超临界煤粉炉燃烧特性的大涡模拟研究

张归华，申浩树，张 扬，陈树宽，赵东强，吴玉新

(1.清华大学能源与动力工程系热科学与动力工程教育部重点实验室，北京 100084；2.华润电力控股有限公司，深圳 518052；3.大唐陕西发电有限公司延安热电厂，延安 716004)

对于实际电站锅炉中煤粉燃烧的研究手段主要分为理论分析、实验研究和CFD 数值模拟等，随着高性能计算机的发展，CFD 对于设计优化以及解决实际问题发挥着越来越重要的作用.CFD 方法主要可以分为雷诺时均模拟(RANS)、大涡模拟(LES)以及直接数值模拟(DNS).RANS 方法求解时均N-S方程并建立湍流模型来封闭方程组，而DNS 方法则求解瞬态N-S 方程以获得整个时间、空间尺度的流场信息.LES 则介于两者之间，计算大尺度涡的运动情况，并利用亚格子模型封闭方程组.考虑计算成本，在实际应用中，通常采用RANS 和LES 方法.

在锅炉煤粉燃烧中，煤粉通常由高速气流携带进入燃烧室形成射流火焰，与均匀流动不同，颗粒在射流中的运动主要受到大尺度涡团的控制[1].同时，煤粉的热解、着火等过程也会受到湍流脉动的影响，对脉动信息的时均化处理会降低这些过程的求解精 度[2-3].因此，相比于RANS 方法，LES 方法可直接求解大尺度涡的运动，这使得它运用在锅炉煤粉燃烧时具有更大的优势.

Kurose 等[4]首次将LES 应用于固体燃料射流火焰的数值模拟，研究了颗粒相的扩散、蒸发和燃烧之间的相互作用，虽然研究对象是假想的，但依然体现了LES 方法在求解煤粉燃烧过程中的可行性.此后，学者们针对煤粉燃烧过程，不断完善基于LES 方法的子模型，其中包括CPD 热解模型[5]、小火焰燃烧模型[6-9]、NOx预测模型[10]、碳烟生成模型[11]、积灰结渣模型[12]等.随着子模型不断完善，学者们将煤粉射流火焰的数值模拟和实验数据进行对比，验证了LES方法对煤粉燃烧过程预测的准确性[13-15].

然而，在大型燃煤锅炉的应用中，由于计算成本的原因，研究仍然以RANS 方法为主.仅有少量的文献报道了 LES 在锅炉数值模拟中的应用，比如Adamczyk 等[16]利用LES 研究了燃尽风喷口位置对NOx分布的影响.为了探究LES 方法在实际工业锅炉中的应用优势，本文对660 MW 二次再热锅炉进行了大涡模拟，并比较了LES 方法与RANS 方法在流场、温度场、颗粒分布等方面的差异.

1 几何模型及网格划分

本文的模拟对象是660 MW 超超临界二次再热锅炉，锅炉本体为单炉膛、塔式布置、四角切圆燃烧的直流锅炉，采用高级复合空气分级低NOx切向燃烧技术.该锅炉从低到高设置有6 组燃烧器喷口，依次记为A、B、C、D、E、F.每层的燃烧器喷口都包括一次风和二次风喷口.在燃烧器喷口上方布置了上下两组燃尽风喷口在锅炉周围.烟气再循环喷口有两组，每组6 个喷口，再循环烟气由冷灰斗两侧通入炉膛底部.锅炉结构的侧视图和俯视图如图1 所示.采用正方体网格，网格尺寸为0.1 m，网格总数达到了2 400 万.虽然该网格无法解析近壁面处的流动，但LES 依然能解析控制锅炉内流动的大涡信息.算例在1 421 个核心上运行了168 h，模拟物理过程的总时间超过了20 s.对于RANS 方法，笔者经过网格无关性检验后将网格数量确定在180 万.虽然LES 的计算量大大超过了RANS 方法，但随着高性能计算机的发展，其所需的计算代价在工业应用时是可以接受的.

图1 660 MW超超临界二次再热锅炉简图Fig.1 Schematic diagram of 660 MW ultra-supercritical secondary reheat boiler

2 数值模拟

本文数值模拟采用犹他大学的开源代码Arches作为LES 求解器，Arches 利用大规模并行计算求解湍流场中的各个守恒方程[17].这在固体燃烧、气化等许多工业领域都有所应用.

2.1 气相控制方程

LES 方法求解的方程是滤波过滤后的质量、动量、能量以及其他标量控制方程，见式(1)～(4)，其中变量上方的“-”和“～”分别表示过滤和Farve 过滤后的变量：

其中，S 表示来自颗粒相的源项.对于滤波过滤后的动量方程，其亚格子尺度应力张量采用动态Smagorinsky 模型求解.气相燃烧采用混合分数PDF函数模型，温度场通过混合分数和散热系数查表得到.颗粒和气相之间的辐射换热模型采用DO 模型.

2.2 简化的DQMOM方法

对于颗粒相，本文采用颗粒数密度函数(NDF)，即单位体积内颗粒数来描述.NDF 随空间、时间t以及内部坐标系变化.内部坐标系包括7 个变量来描述煤粉颗粒的内部特征，分别是：干燥无灰基质量、焦炭质量、颗粒粒径、颗粒焓值和3 个方向上的颗粒速度.DQMOM 方法求解第α相颗粒数密度ωα和第α相的颗粒数密度与内部坐标的乘积ζnα=ω α(ξn)α的控制方程：

其中aα和 bnα是未知源项，这使得方程组无法封闭，因此对源项进行以下简化使方程组封闭[18].

2.3 煤燃烧模型

对于煤粉燃烧系统，可以认为颗粒高度分散，粒间相互作用小到忽略不计.在此假设下，采用单颗粒速度模型表示颗粒的加速项.对于介尺度的颗粒，只考虑曳力和重力，忽略其他力.曳力系数是关于颗粒雷诺数的函数[19].

脱挥发分模型采用的是Schroeder 的改进单速率模型[20].为了更好地捕捉脱挥发分过程的物理特征，该模型在指数项中引入了分布式活化能模型.通过与CPD 模型的比较，最终确定了脱挥发分模型的参数.

考虑反应式(9)～(11)来模拟焦炭反应[19]，焦炭的燃烧率由化学反应和扩散共同决定，焦炭的氧化和气化都认为是化学反应.对于扩散过程，考虑了分子扩散和Stephan 流的影响.

2.4 LES的小尺度验证

为验证LES 方法以及上述模型对煤粉燃烧过程模拟的准确性，针对不同尺度的煤粉燃烧工况开展了层级验证.Shen 等[18]利用Hencken 燃烧器证明了LES 方法以及简化DQMOM 模型可以准确地描述煤粉燃烧的点火距离.Zhang 等[10]利用一维电加热的空气分级煤粉燃烧炉证明了LES 方法可以比RANS 方法得到更准确的NOx预测结果.Zhou 等[21]用LES 方法模拟15 MW 煤粉锅炉的燃烧过程，并通过与实验过程定量对比，证明了LES 方法可以准确模拟煤粉燃烧中气相温度、O2浓度以及壁面热流分布等锅炉关键参数.

3 工况设置

本文在660 MW 二次再热锅炉最大蒸发量工况(BMCR)下进行数值模拟.该工况下煤粉、送风、温度等数据见表1.使用的设计煤种其工业分析和元素分析结果如表2 所示.煤粉细度R90为18%～20%，均匀性指数n 为1.0～1.1.数值模拟中采用5组颗粒来代表该粒径分布，粒径及其质量分数可通过基于矩守恒的粒径分档模型[22]得到.如表3 所示，数值模拟中的煤粉粒径基本都分布在10～100µm 之间.

表1 风粉工况数据Tab.1 Air and coal’s operating data

表2 煤的工业元素分析Tab.2 Industrial element analysis of coal

表3 粒径分布设置Tab.3 Particle size distribution setting

4 结果分析

为了探究LES 方法在实际工业锅炉中的应用优势，对锅炉在相同工况下分别使用 LES 方法和RANS 方法进行模拟，并进行比较.其中，RANS 方法采用Realizable k-ε模型作为湍流模型.

4.1 流场分析

对于锅炉内的流场分析，首先初步对比锅炉内速度的时均结果，EXP 表示根据热力计算表所得的结果.如图2 所示，对于锅炉内整体的时均速度，LES方法与RANS 方法差别不大，并没有表现出明显的优势.

图2 气相时均速度对比Fig.2 Time-averaged velocity in gas phase

接下来比较不同高度下锅炉截面上的旋流流场，图3 分别展示了A 层、D 层燃烧器以及高位燃尽风层在两种方法下计算得到的速度云图，可以看出，RANS 方法计算的射流刚性强于LES，LES 方法计算的流场旋流更强烈，炉膛中心速度值也更高.图4 展示的LES 瞬时速度云图表明，射流在燃烧器出口就产生了强烈的脉动，文献[21]中对于小型锅炉的实验测量结果也表明了锅炉内煤粉火焰有强烈的波动行为.这也就解释了图3 中的差异：流场在大尺度湍流涡的作用下，旋流和扩散过程得到增强，而RANS 方法无法解析这些湍流涡，因此其计算结果无法体现这一点.

图3 各层燃烧器截面速度云图Fig.3 Cross-sectional velocity contour of each layer of burner

图4 LES方法D层燃烧器截面瞬时气相速度云图Fig.4 Instantaneous gas phase velocity contour of Dlayer combustor section by LES

而锅炉煤粉燃烧过程是湍流、燃烧、多相流等多 个问题的耦合过程，流场计算的差异必然会影响温度、颗粒扩散等过程的计算结果.

4.2 颗粒浓度分析

图5 展示不同粒径的颗粒浓度分布云图，可以看出，高浓度区域靠近壁面，且大颗粒与小颗粒浓度分布云图的差异较小，这种不同粒径的行为相似性可能是强烈的气体旋流导致的.图6 展示了锅炉截面的颗粒浓度在两种方法下计算得到的结果对比.在LES 流场中，颗粒浓度在燃烧器出口处明显下降，沿射流下游方向迅速扩散.在RANS 流场中，颗粒在距离射流出口一段距离处仍然保持较高的浓度，而且向射流下游扩散的程度不显著.结合图 5 的结果可以认为，颗粒在射流中的运动受流场主导，而流场是受大尺度湍流涡团控制的，即湍流脉动会加强颗粒扩散，LES 可以解析出该流动信息，而RANS 不能解析.所以LES 方法和RANS 方法对颗粒浓度的预测会出现上述差异.因此，可以认为LES 在预测颗粒运动方面优于RANS.

图5 不同粒径的颗粒质量分数分布云图Fig.5 Concentration distribution contour of different particle sizes

图6 D层燃烧器截面颗粒质量分数云图Fig.6 Concentration distribution contour of D-layer combustor section

4.3 温度场分析

气相温度云图可以反映出火焰结构，对于NOx和CO2的生成非常重要.以D 层燃烧器为例，图 7分别展示了两种方法下计算得到的温度场云图.为了便于对比，笔者以LES 的云图颜色范围作为标准范围.可以看出，与RANS 相比，LES 预测的煤粉着火位置更靠近射流上游，且LES 方法相比于RANS对于煤粉着火位置的预测优势已在文献[10，18]中通过实验进行验证.同时，LES 结果中炉膛中心位置温度更高，从壁面到中心梯度更小，而RANS 预测壁面区域与炉膛中心处存在明显的温度分界线，即明显的火焰贴壁现象，这一点在云图中的表现为温度极大值点超出了云图范围，导致云图中出现空白区域.从图 8 可以看出，在炉膛壁面处LES 预测煤粉射流火焰的温度剧烈波动，这加强了烟气横向的换热过程，因此温度分布与RANS 方法不同.以上结果表明，LES 由于可以提升对湍流脉动和颗粒扩散的预测进而提高对煤粉着火的预测精度，这有助于加深对锅炉燃烧过程的理解.

图7 D层燃烧器截面温度云图Fig.7 Temperature contour of D-layer combustor section

图8 LES方法D层燃烧器截面瞬时温度云图Fig.8 Instantaneous temperature contour of D-layer combustor section by LES

除了温度场，图 9 还对比了锅炉内主要组分分布，可以看出，虽然两种方法计算的O2和CO2的分布基本一致，但在CO 等污染物预测方面仍然存在差距，这主要是由于温度场的差异，即火焰结构差异导致的.这说明，LES 方法对于锅炉内煤粉着火、温度分布的更高精度预测会带来污染物预测方面的优势.

图9 主要组分分布对比Fig.9 Comparison of main component distribution

5 结论

本文通过对660 MW 超超临界二次再热锅炉进行模拟，探究了LES 方法在实际工业规模的锅炉中对煤粉燃烧涉及的各种过程的模拟情况.通过与RANS 方法对比，展现了LES 方法在实际工业锅炉中的应用优势.结果表明，LES 方法能够对锅炉中的瞬态流场进行求解，从而得到更加准确的湍流脉动信息.相比于RANS 方法，LES 方法得到的流场旋流更强，炉膛中心速度值更高.

同时，由于湍流、燃烧以及多相流等问题的相互耦合，求解准确湍流信息这一优势不仅体现在对流场的求解，也使得LES 方法对颗粒扩散、温度分布、煤粉着火等问题的求解也更加精确，而着火特性、温度分布的精准预测又进一步带来了污染物预测方面的优势.这些都是RANS 方法应用在实际工业锅炉中时存在的缺陷.

综上，在实际工业锅炉的模拟中，对于炉内热负荷分布及整体传热量来说，采用RANS 方法就可达到与LES 近似的精度，满足工业应用.但LES 方法对于预测煤粉着火区以及慢反应组分具有显著的精度提升，即LES 的计算量大大超过了RANS 方法，虽然LES 方法的计算量会高于RANS 方法，但随着高性能计算机的逐渐发展，其所需的计算代价在工业应用时是可以接受的，更适合研究此类问题.