CN105116855B - 一种烟气循环流化床脱硫的优化控制方法 - Google Patents
一种烟气循环流化床脱硫的优化控制方法 Download PDFInfo
- Publication number
- CN105116855B CN105116855B CN201510435036.7A CN201510435036A CN105116855B CN 105116855 B CN105116855 B CN 105116855B CN 201510435036 A CN201510435036 A CN 201510435036A CN 105116855 B CN105116855 B CN 105116855B
- Authority
- CN
- China
- Prior art keywords
- desulfurizing tower
- slaked lime
- flue gas
- sulfur dioxide
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 68
- 239000003546 flue gas Substances 0.000 title claims abstract description 61
- 238000006477 desulfuration reaction Methods 0.000 title claims abstract description 56
- 230000023556 desulfurization Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 33
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims abstract description 130
- AXCZMVOFGPJBDE-UHFFFAOYSA-L calcium dihydroxide Chemical compound [OH-].[OH-].[Ca+2] AXCZMVOFGPJBDE-UHFFFAOYSA-L 0.000 claims abstract description 115
- 239000000920 calcium hydroxide Substances 0.000 claims abstract description 107
- 229910001861 calcium hydroxide Inorganic materials 0.000 claims abstract description 107
- 230000003009 desulfurizing effect Effects 0.000 claims abstract description 96
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 39
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 28
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 27
- 239000003245 coal Substances 0.000 claims abstract description 14
- 235000011116 calcium hydroxide Nutrition 0.000 claims description 103
- 230000008859 change Effects 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 239000002245 particle Substances 0.000 claims description 19
- 239000000446 fuel Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000007789 gas Substances 0.000 claims description 11
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 229910052717 sulfur Inorganic materials 0.000 claims description 5
- 239000011593 sulfur Substances 0.000 claims description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- 229910052799 carbon Inorganic materials 0.000 claims description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000010881 fly ash Substances 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 239000001257 hydrogen Substances 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000002745 absorbent Effects 0.000 description 3
- 239000002250 absorbent Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 2
- 235000011941 Tilia x europaea Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- JGIATAMCQXIDNZ-UHFFFAOYSA-N calcium sulfide Chemical compound [Ca]=S JGIATAMCQXIDNZ-UHFFFAOYSA-N 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004868 gas analysis Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004056 waste incineration Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Treating Waste Gases (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明公开了属于火电机组脱硫技术领域的一种烟气循环流化床脱硫的优化控制方法，其中，DCS***分别连接烟气循环流化床和基于PLC的二氧化硫优化控制***，所述优化控制***由二氧化硫预测模块和二氧化碳计算模块分别连接数据通讯模块和消石灰控制模块，消石灰控制模块连接数据通讯模块组成；数据通讯模块与DCS***相互交换数据。本发明通过SO2预测模型和计算脱硫塔入口烟气的CO2量，能够及时、动态和准确地调节消石灰的给料量，从根本上避免了SO2的超标排放和消石灰等资源的浪费，并在一定程度上减少了CO2排放量，在工程上具有较高的借鉴意义。
Description
技术领域
本发明属于火电机组脱硫技术领域，具体涉及一种烟气循环流化床脱硫的优化控制方法。
背景技术
循环流化床烟气脱硫技术是20世纪80年代开发的一种新型脱硫工艺，它起源于水泥和冶金的焙烧工艺，后来逐步推广应用于电站脱硫和垃圾焚烧烟气处理领域。它以循环流化床为基础，通过吸收剂的多次循环，延长吸收剂与烟气接触的时间，大大提高吸收剂的利用率，能在较低钙硫比下，接近或达到湿法工艺的脱硫效率。循环流化床干法脱硫技术，***简单，投机相对较低，逐渐引起越来越多国家的重视，该技术是目前商业应用中，单塔处理能力最大、脱硫综合效益最优越的一种烟气脱硫技术。
目前，虽然循环流化床干法脱硫技术已经大量应用到电厂，且装机容量不断增大，但这种技术在实际运行和操作过程中还存在一些问题。循环流化床控制***是一个多变量、多任务，并具有时变性、耦合性、和随机性的复杂非线性***，在噪声、负荷扰动和其它一些环境条件变化下，控制难度较大。其中，在脱硫方面的突出问题主要表现如下：首先，当前对排放的二氧化硫浓度进行调节的具体方法为：采用烟气分析仪表测量脱硫塔入口和出口的SO2浓度，用出口和入口SO2浓度分别作为主调节量和辅助调节量，若超过排放浓度标准，则调节消石灰的给料量，以此类推，再进行测量、调节、测量，直到二氧化硫的排放浓度符合排放标准为止。显然，气体分析仪表输出信号存在较大的延迟，对于控制回路来说实时性较差如直接使用可能引起控制回路的振荡，不能作为直接的调节参数；其次，锅炉负荷波动带来的烟气量的大幅度变化也给测量和调节造成了较大的困难；再次，由于国家对烟气排放指标的要求越来越严格，如果要达到较高的脱硫效率，就需要加入大量的脱硫剂，大量的消石灰会停留在脱硫塔中，影响脱硫塔内的脱硫剂循环，容易出现榻床的问题，并且消石灰耗量大，会使Ca/S摩尔比增大，运行成本增加。此外，过量的脱硫剂又会带来很大的附加灰渣量和物理热损失，同时增加脱硫塔炉膛磨损，影响脱硫工况，进而增加成本，影响脱硫的经济性。
本发明提出了一种烟气循环流化床脱硫的优化控制方法，建立了SO2排放浓度的软测量预测模型，克服了消石灰控制***的滞后性，解决了升降负荷时因消石灰控制***延迟所带来的SO2排放超标的问题；同时，本发明利用脱硫塔入口CO2的量辅助控制消石灰的给料量，使得消石灰控制更加准确，减少了消石灰资源的浪费，在一定的程度上也减少了CO2的排放量；本发明提出的软测量预测模型具有较高的准确度，能够对消石灰供给量实现更为精准的控制，在工程上具有较高的借鉴意义。
发明内容
本发明的目的在于提出了一种烟气循环流化床脱硫的优化控制方法，DCS***分别连接烟气循环流化床和基于PLC的二氧化硫优化控制***，所述优化***包括：数据通讯模块、二氧化硫预测模块、二氧化碳计算模块和消石灰控制模块。其中，数据通讯模块与DCS***相互交换数据，二氧化硫预测模块和二氧化碳计算模块分别连接通讯模块和消石灰控制模块，消石灰控制模块连接数据通讯模块。其特征在于，所述优化控制方法包括如下部分：
1)数据通讯模块通过ModBus通讯协议与DCS***交换数据；
2)二氧化硫预测模块通过数据通讯模块从DCS控制器读取实时运行数据：脱硫塔入口烟道二氧化硫浓度、脱硫塔入口烟道烟气体积、氢氧化钙颗粒径、脱硫塔出口烟气流速和消石灰给料量，使用消石灰脱硫机理模型预测脱硫塔出口二氧化硫的浓度；
3)二氧化碳计算模块通过数据通讯模块从DCS控制器读取实时运行数据：脱硫塔入口烟道烟气、二氧化硫和一氧化碳的体积、进入锅炉总风量和给煤量，计算出脱硫塔入口烟道二氧化碳的体积。
4)消石灰控制模块结合二氧化硫预测值、二氧化碳计算值、脱硫塔炉膛温度、脱硫塔炉膛压力和通过数据通讯模块读取的消石灰给料量的实时运行数据，经过模糊PID调节，将消石灰给料量指令通过数据通讯模块发送到DCS控制器，从而DCS***将指令发给现场设备。其中，二氧化硫预测值、二氧化碳计算值和脱硫塔入口二氧化硫值作为给定指令，脱硫塔炉膛温度和脱硫塔炉膛压力作为前馈指令。
所述数据通讯模块读取实时数据包括：脱硫塔入口烟道烟气体积Vy，m3/s；脱硫塔入口烟道二氧化硫体积m3/s；脱硫塔入口烟道一氧化碳体积VCO，m3/s；进入锅炉的总风量VF，m3/s；进入锅炉的给煤量BV，kg/s；脱硫塔入口烟道二氧化硫浓度mg/m3；氢氧化钙颗粒径rs，mm；脱硫塔出口烟气流速uf，m/s；消石灰给料量，kg/s。通讯模块读取的实时数据采用罗曼诺夫斯基准则对异常数据进行剔除，具体步骤如下：
步骤2.1：依次确定可疑数据Xj,j∈[1,n]，n为所采集的数据个数；
步骤2.2：然后计算删除可疑数值之后的数列平均值以及标准差其中Xi为正常数据；
步骤2.3：计算可疑数据的残差：
步骤2.4：如果|εj|>Kσ，则对可疑数据进行剔除，如果|εj|<Kσ，则可继续使用可疑数据，其中K为检验系数；
所述烟气循环流化床脱硫的优化控制方法，其特征在于，二氧化硫预测模块使用消石灰脱硫机理模型预测脱硫塔出口二氧化硫的浓度，包括以下步骤：
步骤3.1：根据转化率和时间的关系计算脱硫剂消石灰的转化率，其中：XB为消石灰的转化率，％；脱硫剂在吸收塔内的反应完毕时间为 为消石灰颗粒密度，kg/m3；为消石灰摩尔质量，kg/mol；rs为消石灰颗粒半径，mm；为脱硫塔内SO2的分压力，Pa；T为脱硫塔内温度，K；Deff为SO2在产物层内的有效扩散系数，取4×10‐10cm2/s；R为通用气体常数，取8.314J/(mol·K)；脱硫剂在吸收塔内的停留时间为 ρy为烟气密度，kg/m3；uf为脱硫塔出口烟气流速，m/s；dc为脱硫塔出口飞灰颗粒直径，mm；H为脱硫塔高度，m；μ为气体运动粘度，取45.6×10‐6Pa.s；g为重力加速度，取9.8N/kg。
步骤3.2：根据脱硫塔内消石灰反应模型得到消石灰的反应速率。其中，为消石灰的反应速率，kg/s；为消石灰给料量，kg/s。
步骤3.3：根据脱硫塔出口SO2排放浓度的预测模型计算SO2的预测浓度，其中，为SO2预测浓度，mg/m3；为脱硫塔入口SO2生成速率，mg/s，；Vy为脱硫塔入口烟气体积，m3/s；为SO2的摩尔质量，g/mol；V为脱硫塔的体积，m3；α为脱硫塔漏风系数，％。
所述烟气循环流化床脱硫的优化控制方法，其特征在于，二氧化碳计算模块使用计算出脱硫塔入口烟气中的二氧化碳体积，其中，Vy为入口烟道烟气体积，m3/s；为入口烟道二氧化硫体积，m3/s；VCO为入口烟道一氧化碳体积，m3/s；VF为进入锅炉的总风量，m3/s；BV为进入锅炉的给煤量，kg/s，燃料特性系数为每千克煤燃烧所需要的理论空气量为VT＝0.089(Car+0.375Sar)+0.265Har-0.033Oar，％；Car为燃料收到基碳含量，％；Har为燃料收到基氢含量，％；Oar为燃料收到基氧含量，％；Nar为燃料收到基氮含量，％；Sar为燃料收到基硫含量，％。
所述烟气循环流化床脱硫的优化控制方法，其特征在于，消石灰控制模块中模糊PID控制器设置包括以下步骤：
步骤5.1：模糊PID控制器是以误差e和误差变化率ec作为输入，误差e和误差变化率ec的表达式如下：
ec(k)＝e(k)-e(k-1) (2)
其中，为消石灰流量指令；为实际消石灰流量值；e(k)为指令值与实际值之间的偏差；ec(k)为指令值与实际值之间的偏差率；e(k-1)为上一时刻 指令值与实际值之间的偏差。
步骤5.2：根据***误差e和误差变化率ec变化范围，使用合适的模糊规则表，得到kp，ki，kd三个参数分别整定的模糊控制表。
步骤5.3：将***误差e和误差变化率ec变化范围定义为模糊集上的论域，e,ec＝{‐6,‐5,‐4,‐3,‐2,‐1,0,1,2,3,4,5,6}，其模糊子集为e，ec＝{NB,NM,NS,O,PS,PM,PB}，子集元素分别代表负大，负中，负小，零，正小，正中，正大。设e，ec和kp，ki，kd服从正态分布，因此可得到各模糊子集隶属度。
步骤5.4：根据各模糊子集隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵，查出修正参数带入下式计算：
kp＝k'p+Δkp (3)
ki＝ki'+Δki (4)
kd＝k'd+Δkd (5)
其中，k'p，ki'，k'd为P，I和D参数的初始值；Δkp，Δki，Δkd分别为依据误差e和误差变化率ec由模糊推理得出的PID参数的自调整量。
步骤5.5：将得到的当前kp，ki，kd，经过PID控制器将指令送给执行机构。
为了从本质上说明模型的正确性，本发明在国内某电厂进行了实验研究。在稳定工况下，每间隔20秒取一组工况数据，共收集2100组工况数据进行实验，实验结果表明：二氧化硫预测模型具有较高的预测精度，其平均相对误差为2.28％；优化***中二氧化硫优化前的排放浓度平均值为217.57mg/m3，优化后的排放浓度平均值为172.92mg/m3，符合排放标准；消石灰给料量减少6.13％；二氧化碳排放量相对减少5.21％；脱硫塔内脱硫效率高达93％。其中，主要控制参数均保持在允许的范围内，主要控制参数如下：kp＝0.40；ki＝1.0；kd＝0.01；脱 硫塔出口平均温度为73～75摄氏度；控制用气压力大于0.65MPa；脱硫塔压差调节回路设定范围为1000～1200Pa；布袋除尘压差为1300～1600Pa。
进一步地，为了说明模型的实用性，本发明在国内某电厂进行了烟气循化流化床脱硫的在线优化控制研究。在稳定工况下和升降负荷时，置于PLC控制器中的各个模块通过数据通讯模块与电厂的DCS实时交换数据，通过大量的实验数据表明：这种烟气循环流化床脱硫的优化控制方法在各种工况下和煤质变化时，均能较为稳定地控制二氧化硫的排放量，符合排放标准，并且脱硫塔内的消石灰累积量减少，在很大的程度上节约了能源和资本。这种优化控制方法在实施时，可以不影响电厂的正常运行，读取电厂的实时数据，将较好的优化控制结果用于电厂的实际生产，能够较为灵活地实现工程应用。
本发明的有益效果是克服了消石灰控制***的滞后性，解决了升降负荷时因消石灰控制***延迟所带来的SO2排放超标的问题，同时也避免了消石灰投入量过多所引起的热损失增加、成本增大等问题；本发明还利用烟气入口CO2的量辅助控制消石灰的给料量，在一定的程度上减少了CO2的排放量。本发明的预测模型具有较高的准确度，能够对消石灰供给量实现更为精准的控制，在工程上具有较高的借鉴意义。
附图说明
图1为一种烟气循环流化床脱硫的优化控制方法示意图；
图2为二氧化硫预测与消石灰控制的优化***原理图；
图3为二氧化硫排放浓度预测模型的预测值与实际值的对比图；
图4为烟气循环流化床脱硫的优化控制效果图；
图5为烟气循环流化床脱硫的在线优化控制效果图：
具体实施方式
本发明提出了一种烟气循环流化床脱硫的优化控制方法，下面结合附图和具体实例对本发明进行详细说明。
图1为一种烟气循环流化床脱硫的优化控制方法示意图，DCS***分别连接烟气循化流化床和基于PLC的二氧化硫优化控制***，优化***包括：数据通讯模块、二氧化硫预测模块、二氧化碳计算模块和消石灰控制模块。其中，数据通讯模块与DCS***相互交换数据，二氧化硫预测模块和二氧化碳计算模块分别连接数据通讯模块和消石灰控制模块，消石灰控制模块连接通讯模块。
所述数据通讯模块通过ModBus通讯协议与DCS***交换数据，读取实时数据包括：脱硫塔入口烟道烟气体积Vy，m3/s；脱硫塔入口烟道二氧化硫体积m3/s；脱硫塔入口烟道一氧化碳体积VCO，m3/s；进入锅炉的总风量VF，m3/s；进入锅炉的给煤量BV，kg/s；脱硫塔入口烟道二氧化硫浓度mg/m3；氢氧化钙颗粒径rs，mm；脱硫塔出口烟气流速uf，m/s；消石灰给料量，kg/s。通讯模块读取的实时数据采用罗曼诺夫斯基准则对异常数据进行剔除，具体步骤如下：
步骤2.1：依次确定可疑数据Xj,j∈[1,n]，n为所采集的数据个数；
步骤2.2：然后计算删除可疑数值之后的数列平均值以及标准差其中Xi为正常数据；
步骤2.3：计算可疑数据的残差：
步骤2.4：如果|εj|>Kσ，则对可疑数据进行剔除，如果|εj|<Kσ，则可继续使用可疑数据，其中K为检验系数；
图2为二氧化硫预测与消石灰控制的优化***原理图，消石灰控制模块结合 二氧化硫预测值、二氧化碳计算值、脱硫塔炉膛温度、脱硫塔炉膛压力和通过数据通讯模块读取的消石灰给料量的实时运行数据，经过模糊PID调节，将消石灰给料量指令通过数据通讯模块发送到DCS控制器，从而DCS***将指令发给现场设备。其中，二氧化硫预测值、二氧化碳计算值和脱硫塔入口二氧化硫值作为给定指令，脱硫塔炉膛温度和脱硫塔炉膛压力作为前馈指令。其中，f(x1)为脱硫塔入口CO2体积转化为消石灰质量的折线函数；f(x2)为脱硫塔入口SO2浓度转化为消石灰质量的折线函数；f(x3)为脱硫塔温度转化为消石灰质量的折线函数；f(x4)为脱硫塔炉膛压力转化为消石灰质量的折线函数。
所述二氧化硫预测模块读取数据通讯模块的实时数据，使用消石灰脱硫机理模型预测脱硫塔出口二氧化硫浓度，包括以下步骤：
步骤3.1：根据转化率和时间的关系计算脱硫剂消石灰的转化率，其中：XB为消石灰的转化率，％；脱硫剂在吸收塔内的反应完毕时间为 为消石灰颗粒密度，kg/m3；为消石灰摩尔质量，kg/mol；rs为消石灰颗粒半径，mm；为脱硫塔内SO2的分压力，Pa；T为脱硫塔内温度，K；Deff为SO2在产物层内的有效扩散系数，取4×10‐10cm2/s；R为通用气体常数，取8.314J/(mol·K)；脱硫剂在吸收塔内的停留时间为 ρy为烟气密度，kg/m3；uf为脱硫塔出口烟气流速，m/s；dc为脱硫塔出口飞灰颗粒直径，mm；H为脱硫塔高度，m；μ为气体运动粘度，取45.6×10‐6Pa.s；g为重力加速度，取9.8N/kg。
步骤3.2：根据脱硫塔内消石灰反应模型得到消石灰的反应速率。其中，为消石灰的反应速率，kg/s；为消石灰给料量，kg/s。
步骤3.3：根据脱硫塔出口SO2排放浓度的预测模型计算SO2的预测浓度，其中，为SO2预测浓度，mg/m3；为脱硫塔入口SO2生成速率，mg/s，；Vy为脱硫塔入口烟气体积，m3/s；为SO2的摩尔质量，g/mol；V为脱硫塔的体积，m3；α为脱硫塔漏风系数，％。
所述二氧化碳计算模块从数据通讯模块读取实时数据，使用计算出脱硫塔入口烟气中的二氧化碳体积，其中，Vy为入口烟道烟气体积，m3/s；为入口烟道二氧化硫体积，m3/s；VCO为入口烟道一氧化碳体积，m3/s；VF为进入锅炉的总风量，m3/s；BV为进入锅炉的给煤量，kg/s，燃料特性系数为每千克煤燃烧所需要的理论空气量为VT＝0.089(Car+0.375Sar)+0.265Har-0.033Oar，％；Car为燃料收到基碳含量，％；Har为燃料收到基氢含量，％；Oar为燃料收到基氧含量，％；Nar为燃料收到基氮含量，％；Sar为燃料收到基硫含量，％。
所述消石灰控制模块结合二氧化硫浓度预测数据、二氧化碳体积计算数据和通过通讯模块读取的消石灰实时给料量数据，经过模糊PID调节，将消石灰给料量指令通过数据通讯模块发送到DCS控制器，从而DCS***将指令发给现场设备。其中，模糊PID调节器根据输入的控制信号采取相应的模糊PID控制算法对消石灰流量输出进行控制，模糊PID控制器具体设置包括以下步骤：
步骤5.1：模糊PID控制器是以误差e和误差变化率ec作为输入，误差e和 误差变化率ec的表达式如下：
ec(k)＝e(k)-e(k-1) (2)
其中，为消石灰流量指令；为实际消石灰流量值；e(k)为指令值与实际值之间的偏差；ec(k)为指令值与实际值之间的偏差率；e(k-1)为上一时刻指令值与实际值之间的偏差。
步骤5.2：根据***误差e和误差变化率ec变化范围，使用合适的模糊规则表，得到kp，ki，kd三个参数分别整定的模糊控制表如下：
表1 kp的模糊规则表
表2 ki的模糊规则表
表3 kd的模糊规则表
步骤5.3：将***误差e和误差变化率ec变化范围定义为模糊集上的论域，e,ec＝{‐6,‐5,‐4,‐3,‐2,‐1,0,1,2,3,4,5,6}，其模糊子集为e，ec＝{NB,NM,NS,O,PS,PM,PB}，子集元素分别代表负大，负中，负小，零，正小，正中，正大。设e，ec和kp，ki，kd服从正态分布，因此可得到各模糊子集隶属度。
步骤5.4：根据各模糊子集隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵，查出修正参数带入下式计算：
kp＝k'p+Δkp (3)
ki＝ki'+Δki (4)
kd＝k'd+Δkd (5)
其中，k'p，ki'，k'd为P，I和D参数的初始值；Δkp，Δki，Δkd分别为依据误差e和误差变化率ec由模糊推理得出的PID参数的自调整量。
步骤5.5：将得到的当前kp，ki，kd，经过PID控制器将指令送给执行机构。
为了从本质上说明模型的正确性，本发明在国内某电厂进行了实验研究。在稳定工况下，每间隔20秒取一组工况数据，共收集2100组工况数据进行实验，实验结果如图3所示，图中SO2排放浓度的模型预测值与实际测量值趋势一致，两者的平均相对误差为2.28％，在允许的范围内，同时也证明建立的SO2排放浓度预测模型具有较高的预测精度。在二氧化硫预测模型正确的基础之上，进而，进行了二氧化硫的优化控制，其结果如图4所示，优化***中二氧化硫优化前的排放浓度平均值为217.57mg/m3，优化后的排放浓度平均值为172.92mg/m3，符合排放标准，表明了烟气循环流化床脱硫优化控制方法的有效性。此外，实验中消石灰给料量相对减少6.13％，二氧化碳排放量相对减少5.21％，脱硫塔内脱硫效率高达93％。其中，主要控制参数均保持在允许的范围内，主要控制参数如下：kp＝0.40；ki＝1.0；kd＝0.01；脱硫塔出口平均温度为73～75℃；控制用气压力大于0.65MPa；脱硫塔压差为1000～1200Pa；布袋除尘压差为1300～1600Pa。
进一步地，为了说明模型的实用性，本发明在国内某电厂进行了烟气循化硫化床脱硫的在线优化控制研究。在稳定工况下和升降负荷时，置于PLC控制器中的各个模块通过数据通讯模块与电厂的DCS实时交换数据，通过大量的实验数据表明：这种烟气循环流化床脱硫的优化控制方法在各种工况下和煤质变化时，均能较为稳定的控制SO2的排放量，符合排放标准，并且脱硫塔内的消石灰累积量减少，在很大的程度上节约了能源和资本。图5为烟气循环流化床脱硫的在线优化控制效果图，其为本发明的一个实时在线优化控制的结果，结果表明：在不同 的负荷工况下，通过调节消石灰量均能较好的控制SO2排放量，在线优化控制的10个小时过程中，SO2排放量平均排放浓度为159.53mg/m3，符合排放标准。此外，在线优化控制中消石灰给料量比预计的消石灰给料量减少了6.36％，脱硫塔内脱硫效率高达93.89％，比预计的脱硫效率提升了1.57％，Ca/S＝1.1～1.3。其中：主要控制参数和主要调整参数均保持在允许的范围内，具体参数值如表4：
表4
本发明在充分考虑脱硫塔内消石灰存储状态以及存储量的基础上，建立了SO2排放浓度的预测模型，该模型能够实时监测炉内脱硫状态，提前将SO2排放 浓度反馈到消石灰给料控制***，从根本上克服了消石灰控制***的滞后性，解决了升降负荷时因消石灰控制***延迟所带来的SO2排放超标的问题；同时本发明利用脱硫塔入口CO2的量辅助控制消石灰的给料量，使得消石灰给料控制更加准确，减少了消石灰资源的浪费，在一定的程度上减少了CO2的排放量；根据多次的试验和大量的历史数据分析，本发明中的SO2预测模型具有较高的精度，能够更为准确地控制消石灰供给量，在工程上具有较高的实用价值。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种烟气循环流化床脱硫的优化控制方法，其中，DCS***分别连接烟气循环流化床和基于PLC的二氧化硫优化控制***，所述基于PLC的二氧化硫优化控制***由二氧化硫预测模块和二氧化碳计算模块分别连接数据通讯模块和消石灰控制模块，消石灰控制模块连接数据通讯模块组成；数据通讯模块与DCS***相互交换数据；其特征在于，所述优化控制方法包括如下部分：
1)数据通讯模块通过ModBus通讯协议与DCS***交换数据；
2)二氧化硫预测模块通过数据通讯模块从DCS***读取实时运行数据：脱硫塔入口烟道二氧化硫浓度、脱硫塔入口烟道烟气体积、氢氧化钙颗粒径、脱硫塔出口烟气流速和消石灰给料量，使用消石灰脱硫机理模型预测脱硫塔出口二氧化硫的浓度；
3)二氧化碳计算模块通过数据通讯模块从DCS***读取实时运行数据：脱硫塔入口烟道烟气、二氧化硫和一氧化碳的体积、进入锅炉总风量和给煤量，计算出脱硫塔入口烟道二氧化碳的体积；
4)消石灰控制模块结合二氧化硫预测值、二氧化碳计算值、脱硫塔炉膛温度、脱硫塔炉膛压力和通过数据通讯模块读取的消石灰给料量的实时运行数据，经过模糊PID调节，将消石灰给料量指令通过数据通讯模块发送到DCS控制器，从而DCS***将指令发给现场设备；其中，二氧化硫预测值、二氧化碳计算值和脱硫塔入口二氧化硫值作为给定指令，脱硫塔炉膛温度和脱硫塔炉膛压力作为前馈指令。
2.根据权利要求1所述烟气循环流化床脱硫的优化控制方法，其特征在于，所述数据通讯模块读取实时数据包括：脱硫塔入口烟道烟气体积Vy，m3/s；脱硫塔入口烟道二氧化硫体积m3/s；脱硫塔入口烟道一氧化碳体积VCO，m3/s；进入锅炉的总风量VF，m3/s；进入锅炉的给煤量BV，kg/s；脱硫塔入口烟道二氧化硫浓度mg/m3；氢氧化钙颗粒径rs，mm；脱硫塔出口烟气流速uf，m/s；消石灰给料量，kg/s；通讯模块读取的实时数据采用罗曼诺夫斯基准则对异常数据进行剔除，具体步骤如下：
步骤2.1：依次确定可疑数据Xj,j∈[1,n]，n为所采集的数据个数；
步骤2.2：然后计算删除可疑数值之后的数列平均值以及标准差其中Xi为正常数据；
步骤2.3：计算可疑数据的残差：
步骤2.4：如果|εj|＞Kσ，则对可疑数据进行剔除，如果|εj|＜Kσ，则可继续使用可疑数据，其中K为检验系数。
3.根据权利要求1所述烟气循环流化床脱硫的优化控制方法，其特征在于，所述二氧化硫预测模块使用消石灰脱硫机理模型预测脱硫塔出口二氧化硫的浓度，包括以下步骤：
步骤3.1：根据转化率和时间的关系计算脱硫剂消石灰的转化率，其中：XB为消石灰的转化率，％；脱硫剂在吸收塔内的反应完毕时间为min；为消石灰颗粒密度，kg/m3；为消石灰摩尔质量，kg/mol；rs为消石灰颗粒半径，mm；为脱硫塔内SO2的分压力，Pa；T为脱硫塔内温度，K；Deff为SO2在产物层内的有效扩散系数，取4×10-10cm2/s；R为通用气体常数，取8.314J/(mol·K)；脱硫剂在吸收塔内的停留时间为min；ρy为烟气密度，kg/m3；uf为脱硫塔出口烟气流速，m/s；dc为脱硫塔出口飞灰颗粒直径，mm；H为脱硫塔高度，m；μ为气体运动粘度，取45.6×10-6Pa.s；g为重力加速度，取9.8N/kg；
步骤3.2：根据脱硫塔内消石灰反应模型得到消石灰的反应速率；其中，为消石灰的反应速率，kg/s；为消石灰给料量，kg/s；
步骤3.3：根据脱硫塔出口SO2排放浓度的预测模型计算SO2的预测浓度，其中，为SO2预测浓度，mg/m3；为脱硫塔入口SO2生成速率，mg/s；Vy为脱硫塔入口烟气体积，m3/s；为SO2的摩尔质量，g/mol；V为脱硫塔的体积，m3；α为脱硫塔漏风系数，％。
4.根据权利要求1所述烟气循环流化床脱硫的优化控制方法，其特征在于，所述二氧化碳计算模块使用计算出脱硫塔入口烟气中的二氧化碳体积，其中，Vy为入口烟道烟气体积，m3/s；为入口烟道二氧化硫体积，m3/s；VCO为入口烟道一氧化碳体积，m3/s；VF为进入锅炉的总风量，m3/s；BV为进入锅炉的给煤量，kg/s，燃料特性系数为％；每千克煤燃烧所需要的理论空气量为VT＝0.089(Car+0.375Sar)+0.265Har-0.033Oar，％；Car为燃料收到基碳含量，％；Har为燃料收到基氢含量，％；Oar为燃料收到基氧含量，％；Nar为燃料收到基氮含量，％；Sar为燃料收到基硫含量，％。
5.根据权利要求1所述烟气循环流化床脱硫的优化控制方法，其特征在于，所述消石灰控制模块中模糊PID控制器设置包括以下步骤：
步骤5.1：模糊PID控制器是以误差e和误差变化率ec作为输入，误差e和误差变化率ec的表达式如下：
<mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>r</mi>
<mrow>
<msub>
<mi>C</mi>
<mi>a</mi>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>O</mi>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<msub>
<mi>C</mi>
<mi>a</mi>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>O</mi>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
ec(k)＝e(k)-e(k-1) (2)
其中，为消石灰流量指令；为实际消石灰流量值；e(k)为指令值与实际值之间的偏差；ec(k)为指令值与实际值之间的偏差率；e(k-1)为上一时刻指令值与实际值之间的偏差；
步骤5.2：根据***误差e和误差变化率ec变化范围，使用合适的模糊规则表，得到kp，ki，kd三个参数分别整定的模糊控制表；
步骤5.3：将***误差e和误差变化率ec变化范围定义为模糊集上的论域，e,ec＝{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，其模糊子集为e，ec＝{NB,NM,NS,O,PS,PM,PB}，子集元素分别代表负大，负中，负小，零，正小，正中，正大；设e，ec和kp，ki，kd服从正态分布，因此可得到各模糊子集隶属度；
步骤5.4：根据各模糊子集隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵，查出修正参数带入下式计算：
kp＝k'p+Δkp (3)
ki＝k′i+Δki (4)
kd＝k'd+Δkd (5)
其中，k'p，k′i，k'd为P，I和D参数的初始值；Δkp，Δki，Δkd分别为依据误差e和误差变化率ec由模糊推理得出的PID参数的自调整量；
步骤5.5：将得到的当前kp，ki，kd，经过PID控制器将指令送给执行机构。
6.根据权利要求1所述烟气循环流化床脱硫的优化控制方法，其特征在于，在稳定和升降负荷的工况下，根据二氧化硫预测值和二氧化碳计算值，对消石灰给料量进行调节以控制二氧化硫的排放浓度符合排放标准，同时减少了消石灰给料量和二氧化碳的排放量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510435036.7A CN105116855B (zh) | 2015-07-22 | 2015-07-22 | 一种烟气循环流化床脱硫的优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510435036.7A CN105116855B (zh) | 2015-07-22 | 2015-07-22 | 一种烟气循环流化床脱硫的优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105116855A CN105116855A (zh) | 2015-12-02 |
| CN105116855B true CN105116855B (zh) | 2018-04-10 |
Family
ID=54664873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510435036.7A Expired - Fee Related CN105116855B (zh) | 2015-07-22 | 2015-07-22 | 一种烟气循环流化床脱硫的优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105116855B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106390703A (zh) * | 2016-05-26 | 2017-02-15 | 河北工程大学 | 无线传感器网络及赤泥控制燃煤脱硫的*** |
| CN106292590A (zh) * | 2016-08-19 | 2017-01-04 | 广东亚仿科技股份有限公司 | 一种电厂煤耗及碳排放监测方法及*** |
| CN107167555A (zh) * | 2017-04-17 | 2017-09-15 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 基于随机时序分析的吸收塔入口so2浓度预测方法 |
| CN107247994B (zh) * | 2017-06-22 | 2020-12-25 | 东南大学 | 一种托盘塔脱硫装置脱硫效率的模糊建模方法 |
| CN108278597B (zh) * | 2018-01-31 | 2023-08-01 | 武汉工程大学 | 一种循环流化床锅炉给煤控制***及其模糊控制方法 |
| CN108730968B (zh) * | 2018-06-11 | 2020-02-18 | 中国神华能源股份有限公司 | 脱硫的控制方法及装置 |
| CN108636094A (zh) * | 2018-07-12 | 2018-10-12 | 浙江大学 | 一种湿法脱硫工艺中的精确预测控制与节能***及方法 |
| CN111111393A (zh) * | 2019-12-31 | 2020-05-08 | 鲁西化工集团股份有限公司动力分公司 | 一种脱硫塔出口硫含量的精细化自动控制方法及其应用 |
| CN111306536A (zh) * | 2020-02-12 | 2020-06-19 | 神华国能集团有限公司 | 循环流化床锅炉二氧化硫排放控制方法和装置 |
| CN111957190A (zh) * | 2020-08-29 | 2020-11-20 | 无锡雪浪环境科技股份有限公司 | 一种脱酸雾化器给料控制方法及控制*** |
| CN112711232B (zh) * | 2020-12-23 | 2022-08-09 | 天津水泥工业设计研究院有限公司 | 基于前置式so2预测的脱硫剂使用量控制的方法及*** |
| CN113144844B (zh) * | 2021-03-22 | 2022-09-16 | 国家能源集团国源电力有限公司 | 一种脱硫剂流量控制方法、装置及煤燃烧*** |
| CN113050711A (zh) * | 2021-03-24 | 2021-06-29 | 北京和隆优化科技股份有限公司 | 一种循环流化床锅炉炉内炉外脱硫***协调控制方法 |
| CN114355769B (zh) * | 2021-11-29 | 2023-11-03 | 华北电力大学（保定） | 一种高盐水脱硫回用量的模糊控制方法及脱硫*** |
| CN114217523B (zh) * | 2021-12-15 | 2023-09-01 | 江苏昆仑互联科技有限公司 | 一种sds干法脱硫剂精准加料控制方法和装置 |
| CN114838351B (zh) * | 2022-05-10 | 2023-07-04 | 华北电力大学 | 一种循环流化床锅炉炉内脱硫自动控制方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030188533A1 (en) * | 1999-01-19 | 2003-10-09 | Heinz Nmn Jaster | Motor-assisted turbocharger system |
| CN103116282B (zh) * | 2013-01-17 | 2015-08-05 | 中南大学 | 循环流化床脱硫剂预投入量多目标优化方法 |
| CN103197549B (zh) * | 2013-03-04 | 2016-04-13 | 华北电力大学 | 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法 |
| CN104615114B (zh) * | 2015-01-27 | 2018-05-25 | 华北电力大学 | 一种循环流化床的炉内脱硫优化控制方法 |
| CN104613468B (zh) * | 2015-01-27 | 2017-01-25 | 华北电力大学 | 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法 |
-
2015
- 2015-07-22 CN CN201510435036.7A patent/CN105116855B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN105116855A (zh) | 2015-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105116855B (zh) | 一种烟气循环流化床脱硫的优化控制方法 | |
| CN109224832B (zh) | 一种焦炉烟气脱硫除尘***及方法 | |
| US8956567B2 (en) | Control and optimization system and method for chemical looping processes | |
| CN101713536B (zh) | 一种循环流化床锅炉燃烧***的控制方法 | |
| CN104615114B (zh) | 一种循环流化床的炉内脱硫优化控制方法 | |
| CN106556008B (zh) | 大型循环流化床锅炉大比例同时掺烧煤矸石加煤泥方法 | |
| CN110217760B (zh) | 一种焦炉煤气脱硫废液制酸制备工艺 | |
| CN103197549A (zh) | 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法 | |
| CN102080820A (zh) | 一种蒸汽锅炉表面排污的最优化节能控制方法 | |
| CN101556038A (zh) | 循环流化床锅炉稳定运行与经济燃烧优化控制*** | |
| CN112733441A (zh) | 一种基于QGA-ELM网络的循环流化床锅炉NOx排放浓度控制*** | |
| CN103509605B (zh) | 一种采用高温空气与高温蒸汽为气化剂的煤气生产方法与装置 | |
| US20240228885A1 (en) | Control method of nitrogen oxide ultra-low emission and carbon negative emission system | |
| WO2022252414A1 (zh) | 一种燃煤机组煤风同步动态协控方法 | |
| CN101144035A (zh) | 利用工业高温co2废气直接制取煤气的方法 | |
| CN112783115B (zh) | 一种蒸汽动力***的在线实时优化方法及装置 | |
| CN206045790U (zh) | 一种燃煤机组低氮排放的三级控制*** | |
| JP3831435B2 (ja) | ガス精製装置 | |
| CN107699291B (zh) | 飞灰处理*** | |
| CN116481023A (zh) | 一种循环流化床锅炉燃烧优化控制方法及*** | |
| CN106545870A (zh) | 电解铝烟气量与污染物趋零排放*** | |
| CN114838351B (zh) | 一种循环流化床锅炉炉内脱硫自动控制方法 | |
| CN111470568B (zh) | 一种基于循环烟气与脱硫废水耦合处理***及方法 | |
| CN103484182A (zh) | 一种用富含co工业尾气生产替代天然气的方法 | |
| CN115025616A (zh) | 一种火电机组尿素法scr脱硝技术自动控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180410 Termination date: 20210722 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |