软测量技术赋能燃煤电厂碳排放计量的研究进展

火力发电企业作为我国能源结构的重要组成部分,长期以来是我国碳排放的主要来源,在我国和全球加速推动低碳经济发展的宏观环境下,火电企业积极响应国家“能耗双控”向“碳排放双控”转变的战略部署。在此背景下,精确计量燃煤电厂的碳排放量变得至关重要。在燃煤电厂碳计量中,烟气流量影响燃煤发电中在线监测法的精度,而燃煤消耗量、燃煤元素碳含量以及飞灰碳含量共同决定核算法的可靠性。目前,大多数燃煤发电企业只对流量和燃煤消耗量进行实时监测,在现场恶劣的环境中对燃煤元素碳含量以及飞灰碳含量进行短周期、高频次的直接监测需要花费较大的人力以及物力,流量监测设备也易受烟道环境影响。而软测量技术以其高效和低成本的特点,可为传统碳排放计量过程中关键参数的监测提供一种替代方法。鉴于此,首先阐述了软测量模型的建立过程,包含数据预处理、辅助变量选择、软测量模型建立以及模型校正。数据预处理能够确保数据质量,提高建模效率;辅助变量选择是从大量潜在的变量中筛选出对目标变量的辅助变量,进一步提高建模效率;软测量模型建立主要是基于机理建模和数据驱动建模,是实现目标变量预测的核心;模型校正通过实际的离线或在线数据,对模型进行进一步优化,提高模型的预测精度。其次,针对碳计量相关参数,分析了烟气流量、燃煤消耗量、燃煤元素碳含量和飞灰碳含量监测存在的问题,论述了软测量技术在上述碳计量关键参数的国内外研究进展和应用,评估了机理建模和数据驱动建模技术的有效性、准确性和实用性。其中,机理分析建模主要基于电厂锅炉进出口的能量平衡以及烟风质量守恒等原理,有着确定的数学物理关系式,具有高度可解释性和稳定性,但是建模过程复杂,预测精度较低;数据驱动建模主要是利用各种机器学习方法,基于电厂分布式控制系统(Distributed control system,DCS)丰富的运行数据,对碳计量关键参数进行“黑箱建模”,克服了机理分析建模复杂的过程分析,精度相对较高,但是建模过程不明确,且模型对于不同机组的泛化能力较差。最后,对于软测量技术在碳排放计量领域的发展应用进行了总结与展望。对电厂各参数之间的时序结构、电厂自身计算能力的限制以及机理分析融合数据驱动方法的发展提出相关建议,并对国外二氧化碳预测性排放系统结合软测量技术在国内外燃煤电厂的应用进行展望。

“双碳”目标视角下燃煤电厂碳计量方法的研究

随着全球能源需求的增长和环保要求的提高,燃煤电厂的碳排放问题变得尤为突出。通过对“双碳”目标下燃煤电厂碳排放核算方法展开研究,系统地总结目前常用的碳排放核算方法,并对其进行比较和评价,提出对碳排放计量方法的进一步研究展望,对指导“双碳”目标的实施和燃煤电厂的碳减排具有一定的理论和实践意义。

典型燃煤电厂大气污染物沉降对周边水源地的影响及贡献研究

为揭示燃煤电厂大气污染物排放对周边水环境的影响,以典型燃煤电厂为研究对象,分析了2008~2020年电厂大气污染物(烟尘、SO_(2)、NO_(x)、NH_(3)和颗粒物重金属)及电厂周边典型水库的水质,并估算了电厂大气污染物排放与水库水质的相关性及其对水库水体中硫化物、氮氧化物和重金属的贡献。结果显示,2008~2020年电厂烟尘、SO_(2)、NO_(x)和重金属(Hg、Cu、Zn、As、Cd、Cr和Pb)的排放量整体呈下降趋势,2015~2020年NH_(3)的排放量呈波动状态;2008~2020年黄壁庄水库入口和中心处的水质均达到《地表水环境质量标准》(GB 3838-2002)Ⅱ类水质标准以上,水库入口和中心处水体中的重金属含量与电厂烟尘重金属排放量呈显著相关。CALPUFF模型结果显示,该燃煤电厂排放的SO_(2)、SO_(4)^(2-)、NO_(x)、HNO_(3)、NH_(3)、Hg、As、Cd、Cr、Cu、Pb、Zn沉降到黄壁庄水库水面进入水中转化生成的水污染物SO_(4)^(2-)、HNO_(3)、NH_(3)-N、Hg、As、Cd、Cr^(6+)、Cu、Pb和Zn贡献浓度分别为3.35×10^(-3)mg/L、5.86×10^(-3)mg/L、5.88×10^(-4)mg/L、3.73×10^(-7)mg/L、1.32×10^(-5)mg/L、7.46×10^(10)mg/L、7.56×10^(-7)mg/L、2.16×10^(-7)mg/L、9.48×10^(-8)mg/L和8.66×10^(-6)mg/L,各项污染物的占标率的大小排序为Hg>NH_(3)-N>HNO_(3)>As>Cr^(6+)>SO_(4)^(2-)>Pb>Zn>Cu>Cd。

燃煤电厂CO_(2)捕集的减排效率研究与展望

为了客观评价不同CO_(2)捕集技术的能耗水平,判别CO_(2)捕集技术的有效性和经济性,提出减排效率概念和计算模型。CO_(2)减排效率表示某种CO_(2)捕集技术的有效减排能力,即捕集单位CO_(2)所发生的CO_(2)有效减排量,减排效率模型对CO_(2)捕集技术的能耗进行归集和平准化计算,其值越大表明减排效果越佳。利用减排效率模型测算,目前我国燃煤电厂CO_(2)捕集技术的减排效率理论极值为98%,燃烧前、燃烧中和燃烧后捕集技术的减排效率分别达到80%、70%和58%~68%。经工程应用实践验证,减排效率模型能满足评价要求。最后对CO_(2)捕集技术的发展进行了展望,认为未来随着捕集技术的不断进步和创新,CO_(2)减排效率将超过90%。

燃煤电厂烟囱排口可凝结颗粒物气-粒转化规律模拟研究

随着燃煤电厂超低排放改造的实行,可凝结颗粒物(CPM)成为烟气治理难点.本文通过烟雾箱系统,系统考察了烟气组分以及相对湿度、紫外线强度等环境因素对SO_(2)、NO_(2)和NH_(3)转化为硫酸根离子(SO_(4)^(2−))和硝酸根离子(NO_(3)^(−))过程的影响.结果表明:①NH_(3)是体系中SO_(4)^(2−)和NO_(3)^(−)浓度增长的重要因素,SO_(2)和NO_(2)可以共同促进SO_(4)^(2−)和NO_(3)^(−)浓度增长.②通过对萃取液中和滤膜上颗粒物的微观分析发现,NH_(3)在颗粒物成核过程中起关键作用;颗粒物中主要元素为N和S,硫酸盐和硝酸盐是颗粒物主要成分.③相对湿度对SO_(4)^(2−)和NO_(3)^(−)的生成有促进作用,高湿条件下SO_(2)^(-)NH_(3)-NO_(2)体系中SO_(4)^(2−)增长率最高为104%,NO_(3)^(−)增长率最高为333%.④在不同强度的紫外线照射下,各反应体系生成的SO_(4)^(2−)与NO_(3)^(−)浓度均随紫外线强度的增大而增加,且光化学氧化对硝酸盐生成的影响大于对硫酸盐的影响.研究显示,烟气组分、相对湿度和紫外线强度等因素都会对可凝结颗粒物气-粒转化过程产生不同程度的影响.

宁东能源化工基地燃煤电厂粉煤灰的矿物学及元素地球化学特征

粉煤灰的类型、元素及矿物组成等理化性质是决定粉煤灰资源化利用途径的基础。为实现宁东能源化工基地周边燃煤电厂粉煤灰的潜在高值化利用,以马莲台电厂和银星电厂原煤、炉渣、粗灰、细灰为研究对象,用X射线荧光广谱(XRF)、电感耦合等离子体质谱(ICP-MS)手段分析粉煤灰化学组成及微量元素含量,用X射线衍射仪(XRD)、扫描电子显微镜分析粉煤灰矿物组成与形态特征。结果表明:马莲台电厂和银星电厂的粗灰、细灰氧化物化学组成以SiO_(2)、Al_(2)O_(3)、Fe_(2)O_(3)和CaO为主,含少量TiO_(2)、MnO、MgO、Na_(2)O、K_(2)O、P_(2)O_(5);两电厂粉煤灰中CaO质量分数均小于10%、w(SiO_(2))+w(Al_(2)O_(3))+w(Fe_(2)O_(3))>75.39%,均属F型低钙粉煤灰;结晶矿物相均以石英、莫来石、赤铁矿、生石灰、钙长石、硬石膏、白云石、方解石等为主,玻璃质主要由SiO_(2)和Al_(2)O_(3)组成,且以SiO_(2)/Al_(2)O_(3)高质量比(2.18~2.36)为特征;粗灰和细灰中大多微量元素含量均低于欧洲飞灰中对应元素最大值,B、V、Co、Cu、Ga、Sn、Cs、Ti、Pb、Zn、Sn等挥发性强且冷凝性相对高的元素易在飞灰中富集,Mg、Ca、Sr、Fe、Mn、Cr、Ni等挥发性弱的元素易在炉渣中富集;两电厂粉煤灰中微量元素含量低、淋滤能力低、玻璃质含量高、SiO_(2)/Al_(2)O_(3)质量比高,表明其在资源化利用过程中利用价值高、环境风险低。

燃煤电厂氨氮废水电化学氧化处理工程实例

针对燃煤电厂高浓度氨氮废水处理的实际需求,设计研发了基于电化学氧化技术的氨氮废水处理系统,并应用于沿海某电厂。运行结果表明:系统能够处理该电厂全厂氨氮废水,对于氨氮浓度80~100 mg/L、氯离子浓度6000~8000 mg/L、pH不小于9.0的反应器进水,能够以过流处理的模式保证出水氨氮浓度小于1 mg/L且pH不小于6.0。系统出水含有较高浓度的余氯,可作为杀菌剂资源化回用至电厂冷却水系统,较原工艺减少经济成本119.93万元/年。该工程的顺利实施对同类废水的治理提供技术支持和借鉴参考。

基于多模态信息的燃煤电厂排污口污染物泄漏检测研究

为解决现有燃煤电厂排污口污染物泄漏检测结果与实际不一致的问题,提出基于多模态信息的燃煤电厂排污口污染物泄漏检测方法。先搭建燃煤电厂排污口污染物泄漏检测框架,应用传感器实时监测排污口的污染数据,然后采集并抽取多模态信息,采用粗粒度算法融合处理多模态信息,获得多模态信息最终特征表示(浓度数值),最后将其与污染物质大气环境标准浓度进行比较,实现排污口污染物泄漏的精准检测。实验数据显示:应用提出方法获得的多模态信息噪声比例最小值为0.8,检测结果与实际保持一致,验证提出方法应用性能更佳。

燃煤电厂袋式除尘器环保与节能耦合的性能优化研究

燃煤电厂袋式除尘系统在进行超低排放的过程中会消耗大量能源,为了使除尘器在满足出口烟气浓度排放指标的情况下以最优能耗的状态运行,收集燃煤电厂运行期间的监测数据,通过对除尘系统中涉及到能量的消耗及组成进行分析,建立单位质量除尘能耗指标模型和除尘效率指标,并研究灰分、燃煤热值和发电机组负荷率对除尘系统的影响规律。结果表明:除尘效率随灰分增加而提高,单位质量除尘能耗随灰分增加而减少并在灰分为18%时获得最佳能耗,燃煤热值的增加会使单位质量除尘能耗整体上升,但除尘系统在高热值区间运行较为稳定,机组负荷率在中高区间时,单位质量除尘能耗几乎没有变化,但设备能耗随负荷率的增加而线性增大,当机组超负荷时,最佳单位质量除尘能耗值会大幅上升,使得系统工作效益较低。

基于NSGA-Ⅱ-VAR的燃煤电厂负荷预测

燃煤电厂负荷预测的意义在于可以预先了解未来一段时间内的电力需求情况,从而合理安排发电设备的运行和停机维修时间,避免能源浪费、提高发电效率;此外,在燃煤电厂参与深度调峰、配煤掺烧的大背景下,为了确保混煤发热量适应负荷需求,提高燃烧效率,需要提前预知未来一段时间的负荷。本文提出一种基于快速非支配排序遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)优化向量自回归模型(vector autoregression,VAR)的燃煤电厂负荷预测方法。该方法将历史过热蒸汽时间序列、历史再热蒸汽时间序列和历史发电量序列一起作为VAR模型的输入变量,预测未来8 h的发电负荷,同时使用NSGA-Ⅱ算法优化VAR模型的阶数和截距,从而提高了预测模型的精度。测试阶段,选取上海某机组2022年10月25日—2022年10月30日为数据样本区间,建立初始化预测模型;在2022年10月31日8:00—2022年11月1日16:00样本区间上测试模型效果,并使用NSGA-Ⅱ算法根据测试结果优化VAR模型;在2022年11月2日8:00—2022年11月3日16:00的样本区间上进一步测试优化后的模型预测精度。测试结果表明:预测均方根误差为15.341 MW,平均绝对误差为7.839 MW,和其他时序预测模型对比精度有所提高。该模型可实际运用于同类煤电机组的负荷预测,从而为后续运行决策提供参考。

燃煤电厂锅炉烟气脱硝技术应用发展

随着环境保护法规的日益严格和公众对空气质量关注的增加,燃煤电厂锅炉烟气中氮氧化物(NOx)的排放控制成为了环保领域的一个重要议题。氮氧化物不仅对人体健康产生严重影响,还是形成光化学烟雾和酸雨的主要前体物。因此,开发和应用高效的烟气脱硝技术显得尤为重要。本文综述了燃煤电厂锅炉烟气的特点及其环境危害,分析了当前主要的脱硝技术,并提出了技术应用中的注意事项以及未来优化发展的措施。

燃煤电厂脱硫及除尘系统节能减排改造技术研究

燃煤电厂发电是中国主要的电力供应方式之一,已经成为大气污染的重要来源。为了减少煤炭燃烧排放的污染物,降低能源消耗,改善环境质量,燃煤电厂脱硫及除尘系统的节能减排改造迫在眉睫。在分析燃煤电厂脱硫技术和除尘技术的基础上,提出了燃煤电厂脱硫及除尘系统节能减排改造技术措施。

浅谈最新燃煤电厂脱硫石膏的处理和资源化

随着环保意识的增强和能源结构调整的推进,燃煤电厂脱硫石膏处理和资源化利用成为一个重要的环保问题。本文对脱硫石膏的产生、危害、处理工艺、资源化利用和综合利用技术进行了综述,并结合实例介绍了一种脱硫石膏的资源化利用工程。研究表明,脱硫石膏的资源化利用是一项可行的环保措施,可以降低其对环境的危害,提高资源利用率,实现经济效益与环保效益的双赢。

燃煤电厂脱硫氧化风母管集中改造分析

对某电厂脱硫氧化风系统的改造进行分析,以氧化风母管集中制方式并充分利用单台氧化风机的调节余量,将氧化风机由原先“二用二备”优化为“一用三备”,实现了机组间氧化风系统设备与资源的共享;此外,通过新增浆液氧化在线分析仪对浆液氧化指数进行在线检测,实现了氧化风量的精确、合理配风,提高了系统对锅炉负荷或燃煤含硫量变化的适应性,降低了系统能耗。

燃煤电厂除渣系统抑垢研究

以浙江某330MW燃煤电厂为例,对湿式除渣系统的渣、水平衡进行统计,分析了常用水质、垢样成分,并提出通过增加除渣系统溢流的方式实现抑垢目的。结果表明:渣水溢流的方式可以有效缓解捞渣机内换热器结垢,达到抑垢的目的,避免换热器因换热效率下降影响锅炉效率。

燃煤电厂二氧化碳排放的核算与管理分析

燃煤电厂是我国主要的CO_(2)排放源,其排放量的准确核算是碳交易市场有序进行的基础,也是开展碳减排工作的重要依据。研究了当前燃煤电厂碳排放核算所采用的《指南》方法和在线监测法,梳理了核算所需的参数及其获取方式,分析了核算不确定度的主要因素。采用这种方法分别对320 MW燃煤机组碳排放量进行了核算,结果表明:两种方法计算的碳排放量相对偏差为2.8%~5.1%,在线监测法所得结果相对较低,且示机组碳排放强度随负荷率的升高而降低。对机组碳排放强度的主要影响因素进行了分析,并为企业在碳排放核算和碳排放量控制管理工作中提出了相关建议。

燃煤电厂碳排放绩效核算及影响分析

为提高火电碳排放核算准确性和时间分辨率,采用Aspen Plus结合数学模型对碳排放绩效核算,并分析机组负荷、排烟温度、配风量、煤质成分对碳排放绩效的影响。结果表明,某燃煤电厂200 MW机组燃料燃烧碳排放绩效为674.02 g/kWh,钙法脱硫碳排放绩效为3.10 g/kWh。对比实测法,核算偏差仅为4.07%,验证了核算方法的合理性。在碳排放绩效影响因素分析方面,100%THA、75%THA、50%THA、30%THA两两之间上升幅度依次为1.52%、3.86%和6.92%。排烟温度对于碳排放绩效影响相对较弱,温度由75℃升至145℃,碳排放绩效仅增长0.02%;随着配风量增加,碳排放绩效先上升后下降,5.00×10^(5)、6.80×10^(5)、8.00×10^(5)kg/h下碳排放绩效分别为682.74、673.48、679.20 g/kWh;此外,含碳量低、低位热值较高的煤种碳排放绩效相对较低,煤粉水分增加碳排放绩效略微提升。

燃煤电厂减污降碳协同增效综合评价体系构建及实证研究

燃煤电厂是我国大气污染物和温室气体排放的重要来源,在减污降碳协同推进的新目标形势下,如何实现减污降碳协同增效是燃煤电厂实现高质量发展的关键。开展燃煤电厂减污降碳协同增效评价研究有助于识别燃煤电厂减污降碳协同增效的现状及潜力,为燃煤电厂提升减污降碳协同增效水平提供路径分析支撑。本文在解析燃煤电厂实现减污降碳协同增效内涵的基础上,提出了定性与定量相结合的燃煤电厂减污降碳协同增效综合评价体系,涉及发展水平提升、能源低碳转型、资源循环利用、污染高效治理、助力社会减排、管理能力提升等六方面共计23项二级指标。以某沿海燃煤电厂为例,评估其2018年、2020年及2022年的减污降碳协同增效综合指数(ICSP)。结果表明,案例电厂2022年相较2018年ICSP从不足50分提至80分以上,改善幅度超70%,实现了主要大气污染物与二氧化碳的协同减排,但在能源低碳转型、污染高效治理、助力社会减排等方面仍有较大提升空间,尤其是脱硫脱硝设施能耗进一步优化空间较大。研究显示,本文建立的减污降碳协同增效综合评价体系具有一定实用性,可充分反映燃煤电厂的减污降碳潜力及工作成效。

基于OCO-2/3卫星的中国超大型燃煤电厂CO_(2)排放量的遥感反演

基于轨道碳观测者2/3(OCO-2/3)卫星数据和高斯羽流模型对发电厂CO_(2)排放量进行遥感反演。首先基于OCO-2(2014-09-06—2021-10-01)和OCO-3(2019-08-06—2021-10-01)数据检索中国超大型燃煤电厂(≥5000 MW)附近图像,共在托克托、嘉兴、外高桥电厂附近识别到7个CO_(2)羽流。综合利用3种大气背景值确定方法,经过高斯羽流模型估算的CO_(2)排放量范围为43~77 kt/d,模型拟合的相关系数0.50~0.87。单个羽流的不确定性变化为8%~32%(1σ),风速是最大的不确定性(6%~31%),其次是背景值(5%~18%)、增强值(1%~21%)和羽流上升(1%~8%)。经验证,估算结果与碳监测行动、碳简报、全球电厂排放数据库等排放清单一致性较高(托克托:(76.48±15.75)kt/d、外高桥:(55.98±6.90)kt/d、嘉兴:(64.55±15.89)kt/d)。这项研究有助于监测点源碳排放,这不仅是电力行业开展碳减排的前提,也有助于针对性制定区域碳减排政策,从而减少人为碳排放。

燃煤电厂锅炉机组掺烧污泥的数值模拟与工程应用研究进展与展望

随着我国经济快速发展及城镇化进度不断加快,污泥产量也在与日俱增,燃煤电厂锅炉机组掺烧污泥能够快速减量的同时做到无害化处理,是目前具有广泛应用前景的污泥处理方法.综述了基于燃煤锅炉机组掺烧污泥的数值模拟研究现状,发现目前已开展的数值模拟研究中,针对含水率较高的污泥应采用涡耗散模型进行气相湍流燃烧模拟以进一步提升模拟精度;现有数值模拟中普遍采用未考虑灰层阻力的焦炭燃烧模型,造成飞灰含碳量的模拟结果与工程实际中存在一定的误差,基于改进的焦炭燃烧模型对燃煤锅炉掺烧污泥进行掺混比进一步精确研究是未来的重要研究方向;针对污泥掺烧给燃煤锅炉带来的问题,开展燃烧调整数值模拟以优化掺混污泥后的炉内燃烧工况也是未来的热点研究方向.