质、飞灰炉渣含碳量等数据每8 h 更新1 次，由于同一机组入炉煤质在8 h 内较为稳定，因此在计算模型中假定8 h 内煤质飞灰炉渣的数据不变，模型中其他运行参数为机组运行数据，每分钟更新1 次。

通过以上方式建立计算模型，可以实现机组发电碳排放强度的分钟级更新，将机组碳核算的时间尺度精确到了分钟级，进而可以用来开展机组运行状态下碳排放特性监测研究。

2 机组碳排放强度变化规律分析

2.1 监测机组介绍

本文选择国家能源FX1 号（FX#1）、大唐HD5号（HD#5）、华润HZ2 号（HZ#2）、华电WF4 号（WF#4）等4 台600 MW 等级机组和华电LZ2 号（LZ#2）1 000 MW 机组为研究对象开展碳（以CO2计）排放强度实时监测分析。取8 月份相关运行数据以及煤质、灰渣含碳量等数据，计算机组的碳排放情况。选取的机组8 月份均为纯凝运行方式。

5 台机组的主要设备参数见表1；5 台机组8 月份负荷运行范围、煤质、飞灰炉渣含碳量等主要数据情况见表2。

表1 5 台机组主要设备及参数Tab.1 Main equipment and parameters of five units

表2 5 台机组8 月份主要数据Tab.2 Main data of five units in August

2.2 600 MW 等级监测机组不同负荷下碳排放强度

在8 月份的监测数据中，取各负荷率下所有的实时碳排放强度数据的平均值代表该机组在此负荷率下的发电碳排放强度。4 台600 MW 监测机组不同负荷率下平均碳排放强度对比如图1 所示。

图1 600 MW 监测机组不同负荷率下平均碳排放强度对比Fig.1 Comparison of carbon emission intensity of 600 MW monitoring unit at different load rates

由图1 可知，随着负荷降低，机组的发电碳排放强度逐渐升高。HZ#2 和FX#1 机组额定负荷附近的碳排放强度下降明显。经查，这2 台机组在额定负荷点附近会采取提前更换煤种等措施保证机组带负荷能力，因此该负荷碳排放强度下降较多。

由图1 还可发现，燃用贫煤的WF#4 机组碳排放强度比同等级燃用烟煤的其他3 台机组要高。由表2 可见，WF#4 机组的飞灰、炉渣含碳量月度均值分别为5.87%、10.98%，远高于烟煤机组。在其他系统能耗相同的情况下，贫煤机组的机械不完全燃烧热损失更大，从而导致了贫煤机组相比烟煤机组更高的碳排放强度。

2.3 监测机组稳定负荷下的碳排放强度

以上在研究机组不同负荷率下碳排放规律时，未区分机组是否处在稳定工况中。为进一步研究燃煤机组平稳负荷段（每个平稳工况时长15 min 以上）的发电碳排放特性，选取WF#4 机组42 个平稳运行工况、HZ#2 机组39 个平稳工况进行分析，相同负荷分别有2～15 个工况点；选取LZ#2 机组22个平稳负荷段，相同负荷分别有2～3 个工况点，计算发电碳排放强度：结果如图2 所示。

图2 机组负荷与碳排放强度关系Fig.2 Relationship between unit load and carbon emission intensity

由图2 可见：在相同负荷点，机组的发电碳排放强度都集中分布在一定区间内；WF#4 与HZ#2 机组相比，相同负荷点发电碳排放强度的分布范围更小，偏差范围为[-1.30%，1.99%]；HZ#2 机组相同负荷点发电碳排放强度的偏差范围为[-2.20%，2.61%]；LZ#2 机组虽然在每个负荷的工况点较少，但这些工况点分布非常集中。在历史相同负荷点机组的碳排放强度波动范围越小，说明机组的运行状态越稳定，在相同负荷下的碳排放强度也就越集中。因此也可认为，相同负荷下碳排放强度分布范围越小的机组，碳排放特性越稳定。

为进一步分析不同容量等级机组在不同稳定负荷点的碳排放特性，将以上机组相同负荷段的碳排放强度平均，结果如图3 所示。3 台机组各负荷下的主要运行参数平均值见表3。由图3 可以发现，3 台机组碳排放强度随负荷的变化规律一致，负荷越高，碳排放强度越低。

图3 600、1 000 MW 机组负荷与碳排放强度关系Fig.3 Relationship between load and carbon emission intensity of 600 MW and 1 000 MW units

不同机组之间碳排放情况各不相同。以HZ#2机组为例，其在60%～100%负荷时，碳排放强度变化较为平缓；负荷降至50%负荷时，机组碳排放强度明显增大，碳排放强度相比60%负荷增加7.76%。

由表3 可知，HZ#2 机组50%负荷时的再热蒸汽温度比60%负荷时下降22 ℃，而WF#4 机组50%负荷下的再热蒸汽温度相比其他负荷并没有明显下降。因此，提高低负荷下的再热蒸汽温度是HZ#2机组节能降碳需要改进的方向。与600 MW 等级的HZ#2、WF#4 机组相比，1 000 MW 等级的LZ#2 机组在低负荷段仍能保持在设计参数附近运行，因此碳排放强度在低负荷段增长幅度相对较小。如何保持低负荷段的主要运行参数，是大多数机组尤其是老旧机组节能减碳优化需要重点研究的方向。从低碳调度角度出发，在电网需要机组在高负荷运行时，应优先调用大容量高参数的烟煤机组；在需要机组进行深度调峰吸纳新能源时，相同条件下应优先选择低负荷碳排放强度增加较少机组。

表3 各负荷下机组主要运行参数平均值Tab.3 Average value of main operating parameters of the unit at different load rates

3 负荷波动对碳排放的影响

由于风光等新能源发电的波动性较大，往往需要燃煤机组频繁升降负荷来进行新能源消纳。为分析频繁调峰对机组碳排放强度的影响，选取HZ#2机组14 个30 min 平均负荷为480 MW 的时间段，用这些时段内机组负荷的标准差来表征负荷波动程度，相应的碳排放强度数据见表4。由表4 可知，当负荷标准差增大时，HZ#2 机组碳排放强度有所增加，即当平均负荷相同时，负荷波动幅度越大、频率越高，机组的碳排放强度也越大。

表4 HZ#2 机组频繁调峰时段机组碳排放强度统计Tab.4 Statistics of carbon emission intensity of HZ#2 unit during frequent peak shaving

进一步研究发现，并不是所有机组的碳排放强度都对负荷波动反应敏感，例如WF#4 机组。同样取WF#4 机组11 个30 min 平均负荷为480 MW 的时间段，这些时段内机组负荷标准差和碳排放强度数据见表5。由表5 可知，负荷标准差变化时，碳排放强度并没有明显增长。产生这种分歧的原因与不同机组之间运行控制方式和运行水平不同有关。