基于自适应粒子群算法的燃煤-捕碳机组热力系统优化设计

付文锋，　侯艳峰，　王蓝婧，　李嘉华，　杨勇平

(1.华北电力大学 电站设备状态监测与控制教育部重点实验室，河北保定 071003；2.华北电力大学 控制与计算机工程学院，河北保定 071003)



基于自适应粒子群算法的燃煤-捕碳机组热力系统优化设计

付文锋1，侯艳峰1，王蓝婧2，李嘉华1，杨勇平1

(1.华北电力大学 电站设备状态监测与控制教育部重点实验室，河北保定 071003；2.华北电力大学 控制与计算机工程学院，河北保定 071003)

以某1 000 MW超超临界燃煤机组为例，提出了一种新型燃煤-捕碳机组热力系统设计方案，建立了该方案下机组的热经济性计算框架及回热系统参数优化模型，并引入自适应粒子群算法进行优化计算.结果表明：新设计燃煤-捕碳机组的热经济性显著改善，循环热效率比捕碳改造机组相对提高10.7%；自适应粒子群算法收敛快、稳定性好，其优化结果明显优于其他方法，能够适用于燃煤-捕碳机组的热力系统优化设计.

燃煤-捕碳机组； 热力系统； 自适应粒子群算法； 优化设计

全球变暖是人类共同面对的环境问题.政府间气候变化专门委员会(IPCC)在《第五次评估报告》中明确指出，化石燃料燃烧和工业生产中产生的CO2是全球温室气体增长的主要来源[1].我国从2007年开始成为CO2排放第一大国，面临着巨大的减排压力[2].其中，燃煤电厂作为CO2排放大户，其CO2排放量约占总量的50%，必须承担起减排和缓解气候变化的责任.《国家能源科技十二五规划》中明确提出，到2020年中国的碳排放强度要在2005年的基础上下降40%～45%[3].因此，开展针对燃煤机组CO2减排技术的研究具有重要意义.

适用于燃煤机组捕碳的方法主要有：燃烧前捕集[4]、富氧燃烧[5]和燃烧后捕集[6].其中，采用前2种技术时，燃烧系统需要进行大幅调整，投资成本较高，在现役机组中应用较少.燃烧后捕集技术适应性强，发展相对成熟，可以广泛应用于现役机组和新建机组.燃烧后捕集CO2的方法主要有化学吸收法[7]、物理吸附法[8]、低温蒸馏法[9]和膜分离法等[10].其中，化学吸收法具有捕碳效率高、吸收剂可循环使用以及适合大规模捕碳等优点，吸引众多学者开展了广泛研究.在吸收剂方面，Léonard等[8]研究了单乙醇胺(MEA)溶液与CO2的反应机理及其吸收特性；马双忱等[9]研究了氨水溶液与MEA溶液捕碳效率的影响因素.在捕碳系统耗能方面，Fu等[10]以仿真方法研究了MEA溶液再生能耗数值；Abu-Zahra等[11-12]研究了捕碳系统操作参数对系统能耗的影响.在系统供能方面，刘芳等[13]和Mokhtar等[14]分别提出了以机组抽汽和太阳能为捕碳系统供能的方案.在机组能耗变化方面，Freguia等[15]和Wagener 等[16]分别研究了吸收剂采用氨水溶液和MEA溶液时，捕碳系统对机组能耗的影响.

以现有的研究报道来看，捕碳系统与热力系统的集成通常仅是简单地将捕碳装置加装在燃煤机组的某些特定位置，而原热力系统并未随捕碳装置的引入同时进行优化.由于新增的捕碳系统破坏了原热力系统结构，导致系统内部各参数偏离最优，影响了机组的热经济性，因此应当对燃煤-捕碳机组的整体热力系统重新进行优化设计.笔者基于吸收剂采用MEA溶液、再生能源取自机组抽汽的捕碳方法，提出了一种新型燃煤-捕碳机组耦合热力系统，并引入自适应粒子群(AWPSO)算法[17]对其热力系统参数进行优化设计，同时对不同设计方法进行了对比分析.

1　捕碳系统工艺流程

捕碳系统见图1，主要包括吸收塔、再生塔、贫富液换热器、再沸器、冷凝器和汽水分离器.由脱硫脱硝系统排出的烟气经过增压风机从吸收塔底部自下而上流动，与此同时，用于吸收CO2的MEA贫液从吸收塔顶部自上而下喷淋.烟气与MEA贫液在吸收塔中逆流接触并发生化学反应，绝大部分CO2被吸收，贫液变为富液，被处理过的烟气经烟囱排向大气.富液经过贫富液换热器后从再生塔顶部自上而下喷淋入塔，之后进入再沸器进行解析，富液转变为贫液.解析出的CO2经再生塔进入塔顶冷凝器和汽水分离器进行提纯，其中冷凝水回流到再生塔中，高纯度的CO2经过压缩封存以备后期利用.再生得到的贫液由再生塔底流出，经贫富液换热器和冷凝器进行热量交换后与补充的MEA溶液混合再次进入吸收塔；MEA溶液在贫、富液泵的推动下，往复循环于吸收塔与再生塔之间，构成了连续吸收和解析CO2的工艺流程.

图1　烟气CO2捕集系统Fig.1　Flow chart of the flue gas CO2 capture system

MEA溶液具有较强的碱性，温度在20～50 ℃时可与烟气中的CO2迅速反应生成较稳定的氨基甲酸盐，使烟气中的CO2得以脱除.氨基甲酸盐在再沸器中被加热，温度高于105 ℃时发生分解，释放出CO2，溶剂MEA得以再生[18].解析过程需要大量耗能，该部分能量由再沸汽(一般为饱和水蒸气或微过热水蒸气)提供.当再沸器内温度高于122 ℃时，再生得到的MEA容易发生热降解，因此需要选择合适的再沸汽源并严格控制再沸汽参数.捕碳系统主要操作参数见表1.

2　新型燃煤-捕碳机组热力系统结构设计

由于MEA再生能耗巨大，为了满足这部分热量要求，需要从机组抽取大量的蒸汽.经过初步估算，当捕碳效率为85%时，捕碳系统耗汽量可达到低压缸入口蒸汽量的一半左右[19-20].在汽轮机中若抽取如此大量的蒸汽，最适宜的抽汽点应选在中、低压缸的连接管道上.抽汽在再沸器中放热后凝结成水，为了回收工质和热量，此部分水应返回凝结水系统.同时，塔顶冷凝器具有较大的放热量，可以用来加热凝结水.经过Aspen Plus软件模拟，当捕碳效率达到65%以上时，塔顶冷凝器的放热量足以取代最后一台低压加热器来加热凝结水.

表1　捕碳系统主要操作参数

基于以上分析，笔者提出了如图2所示的燃煤-捕碳机组的热力系统结构，该系统具有如下特点：(1)回热系统采用“3高3低1除氧”的7级加热系统.其中，高压缸设置2段抽汽，中压缸设置3段抽汽，低压缸设置2段抽汽；(2)捕碳系统的再沸汽源取自中压缸排汽，并使中压缸排汽压力在额定工况时恰好匹配再沸汽要求；(3)充分利用捕碳系统余热，其中塔顶冷凝器余热用于预热凝结水，再沸器余热回收于除氧器.

图2　新型燃煤-捕碳机组热力系统结构Fig.2　Thermodynamic system of the newly-built coal-fired unit with carbon capture

3　新型燃煤-捕碳机组热力系统参数设计

3.1自适应粒子群算法

自适应粒子群算法在标准粒子群(PSO)算法的基础上对惯性权重系数进行了改进，使该算法在收敛速度和稳定性上均得到了提升，其数学描述为

(2)

ω由下式定义：

(3)

式中：ωmax、ωmin分别为权重ω的最大值和最小值；f为粒子当前的适应度值；favg、fmin分别为当前所有粒子的平均适应度值和最小适应度值.

AWPSO算法流程见图3.

图3　自适应粒子群算法流程图Fig.3　Flow chart of the AWPSO algorithm

3.2热经济性计算及寻优模型

根据汽轮机汽态膨胀线，加热器各级抽汽焓hj可以表示为各级抽汽压力pj的函数：

(4)

式中：j=1,2,…,z，z为加热器级数.

加热器的给水焓升τ、蒸汽放热量q和疏水放热量γ均可表示为抽汽压力pj的函数：

(5)

根据各级加热器热量平衡和质量平衡建立燃煤-捕碳机组热力系统汽水分布矩阵方程：

(6)

式中：A为热力系统结构系数矩阵；α为各级抽汽流量份额矩阵；qf为主系统外的能量流矩阵，包括捕碳系统能耗和给水泵焓升等；τ为各加热器给水焓升矩阵.

通过求解式(6)，各级抽汽流量份额αj也可以表示为抽汽压力pj的函数：

(7)

机组循环热效率η可按下式计算：

(8)

式中：w为单位工质的循环做功量；q0为单位工质的循环吸热量；h0为新蒸汽焓；hc为汽轮机排汽焓；hfw为锅炉给水焓；qrh为工质再热吸热量；n为再热前的抽汽流数.

结合式(4)和式(7)，循环热效率最终可以表示为抽汽压力pj的函数：

(9)

以机组循环热效率为寻优目标并考虑约束条件，最终可以确定燃煤-捕碳机组热力系统优化数学模型为

(10)

约束条件：pc

式中：p0和pc分别为汽轮机的主蒸汽压力和排汽压力.

3.3应用实例

以某1 000 MW超超临界燃煤机组作为参考机组，机组额定参数和回热系统参数见表2和表3.

表2　某1 000 MW燃煤机组额定参数

参考上述机组确定新设计燃煤-捕碳机组的边界参数.其中，主蒸汽压力、主蒸汽温度、再热蒸汽压力、再热蒸汽温度和排汽压力保持不变.新设计的回热抽汽个数变为7，由塔顶冷凝器首先加热凝结水并取消了8号加热器.由于1号加热器和2号加热器的抽汽压力会影响到锅炉给水温度和再热蒸汽压力，因此在优化计算时未改变1号和2号加热器的抽汽压力.

表3　某1 000 MW燃煤机组回热系统参数

应用AWPSO算法，构造适应度函数F=-η.参数设置如下：种群规模N=20；学习因子c1=c2=2；惯性权重wmax=0.9，wmin=0.5；迭代步数t=500.经过50次重复优化计算，得到了各级抽汽压力的设计参数.在相同的热力系统结构下，分别采用平均分配法、遗传(GA)算法和PSO算法对热力系统参数进行设计.不同方法的比较结果见表4和表5.3种智能寻优方法对应的适应度值进化曲线见图4.

表4不同方法的优化计算结果

Tab.4　Calculation results of different optimization methods MPa

4　对比分析

4.1传统设计方法与智能寻优方法的对比

由表5可见，在对燃煤-捕碳机组回热系统进行设计时，智能寻优方法明显优于以平均分配法为代表的传统设计方法.平均分配法由于忽略了蒸汽放热量随加热器给水焓升的变化，与机组实际情况差别较大，导致优化效果较差.而在应用GA算法、PSO算法和AWPSO算法进行优化时，所采用的数学模型充分考虑了各种实际因素的影响，没有对热力系统进行简化和假设，所以取得了良好的优化效果.由于燃煤-捕碳机组热力系统自身的特殊性，目标函数与优化变量之间的耦合性和非线性更强，智能寻优方法更适用于这种复杂系统的优化设计.

表5不同捕碳方案下的给水焓升分配及循环热效率的比较

Tab.5Comparison of feed-water enthalpy rise distribution and cycle thermal efficiency under different CO2capture schemes

对比参数改造方案1)新设计燃煤-捕碳机组方案平均分配法AWPSO算法PSO算法GA算法τ1/(kJ·kg-1)175.54179.95179.95179.95179.95τ2/(kJ·kg-1)239.81136.30189.62189.71191.30τ3/(kJ·kg-1)120.64136.30222.27217.74210.81τ4/(kJ·kg-1)247.56136.30161.6166.03171.38τ5/(kJ·kg-1)94.01136.3082.6783.9482.19τ6/(kJ·kg-1)80.99136.3080.1580.2680.91τ7/(kJ·kg-1)83.01136.3081.3980.0081.11τ8/(kJ·kg-1)75.72凝结水预热焓升τ/(kJ·kg-1)119.46119.46119.46119.46循环热效率η0.36920.40070.40870.40860.4066

注：1)以文献[19]的方案计算.

图4　最佳适应度值进化曲线Fig.4　Best fitness trends of various optimization algorithms

4.2智能寻优方法的对比

由图4可见，GA算法的收敛速度最慢，寻优效果最差，而AWPSO算法收敛速度最快，寻优效果最好，这主要是算法自身寻优机制的不同所致.

GA算法在寻优过程中需要通过“选择”、“交叉”和“变异”来实现“个体”与“种群”的更新，计算复杂度高，在求解到一定范围后，进化方向偏离最优方向，做了大量无为而冗余的迭代；寻找最优值的过程中比较均匀地向最优区域移动，并且GA算法过早收敛于局部最优，使得寻优效果较差.AWPSO算法与PSO算法通过随机速度来改变“个体”，计算复杂度相对较低，“个体”与“种群”在更新时具有高度的随机性，粒子具有“记忆”特性，同时关注自身最优值与种群最优值，整个寻优过程中始终跟随当前最优解，从而能够在较短的时间内找到最优解.AWPSO算法又在PSO算法的基础上对惯性权重描述进行了改进，增强了算法前期的收敛能力和后期的搜索能力，因而具有更高的求解速度和精度.

4.3设计方案的主要优点

当主蒸汽质量流量相同时，参考机组、捕碳改造机组和新设计燃煤-捕碳机组的发电功率和循环热效率的对比见图5.

图5　机组发电功率及循环热效率的对比Fig.5　Comparison of unit power output and cycle thermal efficiency

由图5可以看出，若在参考机组的基础上直接进行捕碳改造，并未对系统参数进行优化，发电功率和循环热效率分别下降了21.8%和25%；对燃煤-捕碳热力系统进行重新优化设计后，发电功率和循环热效率分别比改造机组提高了7.8%和10.7%.这是由于新设计的燃煤-捕碳热力系统有以下几方面优点：(1)再沸汽源参数更接近捕碳系统的要求，减少了参数调节过程中的能量损失；(2)回收了塔顶冷凝器的余热，代替了最后一级低压加热器；(3)对各级加热器的给水焓升重新进行了最优化分配.以上各因素使得新设计燃煤-捕碳机组的热经济性更具优势.经计算，若机组年利用小时数以5 000 h计，新设计的燃煤-捕碳机组比改造机组年多发电约3.05×108kW·h，年减排CO2约3.265×106t，具有可观的经济效益和社会效益.

5　结　论

(1) 重新设计了一种燃煤-捕碳机组热力系统，可以有效地减少再沸汽源的能量损失并能利用塔顶冷凝器的余热.

(2) 建立了热力系统参数优化模型，引入自适应粒子群算法对某1 000 MW超超临界燃煤-捕碳机组进行寻优计算，结果表明：新系统在优化后，机组的循环热效率比未优化的捕碳改造机组提高了10.7%.

(3) 自适应粒子群算法在应用于燃煤-捕碳热力系统优化时，收敛快、精度高，适用于捕碳系统与燃煤机组的集成设计，并可以推广应用于其他复杂能量系统的参数优化问题.

[1]王伟光，郑国光．气候变化绿皮书：应对气候变化(2014)[M]．北京：社会科学文献出版社，2014：96-124．

[2]徐钢，田龙虎，刘彤，等．中国电力工业CO2减排战略分析[J]．中国电机工程学报，2011，31(17)：1-8．

XU Gang, TIAN Longhu, LIU Tong,etal. Strategic analysis of CO2mitigation in Chinese power industry[J]. Proceedings of the CSEE, 2011, 31(17): 1-8.

[3]杨勇平，杨志平，徐钢，等．中国火力发电能耗状况及展望[J]．中国电机工程学报，2013，33(23)：1-11．

YANG Yongping, YANG Zhiping, XU Gang,etal. Situation and prospect of energy consumption for China's thermal power generation [J]．Proceedings of the CSEE, 2013，33(23)：1-11．

[4]陈新明，史绍平，闫姝，等．燃烧前CO2捕集技术在IGCC发电中的应用[J]．化工学报，2014，65(8)：3193-3201．

CHEN Xinming, SHI Shaoping, YAN Shu,etal. Application of CO2capture technology before burning in IGCC power generation system [J]．Journal of Chemical Industry and Engineering(China), 2014，65(8)：3193-3201．

[5]阎维平，董静兰，任海锋，等．增压富氧燃烧与捕集CO2电站的经济性分析[J]．动力工程学报，2012，32(9)：712-717．

YAN Weiping, DONG Jinglan, REN Haifeng,etal. Economic analysis of the power station with pressurized oxy-fuel combustion and CO2capture [J]．Journal of Chinese Society of Power Engineering, 2012，32(9)：712-717．

[6]罗聪，郑瑛，丁宁，等．纳米复合钙基高温CO2吸收剂的合成与性能[J]．中国电机工程学报，2011，31(8)：45-50．

LUO Cong, ZHENG Ying, DING Ning,etal.Synthesis and performance of a nano synthetic Ca-based sorbent for high temperature CO2capture[J]．Proceedings of the CSEE, 2011，31(8)：45-50．

[7]刘练波，郜时旺，许世森，等．燃煤烟气CO2捕集系统与电厂系统集成分析[J]．中国电机工程学报，2014，34(23)：3843-3848．

LIU Lianbo，GAO Shiwang，XU Shisen，etal．Analysis on system integration between carbon capture and coal-fired power plant [J]．Proceedings of the CSEE，2014，34(23)：3843-3848．

[8]LÉONARD G, TOYE D, HEYEN G. Relevance of accelerated conditions for the study of monoethanolamine degradation in post-combustion CO2capture[J].Canadian Journal of Chemical Engineering, 2015, 93(2):348-355.

[9]马双忱，王梦璇，孙云雪，等．氨水与MEA的CO2捕集对比研究[J]．动力工程学报，2012，32(1)：52-58．

MA Shuangchen, WANG Mengxuan, SUN Yunxue,etal. Efficiency comparison of CO2removal respectively with ammonia solution and MEA [J]．Journal of Chinese Society of Power Engineering, 2012，32(1)：52-58．

[10]FU K Y, RONGWONG W, LIANG Z W,etal. Experimental analyses of mass transfer and heat transfer of post-combustion CO2absorption using hybrid solvent MEA-MeOH in an absorber[J]. Chemical Engineering Journal, 2015,260:11-19.

[11]ABU-ZAHRA M R M, SCHNEIDERS L H J, NIEDERER J P M,etal. CO2capture from power plants: Part I. a parametric study of the technical performance based on monoethanolamine[J]. International Journal of Greenhouse Gas Control, 2007, 1(1):37-46.

[12]ABU-ZAHRA M R M, NIEDERER J P M, FERON P H M,etal. CO2capture from power plants: Part II. a parametric study of the economical performance based on mono-ethanolamine[J]. International Journal of Greenhouse Gas Control, 2007, 1(2):135-142.

[13]刘芳，王淑娟，陈昌和，等．电厂烟气氨法脱碳技术研究进展[J]．化工学报，2009，60(2)：269-278．

LIU Fang, WANG Shujuan, CHEN Changhe,etal. Research progress of CO2capture by using ammonia from flue gas of power plant [J]. Journal of Chemical Industry and Engineering(China), 2009, 60 (2): 269-278.

[14]MOKHTAR M, ALI M T, KHALILPOUR R,etal. Solar-assisted post-combustion carbon capture feasibility study[J]. Applied Energy, 2012, 92(4):668-676.

[15]FREGUIA S, ROCHELLE G T. Modeling of CO2capture by aqueous monoethanolamine[J]. Aiche Journal, 2003, 49(7):1676-1686.

[16]WAGENER D H V, LIEBENTHAL U, PLAZA J M,etal. Maximizing coal-fired power plant efficiency with integration of amine-based CO2capture in greenfield and retrofit scenarios[J]. Energy, 2014, 72(7):824-831.

[17]付文锋，王蓝婧，李飞，等．基于改进动态自适应粒子群优化算法的汽轮机组给水回热分配优化方法[J]．动力工程学报，2014，34(8)：653-659．

FU Wenfeng, WANG Lanjing, LI Fei,etal. Distribution optimization on feedwater enthalpy rise in steam turbine unit based on modified PSO algorithm [J]．Journal of Chinese Society of Power Engineering, 2014，34(8)：653-659．

[18]韩中合，王继选．CO2减排机理及与燃煤电厂集成特性的研究[J]．动力工程学报，2013，33(10)：808-814．

HAN Zhonghe, WANG Jixuan. Study on mechanism of CO2capture process and its integration with power generation systems [J]. Journal of Chinese Society of Power Engineering, 2013, 33(10)：808-814．

[19]刘文毅，唐宝强，徐钢，等．大规模碳捕集电站贫液CO2负载率优化研究[J]．动力工程学报，2015，35(1)：76-82．

LIU Wenyi, TANG Baoqiang, XU Gang,etal. Optimization on lean solvent CO2loading in coal-fired power plants with large-scale CO2capture [J]. Journal of Chinese Society of Power Engineering, 2015, 35 (1): 76-82.

[20]OEXMANN J, HENSEL C, KATHER A. Post-combustion CO2-capture from coal-fired power plants:preliminary evaluation of an integrated chemical absorption process with piperazine-promoted potassium carbonate[J]. International Journal of Greenhouse Gas Control, 2008, 2(4):539-552.

Optimized Design for Thermodynamic System of Coal-fired Power Plants with CO2Capture Based on AWPSO Algorithm

FUWenfeng1,HOUYanfeng1,WANGLanjing2,LIJiahua1,YANGYongping1

(1. MOE's Key Laboratory of Condition Monitoring and Control for Power Plant Equipment,North China Electric Power University, Baoding 071003, Hebei Province, China;2. School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China)

Taking the 1 000 MW ultra-supercritical coal-fired unit as an example, a new design scheme was proposed for the thermal system of power plant with CO2capture, based on which a computing framework for the thermal efficiency and a parameter optimization model for the regenerative system were set up, while the adaptive weighted particle swarm optimization (AWPSO) algorithm was applied for relevant calculations. Results show that the thermal economy of the newly-designed coal-fired power unit with CO2capture has been significantly improved, with its cycle thermal efficiency 10.7% higher than the retrofitted unit before optimization. The AWPSO algorithm is characterized by quick convergence and high stability, and its optimization results are obviously better than other methods, which therefore may be used for design optimization on thermodynamic system of coal-fired carbon-captured power units.

coal-fired power plant with CO2capture; thermodynamic system; AWPSO algorithm; design optimization

2015-10-09

国家自然科学基金煤炭联合基金资助项目(U1261210)；中央高校基本科研业务费专项资金资助项目(2014MS109, 2014MS135)

付文锋(1982-)，男，河北唐山人，讲师，博士研究生，主要从事节能原理与技术方面的研究．电话(Tel．)：13673222032；

E-mail：fwf_1982@163.com．

1674-7607(2016)09-0746-07

TK284.1

A学科分类号：470.20