火電廠脫硫系統(tǒng)智能優(yōu)化管理研究

羅 睿，吳 濤，吳智群，黃廷輝，何 新，王繼強，白 帆

火電廠脫硫系統(tǒng)智能優(yōu)化管理研究

羅 睿1，吳 濤1，吳智群1，黃廷輝1，何 新1，王繼強2，白 帆2

（1.西安熱工研究院有限公司，陜西 西安 710054；2.華電萊州發(fā)電有限公司，山東 萊州 261441）

在環(huán)保和經(jīng)濟運行的壓力下，利用電廠歷史/實時運行數(shù)據(jù)提升脫硫系統(tǒng)運行效果和智能管理水平，具有重要工程實踐意義。本文以濕法脫硫系統(tǒng)為例，借助廠級監(jiān)控信息系統(tǒng)的大數(shù)據(jù)平臺，建立脫硫工況的成本評價判據(jù)，采用脫硫系統(tǒng)歷史運行數(shù)據(jù)實現(xiàn)低成本工況的自動篩選，指導優(yōu)化脫硫系統(tǒng)實時運行。采用某機組脫硫系統(tǒng)歷史運行數(shù)據(jù)進行分析，結果表明：該脫硫優(yōu)化管理模型能夠實現(xiàn)脫硫系統(tǒng)的定量評價，給出優(yōu)化建議。在滿足環(huán)保要求下，降低電廠脫硫系統(tǒng)運行成本，提升電廠智能管理水平。

燃煤發(fā)電；脫硫優(yōu)化；智能管理；大數(shù)據(jù)；動態(tài)尋優(yōu)；節(jié)能減排；廠級監(jiān)控信息系統(tǒng)

火電廠脫硫系統(tǒng)在煤電的清潔排放方面發(fā)揮了重要作用。隨著環(huán)保要求日益嚴格，以及煤電經(jīng)營壓力增加，脫硫系統(tǒng)的經(jīng)濟環(huán)保優(yōu)化顯得十分重要[1]，尤其在超低排放改造后污染物的脫除成本顯著提高[2-3]。在當前國家創(chuàng)新驅動戰(zhàn)略轉型，以及煤電行業(yè)向智能化推進的背景下，利用智能電站技術進行脫硫系統(tǒng)的智能優(yōu)化管理，在保證環(huán)保排放指標前提下提升脫硫系統(tǒng)的經(jīng)濟效益，對發(fā)電企業(yè)具有較大意義。

脫硫系統(tǒng)優(yōu)化一直受到眾多學者和專家的關注和探討。陳爾魯[4]對濕法脫硫過程進行物理建模，并利用粒子群優(yōu)化算法進行優(yōu)化。何望飛等[5]提出了脫硫系統(tǒng)相對生產(chǎn)成本的概念，并結合沙角C電廠運行數(shù)據(jù)給出了特定工況下成本最低的優(yōu)化建議。余鵬等[6]從脫硫系統(tǒng)的電耗、水耗和石灰石耗量三方面介紹了國華粵電某電廠的脫硫系統(tǒng)運行經(jīng)驗。許丹等[7]基于模糊理論對漿液泵建立故障診斷模型及對脫硫系統(tǒng)建立優(yōu)化模型。王俊[8]探討了各運行參數(shù)對脫硫系統(tǒng)的單因素影響。李興華等[9]從脫硫系統(tǒng)的設計、改造和實際運行等方面闡述了脫硫系統(tǒng)節(jié)能改造的要點和技術建議。牛擁軍等[10]通過實驗測量分析對漿液循環(huán)泵、漿液pH值及石膏脫水系統(tǒng)等影響因素進行探究和優(yōu)化。這些研究成果對脫硫系統(tǒng)的經(jīng)濟運行起到了積極的效果。

本文利用信息化管理平臺進行數(shù)據(jù)的匯集和智能處理，實時分析和提取脫硫系統(tǒng)的特征，采用動態(tài)尋優(yōu)模型，得到脫硫系統(tǒng)實時優(yōu)化的目標方案及節(jié)能潛力，為電廠脫硫系統(tǒng)的整體把控、評價、管理和優(yōu)化提供依據(jù)和指導方案。

1 脫硫系統(tǒng)智能優(yōu)化

1.1 脫硫系統(tǒng)評價方案

以濕法脫硫系統(tǒng)為例，通過成本收益思想[11]，對脫硫系統(tǒng)運行特性進行指標提取和分析計算，得到脫硫系統(tǒng)評價方案如圖1所示。電廠成本投入中，能量投入主要為電耗，物料投入主要包括脫硫劑和水，另外，電廠需要根據(jù)SO2的排放量繳納環(huán)保稅。電廠經(jīng)脫硫獲得環(huán)保達標的凈煙氣，及免除超排罰金，享受脫硫電價補貼收益。

圖1 脫硫系統(tǒng)評價方案

脫硫石膏也是系統(tǒng)收益部分，可通過化學反應方程及質量平衡推算得到。為了統(tǒng)一成本收益各項指標，將各分項經(jīng)過數(shù)據(jù)整合及實時計算得到相關費用，然后得到脫硫系統(tǒng)的總經(jīng)濟成本，作為綜合評價指標和優(yōu)化依據(jù)。

1.2 數(shù)據(jù)分析及評價判據(jù)

脫硫系統(tǒng)指標計算及評價是智能優(yōu)化管理的實時評判基礎和工況指導依據(jù)。脫硫系統(tǒng)綜合成本計算式為

式中：為脫硫系統(tǒng)綜合成本，元/h；1為脫硫系統(tǒng)電耗成本，元/h；2為脫硫劑成本，元/h；3為脫硫系統(tǒng)耗水成本，元/h；4為脫硫排污環(huán)保稅成本，元/h；5為脫硫副產(chǎn)物收益，元/h。

脫硫系統(tǒng)電耗成本由實時電價及總耗電量確定，計算公式為

式中：1為實時電價，元/(kW·h)；U、I、cos分別為脫硫系統(tǒng)各耗電設備運行電壓（kV）、電流（A）和功率因數(shù)。

脫硫劑成本由脫硫劑單價、實時脫硫量及化學反應平衡式確定，并考慮反應效率及脫硫劑純度等因素，計算式為

脫硫系統(tǒng)耗水主要包括制漿的工藝水和設備沖洗水，可通過現(xiàn)場測量儀表或計量管理人員錄入獲取。也可通過脫硫前后煙氣的濕度差估算，計算公式為

式中：3為工藝水價格，元/t；1、2分別為脫硫進出口煙氣濕度，%。

根據(jù)2018年《中華人民共和國環(huán)境保護稅法》，SO2小時均值排放濃度及排放污染物當量共同決定SO2排放的環(huán)保稅額，計算公式為

式中：4為SO2排放環(huán)保稅額，元/污染當量，1.2~12；為環(huán)保稅減系數(shù)；st為SO2排放標準，mg/m3；havg為SO2排放質量濃度小時均值，mg/m3。

脫硫石膏回收一般無現(xiàn)場測點，可通過軟測量技術，由化學反應方程及質量守恒估算得到。

式中，5為脫硫石膏銷售價格，元/t。

1.3 工況管理及智能尋優(yōu)

本文在統(tǒng)一的數(shù)據(jù)平臺上，通過工況智能篩選、工況評價分析、工況動態(tài)尋優(yōu)3個模塊有機結合，形成脫硫系統(tǒng)智能優(yōu)化模塊。圖2為脫硫系統(tǒng)管理及動態(tài)尋優(yōu)技術路線。

圖2 脫硫系統(tǒng)管理及動態(tài)尋優(yōu)技術路線

由圖2可見，通過數(shù)據(jù)接口及錄入平臺，匯集現(xiàn)場實時數(shù)據(jù)及管理類數(shù)據(jù)，經(jīng)過處理得到優(yōu)化需要的二次數(shù)據(jù)，構成統(tǒng)一數(shù)據(jù)平臺。然后確定脫硫系統(tǒng)的工況判據(jù)，通過脫硫系統(tǒng)數(shù)據(jù)平臺，從實時/歷史數(shù)據(jù)中提取各類工況的歷史運行數(shù)據(jù)，形成脫硫工況數(shù)據(jù)庫，并通過脫硫評價模塊得到各工況的評價指標。同時，動態(tài)尋優(yōu)模塊實時在線監(jiān)控脫硫系統(tǒng)運行，調用脫硫評價模塊得到的工況實時評價，尋找與實時工況相近的歷史最優(yōu)工況，作為實時運行指導建議，對脫硫歷史工況數(shù)據(jù)庫進行更新和完善。

2 實例分析

2.1 脫硫工況篩選及管理

脫硫工況篩選以機組負荷與脫硫入口煙氣的SO2質量濃度[12]為主要判據(jù)，同時確保主要耗電設備（如漿液循環(huán)泵運行方式）未發(fā)生切換，主要運行參數(shù)（如漿液pH值）無大幅波動。圖3為脫硫系統(tǒng)歷史工況篩選情況，對機組一段時間歷史數(shù)據(jù)掃描，可以得到若干脫硫工況。在第1日附近可篩選出機組負荷為258 MW、脫硫系統(tǒng)入口煙氣SO2質量濃度為2 475 mg/m3的脫硫工況為低成本工況，相應得到漿液循環(huán)泵組合運行方式為一級塔循環(huán)泵A運行、二級塔循環(huán)泵D運行；在第5日附近可得到低成本工況，機組負荷302 MW、脫硫系統(tǒng)入口煙氣SO2質量濃度2 148 mg/m3的脫硫工況及其運行方式。

圖3 脫硫系統(tǒng)歷史工況篩選情況

2.2 脫硫工況評價分析

圖4為脫硫系統(tǒng)成本組成分析。由圖4可見，歷史工況脫硫系統(tǒng)總成本主要為電費及脫硫劑費用，平均為2 000元/h左右，在1 481~2 709元/h范圍。電費占80%左右，與文獻[13-14]研究結果一致。脫硫劑費用占16%左右，其余為水費和排污稅。

圖4 脫硫系統(tǒng)成本組成分析

在各工況中，脫硫系統(tǒng)總成本的上下浮動較大，受脫硫系統(tǒng)運行方式影響很大?？梢娒摿蛳到y(tǒng)電費成本是脫硫優(yōu)化挖掘節(jié)能潛力的主要部分。

以機組負荷300 MW為例，圖5為脫硫系統(tǒng)入口煙氣不同SO2質量濃度下的脫硫成本，低成本工況（比如圖5的工況1）的運行方式可作為今后類似工況的參考，成本差代表脫硫系統(tǒng)優(yōu)化后的節(jié)能效果。

圖5 脫硫系統(tǒng)歷史相近工況的經(jīng)濟性比較

隨著運行數(shù)據(jù)的積累，脫硫系統(tǒng)相同負荷的不同運行方式的工況會越來越全面，節(jié)能效果也會提升到極限值。脫硫系統(tǒng)將以最優(yōu)方式運行，成本最低，優(yōu)化潛力消失。圖5中大部分工況的成本差在100元/h以上，可見當前脫硫系統(tǒng)運行水平的節(jié)能潛力還很可觀。

2.3 脫硫優(yōu)化指導及潛力分析

選取超低排放改造常用的雙塔脫硫系統(tǒng)[15]進行分析，表1為某機組某段時間脫硫工況評價指標及運行參數(shù)。在同樣脫硫工況下，運行指標存在多個不同技術方案實現(xiàn)脫硫減排，其經(jīng)濟指標（脫硫成本）差異較大。如機組負荷約為260.0 MW，脫硫前SO2質量濃度約為2 400 mg/m3時，循環(huán)泵運行方式AB-D比B-BD運行成本高445元/h。雖然都運行了3臺漿液循環(huán)泵，但一級塔的循環(huán)泵電耗遠高于二級塔，在雙塔組合運行脫硫時，可以選擇電耗較低的循環(huán)泵組合方式，同樣能排放達標。

表1 某雙塔脫硫系統(tǒng)脫硫工況評價指標及運行參數(shù)

Tab.1 The evaluation indexes and operation parameters of desulfurization condition for a double-tower desulfurization system

吸收塔pH值的影響在脫硫工況管理中也有體現(xiàn)。在負荷約300 MW、脫硫前SO2質量濃度分別為1 900 mg/m3和2 800 mg/m3工況下，各自循環(huán)泵組合運行方式相同，公用系統(tǒng)分攤相同，但由于pH值的差異也導致了脫硫成本的差異和排煙SO2質量濃度的不同，因為pH值對石灰石的溶解、氧化和結晶過程均有影響[16]，這種情況可參考歷史運行工況中的經(jīng)濟工況pH值進行調節(jié)。

過度追求脫硫效果也會導致脫硫成本急劇增長。如表1所示，負荷約300 MW時，脫硫系統(tǒng)入口SO2質量濃度為2 400 mg/m3及3 200 mg/m3工況下，SO2最低排放工況比最高排放工況（仍滿足當?shù)丨h(huán)保排放標準）的脫硫成本高300 元/h以上。采用高脫硫成本來進一步降低污染物排放，邊際效益很低。

從歷史同類工況中尋找最經(jīng)濟工況，可以得到相應負荷工況下的優(yōu)化工況，指導實時運行。圖6為機組歷史運行工況和優(yōu)化工況的脫硫成本。

圖6 歷史運行工況和優(yōu)化工況的脫硫成本

由圖6可見，在各負荷或時刻下，其脫硫成本可節(jié)約潛力在100~400元/h。按照100元/h的節(jié)能潛力計算，機組年運行小時數(shù)為5 000 h，可從脫硫系統(tǒng)節(jié)約成本約50萬元，具有良好的經(jīng)濟效益。

3 結 論

1）建立了脫硫系統(tǒng)歷史運行數(shù)據(jù)的工況篩選和智能管理方案，能夠得到實際運行的各種工況，為脫硫系統(tǒng)優(yōu)化智能管理提供依據(jù)。

2）建立了脫硫系統(tǒng)的成本分析模型，得到脫硫系統(tǒng)智能管理和實時運行的評價體系。

3）以實際歷史運行數(shù)據(jù)為例，對脫硫工況尋優(yōu)，得到不同脫硫工況的歷史優(yōu)選工況運行細節(jié)及當前節(jié)能潛力，實現(xiàn)脫硫運行的成本節(jié)約。

［1］ 陸詩原. 大型燃煤機組脫硫系統(tǒng)節(jié)能分析及綜合性能評價方法研究[D]. 北京: 華北電力大學, 2011: 3-7.

LU Shiyuan. Energy saving analysis of the flue gas desulfurization system and research on comprehensive performance evaluation method in large scale coal-fired units[D]. Beijing: North China Electric Power University, 2011: 3-7.

［2］ 帥偉, 李立, 崔志敏, 等. 基于實測的超低排放燃煤電廠主要大氣污染物排放特征與減排效益分析[J]. 中國電力, 2015, 48(11): 131-137.

SHUAI Wei, LI Li, CUI Zhimin, et al. Analysis of primary air pollutant emission characteristics and reduction efficiency for ultra-low emission coal-fired power plants based on actual measurement[J]. Electric Power, 2015, 48(11): 131-137.

［3］ 石睿, 王佩華, 楊倩, 等. 燃煤電廠“超低排放”成本效益分析[J]. 環(huán)境影響評價, 2015, 37(4): 5-8.

SHI Rui, WANG Peihua, YANG Qian, et al. Costs & benefits of “ultra-low emissions” in coal-fired power plants[J]. Environmental Impact Assessment, 2015, 37(4): 5-8.

［4］ 陳爾魯. 濕法煙氣脫硫過程建模與優(yōu)化[D]. 杭州: 浙江大學, 2016: 29-41.

CHEN Erlu. Modeling and optimization of wet flue gas desulfurization process[D]. Hangzhou: Zhejiang Univer- sity, 2016: 29-41.

［5］ 何望飛, 李興華. 660 MW機組濕法煙氣脫硫系統(tǒng)經(jīng)濟運行分析及優(yōu)化研究[J]. 廣東電力, 2010, 23(6): 20-22.

HE Wangfei, LI Xinghua. Economic operation analysis and optimization study on wet flue gas desulfurization system of 660 MW unit[J]. Guangdong Electric Power, 2010, 23(6): 20-22.

［6］ 余鵬, 高小春, 何德明, 等. 石灰石-石膏濕法脫硫系統(tǒng)的經(jīng)濟運行[J]. 熱力發(fā)電, 2007, 36(7): 34-36.

YU Peng, GAO Xiaochun, HE Deming, et al. Economic operation of the limestone/gypsum wet desulfurization system[J]. Thermal Power Generation, 2007, 36(7): 34-36.

［7］ 許丹, 沈凱, 張亞平, 等. 基于模糊理論的濕法脫硫故障診斷和優(yōu)化模型研究[J]. 環(huán)境工程, 2018, 36(2): 92-97.

XU Dan, SHEN Kai, ZHANG Yaping, et al. Study on fault diagnosis and operation optimization models of WFGD based on fuzzy theory[J]. Environmental Engineering, 2018, 36(2): 92-97.

［8］ 王俊. 火力發(fā)電廠石灰石—石膏濕法脫硫系統(tǒng)優(yōu)化運行研究[D]. 北京: 北京交通大學, 2010: 59-85.

WANG Jun. Optimal operation research of limestone-gypsume wet flue gas desulfurization for coal-fired power[D]. Beijing: Beijing Jiaotong University, 2010: 59-85.

［9］ 李興華, 牛擁軍, 雷鳴, 等. 火電機組脫硫系統(tǒng)超低排放改造節(jié)能優(yōu)化[J]. 熱力發(fā)電, 2017, 46(11): 119-123.

LI Xinghua, NIU Yongjun, LEI Ming, et al. Energy-saving optimization of ultra-low emission retrofit for desulfurization system in thermal power plants[J]. Thermal Power Generation, 2017, 46(11): 119-123.

［10］ 牛擁軍, 宦宣州, 李興華. 燃煤電廠煙氣脫硫系統(tǒng) 運行優(yōu)化與經(jīng)濟性分析[J]. 熱力發(fā)電, 2018, 47(12): 22-28.

NIU Yongjun, HUAN Xuanzhou, LI Xinghua. Operation optimization and economic analysis for WFGD system of coal-fired power plants[J]. Thermal Power Generation, 2018, 47(12): 22-28.

［11］ 呂晨旭. 基于儲能成本收益評估的小型光儲系統(tǒng)實時經(jīng)濟運行方法[J]. 電力系統(tǒng)保護與控制, 2017, 45(17): 144-151.

Lü Chenxu. Real time economic scheduling method for photovoltaic/battery system based on the evaluation of energy storage charging cost and discharge yield[J]. Power System Protection and Control, 2017, 45(17): 144-151.

［12］ 鄧芙蓉. 入爐煤含硫量對600 MW超臨界機組脫硫經(jīng)濟性的影響[J]. 能源工程, 2014(2): 77-80.

DENG Furong. Influence of sulfur content of fired-coal on economy of desulfurization of 600 MW supercritical unit[J]. Energy Engineering, 2014(2): 77-80.

［13］ 徐鋼, 袁星, 楊勇平, 等. 火電機組煙氣脫硫系統(tǒng)的節(jié)能優(yōu)化運行[J]. 中國電機工程學報, 2012, 32(32): 22-29.

XU Gang, YUAN Xing, YANG Yongping, et al. Optimization operation of the flue gas desulfurization systems in power plants for energy conservation[J]. Proceedings of the CSEE, 2012, 32(32): 22-29.

［14］ 段玖祥, 李小龍, 蔡培, 等. 超低排放燃煤電廠WFGD系統(tǒng)優(yōu)化運行探討[J]. 環(huán)境工程, 2017, 35(12): 73-76.

DUAN Jiuxiang, LI Xiaolong, CAI Pei, et al. Optimization operation of WFGD systems in ultra-low emission coal-fired power plants[J]. Environmental Engineering, 2017, 35(12): 73-76.

［15］ 魏宏鴿, 徐明華, 柴磊, 等. 雙塔雙循環(huán)脫硫系統(tǒng)的運行現(xiàn)狀分析與優(yōu)化措施探討[J]. 中國電力, 2016, 49(10): 132-135.

WEI Hongge, XU Minghua, CHAI Lei, et al. Current operation state analysis and optimization method exploration on double-tower double-cycle wet-FGD systems[J]. Electric Power, 2016, 49(10): 132-135.

［16］ 李駿, 沈凱, 周長城, 等. 煙氣脫硫吸收塔pH值控制策略優(yōu)化研究[J]. 環(huán)境科學與技術, 2012, 35(4): 43-46.

LI Jun, SHEN Kai, ZHOU Changcheng, et al. Optimization for pH value control of flue gas desulphurization tower[J]. Environmental Science & Technology, 2012, 35(4): 43-46.

Research on intelligent optimization management of desulfurization system in thermal power plant

LUO Rui1, WU Tao1, WU Zhiqun1, HUANG Tinghui1, HE Xin1, WANG Jiqiang2, BAI Fan2

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. Huadian Laizhou Power Generation Co., Ltd., Laizhou 261441, China)

Under the pressure of environmental protection requirements and economic operation cost, using historic/realtime operation data of the power plant to improve the economic efficiency and intelligent management level of desulfurization system is of great significance for engineering application. By taking the wet desulfurization system as an example and using the large data platform with plant-level monitoring information system, this paper establishes the cost evaluation criterion of FGD conditions. Through applying the historical operating data of desulfurization system, it realizes automatic filtrating and management of the flue gas desulfurization (FGD) conditions, which can guide the optimization of real time operation of the desulphurization system. The application results show that, this optimal management model for desulfurization can provide quantitative evaluation and optimization suggestions, which is helpful to improving the FGD management level and saving operation cost for power plants on the premise of satisfying the environmental protection requirements.

coal-fired power generation, desulfurization optimization, intelligent management, big data, dynamic optimization, energy conservation and emission reduction, plant level supervisory information system

TM621

A

10.19666/j.rlfd.201906154

2019-06-06

羅睿(1986—)，男，博士，工程師，主要研究方向為電站信息技術及優(yōu)化應用，luorui@tpri.com.cn。

羅睿, 吳濤, 吳智群, 等. 火電廠脫硫系統(tǒng)智能優(yōu)化管理研究[J]. 熱力發(fā)電, 2019, 48(9): 71-76. LUO Rui, WU Tao, WU Zhiqun, et al. Research on intelligent optimization management of desulfurization system in thermal power plant[J]. Thermal Power Generation, 2019, 48(9): 71-76.

（責任編輯 杜亞勤）