燃煤机组超低排放系统多目标优化运行策略研究

国能浙江北仑第一发电有限公司 申正远

电力工业作为国民经济的支柱行业，在我国经济高速发展过程中扮演了举足轻重的角色。根据国家统计局公布数据，我国探明可直接利用的煤炭储量为1886亿t。另外，包括3317亿t 基础储量和6872亿t 资源量共计1万亿t 的资源，可以留待后人勘探开发，已探明的煤炭储量占世界煤炭储量的12.6%，可采量位居第三，产量位居世界首位。正是由于我国是一个富煤的国度，因此以动力煤为燃料的火力发电机组成为我国现役发电机组的主力，在我国煤炭总消费的四成以上由火电机组消纳。

我国政府对环境保护的重视程度越来越高，对大气污染物排放的要求和标准也日益完善，对未来环境保护的规划也制定了纲领性文件。我国环保部门早在2011年就颁布了《火电厂大气污染物排放标准》（GB 13223-2011），全面对燃煤电厂的大气排放物做出了详细的要求，例如要求重点地区燃煤电厂的粉尘颗粒、硫化物、氮氧化物分别不超过20、50、100mg/m³。在之后的十几年中，环保部门对大气污染物排放标准的要求日益提高。根据2021年颁布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称《规划》），国家对环境保护工作提到了历史新高度。《规划》提出了至2035年基本实现社会主义现代化远景目标，广泛形成绿色生产生活方式，碳达峰后稳中有降，生态环境根本好转，美丽中国建设目标基本实现；生产生活方式绿色转型成效显著，能源资源配置更加合理、利用效率大幅提高，主要污染物排放总量持续减少，生态环境持续改善，生态安全屏障更加牢固。

在燃煤火电机组排放的大气污染物中，主要是氮氧化物、二氧化硫和固体颗粒物。目前，国内主流的燃煤火电机组大气污染物减排流程如下文所述：锅炉省煤器后烟气首先经由喷氨脱硝装置（SCR），再经由静电除尘装置（ESP）送至引风机，最后通过脱硫系统进入烟囱。

1 控制系统分析

下文以主流广泛应用的选择性催化还原脱硝系统、静电除尘系统、石灰石-石膏湿法脱硫为代表进行燃煤火电机组超低排放系统控制环节分析。工业中常见的脱硝技术主要包括选择性催化还原技术、选择性非催化还原技术、活性炭吸附技术等，其中选择性催化还原技术已经应用的较为成熟，且生产效率高、成本低；常见的烟气除尘技术包括静电除尘技术、布袋式除尘技术、旋风除尘等，全国超过七成的燃煤电厂均采用静电除尘技术；在脱硫技术中，有石灰石-石膏湿法脱硫、海水脱硫、双碱脱硫法等，其中较为广泛应用和技术最为成熟的是石灰石-石膏湿法脱硫，超过90%的燃煤火电机组均采用这种工艺。

1.1 脱硝控制系统

选择性催化还原脱硝系统是通过将液氨喷入烟气中，利用氨与氮氧化物发生化学反应的原理。由于，该化学反应对温度有一定的要求，因此脱硝系统布置在锅炉省煤器之后，在烟道的这一区域，烟气的温度能满足氮氧化物与氨气的化学反应需要的条件。喷氨脱硝系统工艺流程图如图1所示[1]。

以SCR 催化还原为例，烟气中氮氧化物与氨气在催化剂层的化学反应式如式（1）所示：

SCR 脱硝技术目前已经较为成熟和完善了，影响其脱硝效率的因素主要有以下几方面。一是来自催化剂的影响，不同的催化剂、催化剂分布以及烟气中重金属对催化剂性能的影响会间接影响脱硝效率。二是脱硝反应区的温度对脱硝效率的影响。三是氨氮摩尔比，根据现场运行数据，当氨氮摩尔比控制在1.0时，脱硝系统的运行效率能保持在95%以上。四是烟气中的含氧量和烟气流速都会对脱硝效率产生影响。

1.2 静电除尘控制系统

目前，国内主流的干式静电除尘系统工艺流程图如图2所示，其主要分为3个步骤：电离、收集和振达。

图2 静电除尘系统流程图

以干式静电除尘系统为例，其工作原理如下所述：一是利用高电压击穿除尘器中气体，从而使除尘器中气体电离；二是气体电离后产生的正负离子吸附在灰尘上，即粉尘荷电；三是带电后的粉尘在电场的作用下开始吸附在电场极板上；四是通过振动装置将吸附在极板上的粉尘收集起来。影响经典除尘效率的因素主要如下所述：首先，电源电压越高、则除尘效率越高，但对元器件寿命以及节能同样有影响；其次，烟气流速、粉尘属性、振达周期、烟气温度同样会对除尘效率造成直接或间接的影响。

1.3 湿法脱硫控制系统

由于石灰石-石膏湿法脱硫工艺可靠性较高且成本较低，因此目前现役机组脱硫系统主流采用石灰石-石膏湿法脱硫方式，系统流程图如图3所示。

图3 脱硫系统工艺流程图

由图3可以看出，石灰石-石膏湿法脱硫系统工艺流程可分为4个环节：二氧化硫吸收过程、石灰石粉末溶解过程以及氧化过程、硫酸钙结晶过程，其过程总反应化学式如式（2）所示：

根据大量的现场实际运行试验以及理论研究表明，影响脱硫系统运行效率的因素主要如下：石灰石浆液pH 值、硫钙比、液气比对系统脱硫的效率影响最为明显[2]。

2 多目标优化运行策略

随着科学技术的不断进步，目前大气污染物减排水平已经得到了较大的提升，SCR 脱硝效率基本达到80%以上，湿法脱硫装置的脱硫效率达到97%以上，静电除尘效率能达到99%以上。但国内外研究很少把脱硝、脱硫、电除尘三者作为一个整体进行烟气污染物综合研究进行多目标优化。相较于单一污染物减排控制，将三者作为一个整体进行分析，则整个系统内部亦存在变量耦合，给运行优化带来了较大挑战。本文提出多污染物协同运行框架如图4所示。

图4 多目标协同运行框架流程图

部分氮氧化物在脱硫吸收塔内发生化学反应式如式（3）所示：

而且，绝大部分粉尘都在静电除尘装置内被吸附，但烟气中残留的粉尘还会在脱硫塔内通过石灰石浆液时被脱硫系统吸收。由于在运行过程中，势必要考虑经济成本，通过上述分析，如果将三个子系统考虑成一个整体进行全局优化，势必给系统建模带来较大困难，而且难以在现场指导运行人员进行手动调整。

以经济角度出发，同时满足大气污染物排放标准，燃煤电厂的大气污染物排放环节的整体优化问题可以描述为：

目前，国内燃煤电厂普遍是将上述三个系统独立运行，或者在单个系统内进行运行优化策略的研究，较少的文献或者学者将三者统一纳入一个整体进行全面的优化设计。主要原因是：三者被控对象均为锅炉烟气，同时各环节的调控参数均存在耦合情况，给理论分析带来了较大困难。同时，将三者视为一个整体系统后，需要优化的目标超过了两个，属于多目标优化问题，而且系统具有非线性强、迟延时间大的特点。传统的寻优方法，例如线性规划、梯度下降法等均难以应对。随着科学技术的进步，近年来涌现出启发式群集智能优化算法给此类问题带来了新的解决途径。

多目标优化算法是近年来新兴的群集智能优化算法，能够在面对多目标约束时不必花费高昂的代价去处理各种约束间耦合的关系，直接去求解带约束问题的非支配解集，其中又以多目标粒子群算法为典型代表。粒子群优化（PSO）是由Kennedy 和Eberhart 等人于1995年提出的，该算法通过模拟鸟群和鱼群的社会合作和个人竞争行为，其根据群体最优、个体最优、惯性速度三者来引导粒子群进化到全局最优，因此该算法具有控制参数少且收敛速度快的特点[3]。

3 结语

综上所述，将多目标粒子群优化算法应用至燃煤机组大气污染物排放综合优化问题中，每一个粒子包含4个变量：喷氨量、除尘器电场电压、石灰石浆液pH 值、浆液循环泵运行数量，同时多目标优化问题受各个污染物排放指标的约束。由于整体系统变量间耦合的复杂性，决定了计算复杂度的提高，基于本文论述，应用群集智能优化算法来解决燃煤火电机组超低排放系统多目标优化运行是一种可取的途径，针对工业过程的整体复杂程度的提升，采用协同优化策略，将先进的控制理念和策略应用到传统火电系统中，从而为电力行业转型升级提供更多宝贵的经验。