燃煤電站SCR脫硝系統(tǒng)機理建模

饒德備，譚 鵬，李壯揚，胡昌鎂，曹 楠，張 成，方慶艷，陳 剛

燃煤電站SCR脫硝系統(tǒng)機理建模

饒德備1，譚 鵬1，李壯揚2，胡昌鎂2，曹 楠1，張 成1，方慶艷1，陳 剛1

（1.華中科技大學(xué)煤燃燒國家重點實驗室，湖北 武漢 430074；2.廣東省能源集團有限公司沙角C電廠，廣東 東莞 523900）

噴氨量的精確控制是電站選擇性催化還原（SCR）脫硝系統(tǒng)的關(guān)鍵問題，控制不當(dāng)會影響火電廠脫硝效率或氨逃逸形成二次污染，建立準確的SCR脫硝系統(tǒng)動態(tài)過程模型是開發(fā)先進噴氨控制器的基礎(chǔ)。本文通過分析電站工業(yè)SCR脫硝催化劑和實驗用催化劑與煙氣反應(yīng)特性的不同，對經(jīng)典SCR脫硝過程反應(yīng)動力學(xué)模型進行了改進，建立了適用于燃煤電站SCR脫硝動態(tài)過程的機理模型，并與經(jīng)典SCR脫硝反應(yīng)機理模型進行對比，分析了改進模型在變工況時入口NOx質(zhì)量濃度、煙氣流量等因素劇烈波動時模型特性。結(jié)果表明，改進模型計算精度和適應(yīng)性更好，且在穩(wěn)定工況和變工況均明顯優(yōu)于原機理模型。

燃煤電站；煙氣脫硝；SCR；機理建模；催化劑；噴氨優(yōu)化控制

為控制NO排放，選擇性催化還原（SCR）技術(shù)在燃煤電站獲得廣泛應(yīng)用。快速精準的噴氨控制是保證SCR脫硝系統(tǒng)高效安全運行的關(guān)鍵。噴氨量過少會導(dǎo)致出口NO質(zhì)量濃度超標；而噴氨量過大則會加大氨逃逸，導(dǎo)致硫酸氫銨的生成，造成空氣預(yù)熱器堵塞，嚴重影響電廠安全生產(chǎn)。

隨著可再生能源入網(wǎng)比例升高，燃煤機組將承擔(dān)更多的調(diào)峰任務(wù)。穩(wěn)定工況下，SCR脫硝系統(tǒng)內(nèi)煙氣流量及煙氣中的NO質(zhì)量濃度、煙氣溫度等參數(shù)變化幅度較小，采用傳統(tǒng)PID控制即可獲得滿意的脫硝效果。而當(dāng)機組負荷頻繁變動時，入口NO質(zhì)量濃度、煙氣溫度、煙氣流量則會頻繁且大幅變化。電站SCR脫硝系統(tǒng)是一個典型的大慣性延遲系統(tǒng)，現(xiàn)有的噴氨控制方法面對頻繁的變工況難以獲得良好的控制效果。

建立準確可靠的SCR脫硝反應(yīng)模型并結(jié)合先進控制技術(shù)可以對噴氨控制提供有效指導(dǎo)。目前，SCR脫硝建模方法可分為基于催化化學(xué)反應(yīng)機理的機理建模和只考慮數(shù)據(jù)的黑箱建模。其中，黑箱建模方法主要是利用統(tǒng)計方法或機器學(xué)習(xí)，如神經(jīng)網(wǎng)絡(luò)、支持向量機等方法，采用大量運行數(shù)據(jù)進行模型訓(xùn)練，獲得精度較高的模型，但是模型的泛化能力在變工況時仍難以保證[1]。機理建模方法主要是通過SCR脫硝反應(yīng)動力學(xué)方程來構(gòu)建。

Luca Lietti等[2]在SCR脫硝反應(yīng)動力學(xué)方面做了很多工作，提出在脫附過程中Temkin模型比Langmuir模型更加符合實際情況，另外提出NO與吸附態(tài)NH3的反應(yīng)速度和催化劑覆蓋率并非線性關(guān)系，并對常用的動力學(xué)方程進行了改進，改進模型與實驗數(shù)據(jù)吻合率更高。Isabella Nova等[3]在Luca Lietti研究的基礎(chǔ)上考慮了吸附態(tài)NH3在高溫下氧化的情況。Cristian Ciardelli等[4]進一步在Luca Lietti和Isabella Nova的研究基礎(chǔ)上對模型進行了改進。

但目前SCR脫硝動態(tài)機理建模基本是基于實驗室數(shù)據(jù)進行的。相比于大型燃煤電站SCR脫硝反應(yīng)器，實驗室條件下氣體分布相對均勻，氣體濃度測量準確，因此模型準確度較高。此外，電站SCR脫硝系統(tǒng)使用的商用催化劑與實驗室用的粉末狀催化劑相比，比表面積較小而氨氣吸附總量較大，直接采用基于實驗數(shù)據(jù)的動力學(xué)方程對電站煙氣脫硝過程進行建模會產(chǎn)生較大的偏差。在電站SCR脫硝建模研究中，秦天牧[5]使用傳統(tǒng)動力學(xué)模型對電站SCR脫硝反應(yīng)進行建模，取得了不錯的效果，但該模型所選取的樣本數(shù)量較小，機組負荷和煙氣溫度及流速變化較小。

本文對比分析了電站工業(yè)SCR脫硝催化劑與實驗用催化劑及其煙氣特性的異同，對經(jīng)典SCR脫硝過程反應(yīng)動力學(xué)模型進行了研究和改進，建立了適用于燃煤電站SCR脫硝動態(tài)過程的計算模型，并與基于經(jīng)典反應(yīng)機理的模型進行了對比。

1 SCR脫硝機理建模

1.1 SCR脫硝機理

SCR脫硝是指在一定溫度范圍內(nèi)，還原劑（NH3）在催化劑的作用下有選擇地將煙氣中的NO還原成無害的水和氮氣。主要包括以下反應(yīng)：

鍋爐尾部煙氣中的NO約95%以NO形態(tài)存在，因此在研究電站SCR脫硝時主要考慮NO的影響。電站鍋爐煙氣含氧量（體積分數(shù)，下同）通常在2.0%以上，這對SCR脫硝反應(yīng)而言，氧氣是存在且過量的。因此，在電站SCR煙氣脫硝過程中方程(1)是最主要的反應(yīng)。

不少學(xué)者對NO與NH3在催化劑條件下的反應(yīng)及其動力學(xué)進行了研究。目前大多數(shù)學(xué)者認可該反應(yīng)遵循Eley-Rideal機理，即吸附態(tài)NH3（adsorbed NH3）與弱吸附或者氣相NO發(fā)生催化還原反應(yīng)[6]。SCR脫硝的反應(yīng)動力學(xué)大致可分為吸附過程、催化還原過程以及脫附過程3個過程。根據(jù)氣-固表面催化反應(yīng)機理，主要的反應(yīng)動力學(xué)方程[7]如下：

1.2 改進的電站SCR脫硝機理建模方法

燃煤電站SCR脫硝系統(tǒng)多采用蜂窩式或板式催化劑，厚度遠大于試驗用粉末狀催化劑，其比表面積小于試驗用粉末狀催化劑[8]。另外電廠催化劑長期運行過程中會出現(xiàn)表面孔隙堵塞情況[9-10]，不利于NO在催化劑內(nèi)部擴散。圖1為NO在催化劑內(nèi)部的擴散情況。由圖1可見，部分活性位點深入催化劑內(nèi)部或入口孔隙被堵塞，NO很難擴散到此類位點，而氣相NH3卻能通過活性位點之間的脫附-擴散-再吸附過程傳遞到這些活性位點，并與之結(jié)合成為吸附態(tài)NH3，此類活性位點所吸附的NH3由于難以接觸到NO而不能直接參與催化反應(yīng)。本文將這部分吸附態(tài)NH3稱為內(nèi)部吸附態(tài)NH3，相應(yīng)的，直接參與反應(yīng)的吸附態(tài)NH3稱為表面吸附態(tài)NH3。粉末狀催化劑的表面和內(nèi)部吸附態(tài)NH3數(shù)量差別較小，因此經(jīng)典反應(yīng)動力學(xué)忽略了表面和內(nèi)部的吸附態(tài)NH3在催化還原反應(yīng)中的影響。面對使用商用催化劑的燃煤電站，有必要改進動力學(xué)方程，使之更符合電站SCR煙氣脫硝實際反應(yīng)過程。

圖1 NO在催化劑內(nèi)部擴散情況

此外，實驗室中催化劑用量少、放置集中，因此研究中多采用全混合模型。而電站SCR脫硝催化劑在煙道中呈多層布置，采用平推流模型更符合實際情況。綜合前人的研究工作[6,11-15]，本文提出了改進的電廠SCR脫硝機理建模方法。

將SCR脫硝反應(yīng)器等分為個反應(yīng)區(qū)域，煙氣在每個區(qū)域的濃度一致。就氣相來說，煙氣從位置1進入，從位置流出，在此過程中，與對應(yīng)位置的催化劑發(fā)生吸附、脫附和催化還原反應(yīng)，最終流出的NO濃度即為出口NO濃度，流出的NH3濃度即為氨逃逸濃度。就固相而言，吸附態(tài)NH3固定在催化劑上不能隨煙氣流動而流動，表面吸附態(tài)NH3可以與氣相NO催化反應(yīng)以及和內(nèi)部吸附態(tài)NH3通過脫附-擴散-吸附過程進行交換。而內(nèi)部吸附態(tài)NH3只能與表面吸附態(tài)NH3進行交換而不參與反應(yīng)。SCR脫硝反應(yīng)模型及機理示意如圖2所示。

圖2 SCR脫硝反應(yīng)模型及機理示意

在穩(wěn)定工況下，各個位置的表面和內(nèi)部吸附態(tài)NH3的覆蓋率基本保持動態(tài)平衡。在變工況時，由于噴氨控制的滯后，電廠的噴氨量與實際的脫硝量并非完全匹配，噴氨過少則NO就會消耗催化劑中存儲的NH3，噴氨過大則催化劑無法吸收進而造成氨逃逸。改進后模型所設(shè)置的內(nèi)部吸附態(tài)NH3起蓄水池的作用，可以對表面吸附態(tài)NH3進行緩沖，以保證表面吸附態(tài)NH3不會被滿覆蓋從而導(dǎo)致氨逃逸過大，或者被耗空從而導(dǎo)致模型失效。

反應(yīng)動力學(xué)方程參考Luca Lietti的方程，并根據(jù)平推流模型以及表面、內(nèi)部吸附態(tài)NH3的設(shè)置提出了新模型方程，即增加了表面吸附態(tài)NH3和內(nèi)部吸附態(tài)NH3之間的NH3交換過程，具體方程如下：

2 電站SCR脫硝機理建模實例

以某660 MW電站煤粉鍋爐SCR煙氣脫硝系統(tǒng)為例進行SCR脫硝機理建模。該系統(tǒng)采用液氨作為還原劑，液氨氣化后經(jīng)稀釋風(fēng)機稀釋，由噴氨格柵送入SCR脫硝反應(yīng)器入口，與煙氣混合后，在催化劑作用下與煙氣中的NO發(fā)生選擇性催化還原反應(yīng)。該脫硝系統(tǒng)采用V2O5-WO3/TiO2型的蜂窩式催化劑，催化劑分3層布置反應(yīng)器內(nèi)。

本文收集該電站SCR脫硝系統(tǒng)連續(xù)運行24 h的2 880組數(shù)據(jù)，采樣間隔30 s。采樣數(shù)據(jù)覆蓋了從60% BMCR到100% BMCR的運行工況，且包含了多個升降負荷過程。煙氣溫度范圍為321~357 ℃。機組負荷與煙氣溫度如圖3所示。出口NO質(zhì)量濃度為37.1~166.7 mg/m3，包含多個超標工況。

圖3 機組負荷與煙氣溫度

表1 改進前的機理模型參數(shù)

Tab.1 Parameters of the original mechanism model

表2 改進后的機理模型參數(shù)

Tab.2 Parameters of the improved mechanism model

3 結(jié)果與討論

圖4和圖5分別為改進前和改進后模型計算結(jié)果。由圖4、圖5可知，改進后模型的預(yù)測值與實際值重合度均優(yōu)于改進前，且改進后模型擬合曲線較平滑，局部偏移程度較小。

圖4 改進前模型計算結(jié)果

圖5 改進后模型計算結(jié)果

表3為2種模型計算結(jié)果對比。由表3可知，改進后模型的訓(xùn)練集和測試集的均方誤差相差較小，而改進前模型的測試集均方誤差為16.68%，相較于訓(xùn)練集差別較大?？梢姼倪M后模型與改進前相比，其泛化能力明顯提升。

表3 2種模型計算結(jié)果對比

Tab.3 Calculation results of the original mechanism model and the improved mechanism model

根據(jù)機組負荷和煙氣溫度曲線，在變工況時，2種模型的預(yù)測精度均不如穩(wěn)定工況時。由于變工況時風(fēng)煤變動，鍋爐燃燒及火焰中心高度和溫度不穩(wěn)定，使得鍋爐的NO生成量不穩(wěn)定，煙氣流不穩(wěn)定，NO分布不均，從而導(dǎo)致出、入口NO質(zhì)量濃度的測量值出現(xiàn)明顯劇烈波動，這種測量值的可靠性下降是造成2種機理建模在變工況時精度下降的主要原因。

2種模型的差異主要在于吸附態(tài)NH3的設(shè)置，從模型參數(shù)來看，改進前模型的氨氣吸附能力= 0.071 6 mol/m3，與改進后模型的表面氨氣吸附能力surf= 0.064 9 mol/m3相差不大，而內(nèi)部氨氣吸附能力inter= 4.934 1 mol/m3是surf的76倍，改進后模型表明隱藏在催化劑內(nèi)部不參與反應(yīng)的吸附態(tài)NH3遠多于表面發(fā)生反應(yīng)的吸附態(tài)NH3。就2種模型本身結(jié)構(gòu)來看，改進前模型由于擬合時要保證一定靈敏性就勢必降低催化劑的吸附總量，以至于模型在某些噴氨量和脫硝量不匹配的時段容易出現(xiàn)催化劑上的吸附態(tài)NH3覆蓋滿載或者空載的情況，這也會導(dǎo)致模型計算失效。改進后模型由于其表面吸附態(tài)氨氣的負載量較少，保證了其靈敏性，而內(nèi)部吸附態(tài)氨氣較多，起到蓄水池的作用，催化劑吸附總量較大，這種模型結(jié)構(gòu)很好地適應(yīng)了噴氨量和脫硝量不匹配的現(xiàn)象，極大地提升了模型的精度。

使用改進后模型對入口NO質(zhì)量濃度、噴氨量進行開環(huán)響應(yīng)測試，入口NO質(zhì)量濃度、噴氨量的改變對出口NO質(zhì)量濃度的影響如圖6所示。

圖6 入口NO質(zhì)量濃度及噴氨量的改變對出口NO質(zhì)量濃度的影響

由圖6可見：出口NO質(zhì)量濃度在2種階躍信號作用下均出現(xiàn)了先快速變化然后緩慢變化最后平穩(wěn)的過程。該階躍響應(yīng)過程較合理，響應(yīng)時間與實際接近，表明改進后模型適用于電站SCR煙氣脫硝建模。

綜上所述，改進后模型在穩(wěn)定工況和變工況均優(yōu)于改進前模型。在變工況各個參數(shù)急劇波動的情況下，改進后模型能有效緩解模型精度下降問題。建模結(jié)果表明本文提出的動力學(xué)方程更適合電廠實際脫硝機理建模。

4 結(jié) 論

本文結(jié)合Eley-Rideal吸附機理，詳細分析了NO在催化劑表面擴散程度對反應(yīng)機理的影響。鑒于電廠SCR商用催化劑和實驗室粉末狀催化劑比表面積不同以及商用催化劑在運行中孔隙堵塞的問題，工業(yè)用催化劑的表面活性厚度占總活性厚度之比應(yīng)當(dāng)小于甚至遠小于實驗室用催化劑，提出在進行電廠SCR脫硝機理建模時，將吸附態(tài)NH3劃分為直接參與催化反應(yīng)的表面吸附態(tài)NH3和不參與催化反應(yīng)的內(nèi)部吸附態(tài)NH3，基于此建立了改進后的SCR脫硝機理模型。

對比改進前后脫硝機理模型發(fā)現(xiàn)，改進后模型的精度在穩(wěn)定工況和變工況下均優(yōu)于改進前，證明改進后模型比改進前模型更適用于電廠實際SCR脫硝建模。變工況下改進后模型的精度較穩(wěn)定工況仍有一定的下降，說明模型在變工況下的性能優(yōu)化需要做進一步研究

［1］ 秦天牧, 林道鴻, 楊婷婷, 等. SCR煙氣脫硝系統(tǒng)動態(tài)建模方法比較[J]. 中國電機工程學(xué)報, 2017, 37(10): 2913-2919. QIN Tianmu, LIN Daohong, YANG Tingting, et al. Comparative study on dynamic modeling methods of SCR denitration system[J]. Proceedings of the CSEE, 2017, 37(10): 2913-2919.

［2］ LIETTI L, NOVA I, CAMURRI S, et al. Dynamics of the SCR-DeNOreaction by the transient-response method[J]. Aiche Journal, 1997, 43(10): 2559-2570.

［3］ NOVA I, LIETTI L. Dynamics of SCR reaction over a TiO2-supported vanadia-tungsta commercial catalyst[J]. Catalysis Today, 2000, 60: 73-82.

［4］ CIARDELLI C, NOVA I, TRONCONI E, et al. SCR-DeNOfor diesel engine exhaust aftertreatment: unsteady-state kinetic study and monolith reactor modelling[J]. Chemical Engineering Science, 2004, 59(22/23): 5301-5309.

［5］ 秦天牧. 燃煤電站SCR煙氣脫硝系統(tǒng)建模與噴氨量優(yōu)化控制[D]. 北京: 華北電力大學(xué), 2017: 13-30. QIN Tianmu. The optimal control of ammonia injection based on the SCR model of a coal-fired power plant[D]. Beijing: North China Electric Power University, 2017: 13-30.

［6］ 賈美如. 燃煤煙氣脫硝的本征動力學(xué)研究[D]. 北京: 北京化工大學(xué), 2010: 10-17. JIA Meiru. Intrinsic kinetics study of denitrification from flue gas[D]. Beijing: Beijing University of Chemical Technology, 2010: 10-17.

［7］ 侯文華, 傅獻彩, 沈文霞, 等. 物理化學(xué)[M]. 北京: 高等教育出版社, 2005: 174-210. HOU Wenhua, FU Xiancai, SHEN Wenxia, et al. Physical chemistry[M]. Beijing: Higher Education Press, 2005: 174-210.

［8］ 薛紀偉. SCR催化劑的制備和脫硝性能影響因素的研究[D]. 北京: 北京交通大學(xué), 2010: 23-73. XUE Jiwei. Research on SCR catalyst preparation and influence factors of De-NOperformance[D]. Beijing: Beijing Jiaotong University, 2010: 23-73.

［9］ 姜燁, 高翔, 吳衛(wèi)紅, 等. 選擇性催化還原脫硝催化劑失活研究綜述[J]. 中國電機工程學(xué)報2013, 33(14): 18-31. JIANG Ye, GAO Xiang, WU Weihong, et al. Review of the deactivation of selective catalytic reduction DeNOcatalysts[J]. Proceedings of the CSEE, 2013, 33(14): 18-31.

［10］ 廖永進, 陸繼東, 黃秋雄, 等. 選擇性催化還原服役后催化劑活性及動力學(xué)實驗研究[J]. 中國電機工程學(xué)報2013, 33(17): 37-75. LIAO Yongjin, LU Jidong, HUANG Qiuxiong, et al. Experimental study on activity and kinetics of served SCR catalysts[J]. Proceedings of the CSEE, 2013, 33(17): 37-75.

［11］ KOEBEL M, ELSENER M. Selective catalytic reduction of NO over commercial DeNO-catalysts: experimental determination of kinetic and thermodynamic parameters[J]. Chemical Engineering Science, 1998, 53(4): 657-669.

［12］ TRONCONI E, CAVANNA A, FORZATTI P. Unsteady analysis of NO reduction over selective catalytic reduction-De-NOmonolith catalysts[J]. Industrial & Engineering Chemistry Research, 1998, 37(6): 2341-2349.

［13］ DHANUSHKODI S R, MAHINPEY N, WILSON M. Kinetic and 2D reactor modeling for simulation of the catalytic reduction of NOin the monolith honeycomb reactor[J]. Process Safety and Environmental Protection, 2008, 86(4): 303-309.

［14］ CHENG X X, BI X T. Reaction kinetics of selective catalytic reduction of NOby propylene over Fe/ZSM-5[J]. Chemical Engineering Journal, 2012, 211/212: 453-462.

［15］ 董建勛. 燃煤電廠SCR煙氣脫硝試驗研究及數(shù)學(xué)模型建立[D]. 保定: 華北電力大學(xué), 2007: 35-50. DONG Jianxun. Experimental research and mathematical modeling of SCR deNOfor fossil-fired power plant[D]. Baoding: North China Electric Power University, 2007: 35-50.

［16］ 黃少榮. 粒子群優(yōu)化算法綜述[J]. 計算機工程與設(shè)計, 2009, 30(8): 1977-1980.HUANG Shaorong. Survey of particle swarm optimization algorithm[J]. Computer Engineering and Design, 2009, 30(8): 1977-1980.

Research on mechanism modeling of SCR denitrification system in coal-fired power plants

RAO Debei1, TAN Peng1, LI Zhuangyang2, HU Changmei2, CAO Nan1,ZHANG Cheng1, FANG Qingyan1, CHEN Gang1

(1. State Key Laboratory of Coal Combustion, Huazhong University of Science and Technology, Wuhan 430074, China;2. Shajiao C Power Plant of Guangdong Energy Group Co., Ltd., Dongguan 523900, China)

Precise control of ammonia injection is an important technology in selective catalytic reduction (SCR) denitrification system in power stations. Inaccurate control will reduce the denitrification efficiency or cause secondary pollution of ammonia and even block the air preheater. Establishing an accurate dynamic model for the SCR denitraiton system is the basis for development of advanced ammonia controllers. By analyzing the difference between the reaction characteristics of the SCR denitration catalyst with flue gas in power plants and those in laboratory, classical kinetic equations of the SCR denitrification were improved. The dynamic mechanism model of the SCR denitrification in coal-fired power stations was established and compared with the model based on classic kinetic equations. Finally, the characteristics of the improved model under unstable conditions with the inlet NOx concentration and the flue gas flow rate fluctuate greatly are analyzed. The results show that, this improved model has better accuracy and adaptability under both stable and unstable operating conditions.

coal-fired power plant, flue gas denitrification, SCR, mechanism modeling, catalyst, ammonia injection optimization

TM743

A

10.19666/j.rlfd.201903048

饒德備, 譚鵬, 李壯揚, 等. 燃煤電站SCR脫硝系統(tǒng)機理建模[J]. 熱力發(fā)電, 2019, 48(8): 36-41. RAO Debei, TAN Peng, LI Zhuangyang, et al. Research on mechanism modeling of SCR denitrification system in coal-fired power plants[J]. Thermal Power Generation, 2019, 48(8): 36-41.

2019-03-08

國家重點研發(fā)計劃項目(2018YEB0605105)，中國博士后科學(xué)基金(2018M632852)

Supported by：National Key Research and Development Program(2018YEB0605105); China Post-doctoral Science Foundation (2018M632852)

饒德備(1993—)，男，碩士研究生，主要研究方向為SCR脫硝噴氨優(yōu)化，raodebei1993@126.com。

譚鵬(1989—)，男，博士，主要研究方向為燃煤發(fā)電過程建模、控制與優(yōu)化，tanpeng@hust.edu.cn。

（責(zé)任編輯 杜亞勤）