一种计算循环流化床机组最佳炉内外脱硫比例的方法

摘要

本发明公开了一种计算循环流化床机组最佳炉内外脱硫比例的方法，首先，建立CFB机组炉内外脱硫综合成本模型，选择负荷、煤质、给煤量、总风量、床温、石灰石输送风机额定功率、浆液循环泵额定功率、炉内石灰石给料流率、喷氨量、原烟气SO

说明书

技术领域

本发明属于火电机组污染物控制优化领域，涉及一种计算循环流化床机组最佳炉内外脱硫比例的方法。

背景技术

循环流化床(CFB)机组具有燃烧稳定性强、污染物处理成本低的优势，通过炉内脱硫就可达到低排放的标准，工艺流程简单。随着我国对燃煤发电机组污染物排放提出了超低排放标准后，为实现超低排放，循环流化床机组加装了炉外脱硫(烟气脱硫)设备，通过炉内炉外组合脱硫的方式实现超低排放，SO

本发明的目的即在于解决现有技术中CFB机组炉内外脱硫比例分配不佳、脱硫运行经济性差的问题，提供了一种计算循环流化床机组最佳炉内外脱硫比例的方法，在CFB机组炉内外脱硫综合成本模型的基础上，利用遗传算法求解炉内外脱硫比例，有利于解决因各负荷工况下的炉内外脱硫比例不佳所导致的脱硫成本增大等问题，从而降低CFB机组脱硫系统的运行成本。

发明内容

本发明提供了一种计算循环流化床机组最佳炉内外脱硫比例的方法，包括以下步骤：

步骤1、建立CFB机组炉内外脱硫综合成本模型，选择负荷、煤质、给煤量、总风量、床温、石灰石输送风机额定功率、浆液循环泵额定功率、炉内石灰石给料流率、喷氨量、原烟气SO

步骤2、在建立所述综合成本模型时，确定炉内脱硫效率与负荷、钙硫摩尔比、床温、风煤比的关系式；

步骤3、利用步骤1所选择的综合成本模型的输入，确定SO2生成浓度，假定炉内脱硫比例后，建立CFB机组典型负荷工况下的炉内外脱硫综合成本模型；

步骤4、利用智能寻优算法求解典型负荷工况下的最佳炉内脱硫比例，拟合得到各负荷工况下的最佳炉内脱硫比例。

优选地，步骤1中所述建立CFB机组炉内外脱硫综合成本模型的过程为：将所述炉内外组合脱硫总成本定义为包括：设备电耗成本、炉内脱硝成本、热损失成本、石灰石用量成本，所述综合成本为脱硫总成本减去石膏所产生的收益；其中，所述石灰石用量成本包括炉内脱硫石灰石用量成本、炉外脱硫石灰石用量成本；所述设备电耗成本包括炉内石灰石输送风机电耗、炉外浆液循环泵电耗；所述炉内脱硝成本随着炉内脱硫钙硫摩尔比的增大，炉内脱硝成本而增大；当炉内脱硫效率不变时，钙硫摩尔比越低，则热损失成本越低，折算成的煤耗量越低；所述炉内脱硫石灰石用量由炉内脱硫钙硫摩尔比、炉内脱硫效率、煤质决定，所述炉内脱硫效率与负荷、钙硫摩尔比、床温、风煤比相关；所述炉外脱硫石灰石用量与炉外脱硫效率相关；

将所述炉内脱硫效率

式(1)中，W

将所述炉外脱硫效率

式(2)中，标况下

优选地，步骤2中，采用最小二乘法拟合典型负荷工况下炉内脱硫效率与负荷、钙硫摩尔比、床温的关系式，利用风煤比对该关系式的系数进行修正，具体包括以下子步骤：

子步骤S21、选取典型负荷工况下的床温、给煤量、总风量、煤质、原烟气SO

子步骤S22、计算得到典型负荷工况下炉内脱硫效率、风煤比、钙硫摩尔比，其中，所述炉内脱硫钙硫摩尔比的计算由式(3)所示：

式(3)中，

子步骤S23、采用最小二乘法拟合典型负荷工况下炉内脱硫效率与钙硫摩尔比、床温的关系式，表示为如式(4)所示：

式(4)中，A为无量纲系数，B为床温的函数，m

子步骤S24、根据运行数据，利用典型负荷工况下的风煤比修正A，最终得到典型负荷工况下炉内脱硫效率与钙硫摩尔比、床温的关系式。

优选地，步骤3中，假定炉内脱硫比例后，确定石灰石输送风机电耗、浆液循环泵电耗、炉内外脱硫的石灰石消耗量，其中，石灰石输送风机电耗由炉内石灰石给料流率、石灰石输送风机额定功率确定，浆液循环泵电耗由投运的循环泵台数、额定功率确定，具体包括以下子步骤：

子步骤S31、通过最小二乘法拟合炉外脱硫效率与原烟气SO

式(6)中，a1、a2、a3为模型系数；

子步骤S32、假定某个典型负荷工况下炉内脱硫比例为x，则炉外脱硫比例为1-x，结合式(1)和式(4)，确定出炉内脱硫的钙硫摩尔比m

子步骤S33、将所述炉内石灰石用量成本W

式(7)中，MCaCO3、MCao分别为CaCO3、CaO的相对分子质量，单位为g/mol；u1为炉内石灰石单价，单位为元/kg；

将所述热损失成本W

W

式(8)中，η是锅炉设计效率；Δη是锅炉热损失；u2为燃煤的单价，单位为元/kg；

将所述脱硝成本W

W

式(9)中，k1为成本系数；u3为尿素单价，单位为元/kg；

将所述输送风机电耗成本W

式(10)中，α为压缩空气系数；u

将所述炉外石灰石用量成本W

式(11)中，mCFB,wet为炉外钙硫摩尔比；u5为炉外石灰石单价，单位为元/t。

将所述循环泵电耗W6表示为如式(12)所示：

W

式(12)中，n为启动的浆液循环泵台数，由原烟气SO

将所述石膏收益V

其中，η(H

将所述炉内外组合脱硫综合成本f(x)表示为如式(14)所示：

f(x)＝W

式(14)中，W

优选地，步骤4中，典型负荷工况下的最佳炉内脱硫比例为遗传算法优化炉内外脱硫最小综合成本所得到的解，其中，所述遗传算法优化过程包括以下子步骤：

子步骤S41、编码：选择无符号二进制整数来表示个体x

子步骤S42、产生初始群体：随机生成N个个体作为初始群体，设置迭代次数为n；

子步骤S43、适应度计算：利用综合成本函数值g(x

g(x

子步骤S44、选择、交叉、变异运算：把当前群体中适应度较高的个体遗传到下一代；采用单点交叉的方法进行交叉运算，采用基本位变异的方法进行变异运算，产省下一代的群体，迭代次数增加1；

子步骤S45、终止条件判断：若迭代次数大于等于n，则终止计算，将所得到的具有最小适应度个体作为最优解输出，即为最佳炉内外脱硫比例；否则返回子步骤S43。

进一步优选地，群体数N＝20，终止迭代次数n＝80，交叉概率为0.4，变异概率为0.001。

附图说明

图1是本发明所述计算循环流化床机组最佳炉内外脱硫比例的方法的流程示意图。

具体实施方式

以下结合附图详细说明本发明的具体实施方式。本领域技术人员应当理解，此处的说明只是示例性地阐述本发明的最优实施方式，而不应被视作对本发明范围的限定，任何不脱离本发明主旨和思想的变体或修改都落入本发明的范围。

本发明公开了一种计算循环流化床机组最佳炉内外脱硫比例的方法，图1是本发明所述计算循环流化床机组最佳炉内外脱硫比例的方法的流程示意图，如图1所示，包括如下步骤：

步骤1、建立CFB机组炉内外脱硫综合成本模型，选择负荷、煤质、给煤量、总风量、床温、石灰石输送风机额定功率、浆液循环泵额定功率、炉内石灰石给料流率、喷氨量、原烟气SO

步骤2、在建立所述综合成本模型时，确定炉内脱硫效率与负荷、钙硫摩尔比、床温、风煤比的关系式；

步骤3、利用步骤1所选择的综合成本模型的输入，确定SO2生成浓度，假定炉内脱硫比例后，建立CFB机组典型负荷工况下的炉内外脱硫综合成本模型；

步骤4、利用智能寻优算法求解典型负荷工况下的最佳炉内脱硫比例，拟合得到各负荷工况下的最佳炉内脱硫比例。

在本实施例中，步骤2中，采用最小二乘法拟合典型负荷工况下炉内脱硫效率与负荷、钙硫摩尔比、床温的关系式，利用风煤比对该关系式的系数进行修正。步骤3中，假定炉内脱硫比例后，确定石灰石输送风机电耗、浆液循环泵电耗、炉内外脱硫的石灰石消耗量，其中，石灰石输送风机电耗由炉内石灰石给料流率、石灰石输送风机额定功率确定，浆液循环泵电耗由投运的循环泵台数、额定功率确定。步骤4中，典型负荷工况下的最佳炉内脱硫比例为遗传算法优化后的炉内外脱硫最小综合成本的解。

具体如下：

1、模型输入变量的选择

循环流化床机组通过炉内外组合脱硫的运行方式，实现超低排放。炉内外组合脱硫总成本包括：设备电耗成本、炉内脱硝成本、热损失成本、石灰石用量成本，综合成本为脱硫总成本减去石膏产生的收益。其中：石灰石用量成本包括炉内脱硫石灰石用量成本、炉外脱硫石灰石用量成本。设备电耗成本包括：炉内石灰石输送风机电耗、炉外浆液循环泵电耗；炉内脱硝成本受炉内脱硫钙硫摩尔比的影响，随着钙硫比的增大，炉内脱硝成本往往会增大；热损失成本也受炉内脱硫钙硫摩尔比的影响，当炉内脱硫效率不变时，钙硫摩尔比越低，热损失成本越低，折算成的煤耗量越低；炉内脱硫石灰石用量由炉内脱硫钙硫摩尔比、炉内脱硫效率、煤质决定，炉内脱硫效率与负荷、钙硫摩尔比、床温、风煤比相关；炉外脱硫石灰石用量与炉外脱硫效率相关。

根据CFB机组运行数据，炉内脱硫效率

其中，W

炉外脱硫效率

其中，

因此，选择负荷、煤质、给煤量、总风量、床温、石灰石输送风机额定功率、浆液循环泵额定功率、炉内石灰石给料流率、喷氨量、原烟气SO

2、确定炉内脱硫效率与负荷、床温、风煤比关系式的步骤

具体包括以下子步骤：

子步骤S21、选取典型负荷工况下的床温、给煤量、总风量、煤质、原烟气SO

子步骤S22、计算得到典型负荷工况下炉内脱硫效率、风煤比、钙硫摩尔比，其中，所述炉内脱硫钙硫摩尔比的计算由式(3)所示：

式(3)中，

子步骤S23、采用最小二乘法拟合典型负荷工况下炉内脱硫效率与钙硫摩尔比、床温的关系式，表示为如式(4)所示：

式(4)中，A为无量纲系数，B为床温的函数，m

子步骤S24、根据运行数据，利用典型负荷工况下的风煤比修正A，最终得到典型负荷工况下炉内脱硫效率与钙硫摩尔比、床温的关系式。

3、综合成本模型与求解

炉外脱硫效率

子步骤S31、通过最小二乘法拟合炉外脱硫效率与原烟气SO

式(6)中，a1、a2、a3为模型系数；

子步骤S32、假定某个典型负荷工况下炉内脱硫比例为x，则炉外脱硫比例为1-x，结合式(1)和式(4)，确定出炉内脱硫的钙硫摩尔比m

子步骤S33、将所述炉内石灰石用量成本W

式(7)中，MCaCO3、MCao分别为CaCO3、CaO的相对分子质量，单位为g/mol；u1为炉内石灰石单价，单位为元/kg；

将所述热损失成本W

W

式(8)中，η是锅炉设计效率；Δη是锅炉热损失；u2为燃煤的单价，单位为元/kg；

将所述脱硝成本W

W

式(9)中，k1为成本系数；u3为尿素单价，单位为元/kg；

将所述输送风机电耗成本W

式(10)中，α为压缩空气系数；u

将所述炉外石灰石用量成本W

式(11)中，mCFB,wet为炉外钙硫摩尔比；u5为炉外石灰石单价，单位为元/t。

将所述循环泵电耗W6表示为如式(12)所示：

W

式(12)中，n为启动的浆液循环泵台数，由原烟气SO

将所述石膏收益V

其中，η(H

将所述炉内外组合脱硫综合成本f(x)表示为如式(14)所示：

f(x)＝W

式(14)中，W

遗传算法寻优最佳炉内脱硫比例的过程具体包括以下子步骤：

子步骤S41、编码：选择无符号二进制整数来表示个体x

子步骤S42、产生初始群体：随机生成N个个体作为初始群体，设置迭代次数为n；

子步骤S43、适应度计算：利用综合成本函数值g(x

g(x

子步骤S44、选择、交叉、变异运算：把当前群体中适应度较高的个体遗传到下一代；采用单点交叉的方法进行交叉运算，采用基本位变异的方法进行变异运算，产省下一代的群体，迭代次数增加1；

子步骤S45、终止条件判断：若迭代次数大于等于n，则终止计算，将所得到的具有最小适应度个体作为最优解输出，即为最佳炉内外脱硫比例；否则返回子步骤S43。

在具体实施例中，群体数N＝20，终止迭代次数n＝80，交叉概率为0.4，变异概率为0.001。

本发明具有如下有益效果：

(1)根据CFB机组运行特性，选择相应变量，采用最小二乘法确定炉内脱硫效率与床温、风煤比的关系。

(2)在此基础上，假定炉内脱硫比例后，分别建立了典型负荷工况下的脱硫综合成本模型。

(3)采用遗传算法，以脱硫综合成本最小作为目标函数，对典型负荷工况下的最佳炉内外脱硫比进行优化。