循環(huán)流化床鍋爐NOx排放控制優(yōu)化研究進展

步兆彬 江廣旭 肖宗新 曾 陽

（兗煤菏澤能化有限公司趙樓綜合利用電廠 山東菏澤 274705）

引言

“十三五”以來，我國不斷推進能源結(jié)構(gòu)改革，大力發(fā)展水力、風力、太陽能等清潔發(fā)電方式，尤其是在2020 年提出的“雙碳”目標下，構(gòu)建新型的電力系統(tǒng)提上日程。盡管如此，煤炭仍在我國能源結(jié)構(gòu)中處于基礎(chǔ)地位，火力發(fā)電仍是我國目前最重要的發(fā)電形式之一。而燃煤電廠是大氣中NOx的主要來源之一，其排放量占NOx排放總量的一半以上。NOx是造成大氣污染的主要污染源之一，其在紫外光照射下易形成光化學煙霧，是臭氧與PM2.5 的前體物，也是形成酸雨的主要物質(zhì)，因此，控制燃煤電廠的NOx排放具有重要意義。

與煤粉爐相比，循環(huán)流化床（CFB）鍋爐因其具有燃料適用范圍廣、負荷調(diào)節(jié)范圍大、污染物控制成本低等優(yōu)勢，契合當前的低成本超低排放和火電深度調(diào)峰的需求，在我國得到了廣泛的應用。與煤粉爐普遍采用選擇性催化還原（SCR）脫硝不同，CFB 鍋爐普遍采用投資少、運行成本低的選擇性非催化還原（selective non-catalytic reduction,SNCR）技術(shù)進行脫硝。SNCR 脫硝不使用催化劑，通過將氨水、尿素等還原劑噴入CFB 鍋爐爐膛或旋風分離器的高溫煙氣中，在合適的溫度條件下與煙氣中的NOx反應生成N2實現(xiàn)煙氣中NOx的脫除。然而，近年來隨著國家日益嚴格的煙氣排放標準，CFB 鍋爐為了提高NOx脫除效率，不斷增加還原劑（氨水、尿素等）的使用量，導致還原劑消耗量增加，并引發(fā)氨逃逸等問題[1]。而且部分機組在低負荷運行時，即便增加還原劑的消耗量也不能滿足NOx排放的超低標準要求。因此，優(yōu)化CFB 鍋爐的運行和脫硝技術(shù)以滿足NOx的超低排放標準，具有重要的研究意義與實際應用價值。

基于以上問題，本文首先回顧了CFB 鍋爐的NOx控制手段及存在的問題，介紹了NOx的生成機理和排放控制影響因素，在此基礎(chǔ)上，從CFB 鍋爐NOx排放預測調(diào)控和SNCR 脫硝模擬優(yōu)化兩個方面，對提高CFB 鍋爐NOx排放控制性能的研究進行了綜述和分析。最后，提出了未來提高CFB 鍋爐脫硝性能的發(fā)展方向，期望為CFB 鍋爐NOx的排放控制優(yōu)化改造提供一定參考。

1 CFB 鍋爐的NOx 排放控制技術(shù)

由于CFB 鍋爐的爐膛溫度較低，其原始NOx的生成濃度比較低，對控制煙氣中NOx的排放具有先天優(yōu)勢，但是為了達到國家對于NOx日益嚴厲的排放標準，大多數(shù)CFB 鍋爐采用了低氮燃燒和非選擇性催化還原（SNCR）相結(jié)合的NOx生成與排放控制技術(shù)。

該技術(shù)通過優(yōu)化CFB 鍋爐運行參數(shù)、采用煙氣再循環(huán)等措施降低鍋爐燃燒過程中NOx的生成濃度，同時結(jié)合SNCR 技術(shù)，將氨水、尿素等還原劑噴入旋風分離器的入口煙道，與煙氣中的NOx反應生成N2實現(xiàn)煙氣脫硝。該技術(shù)具有改造成本小，運行成本低等優(yōu)勢，其運行原理如圖1 所示。

圖1 低氮燃燒+SNCR技術(shù)

然而，實際運行中受負荷變動等影響，CFB 鍋爐煙氣中NOx濃度波動較大。此外，為了滿足NOx的超低排放特別是低負荷下的超低排放，部分CFB 鍋爐通過過量噴還原劑提高SNCR 的脫硝效率，導致還原劑用量過多、噴氨不均和氨逃逸等嚴重問題，不僅增加了電廠運行成本，氨逃逸還會帶來環(huán)境問題。

針對這些問題，一些學者致力于研究CFB 鍋爐中NOx的生成機理和影響因素，模擬優(yōu)化鍋爐燃燒過程與SNCR 的反應環(huán)境，從而為優(yōu)化CFB 鍋爐NO 控制技術(shù)提供理論基礎(chǔ)與技術(shù)指導。

2 CFB 鍋爐NOx 控制的影響因素

2.1 NOx生成過程的影響因素

空氣中的N2都是以N≡N 連接存在的，而煤炭中的N 則有吡咯型N、吡啶型N 和季N 三種存在形式，其中吡咯型N 為主要形式。不同煤種N 的含量和存在形式有所差別，但在高溫下均易形成N2O、NO、NO2等含氮化合物。CFB 鍋爐燃燒產(chǎn)生的NOx中以NO 為主，約占95%以上，另外還會有少量的NO2和N2O。

CFB 鍋爐燃燒產(chǎn)生NOx的機理主要有三種：快速型、熱力型和燃料型[2]。

熱力型NOx是指在高溫燃燒下空氣中N2和O2反應生成NOx，燃燒溫度和氧氣濃度是影響其生成的主要因素。根據(jù)研究顯示，當爐膛燃燒溫度高于1400 ℃時，NOx才大量生成。而對于CFB 鍋爐，其爐內(nèi)溫度遠低于該溫度，因此其熱力型NOx生成較少。

快速型NOx只有在CH 原子團含量較高的條件下生成量才較多，而在CFB 鍋爐中并不具備這些條件。因此，對于CFB 鍋爐，燃料型NOx是其生成的主要來源，約占總量的75-90%。燃料型NOx是指在高溫燃燒下煤炭中的含氮物質(zhì)與其他物質(zhì)經(jīng)過復雜反應轉(zhuǎn)換為NOx，它的生成一般發(fā)生于燃燒的初始階段。

根據(jù)相關(guān)研究，影響NOx生成的因素主要包括三個方面[3]：

（1）鍋爐運行因素；

（2）鍋爐設計制造特性；

（3）煤種特性。鍋爐設計制造的特性不可調(diào)整，燃燒溫度、氧氣含量等主要影響因素的作用趨勢如表1所示。

表1 NOx生成的主要影響因素

2.2 SNCR反應環(huán)境的影響

SNCR 技術(shù)是CFB 鍋爐控制NOx排放的重要手段，SNCR 的反應環(huán)境對NOx控制具有重要的影響[4]。除了煙氣溫度外，還原劑噴槍的布置是影響SNCR 反應環(huán)境的重要因素，合理的噴槍布置能夠提高還原劑在煙氣當中的分散均勻度，進而提高脫硝效率、降低氨逃逸。

噴槍的參數(shù)也對脫硝效率存在影響。研究發(fā)現(xiàn)，高噴槍流量對于NOx的脫除效率影響不大，但是會導致氨逃逸量增加，而低噴槍流量可以減少氨逃逸，但是NOx的脫除效率受影響而下降。此外，霧化粒徑和霧化錐角會影響還原劑的分布均勻程度，進而影響NOx的脫除效率。

3 CFB 鍋爐NOx 控制的優(yōu)化

基于CFB 鍋爐NOx控制影響因素的研究，為提高CFB 鍋爐的脫硝性能，需要從鍋爐的燃燒過程優(yōu)化和SNCR 系統(tǒng)的反應環(huán)境優(yōu)化兩方面考慮。因此，目前的研究可分為CFB 鍋爐NOx排放的預測和SNCR 系統(tǒng)的模擬優(yōu)化兩個方向。

3.1 CFB鍋爐NOx排放的預測優(yōu)化研究

建立CFB 鍋爐的NOx排放預測模型可以得到影響NOx生成的操作變量，并根據(jù)預測模型進行調(diào)控降低NOx的排放。然而，由于CFB 鍋爐運行過程中負荷隨時變化，因此，確定合理的預測方法建立準確的預測模型具有重要意義。

火電廠鍋爐的NOx排放預測模型研究中，數(shù)值模擬研究起步較早，該方法是通過對CFB 鍋爐的燃燒過程進行數(shù)值模擬，建立CFB 鍋爐的NOx生成模型，并利用數(shù)值分析NOx生成與爐膛溫度等影響因素之間的關(guān)系，進而得到相應的優(yōu)化調(diào)整參數(shù)。丁偉霞通過CFD 對某鍋爐機組進行燃燒過程的模擬研究，根據(jù)數(shù)值模擬建立了鍋爐內(nèi)煙氣組分的濃度和各影響因素的模型，進而預測得到NOx的生成濃度[5]。趙耀光等通過數(shù)值模擬對某鍋爐機組的燃燒過程進行了模擬，建立了NOx的生成模型，并分析了各影響因素與NOx排放之間的關(guān)系，并給出了優(yōu)化燃燒過程降低NOx排放的合理建議[6]。Habib 等利用CFD 對某鍋爐的NOx排放進行了仿真研究，建立了NOx生成濃度和分布與過量空氣系數(shù)、爐溫、角度的關(guān)系[7]。王璐璐利用GAMBIT 針對某CFB 鍋爐建立研究模型，然后在相應運行條件下，通過Fluent 對燃燒過程進行模擬，根據(jù)模擬得到的NOx排放結(jié)果對鍋爐的燃燒提出了優(yōu)化建議[8]。

由于CFB 鍋爐的運行負荷變化較大、NOx排放濃度波動明顯，數(shù)值模擬的適用性存在一定的問題，因此機器學習算法被引入用于解決這一問題。其中，趙陽提出一種統(tǒng)計回歸模型，利用鍋爐運行過程中采集到的參數(shù)建立NOx預測網(wǎng)絡模型，并對模型進行全工況的訓練，結(jié)果證實了該方法的有效性和合理性[9]。Adams 等利用機器學習的神經(jīng)網(wǎng)絡模型對某CFB 鍋爐的NOx進行預測。預測結(jié)果顯示，該模型經(jīng)過訓練后其預測數(shù)據(jù)的準確性可以達到98%以上[10]，為后續(xù)CFB 鍋爐的NOx生成預測提供了基礎(chǔ)。Wei 等研究提出了一種針對燃煤鍋爐的NOx排放預測模型。該模型使用非線性核函數(shù)加強了擬合非線性系統(tǒng)的能力，經(jīng)過優(yōu)化后其預測誤差為4.83 mg/m3[11]。Xie 等利用雙向長短期記憶神經(jīng)網(wǎng)絡模型建立了CFB 鍋爐的NOx預測模型，經(jīng)過多次訓練后，其平均誤差為3.9%[12]。Li 等提出了最小二乘支持并行極限學習機模型，基于這一模型對某300 MW CFB 鍋爐的NOx排放濃度建立預測模型。實驗結(jié)果表明該模型具有較好的普適能力[13]。

目前，CFB 鍋爐的NOx排放預測模型以機器學習算法為主。然而，目前的預測模型大多是基于靜態(tài)工況研究。實際運行中CFB 鍋爐的運行參數(shù)實時變化，且煤種也在變化，靜態(tài)工況的模型對已運行的機組預測有限。因此，基于現(xiàn)有的模型，建立動態(tài)的預測模型，更有助于CFB 鍋爐的運行優(yōu)化。

3.2 SNCR系統(tǒng)的模擬優(yōu)化研究

通過對SNCR 系統(tǒng)進行模擬優(yōu)化，能夠提高SNCR的脫硝性能、降低氨逃逸與運行成本。Kim 等對某垃圾焚燒爐的SNCR 脫硝過程進行了數(shù)值模擬，研究了燃料種類、噴槍位置和氨氮比對脫硝效率的影響[14]。Shin等對某燃油爐的SNCR 進行了模擬，根據(jù)模擬結(jié)果優(yōu)化脫硝系統(tǒng)以提高脫硝率[15]。Xia 等對鍋爐的SNCR 脫硝系統(tǒng)進行了CFD 模擬，模擬結(jié)果顯示還原劑噴槍位置和氨氮比對NOx脫除效果和氨逃逸量有明顯影響。根據(jù)模擬結(jié)果，提出了噴槍多層布置的優(yōu)化方案[16]。張頡等對某350 MW 機組的脫硝過程進行數(shù)值模擬，并與實際運行數(shù)據(jù)對比，驗證模擬結(jié)果具有一定準確性[17]。蔡潔聰?shù)壤肍luent 對某鍋爐的脫硝性能進行了模擬研究。根據(jù)模擬結(jié)果，綜合考慮運行成本，提出了合理的氨氮比[18]。辛勝偉等對某CFB 鍋爐的SNCR 系統(tǒng)進行了數(shù)值模擬，根據(jù)模擬結(jié)果調(diào)整了噴槍參數(shù)和布置方案，對還原劑噴入的濃度和壓力進行了優(yōu)化，提高了脫硝性能，在各典型負荷下脫硝效率均可實現(xiàn)超低排放[19]。

綜上可知，通過數(shù)值模擬研究CFB 鍋爐的SNCR脫硝具有可靠性和合理性，模擬結(jié)果可以為優(yōu)化SNCR 提供基礎(chǔ)。此外，機器學習方法也被廣泛應用于SNCR 系統(tǒng)控制中，但是研究較少。孟范偉等利用神經(jīng)網(wǎng)絡預測控制方法，建立了NOx排放的預測及控制模型，但并未能覆蓋全部工況，實際運行中仍存在較大的誤差[20]。

結(jié)語

本文回顧了CFB 鍋爐的NOx控制手段，并對NOx的生成機理和影響因素、以及SNCR 反應環(huán)境的影響進行了介紹。在此基礎(chǔ)上，為了提高CFB 鍋爐的NOx排放控制性能，從CFB 鍋爐NOx排放的預測調(diào)控和SNCR 系統(tǒng)的模擬優(yōu)化兩個方面，對國內(nèi)外的相關(guān)研究進行了綜述。相關(guān)研究表明，通過對CFB 鍋爐NOx排放的預測調(diào)控和SNCR 系統(tǒng)的模擬優(yōu)化，能夠有效降低NOx的生成/提高NOx的脫除效率，減少氨逃逸等問題。

然而，目前CFB 鍋爐的NOx排放動態(tài)預測模型仍不成熟，機器學習方法在SNCR 系統(tǒng)控制中的應用仍不完善，這也是未來的研究重點與方向之一，這些問題的研究對于進一步提高CFB 鍋爐的NOx排放控制、降低脫硝運行成本具有重要的意義。