CN101842148A

CN101842148A - Scr反应器中的试剂分布控制的自适应控制系统

Info

Publication number: CN101842148A
Application number: CN200880121711A
Authority: CN
Inventors: R·詹贝卡; R·利萨乌卡斯; W·梅迪洛斯; C·埃里克森
Original assignee: Babcock Power Inc
Current assignee: Babcock Power Inc
Priority date: 2007-10-30
Filing date: 2008-10-28
Publication date: 2010-09-22
Anticipated expiration: 2028-10-28
Also published as: EP2214808B1; WO2009058767A3; ES2517601T3; EP2214808A4; EP2214808A2; CN101842148B; US8108073B2; US8010236B2; WO2009058767A2; US20110266304A1; SI2214808T1; US20090112363A1

Abstract

一种用于控制选择催化还原(SCR)系统中试剂的剂量的方法，包括步骤：向系统提供多个试剂注射喷嘴，每个喷嘴配置为并适于在系统操作时在SCR反应期间被独立校准。该方法还包括：独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数，并优化来自每个注射喷嘴的试剂流以最小化遍及催化剂表面的偏差总和。一种系统执行选择催化还原(SCR)，以及一种机器可读介质包含控制选择催化还原(SCR)系统中试剂的剂量的程序指令。

Description

SCR反应器中的试剂分布控制的自适应控制系统

发明领域

本发明涉及降低NO_x排放，更具体地，涉及用于降低NO_x排放的选择催化还原(SCR)系统。

相关技术的描述

现有技术中已知用于降低工业环境中的NO_x排放的各种设备和方法。在这些设备中，许多用于通过SCR工艺降低NO_x排放。

例如煤、石油和工业煤气或天然气之类的化石燃料的燃烧产生了在环境上有害的物质，包括一氧化氮(NO)和二氧化氮(NO₂)。一氧化氮和二氧化氮统称为氧化氮，或NO_x。在化石燃料的自然燃烧过程中，NO_x的主要部分是NO。当化石燃料在多种装置中燃烧时能发生NO_x的产生，这些装置包括炼油厂加热器、燃气涡轮机系统和例如蒸汽厂中的锅炉。燃料可包括煤，石油，瓦斯，废品、例如都市固体废物，以及多种其他含碳物质。联邦、州和区机构已制定了限制来自发电厂和其他源的NO_x排放的法规。

为了遵守政府法规，通过燃烧控制或利用后燃方法来控制NO_x排放。燃烧控制技术包括锅炉调整、利用低NO_x燃烧器和/或上燃风、燃料分级以及其他旨在抑制NO_x形成的技术。这些技术能够达到25-60％的NO_x还原效率。然而在很多情况下，政府法规或许可要求更高的NO_x排除效率。为了达到这种NO_x排放限制，后燃烟气处理方法已经商业化。这些方法包括选择性非催化还原(SNCR)和选择催化还原(SCR)处理、这两种处理的结合、或其他方法。仅当利用SCR技术时更高的NO_x排除效率(80％-超过90％)才是可能的。

SCR反应器技术用于在来自例如能量产生的工业过程的废气被释放到空气之前处理这些废气。当废气通过SCR反应器时，SCR反应器处理依赖使用催化剂来处理废气。为了让SCR工艺继续，需要NO_x还原剂和催化反应器。由于催化剂是化学反应不可分割的部分，需要尽力将催化剂最大暴露于废气并保证所有NO_x足够地接触催化剂和还原剂，以进行处理。在这种技术中，SCR催化剂放置在通常在550到750华氏度之间的优化温度窗口。由于NO_x还原剂非常昂贵并且被大量消耗，需要解决有关试剂利用和分布的新的挑战问题。如果SCR工艺不完全消耗还原剂(如氨)，其可被释放到空气中，称为“逃逸(slip)”。逃逸增加了试剂消耗的成本，导致不能最优利用还原剂并且还能导致下游设备的污染。此外，政府法规限制了允许向空气释放试剂的量。结果是，对SCR工艺的合适的控制需要严格控制NO_x和还原剂释放到空气中。

有许多已知的NO_x还原剂。经常使用的NO_x还原剂是氨。从烟气流中移除NO_x的主要过程是将还原剂注射到烟气流内，还原剂例如是氨、尿素或任何许多其他已知的还原剂。例如，NO_x的选择催化还原包括在催化剂的存在下将氨(NH₃)注射到烟气流中，如下面的化学反应所示：

4NO+4NH₃+O₂→(催化剂)4N₂+6H₂O；(主要反应)以及

2NO₂+4NH₃+O₂→(催化剂)3N₂+6H₂O。

主要反应在600°F到750°F的温度范围内在催化剂层继续。催化剂的主要成分包括二氧化钛(TiO₂)和五氧化钒(V₂O₅)。此外，添加了氧化钨(WO₃)和三氧化钼(MoO₃)以增加热阻并限制催化剂毒剂的恶化影响。催化剂体积的合适的选择和大小对实现所需的系统性能至关重要。催化剂体积是基于催化剂化学活性、假设的催化剂失活率、温度和烟气流的偏差以及遍及催化剂床横截面的NH₃/NO_x摩尔比确定的。

一般使用氨注射网格(AIG)来将氨汽注射到SCR反应器。由于常规技术中希望将烟气和氨的同质混合物注射到SCR反应器，氨注射网格通常位于SCR催化剂反应器的“上游”。除了在SCR催化剂反应器之前设置氨注射网格外，氨注射网格配有喷射器以进一步保证氨汽足够地且均匀地分布在SCR系统的催化剂反应室的横截面区域或表面。

Dreschler的美国专利号5104629、Varner等人的美国专利号5603909、Inaba等人的美国专利号4160805和Anderson等人的美国专利号5988115都描述了用于将试剂分布到催化剂的各种技术。然而，尽管现有技术提供了有利于对烟气中NO_x浓度的高还原的SCR系统安排，在未反应的氨没有排放的情况下实现对NO_x排放的控制仍然存在问题。同时控制NO_x和NH₃的主要问题在于不能在SCR催化剂表面处针对NO_x浓度分布来调整氨浓度分布。氨浓度分布或NO_x浓度分布的不一致导致降低的NO_x效率(在没有足够的氨供应的情况下)或导致排放未反应的氨(在氨过度供应的情况下)。这个问题是由于NO_x浓度分布在催化剂表面非常不统一并且随不同的操作参数变化。此外，即便有同质的氨汽注射，氨逃逸的问题仍然发生。

已经提出了这些问题的各种解决方法，例如在Buzanowski的美国专利公开号2004/0057889A1(以后称为Buzanowski)中。Buzanowski描述了氨分布网格，提供对氨注射的调整和分布的控制，在整个管道中，随变化的NO_x浓度分布而连续匹配氨浓度分布。然而，Buzanowski描述的系统要求在网格中有大量的氨注射器、阀和传感器。此外，Buzanowski中给定的氨注射器的控制基于来自给定注射器的直接下游测量，而不考虑其他注射器的影响。然而，每个注射喷嘴并不总是具有明确界定的影响区域。通常，对于在任何单一下游位置的氨浓度，两个或多个注射喷嘴会对之产生一定程度的影响。

过去的有关SCR的自动控制的研究关注于对负载变化的瞬时系统响应。已经提出了大量改进的控制方案来限制锅炉负载变化期间的氨逃逸。这些包括各种前馈策略、模糊逻辑和多变量过程控制(MPC)。与限制氨逃逸同等重要的是，氨、NO_x的均匀分布，穿过催化剂床的温度和速度。传统地该均匀性已经通过使用物理模型仔细设计反应器、管道系统和烟气混合系统实现。然后在区域中手动调整氨分布以获得穿过催化剂床的最好的可能的氨-NO_x比值。然而，工厂的物理限制和烟气压力下降限制了均匀性能够实现的程度。

通常认为这些传统的方法和系统对它们所针对的目的是满意的。然而，在本领域中，对于在SCR系统中遍及催化剂的试剂流的改进的自动分布仍然存在持续的需求。在本领域中还存在着对廉价且容易制作和使用的方法和系统的需要。本发明提供了这些问题的解决方案。

发明内容

本发明的目的和优点将从下面的描述中阐明和变得明显。本发明另外的优点将通过书面的描述和权利要求以及附图特别指出的方法和系统实现和得到。

为了实现这些优点和其他优点，并且根据本发明的目的，如同这里包含的，本发明包括一种用于控制选择催化还原(SCR)系统中试剂的剂量的方法。该方法包括步骤：向系统提供多个试剂注射喷嘴，每个喷嘴配置为并适于当系统操作时在SCR反应期间被独立校准。该方法还包括独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数，并优化来自每个注射喷嘴的试剂流以最小化遍及催化剂表面的偏差总和。

根据本发明的另一方面，用于控制选择催化还原(SCR)系统中试剂的剂量的方法包括基于以下方程式优化试剂流：

B_{i} = Σ_{j = 1}^{N} K_{ij} X_{j}

{AMM}_{avg} = Σ_{i = 1}^{M} \frac{B_{i}}{M}

Σ_{i = 1}^{M} D_{i} = Σ_{i = 1}^{M} ABS [\frac{B_{i}}{A_{i}} - \frac{{AMM}_{avg}}{Σ_{j = 1}^{M} \frac{A_{j}}{M}}]

Σ_{j = 1}^{N} X_{j} = Σ_{i = 1}^{M} A_{i} \times η

其中：

N＝注射喷嘴的数目，

M＝网格测量点的数目，

X_j＝第j个注射喷嘴处氨的流速，

A_i＝第i个网格测量点处入口催化剂表面处的NO_x浓度，单位为ppm，

B_i＝第i个网格测量点处的氨浓度，单位为ppm，

K_ij＝第i个网格点处第j个注射阀的影响系数，定义为第j个注射阀处的流出现在第i个网格点的分数，

AMM_avg＝遍及整个反应器横截面的平均氨浓度，单位为ppm，

D_i＝第i个网格点处与氨/NO_x比值的平均值的偏差的绝对值，以及

η＝NO_x还原系数。

根据本发明的另一方面，优化步骤能手动发生。还预期优化步骤能经由与所述多个注射喷嘴通信的自动控制系统发生。优化步骤能在SCR反应开始之前发生。至少一个第二优化步骤能在SCR反应期间发生。

进一步根据本发明，确定影响系数的步骤能包括测量邻近注射喷嘴的至少一个下游测量点的污染级别。还预期确定影响系数的步骤包括测量注射喷嘴的至少一个上游测量点和注射喷嘴的至少一个下游测量点的污染级别。该系统能具有任何合适数目的试剂注射喷嘴。预期该系统能具有少于25个试剂注射喷嘴，少于15个试剂注射喷嘴，或少于5个试剂注射喷嘴。还预期系统能具有2个试剂注射喷嘴。

根据本发明的另一方面，每个注射喷嘴具有从约0.5英寸到约10英寸的直径。每个注射喷嘴能具有从约1英寸到约8英寸的直径。还预期每个注射喷嘴能具有从约2英寸到约6英寸的直径。多个注射喷嘴还可能形成具有多个分支的网格系统，其中至少两个网格分支能够被独立校准。

本发明还包括一种选择催化还原(SCR)系统。该系统包括多个试剂注射喷嘴。每个喷嘴配置为并适于在SCR反应期间被独立校准以将来自注射喷嘴的试剂分布到下游SCR催化剂。该系统还包括多个检测点，配置为并适于测量SCR催化剂处试剂和污染级别的至少一个。包括一优化系统，配置为并适于独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数，并且为每个喷嘴确定试剂的最优流速。自动控制系统，与优化系统和多个注射喷嘴通信。该自动控制系统配置为并适于独立于其他注射喷嘴来将来自每个注射喷嘴的流速校准为最优流速。

根据本发明的另一方面，优化系统配置为基于检测点处检测到的试剂或污染级别确定影响系数。优化系统能配置为基于根据本发明的方法的上面显示的方程式确定试剂的最优流速。

还预期优化系统能包括计算机。此外，注射喷嘴能配置为并适于通过散料混合将试剂分布到催化剂。预期能具有少于检测点的注射喷嘴。该系统还能包括注射喷嘴的上游的第二多个检测点，配置为测量一个或多个喷嘴的入口处的污染级别。注射喷嘴还可能少于第一和第二多个检测点处的全部检测点。该系统可能具有多至第一和第二多个检测点处的全部检测点的一半的注射喷嘴。

本发明还包括一种机器可读介质，包含用于控制选择催化还原(SCR)系统中试剂的剂量的程序指令。该程序包括用于指示处理器独立于其他注射喷嘴确定多个试剂注射喷嘴的每个喷嘴对催化剂的影响系数的代码段，其中每个喷嘴配置为并适于当系统操作时在SCR反应期间被独立校准。该程序还包括用于指示处理器优化来自每个注射喷嘴的试剂流以最小化遍及催化剂表面的偏差总和的代码段。

在本发明的另一方面，用于指示处理器优化试剂流的代码段包括基于根据本发明的方法的上面显示的方程式进行优化的指令。用于指示处理器优化试剂流的代码段能配置为指示处理器在SCR反应开始之前执行优化。此外，该程序还能包括用于指示处理器在SCR反应期间执行至少一个第二优化步骤的代码段。

还能包括用于接收来自至少一个测量点的测量数据的代码段，其中用于指示处理器确定每个喷嘴的影响系数的代码段配置为通过利用邻近注射喷嘴的至少一个下游测量点的污染级别的测量数据确定每个喷嘴的影响系数。还预期用于指示处理器确定每个喷嘴的影响系数的代码段还配置为通过利用邻近注射喷嘴的至少一个上游测量点和注射喷嘴的至少一个下游测量点的污染级别的测量数据确定每个注射喷嘴的影响系数。

根据本发明的另一方面，用于指示处理器为多个喷嘴的每个确定影响系数和指示处理器优化来自每个注射喷嘴的试剂流的代码段配置为并适于控制多个注射喷嘴。在这种情况下注射喷嘴形成具有多个分支的网格系统，其中至少两个网格分支能够被独立校准。

能够理解，之前的一般描述和下面的详细描述都是示例性的，意在提供所主张的发明的进一步解释。包含在说明书中并且是说明书部分的附图被包括进来以示意并提供本发明的方法和系统的进一步理解。附图与描述一起解释本发明的原理。

附图说明

图1是根据本发明的SCR系统的第一代表性的实施方式的示意图，显示了试剂/NO_x探测器的位置。

图2是根据本发明的SCR工艺的流程图，显示了控制试剂流速的步骤。

图3是以根据本发明的优化系统为模型的催化剂的出口处的NO_x浓度的曲线。

图4是以根据本发明的优化系统为模型的催化剂的入口处的入口NH3/NO_x分布的变化曲线。

图5是催化剂的出口处的NO_x浓度的现场数据，其中试剂流由根据本发明的模型确定。

图6是根据本发明的催化剂的入口处的入口NH3/NO_x分布的变化的现场数据的曲线，其中试剂流由根据本发明的模型确定。

对优选实施方式的具体描述

参考本发明的当前优选实施方式的细节，其中在附图中示出了例子。将结合系统的详细描述来描述本发明的一种方法和相应的步骤。

这里展示的设备和方法可用于控制SCR系统。本发明尤其适于改进SCR催化剂上的试剂流的分布。根据本发明，提供了选择催化还原(SCR)系统。该系统包括多个试剂注射喷嘴。每个喷嘴配置为并适于在SCR反应期间被独立校准以将来自注射喷嘴的试剂分布到下游SCR催化剂。该系统还包括多个检测点，配置为并适于测量SCR催化剂处的试剂和污染级别的至少一个。包括了一优化系统，其配置为并适于独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数，并为每个喷嘴确定试剂的最优流速。一自动控制系统与优化系统和多个注射喷嘴通信。该自动控制系统配置为并适于独立于其他注射喷嘴将来自每个注射喷嘴的流速校准为最优流速。

为了解释和示意但并非限制，图1显示了根据本发明的系统的示例性实施方式的部分图，系统一般由参考数字100表示。图2提供了根据本发明的系统的其他实施方式或其方面，如将描述的。

正如所描述的，在系统100的上游部分设置入口102，在其中进入用于处理的未处理的烟气，图1中由箭头120指示。提供了至少了一个试剂注射喷嘴104以将试剂注射到未处理的烟气120。在SCR系统100的工作期间，每个喷嘴104能被独立校准。喷嘴104将试剂分布到SCR催化剂106，其位于喷嘴104的下游。烟气120与来自试剂喷嘴104的试剂混合。当混合物通过SCR催化剂106时经历NO_x还原。处理过的烟气122从SCR催化剂106经由出口124并最终通过烟囱或其他合适的结构进入周围空气。

SCR工艺的典型试剂包括氨和尿素，尤其是在水溶液中。然而，本领域技术人员能容易得知，在不脱离本发明的精神的范围的情况下，喷嘴104能配置为将任何合适的试剂注射到系统100。尽管本发明实现时可以没有散料混合设备，然而优选通过散料混合将试剂分布到SCR催化剂106。在不脱离本发明的精神和范围的情况下，能使用任何其它合适的混合方案。此外，尽管这里描述为喷嘴，本领域技术人员将容易得知，在不脱离本发明的精神和范围的情况下，能使用管道或任何其他能向系统100供应试剂的装置来代替喷嘴104。

多个传感器108位于邻近SCR催化剂106的地方，向控制器110提供对试剂浓度和/或NO_x浓度的测量结果。在图1的SCR催化剂106的下游绘出了传感器108，然而还能够将传感器108设置在SCR催化剂106的上游，或甚至设置在SCR催化剂106的结构内。

传感器108的数目不必与喷嘴104的数目相同。可能使用比传感器108更多的喷嘴104。然而，优选每个喷嘴104具有至少一个传感器108。在一些环境中，例如，试剂可以有少至两个入口。然而，仍能利用更多数目的传感器108来控制根据本发明的系统中的入口。

图1显示了位于试剂注射器104的上游的第二多个传感器109。本领域技术人员将得知，传感器109是可选的。然而，最好具有第二组传感器109，以提供对在一个或多个喷嘴104的入口处的污染级别的测量。上游传感器109测量上游污染级别，除了由传感器108提供的反馈环路外，其为前馈环路提供数据，以控制试剂的量和分布。在本发明包括两组传感器108/109的实施方式中，可能具有少于传感器108/109总数的喷嘴104。系统100能在喷嘴104少于传感器108/109总数的一半情况下操作。本领域技术人员将容易得知，在不脱离本发明的精神和范围的情况下，能使用任何合适数目的传感器108/109以及任何合适数目的喷嘴104。

控制系统110配置为并适于接收来自传感器108/109的测量结果，并相应地控制通过喷嘴104的试剂流。优化系统112与控制系统110通信，或作为控制系统110的一部分，利用来自传感器108的测量结果为试剂喷嘴104确定最优流速。控制系统110连接到试剂注射器104，并基于来自优化系统112的确定结果、以对于每个喷嘴104独立的方式控制来自每个喷嘴104的试剂的流速以优化流速。

影响系数的创建能在离线程序中完全单独地完成，离线程序能是模型测试、分析测试、现场测试或任何其他合适的程序。影响系数然后用于优化系统112以在工作期间连续优化试剂的分布。还可能自动化生成影响系数的过程。例如，一组附加的传感器可放置在喷嘴104和催化剂106之间，其可与传感器108结合，以已知的方式确定喷嘴104的影响系数。本领域技术人员容易得知，在不脱离本发明的精神的范围的情况下，初始时，可为多个操作条件执行优化以生成优化的控制参数的查看表和数据库。然后，系统能简单地基于所测量的条件从查看表中寻找最优值，或使用任何合适的优化方案对最优值进行插值来控制试剂分布，而非连续优化。

已知的控制试剂流的方法的假设是，在没有合适的混合时，典型SCR系统中的每个注射喷嘴具有清楚界定的、不互相影响的下游影响区域。然而，在应用中，每个喷嘴可具有或可不具有明确界定的影响区域，这取决于静态混合系统的设计、整体系统几何、负载级别等。在任何单个下游位置，经常有两个或多个注射喷嘴对试剂浓度存在影响度。不同注射喷嘴之间的交叉影响是可重复的，且能从模型测试和现场测试确定。这些影响能用于在手动或自动注射系统调整期间优化遍及催化剂表面的NH₃/NO_x比值。这能通过以下完成，首先通过一系列阀影响测试，其中通过每个注射喷嘴单独注射稳定的试剂流，随后基于污染测量结果和/或试剂网格测量结果为每个阀确定影响区域。这些测试还能使用注射现场影响数据在物理模型学习中进行，来获得初步的流量估计。

能假设在任何注射喷嘴的氨流和催化剂表面的任何测量点之间具有线性关系。根据该假设，在给定的特定系统限制下，能得到一系列线性方程式，以解决遍及催化剂表面的最小变化。下面给出了对此的数学基础。物理模型测试结果和本方法能用于确定氨平衡的阀的初始设定值，以便在商业SCR反应器的现场调整期间优化性能。通过在投产之前“预调整”，现场优化时间能得到很大降低且性能能够被改进。

优化系统112确定每个注射喷嘴104的影响系数。每个喷嘴104的影响系数独立于其他喷嘴104来确定。影响系数然后能用作输出，以控制通过每个喷嘴104的试剂流速，使得每个喷嘴104在最优流速下操作。优化系统112能配置为基于传感器108/109测量的试剂浓度、污染浓度或二者计算影响系数。优选地，优化系统112应用以下系统方程式来确定试剂的最优流速：

B_{i} = Σ_{j = 1}^{N} K_{ij} X_{j}

{AMM}_{avg} = Σ_{i = 1}^{M} \frac{B_{i}}{M}

Σ_{i = 1}^{M} D_{i} = Σ_{i = 1}^{M} ABS [\frac{B_{i}}{A_{i}} - \frac{{AMM}_{avg}}{Σ_{j = 1}^{M} \frac{A_{j}}{M}}]

Σ_{j = 1}^{N} X_{j} = Σ_{i = 1}^{M} A_{i} \times η

其中N是注射喷嘴的数目，M是网格测量点的数目，X_j是第j个注射喷嘴处氨的流速，A_i是第i个网格测量点处入口催化剂表面处的NO_x浓度，单位为ppm，B_i是第i个网格测量点处的氨浓度，单位为ppm，K_ij是第i个网格点处第j个注射阀的影响系数，AMM_avg是遍及整个反应器横截面的平均氨浓度，单位为ppm，D_i是第i个网格点处与氨/NO_x比值平均值的偏差的绝对值，以及η是NO_x还原系数。

上面的独立方程式能表示为矩阵方程式：

AxB＝C

其中A是(2*M+2)X(N+2*M+1)维的矩阵，B是N+2*M+1维的向量。C是其元素表示线性方程式的约束条件的右侧向量(RHS)。要最小化的目标函数是：

Σ_{i = 1}^{M} D_{i}

且能通过单纯形优化法或任何其他合适的算法最小化。本领域技术人员将得知，在不脱离本发明的精神和范围的情况下，能使用上面的方程式或算法的等同形式或变化形式，或现在已知或以后发现的任何其他合适的优化方程式和方法。例如，取代最小化绝对偏差的和，可能最小化偏差的平方总和的平方根，称为最小化“均方根”或RMS。

优化系统112因此能以使得NH₃/N0_x分布的RMS值尽可能低的方式来发现通过每个注射喷嘴的氨流的百分比。以这种方式优化降低了逃逸，同时提供多种宽操作条件下预期级别的NO_x还原。例如，先前已知的用于全容量负载设计的系统不能很好地以低负载阻止逃逸。通过合适的调整每个单个注射器的氨流、在包括瞬态的宽范围的操作条件下保持遍及SCR催化剂106的试剂和污染的一致分布，优化系统112提供了大大降低了的低负载逃逸。

图1将控制系统110和优化系统112显示为分开的、连接的系统。然而，本领域技术人员将容易得知，控制系统110和优化系统112能是单一系统。对于优化系统110来说，可能直接接收来自传感器108和/或109的测量结果，并将优化试剂流信息传送给控制系统110，其相应地控制喷嘴104。一个或多个手动系统、数字或模拟电路、计算机、或任何其他合适的设备能构成控制系统110和优化系统112。本领域技术人员将容易得知，在不脱离本发明的精神和范围的情况下，能使用控制系统110和优化系统112的任何合适的安排。

根据本发明，还提供了一种用于控制选择催化还原(SCR)系统中的试剂剂量的方法。该方法包括向系统提供多个试剂注射喷嘴的步骤，其中每个喷嘴配置为并适于当系统操作时在SCR反应期间独立校准。该方法还包括独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数以及优化来自每个注射喷嘴的试剂流以最小化遍及催化剂表面的偏差总和的步骤。

为了解释而非限制，如图1和图2描述的，方法202包括步骤202，提供多个试剂注射喷嘴(如喷嘴104)。该方法还包括步骤204，确定每个喷嘴的影响系数。每个喷嘴的影响系数独立于其他喷嘴，并与所给出的喷嘴对SCR催化剂床具有多大影响力相关。每个喷嘴的影响确定能通过以下完成，每次操作一个喷嘴，或使用不同的气体种类，然后在一定的操作条件范围下测量催化剂床附近的影响。影响测试能通过物理刻度模型测试、全刻度SCR的现场测试，由计算型流体动力学方法或任何其他合适的方法完成。如上所述，在不脱离本发明的精神和范围的情况下，影响测试能手动或自动完成。

本方法还包括步骤206，优化来自喷嘴的试剂流。如上所述，通过针对多个试剂注射喷嘴最小化遍及催化剂表面的偏差总和而优化该流。优化步骤206能由优化系统(如112)在宽范围的操作条件下执行，以提供控制器(如控制器110)中使用的参数。如上所述，在优化系统上线前，能确定优化系统使用的影响系数。如上所述，还可能以单独校准模式进行对影响系数的周期性测试，例如通过包括喷嘴和催化剂床之间的一组额外的传感器。

根据本发明的实施方式，优化试剂流的步骤可包括对上述讨论中系统100的方程式进行求解。该优化步骤能是手动操作。然而，优选通过与注射喷嘴通信的自动控制系统执行优化。此外，可能在SCR反应开始之前执行优化步骤。例如，可能使用给定反应器模型的优化来帮助设计根据本发明的系统。本领域技术人员容易得知，这些模型也能用于设计改造现有系统的组件。

还可能在SCR反应期间执行优化。在工作期间进行优化允许试剂流相应于工作负载的变化而动态调整。在SCR工作期间调整试剂流还能在动态加载期间降低NO_x排放以及试剂逃逸。

确定影响系数的步骤能包括测量邻近注射喷嘴的至少一个下游测量点的污染和/或试剂级别。如上所讨论的，这些测量可使用位于试剂喷嘴的下游的传感器(如传感器108)执行。本领域技术人员将容易得知，在不脱离本发明的范围和精神的情况下，传感器可能位于催化剂床的上游、催化剂床的下游和/或与催化剂床集成。此外，确定影响系数的步骤除了测量喷嘴的下游之外还可能包括测量注射喷嘴的上游污染级别(如利用传感器109)。

根据本发明的另一方面，可执行本方法的步骤来控制通过少于25个试剂注射喷嘴的试剂的剂量。该方法的步骤能为少于15个试剂注射喷嘴，或少于5个试剂注射喷嘴执行。该方法的步骤还可能在包含两个试剂注射喷嘴的系统中执行。能够理解，尽管结合试剂注射喷嘴描述了本发明的实施方式，本发明的实施方式可使用敞口管端或注射试剂的任何其他合适的装置。本领域技术人员容易得知，在不脱离本发明的精神和范围的情况下，该方法能为任何合适数目的试剂喷嘴执行。

还可能根据本发明执行方法的步骤，其中每个注射喷嘴具有约0.5英寸到约10英寸之间的直径。还可能为直径在约1英寸和约8英寸之间的喷嘴执行该方法。其中注射喷嘴的直径在约2英寸到约6英寸之间时还能执行该方法的步骤。本领域技术人员将容易得知，在不脱离本发明的精神和范围的情况下，能使用任何合适直径的喷嘴。

可为其中注射喷嘴形成网格系统的系统执行该方法的步骤。这种网格系统中的喷嘴还可能形成至少两个网格分支，每个分支能够被独立控制或校准。此外，尽管图1显示了一维阵列的喷嘴和传感器，本领域技术人员将容易得知，在不脱离本发明的精神和范围的情况下，能使用包括二维或三维网格的任何合适的网格的喷嘴和传感器。

本发明还包括机器可读介质，包含用于控制SCR系统中试剂的剂量的程序指令。程序包括用于指示处理器独立于其他注射喷嘴确定多个试剂注射喷嘴的每个喷嘴对催化剂的影响系数的代码段。每个喷嘴配置为并适于当系统操作时在SCR反应期间被独立校准。还包括用于指示处理器优化每个注射喷嘴的试剂流以最小化催化剂床表面的偏差总和的代码段。

为了示意而非限制目的，如图1中描述的，用于指示处理器确定多个试剂注射喷嘴(如喷嘴104)中的每个对催化剂的影响系数的代码段独立地确定每个喷嘴的系数。另一代码段指示处理器优化每个注射喷嘴的试剂流以最小化遍及SCR催化剂表面的偏差总和。用于优化的代码段能包括基于根据系统100描述的方程式优化试剂流的代码。对于用于优化的代码段来说，当为设计目的建模时，可能配置为在SCR反应开始之间进行优化。用于优化的代码段也有可能包括用于在SCR反应期间进行优化步骤的代码。通过物理刻度模型测试、全刻度SCR的现场测试、计算型流体动力学方法或如上所述的任何其他合适方法确定的影响系数可提供给该代码。这一旦完成，代码能自动优化试剂的分布。

在本发明的另一方面，能包括用于接受来自至少一个测量点的测量数据的另外的代码段。用于在这种情况确定影响系数的代码段能配置为，通过利用邻近注射喷嘴的至少一个下游测量点的污染级别或试剂级别的测量数据，确定每个喷嘴的影响系数。在可获得注射喷嘴的上游和下游点的测量数据的情况下，用于确定每个喷嘴的影响系数的代码段能配置为基于上游和下游测量结果来确定影响系数。用于确定系数的代码段还能适于包括具有多个分支的喷嘴网格的系统，其中至少两个分支能够被独立校准。

通过示例而非限制，本发明的系统和方法的示例性实现在SCR反应器上进行了测试，结果显示在图3-6中。传感器被用于通过测试四个试剂出口的每个以及确定每个的影响系数来确定SCR反应器中的影响系数，像上面描述的那样。这些影响系数与根据上面所述的优化技术一起用于系统的计算机模型中。该模型为每个试剂出口确定最优流速。使用这些最优流速，还可能对催化剂出口处期望的NO_x浓度，如图3所示，以及在催化剂入口处的NH₃/NO_x摩尔比建立模型，如图4所示。因此，图3-4表示所期望的用于SCR反应器的最佳操作条件。

四个试剂出口的、来自模型的最优流速然后在SCR反应器的现场中实现。对SCR催化剂的入口和出口的35个点分别获得实际NH₃/NO_x摩尔比和NO_x浓度的测量结果。图5显示了催化剂出口处测量的实际NO_x浓度，其可以与图3(圆圈指示传感器位置)进行比较。图6显示了在催化剂入口处测量的实际NH₃/NO_x摩尔比，其能与图4(圆圈指示传感器位置)比较。为了验证优化系统获得的阀设定值，阀设定值在现场中变动而偏离于来自模型的最优值。以这种方式改变阀设定值导致了NO_x分布和NH₃/NO_x比值的恶化，因此证明了模型的阀设定值实际上最优。

改造现有系统意在包含本发明的系统、方法和计算机代码。本领域技术人员将容易得知，本发明能在现有系统、新系统上实现并被用于设计尚未存在的预期的系统。

这里列举的本发明的原理、方面和实施方式的陈述，以及具体的例子，意在包含结构的和功能的等同物。此外，这些等同物包括当前已知的等同物以及将来开发的等同物，即所开发来执行相同功能的元件，而不考虑结构。

这里的方法的框图和其他表示代表示例性电路、其他机制和软件的概念图，这些示例性电路、其他机制和软件体现了本发明的原理，并被使用在本发明的系统的实施方式和机器可读程序中。

类似地，能得知这里描述的系统流表示实质上在计算机可读介质中表示的不同处理，且由计算机或处理器结合合适的流系统硬件来执行，而无论是否明确显示了这种计算机或处理器。此外，这里公开的不同处理能理解为不仅表示处理和/或其他功能，还能表示为执行这些处理或功能的程序代码。

如上所述以及图所显示的，本发明提供控制SCR还原系统中试剂的剂量，其良好的特性包括稳态、瞬态以及低负载条件期间的低逃逸。对本领域技术人员来说，很明显的是，在不脱离本发明的精神和范围的情况下，能对本发明的设备和方法作出各种修改和改变。因此，本发明包括在附加的权利要求以及等同物的范围内的修改和改变。

Claims

1.一种用于控制选择催化还原(SCR)系统中试剂的剂量的方法，包括步骤：

a)向所述系统提供多个试剂注射喷嘴，每个喷嘴配置为并适于当所述系统操作时在SCR反应期间被独立校准；

b)独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数；以及

c)优化来自每个注射喷嘴的试剂流以最小化遍及所述催化剂的表面的偏差总和。

2.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中基于以下方程式优化所述试剂流：

B_{i} = Σ_{j = 1}^{N} K_{ij} X_{j}

{AMM}_{avg} = Σ_{i = 1}^{M} \frac{B_{i}}{M}

Σ_{i = 1}^{M} D_{i} = Σ_{i = 1}^{M} ABS [\frac{B_{i}}{A_{i}} - \frac{{AMM}_{avg}}{Σ_{j = 1}^{M} \frac{A_{j}}{M}}]

Σ_{j = 1}^{N} X_{j} = Σ_{i = 1}^{M} A_{i} \times η

其中：

N＝注射喷嘴的数目，

M＝网格测量点的数目，

X_i=第j个注射喷嘴处氨的流速，

B_i＝第i个网格测量点处的氨浓度，单位为ppm，

K_ij＝第i个网格点处第j个注射阀的影响系数，

AMM_avg＝遍及整个反应器横截面的平均氨浓度，单位为ppm，

η＝NO_x还原系数。

3.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述优化步骤手动发生。

4.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述优化步骤经由与所述多个注射喷嘴通信的自动控制系统发生。

5.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述优化步骤发生在SCR反应开始之前。

6.如权利要求5所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，还包括至少一个发生在SCR反应期间的第二优化步骤。

7.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中确定所述影响系数的步骤包括测量邻近注射喷嘴的至少一个下游测量点的污染级别。

8.如权利要求7所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中确定所述影响系数的步骤包括测量注射喷嘴的至少一个上游测量点的污染级别和注射喷嘴的至少一个下游测量点的污染级别。

9.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述系统具有少于25个试剂注射喷嘴。

10.如权利要求9所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述系统具有2个试剂注射喷嘴。

11.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中每个注射喷嘴具有从约0.5英寸到约10英寸的直径。

12.如权利要求11所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中每个注射喷嘴具有从约1英寸到约8英寸的直径。

13.如权利要求12所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中每个注射喷嘴具有从约2英寸到约6英寸的直径。

14.如权利要求1所述的用于控制选择催化还原(SCR)系统中试剂的剂量的方法，其中所述多个注射喷嘴形成具有多个分支的网格系统，其中至少两个网格分支能够被独立校准。

15.一种选择催化还原(SCR)系统，包括：

a)多个试剂注射喷嘴，每个喷嘴配置为并适于在SCR反应期间被独立校准，以将来自所述注射喷嘴的试剂分布到下游SCR催化剂；

b)多个检测点，配置为并适于测量所述SCR催化剂处试剂级别和污染级别的至少一个；

c)优化系统，配置为并适于独立于其他注射喷嘴确定每个注射喷嘴对催化剂的影响系数，并且为每个注射喷嘴确定试剂的最优流速；以及

d)自动控制系统，与所述优化系统和所述多个注射喷嘴通信，所述自动控制系统配置为并适于独立于其他注射喷嘴来将每个注射喷嘴的流速校准至所述最优流速。

16.如权利要求15所述的选择催化还原(SCR)系统，其中所述优化系统配置为基于所述检测点处检测到的试剂级别或污染级别确定所述影响系数。

17.如权利要求15所述的选择催化还原(SCR)系统，其中所述优化系统配置为基于以下方程式确定试剂的最优流速：

B_{i} = Σ_{j = 1}^{N} K_{ij} X_{j}

{AMM}_{avg} = Σ_{i = 1}^{M} \frac{B_{i}}{M}

Σ_{i = 1}^{M} D_{i} = Σ_{i = 1}^{M} ABS [\frac{B_{i}}{A_{i}} - \frac{{AMM}_{avg}}{Σ_{j = 1}^{M} \frac{A_{j}}{M}}]

Σ_{j = 1}^{N} X_{j} = Σ_{i = 1}^{M} A_{i} \times η

其中：

N＝注射喷嘴的数目，

M＝网格测量点的数目，

X_j＝第j个注射喷嘴处氨的流速，

B_i＝第i个网格测量点处的氨浓度，单位为ppm，

AMM_avg＝遍及整个反应器横截面的平均氨浓度，单位为ppm，

η＝NO_x还原系数。

18.如权利要求15所述的选择催化还原(SCR)系统，其中所述优化系统包括计算机。

19.如权利要求15所述的选择催化还原(SCR)系统，其中所述注射喷嘴配置为并适于通过散料混合将试剂分布到所述催化剂。

20.如权利要求15所述的选择催化还原(SCR)系统，其中注射喷嘴少于检测点。

21.如权利要求15所述的选择催化还原(SCR)系统，还包括第二多个检测点，所述第二多个检测点位于所述注射喷嘴的上游，配置为测量一个或多个喷嘴的入口处的试剂级别和污染级别中的至少一个。

22.如权利要求21所述的选择催化还原(SCR)系统，其中注射喷嘴少于第一和第二多个检测点处的全部检测点。

23.如权利要求22所述的选择催化还原(SCR)系统，其中注射喷嘴至多为所述第一和第二多个检测点处的全部检测点的一半。

24.一种机器可读介质，包含用于控制选择催化还原(SCR)系统中试剂的剂量的程序指令，所述程序包括：

a)用于指示处理器独立于其他注射喷嘴确定多个试剂注射喷嘴的每个喷嘴对催化剂的影响系数的代码段，其中每个喷嘴配置为并适于在所述系统操作时在SCR反应期间被独立校准；以及

b)用于指示所述处理器优化来自每个注射喷嘴的试剂流以最小化遍及所述催化剂的表面的偏差总和的代码段。

25.如权利要求24所述的机器可读介质，其中用于指示处理器优化试剂流的代码段包括基于以下方程式进行优化的指令：

B_{i} = Σ_{j = 1}^{N} K_{ij} X_{j}

{AMM}_{avg} = Σ_{i = 1}^{M} \frac{B_{i}}{M}

Σ_{i = 1}^{M} D_{i} = Σ_{i = 1}^{M} ABS [\frac{B_{i}}{A_{i}} - \frac{{AMM}_{avg}}{Σ_{j = 1}^{M} \frac{A_{j}}{M}}]

Σ_{j = 1}^{N} X_{j} = Σ_{i = 1}^{M} A_{i} \times η

其中：

N＝注射喷嘴的数目，

M＝网格测量点的数目，

X_j＝第j个注射喷嘴处氨的流速，

B_i＝第i个网格测量点处的氨浓度，单位为ppm，

AMM_avg＝遍及整个反应器横截面的平均氨浓度，单位为ppm，

η＝NO_x还原系数。