循环流化床大气污染物排放模型研究

随着国家对燃煤电厂大气污染物的排放要求日益严格,循环流化床锅炉因为煤种适应性好,大气污染物排放量低而越来越受到重视。为研究循环流化床大气污染物的排放规律,并对实际运行提供科学依据,从循环流化床锅炉燃烧机理入手,将入炉煤分为挥发分和待燃烧的即燃碳。SO2与NOx的生成也随之分为2部分:一部分随挥发分燃烧立即生成,另一部分随即燃碳燃烧生成。炉内SO2脱除量主要重视钙硫比,而炉内NOx自还原量则主要与炉内即燃碳量和一氧化碳浓度相关。以此为基础推导出了脱硫塔入口SO2浓度与NOx浓度模型。模型在某330 MW亚临界循环流化床的运行数据上得到验证,模型计算值与实际值拟合度较好,且较实际值提前2~4 min,消除了由于大气污染物测点位置原因带来的测量延迟,具有很好的预测效果。探究了炉内即燃碳量与脱硫塔入口SO2浓度和SNCR入口NOx浓度之间的关系,计算结果表明,在脱硫剂变化不大的情况下,即燃碳量变化趋势与脱硫塔入口SO2浓度变化趋势相同,与SNCR入口NOx浓度变化趋势相反。最后在原有运行数据上改变了风量和煤量后利用模型进行计算,结果表明煤量不变而风量提升会降低脱硫塔入口SO2浓度,但会提高SNCR入口NOx浓度,而煤量提升对大气污染物排放浓度的影响与风量提升相反,该计算结果对实际运行有一定指导作用。

量子计算在火电机组优化控制中的应用综述

量子计算及其衍生算法近年来快速发展,成为优化领域和人工智能领域的研究热点。随着我国电力行业清洁化和智能化的发展,量子计算逐渐应用于火电机组优化控制领域并取得了诸多成效。介绍了量子计算的基本理论,详细论述了众多量子衍生算法在火电机组优化控制领域中的应用研究进展。从量子群智能优化算法、量子遗传算法和量子机器学习算法等多个角度综述了量子计算在火电机组优化控制领域的机遇与挑战。最后总结并展望了量子计算未来在火电机组优化控制领域的发展趋势。