三分仓回转式空气预热器积灰分段监测模型研究

岳峻峰， 丁建良， 徐力刚， 邹 磊， 张恩先，管诗骈， 黄亚继， 陈 波

(1．江苏方天电力技术有限公司，南京 211102；2．东南大学 能源热转换及其过程测控教育部重点实验室，南京 210096)



三分仓回转式空气预热器积灰分段监测模型研究

岳峻峰1， 丁建良1， 徐力刚2， 邹 磊1， 张恩先1，管诗骈1， 黄亚继2， 陈 波2

(1．江苏方天电力技术有限公司，南京 211102；2．东南大学 能源热转换及其过程测控教育部重点实验室，南京 210096)

针对三分仓回转式空气预热器热段和冷段积灰分段监测的需求，基于空气预热器的传热模型，定义空气预热器利用系数作为清洁因子并建立积灰分段监测模型.通过分析空气预热器实时运行参数，根据热平衡原理确定了清洁因子计算步骤.以某1 000 MW超超临界直流锅炉的三分仓回转式空气预热器为例，研究了热段、冷段清洁因子在空气预热器积灰和吹灰时的变化趋势.结果表明：根据所建模型计算出的分段清洁因子变化趋势在稳定负荷下能够反映此空气预热器的分段积灰情况，而在变负荷情况下虽有一定偏离，但由于电厂变负荷工况下很少吹灰故影响较小；该积灰监测模型可作为三分仓回转式空气预热器热冷分段积灰监测的有效手段.

三分仓回转式空气预热器； 积灰监测； 利用系数； 清洁因子； 稳定负荷； 变负荷

大型电站燃煤锅炉多采用三分仓回转式空气预热器回收烟气热量来预热空气，由于三分仓回转式空气预热器传热元件结构紧凑且工质通道狭窄，因此极易积灰，甚至堵塞工质通道，导致烟气侧、空气侧流动阻力增加，传热效率降低，从而影响其正常工作，因而必须经常进行吹灰清洁.三分仓回转式空气预热器的传热元件根据材料不同分为热段(包括热段层和热段中间层)和冷段(包括冷段层)，目前，电厂为强化吹灰效果已经在热端、冷端(上下端)都布置有蒸汽吹灰器(如图1所示)，可分段吹灰.但在实际运行中，由于缺乏空气预热器积灰程度的直观数据，会导致吹灰器开启频繁而蒸汽损耗过大，或导致吹灰不及时而降低空气预热器传热效率.

图1 空气预热器传热元件剖面图及热冷端吹灰器分布

Fig.1 Profile map for heat-transfer elements of air heater and distribution of soot blowers at hot and cold end

目前，三分仓回转式空气预热器的积灰监测已取得了一定成果.阎维平等[1]从流动阻力角度，用折算压差建立了回转式空气预热器的积灰监测模型；蓝晓村等[2]用基于烟气压差的积灰程度指标进行积灰监测；Teruel等[3]引入神经网络算法建立了积灰监测模型；张晓安等[4]基于烟气折算压差推导出了临界清洁因子，并优化吹灰过程.但上述文献中的方法只能判断空气预热器的整体积灰情况，无法进行分段监测.因此，建立满足要求的空气预热器积灰分段监测模型显得至关重要.

笔者基于三分仓回转式空气预热器传热模型，定义空气预热器利用系数为清洁因子，建立积灰分段监测模型.根据采集的空气预热器实时运行数据，结合热平衡原理确定清洁因子的计算步骤，最后以某1 000 MW超超临界直流锅炉的三分仓回转式空气预热器为研究对象，根据模型计算分析了热段、冷段清洁因子在该空气预热器中积灰和吹灰时的变化趋势，并分析监测模型对于稳定负荷和变负荷工况的适用性.

1 积灰监测模型的建立

进行空气预热器积灰分段监测即能够获得热段、冷段的实时积灰变化，基于热平衡原理建立监测模型，通过三分仓回转式空气预热器(以下简称三分仓空预器)传热模型分析实时运行中空气预热器的分段积灰情况，并定义能够反映积灰情况的清洁因子.

1.1 三分仓空预器传热模型

三分仓空预器采用装有蓄热板的转子依次旋转通过烟气区和空气区的换热方式，转子每转1周就完成一个热交换过程，换热为非稳态周期过程，传热模型复杂.为了简化计算，可以认为此空气预热器传热过程为准稳态对流传热过程[5-6]，即烟气以对流方式将热量传递给空气，且烟气侧放热与空气侧吸热平衡.

1.1.1 烟气-空气传热计算模型

空气预热器烟气-空气传热模型如式(1)和式(2)所示[7]，式(1)表示烟气侧放热，式(2)表示空气侧吸热.

(1)

(2)

计算时可将一、二次风侧吸热看成一个整体考虑，因此空气侧进、出口焓用一、二次风的流量份额加权平均，即

(3)

(4)

空气预热器传热系数K的计算式如式(5)所示；式(6)为吸放热系数计算公式，由于烟气侧和空气侧传热元件相同，公式相同；式(7)为传热方程.

(5)

(6)

(7)

式中：ξ为能够表征受热面清洁程度的利用系数；αy为烟气侧对流放热系数，kW/(m2·K)；αk1、αk2分别为一、二次风对流吸热系数，kW/(m2·K)；xy、xk1、xk2分别为烟气、一次风和二次风通道受热面面积占总受热面积的百分比；deq为蓄热板当量直径，m；Re为雷诺数；Pr为普朗特数；λ为工质导热系数，kW/(m·K)；Z为蓄热板型系数；Ct、CL为计算中涉及的修正系数，对三分仓空预器换热来说都可取1；H为空气预热器受热面积，m2；ΔT为对数平均温差，K；Bj为计算燃煤量，kg/s；下标y(k)表示烟气侧和空气侧的公式相同.

式(1)～式(7)构成了三分仓回转式空气预热器的烟气-空气传热计算模型，既适用于整体计算也适用于热冷分段计算.值得注意的是，由于热段与冷段的传热元件材料不同，式(6)只适用于分段计算，在空气预热器整体计算时吸放热系数是通过分段计算并根据受热面面积份额加权平均获得的.

1.1.2 蓄热板传热计算模型

在三分仓空预器传热模型中，除了烟气与空气间的传热外，还有烟气、空气与蓄热板间的传热[8].假设在流动方向和蓄热板随转子旋转方向上，烟气、空气和蓄热板温度(烟气、空气进口温度除外)呈线性变化[9]，则可用式(8)～式(10)表示烟气、空气与蓄热板之间的传热过程(蓄热板传热方程与空气预热器的风道布置有关，此处空气预热器旋转方向为烟气到一次风，再到二次风，最后转回烟气).

烟气与蓄热板表面传热方程：

(8)

一次风与蓄热板表面传热方程：

(9)

二次风与蓄热板表面传热方程：

(10)

边界条件：

(11)

蓄热板自身热平衡(烟气区)方程：

(12)

式(8)～式(12)构成了三分仓回转式空气预热器蓄热板传热计算模型，由于传热元件的不同，通常适用于热冷分段计算.

1.2 清洁因子定义

锅炉受热面现有的积灰监测模型多采用可以表征受热面清洁程度的清洁因子[10]作为监测指标.在上述空气预热器传热模型中，利用系数ξ是考虑空气预热器积灰影响的参数[9]，在锅炉实际运行中能够反映空气预热器积灰的变化情况，利用系数越大，则空气预热器越清洁；利用系数越小，则空气预热器积灰越严重.因此，采用空气预热器的利用系数ξ作为清洁因子CF进行建模：

CF=ξ

(13)

由上式定义可知，当空气预热器较为清洁时，CF较大，趋近于1；当空气预热器积灰愈加严重时，则CF不断减小直至趋近于0.

综上所述，三分仓回转式空气预热器的积灰分段监测模型是通过传热模型计算出实时清洁因子来进行积灰实时监测的.

2 参数分析

2.1 已知与未知运行参数

2.2 漏风系数和过量空气系数

在三分仓空预器实际运行中，漏风通常分为直接漏风和携带漏风，而直接漏风又分为周向漏风和轴向漏风[11-12]，计算模型较为复杂.笔者认为可以忽略漏风的具体过程，假设烟气侧漏风全来自于空气侧，并将一、二次漏风看成整体，在整体计算时用整体漏风系数Δα表示，在分段计算时热段、冷段漏风系数关系式见式(14)，在实际计算中具体由烟气和空气的热平衡确定.

Δαh+Δαc=Δα

(14)

空气侧整体过量空气系数其实是质量流量的体

图2 已知与未知运行参数

现，可用式(15)表示，在计算热、冷分段空气侧过量空气系数时，认为质量流量的变化仅与空气侧向烟气侧漏风有关，可用式(16)和式(17)表示：

(15)

(16)

(17)

3 计算步骤

计算清洁因子的步骤流程见图3，具体步骤如下：

(2) 假设热段出口烟温ty,m(冷段进口烟温)，分别列出热段和冷段的热平衡方程式(18)和式(19)，计算热段、冷段漏风系数Δαh和Δαc，以及热段进口空气平均温度tk,m(即冷段出口空气平均温度).

(18)

(19)

图3 计算步骤流程图

(3) 假设热段进口一次风温度tk1,m(即冷段出口一次风温度)，从而由求得的tk,m，可知热段进口二次风温度tk2,m，根据式(6)分别计算热段、冷段烟气、一次风和二次风与蓄热板的传热系数，再由式(5)和式(7)分别计算热段、冷段的受热面利用系数.

(4) 根据式(8)～式(11)，分别计算热段烟气通道分界面上的蓄热板壁温，根据式(12)列出热段校核条件式(20)，校核热段进口一次风温度tk1,m假设值，若满足条件则假设正确，进行步骤(5)；若不能满足条件则假设错误，重复步骤(3)～步骤(4).

(20)

(5) 根据式(8)～式(11)，分别计算冷段烟气通道分界面上的蓄热板壁温，根据式(12)列出冷段校核条件式(21)，校核热段出口烟温ty,m(冷段进口烟温)假设值，若满足条件，则输出步骤(3)中计算出的热段、冷段利用系数作为清洁因子；若不能满足条件，则假设错误，重复步骤(2)～步骤(5).

(21)

4 计算实例及结果分析

4.1 计算实例

以某1 000 MW超超临界直流锅炉的容克式三分仓回转式空气预热器为研究对象.该空气预热器型号为34VI(T)-2300M，反转运行(烟气到一次风，再到二次风，最后转回烟气)，热段传热元件为DU型波纹蓄热板，冷段传热元件为NF型蓄热板(涂搪瓷)，具体结构参数见表1.

表1 结构参数

为研究此空气预热器的积灰变化，从锅炉集散控制系统(DCS)采集离线历史数据进行清洁因子计算分析，采样间隔为1 min.由于锅炉运行中存在各种扰动且热工参数变化时间较长，对采集数据已进行算术平均预处理.

4.2 积灰和吹灰段监测结果分析

为验证上述积灰分段监测模型的可行性，选取一段稳定负荷并且包含热段、冷段吹灰的时间进行分析对比.

图4为稳定负荷下(925 MW左右)热段和冷段清洁因子的变化曲线.先分析吹灰段，根据电厂实际考察结果，冷端吹灰器开启频率较高，通常其连续吹灰2次热端吹灰器开启一次.从图4(b)可以看出，热段和冷段清洁因子在实际记录的吹灰段(热段为4:50-5:20，冷段为4:00-4:30和4:50-5:20)内虽有所波动但都有明显上升，表明空气预热器在吹灰时积灰减少，清洁程度增加，清洁因子的变化与空气预热器实际清洁程度相符.

(a) 负荷变化

(b) 热段、冷段清洁因子的变化

而在积灰段，热段、冷段清洁因子在没有进行吹灰的积灰时间里(热段为1:14-4:50，冷段为1:14-4:05)，清洁因子虽有所波动但整体趋势下降，表明空气预热器的积灰不断增加，清洁程度下降.同时，冷段的清洁因子整体小于热段的清洁因子，且下降幅度、速率均较大，表明空气预热器的冷段比热段积灰严重且积灰较快，与电厂实际考察情况相符.

综上所述，清洁因子曲线能够反映空气预热器热段、冷段的积灰和吹灰情况，建立的积灰分段监测模型可满足要求.

4.3 变负荷工况下监测模型的适用性

在锅炉运行中常有负荷变化率大于3%/min的变负荷工况[13]，选取一段变负荷工况且无吹灰的时间段进行分析，结果见图5.

从图5可以看出，在稳定负荷段(6:30-7:45和9:00-10:00)，热段、冷段的清洁因子变化较为正常，略有波动但幅度不大；而在变负荷段(7:45-9:00)，热段、冷段的清洁因子变化较大，偏离正常范围.这是由于所建立的积灰分段监测模型是基于空气预热器传热平衡的前提建立的，在变负荷工况下，由于燃煤量改变导致烟气温度和流速突变，以及压力突变导致工质物性变化等原因，传热为不平衡过程[14]，则热平衡原理并不适用，即所建立的积灰分段监测模型不适用于变负荷工况.

一般情况下，电厂为保证机组运行安全，不会在负荷变化剧烈阶段进行吹灰，所以尽管所建立的积灰分段监测模型不适用于变负荷工况，但仍可以作为空气预热器积灰分段监测的较好手段，进行热冷分段积灰监测.

(a) 负荷变化

(b) 热段、冷段清洁因子的变化

5 结 论

(1) 基于热冷分段积灰监测的思想，所建立的三分仓回转式空气预热器积灰分段监测模型能够满足当今电厂空气预热器分段吹灰的要求.

(2) 在清洁因子的计算步骤中提出的漏风系数计算模型基于热平衡原理，忽略了具体的漏风过程，简化了漏风系数计算过程.

(3) 稳定负荷下的三分仓回转式空气预热器分段清洁因子计算结果与实际的积灰程度相符，能够反映空气预热器热段和冷段积灰的变化趋势，所建立的积灰分段监测模型在稳定负荷下能够满足积灰分段监测的要求.

(4) 变负荷下的清洁因子计算结果误差过大，这是由于变负荷下空气预热器传热不平衡，热平衡原理不适用，所建立的积灰分段监测不适用于变负荷工况.但由于电厂在负荷变化较为剧烈的阶段很少进行吹灰，因此该积灰监测模型可作为热、冷分段积灰监测的有效手段.

[1] 阎维平, 陈宝康, 梁秀俊, 等. 电站锅炉回转式空气预热器积灰监测模型的研究[J]. 动力工程, 2002, 22(2): 1708-1710.

YAN Weiping, CHEN Baokang, LIANG Xiujun,etal. Investigation on ash monitoring model for rotary air heater in utility boiler[J]. Power Engineering, 2002, 22(2): 1708-1710.

[2] 蓝晓村, 高正平, 徐治皋. 基于烟气差压的回转式空预器积灰实时监测研究[J]. 机电信息, 2004(19): 4-5.

LAN Xiaocun, GAO Zhengping, XU Zhigao. Study on real-time ash fouling monitoring for rotary air preheater based on the difference of gas pressure[J]. Mechanical and Electrical Information, 2004(19): 4-5.

[3] TERUEL E, CORTÉS C, DEZ L I,etal. Monitoring and prediction of fouling in coal-fired utility boilers using neural networks[J]. Chemical Engineering Science, 2005, 60(18): 5035-5048.

[4] 张晓安, 李永华. 空气预热器吹灰优化的清洁因子计算[J]. 发电设备, 2012, 26(5): 320-322.

ZHANG Xiaoan, LI Yonghua. Calculation of cleanness factor for sootblowing optimization of air preheaters[J]. Power Equipment, 2012, 26(5): 320-322.

[5] 阎维平, 李皓宇, 黄景立, 等. 电站锅炉三分仓回转式空气预热器热力计算方法研究[J]. 热力发电, 2009, 38(3): 44-47.

YAN Weiping, LI Haoyu, HUANG Jingli,etal. Study on thermodynamic calculation of tri-section regenerative of air preheater for utility boilers[J]. Thermal Power Generation, 2009, 38(3): 44-47.

[6] 冷伟, 陈道轮, 张志伦. 基于解析方法的回转式空气预热器换热计算[J]. 中国电机工程学报, 2005, 25(3): 141-146.

LENG Wei, CHEN Daolun, ZHANG Zhilun. Heat exchange calculation of a regenerative air heater with analytical method[J]. Proceedings of the CSEE, 2005, 25(3): 141-146.

[7] 李杨, 周元祥, 谢天, 等. 三分仓空气预热器热力计算的简化方法[J]. 动力工程学报, 2013, 33(1): 37-41.

LI Yang, ZHOU Yuanxiang, XIE Tian,etal. A simplified method for heat balance calculation of tri-sectional regenerative air heater[J]. Journal of Chinese Society of Power Engineering, 2013, 33(1): 37-41.

[8] 周俊虎, 杨卫娟, 靳彦涛, 等. 三分仓空气预热器热力计算的研究[J]. 动力工程, 2003, 23(6): 2810-2813.

ZHOU Junhu, YANG Weijuan, JIN Yantao,etal. Research on the heat balance calculation of the tri-sectional regenerative air preheater[J]. Power Engineering, 2003, 23(6): 2810-2813.

[9] 周强泰. 锅炉原理[M]. 2版. 北京: 中国电力出版社, 2009.

[10] 周俊虎, 靳彦涛, 杨卫娟, 等. 电站锅炉吹灰优化的研究应用现状[J]. 热力发电, 2003, 32(4): 24-27.

ZHOU Junhu, JIN Yantao, YANG Weijuan,etal. Status quo of research and application for sootblowing optimization on utiliyty boilers[J]. Thermal Power Generation, 2003, 32(4): 24-27.

[11] 刘福国, 郝卫东, 姜波. 三分仓回转再生式空气预热器漏风设计计算模型[J]. 机械工程学报, 2012, 48(4): 146-154.

LIU Fuguo, HAO Weidong, JIANG Bo. Modeling for leakages calculation in design of rotary regenerative preheater[J]. Journal of Mechanical Engineering, 2012, 48(4): 146-154.

[12] CAI Mingkun, HUI Shi'en, WANG Xuebin,etal. A study on the direct leakage of rotary air preheater with multiple seals[J]. Applied Thermal Engineering, 2013, 59(1/2): 576-586.

[13] 阎维平, 朱予东, 谭蓬, 等. 变负荷工况下锅炉对流受热面污染的监测[J]. 动力工程, 2007, 27(1): 58-61, 129.

YAN Weiping, ZHU Yudong, TAN Peng,etal. Ash fouling monitoring of boiler's convective heat delivery surfaces during variable load operation[J]. Journal of Power Engineering, 2007, 27(1): 58-61, 129.

[14] SHI Yuanhao, WANG Jingcheng, LIU Zhengfeng. On-line monitoring of ash fouling and soot-blowing optimization for convective heat exchanger in coal-fired power plant boiler[J]. Applied Thermal Engineering, 2015, 78: 39-50.

Study on Segmented Model for Fouling Monitoring of Tri-sectional Rotary Air Heaters

YUEJunfeng1,DINGJianliang1,XULigang2,ZOULei1,ZHANGEnxian1,
GUANShipian1,HUANGYaji2,CHENBo2

(1. Jiangsu Frontier Electric Technology Co., Ltd., Nanjing 211102, China; 2. Key Laboratory of Energy Thermal Conversion and Control, Ministry of Education, Southeast University, Nanjing 210096, China)

To realize the segmented monitoring of ash fouling respectively in hot and cold section of a tri-sectional rotary air heater, a segmented model was set up based on the heat transfer model of air heater and by defining the utilization coefficient as the cleanliness factor, of which the calculation steps were determined according to the heat balance principle and the real-time operating data. Taking the tri-sectional rotary air heater in a 1 000 MW ultra supercritical once-through boiler as an example, variation trends of cleanliness factor in both the hot and cold section were analyzed during soot formation and blowing period. Results show that the variation trends of segmented cleanliness factor calculated by the model can reflect actual fouling situation in hot and cold section during stable load operation of the air heater; however, in variable load operation, the data may have some deviations, which would hardly bring problems, since soot-blowing is rarely performed under varying load conditions. The segmented model may therefore serve as a reference for ash fouling monitoring in hot and cold section of tri-sectional rotary air heaters.

tri-sectional rotary air heater; ash fouling monitoring; utilization coefficient; cleanliness factor; stable load operation; variable load operation

2015-09-29

2015-12-10

岳峻峰(1976-)，男，内蒙古鄂尔多斯人，高级工程师，硕士，主要从事电站锅炉燃烧优化及性能试验方面的研究. 电话(Tel.)：15905166908；E-mail：jfyue_jsepri@163.com.

1674-7607(2016)10-0795-06

TK227.3

A 学科分类号：470.30