CN116272358A - 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 - Google Patents
一种智能化辅助烟气脱硝系统喷氨调平试验的方法 Download PDFInfo
- Publication number
- CN116272358A CN116272358A CN202211089959.8A CN202211089959A CN116272358A CN 116272358 A CN116272358 A CN 116272358A CN 202211089959 A CN202211089959 A CN 202211089959A CN 116272358 A CN116272358 A CN 116272358A
- Authority
- CN
- China
- Prior art keywords
- ammonia
- flue gas
- partition
- denitration system
- gas denitration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 title claims abstract description 510
- 229910021529 ammonia Inorganic materials 0.000 title claims abstract description 255
- 238000005507 spraying Methods 0.000 title claims abstract description 98
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 239000003546 flue gas Substances 0.000 title claims abstract description 82
- 238000012360 testing method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005192 partition Methods 0.000 claims abstract description 194
- 238000002347 injection Methods 0.000 claims abstract description 88
- 239000007924 injection Substances 0.000 claims abstract description 88
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 239000007921 spray Substances 0.000 claims abstract description 8
- 238000010998 test method Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000002224 dissection Methods 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 239000003638 chemical reducing agent Substances 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8621—Removing nitrogen compounds
- B01D53/8625—Nitrogen oxides
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/90—Injecting reactants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2251/00—Reactants
- B01D2251/20—Reductants
- B01D2251/206—Ammonium compounds
- B01D2251/2062—Ammonia
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2258/00—Sources of waste gases
- B01D2258/02—Other waste gases
- B01D2258/0283—Flue gases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明提供一种智能化辅助烟气脱硝系统喷氨调平试验的方法,包括以下步骤:S1.对烟气脱硝系统进行等比例三维建模和网格剖分以建立CFD模型;S2.计算各喷氨分区全部正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度总值;S3.计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值;S4.计算各喷氨分区对烟气脱硝系统出口测试面上各测点氨浓度贡献权重值;S5.建立具有各喷氨分区的权重值、各喷氨分区的喷氨量与烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值三个矩阵参数的线性代数方程组;S6.求解方程组得到各个喷氨分区的喷氨量。本发明基于CFD仿真技术,通过模拟计算快速获得各喷氨支管调节阀门最佳开度。
Description
技术领域
本发明涉及一种智能化辅助烟气脱硝系统喷氨调平试验的方法,属于烟气脱硝技术领域。
背景技术
近年来,随着大气环境的恶化,国家加大力度对大气环境污染物治理措施的实施。氮氧化物作为大气污染物治理的主要目标之一,其排放标准越来越严格。SCR脱硝是我国燃煤电厂及其他工业锅炉尾气脱硝的主要脱硝技术。SCR脱硝技术的一般工艺为:燃煤烟气从省煤器出口经过喷氨装置与脱硝还原剂进行均匀混合进入SCR脱硝反应器,经催化剂催化进行选择性脱硝反应后,脱硝后的烟气经反应器出口流出,进入空气预热器等下游设备。为了使还原剂更好地匹配烟气中NOx,喷氨装置往往都是分区可控,以便于进行喷氨调节。
新建或改造的SCR脱硝装置在正常运行前都必须进行脱硝调试,保证脱硝装置运行在合理的脱硝效率状态下。现有的SCR脱硝装置的喷氨系统,一般只有进氨总阀是自动阀,而各个喷氨分区支路的调节阀门都是手动阀门。常规的喷氨调试方法都是通过SCR脱硝装置出口不同测试点NOx浓度及氨逃逸率,通过多次盲调所谓对应的喷氨支管手动阀门,直到找到相对合理的阀门开度,保证脱硝效率及氨逃逸率达标。
而在常规的喷氨调试中,由于脱硝装置中烟道设计不规则,各种弯头及变径的存在,或者静态混合器等,使喷氨分区处烟气与脱硝装置出口烟道测点位置分区不能一一对应,经常出现各种问题。比如:增大某一阀门开度本应使出口测点NOx降低,但实际时该测点NOx未降低,反而出现其他测点氨逃逸率增加的现象;或者,为了降低NOx排放值,超量调节喷氨支管阀门开度,出现脱硝装置出口NOx与烟囱总排口NOx倒挂等现象。常规的脱硝喷氨调试方法费时费力,不能快速找到调节阀的最佳开度,很难快速实现将脱硝装置的脱硝效率及氨逃逸率都控制在更合理范围内。
发明内容
基于以上背景,本发明的目的在于提供一种智能化辅助烟气脱硝系统喷氨调平试验的方法,基于CFD仿真技术,通过模拟计算快速获得各个喷氨支管调节阀门的最佳开度,实现喷氨分区内脱硝还原剂与烟气中NOx浓度的最优匹配,缩短调试时间。
为了实现上述发明目的,本发明提供以下技术方案:
一种智能化辅助烟气脱硝系统喷氨调平试验的方法,该方法包括以下步骤:
S1.对烟气脱硝系统进行等比例三维建模和网格剖分以建立CFD模型;
S2.基于步骤S1建立的CFD模型进行数值模拟计算,以烟气脱硝系统的实际运行工况参数作为输入值,计算各个喷氨分区全部正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度总值;
S3.计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值;
S4.通过步骤S3计算的每个喷氨分区的氨浓度分值和步骤S2计算的各个喷氨分区的氨浓度总值,计算各个喷氨分区对烟气脱硝系统出口测试面上各测点氨浓度贡献的权重值;
S5.建立具有各个喷氨分区的权重值、各个喷氨分区的喷氨量与烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值三个矩阵参数的线性代数方程组;
S6.求解步骤S5的线性代数方程组,得到各个喷氨分区的喷氨量,进而得到各个喷氨分区的阀门开度值;
其中,沿烟气在烟气脱硝系统内的流动方向,等比例三维建模的范围至少涵盖从省煤器下部到位于烟气脱硝系统出口测试面后部的烟道,所述烟气脱硝系统内设有具有多个喷氨分区的喷氨格栅,烟气脱硝系统出口设有具有多个测点的测试面,所述测点数量不小于所述喷氨分区数量。
作为优选,所述测点数量等于所述喷氨分区数量。
作为优选,所述测点均匀分布于所述测试面上。
作为优选,所述步骤S1中,在网格剖分后进行网格无关性试验,确定合理的网格数量及质量。
作为优选,所述步骤S3中,计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值的方法为,将该喷氨分区的喷射量与正常运行保持一致,其它喷氨分区的喷射量调整至零。
作为优选,所述步骤S6中,求解线性代数方程组的方法为矩阵分解法、高斯消元法和雅克比迭代法法中的一种。
作为优选,所述步骤S6中,求解线性代数方程组的方法为矩阵分解法,所述矩阵分解法具体包括以下步骤:
将各个喷氨分区的权重值写成矩阵形式Aij,i为测点数,i=1~m,j为喷氨格栅分区数,j=1~n,且m≥n,则矩阵Aij为:
将各个喷氨分区的喷氨量写为矩阵形式Xj,烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值写为矩阵形式Yi,则矩阵Xj和Yi分别为:
建立矩阵方程,Aij*Xj=Yi,即:
变换矩阵方程,Xj=Aij -1*Yi,即:
求解矩阵Aij的逆矩阵Aij -1,得到各个喷氨分区的喷氨量Xj,进而得到各个喷氨分区的阀门开度值。
作为优选,所述烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值根据烟气脱硝系统出口测试面的氨浓度相对标准偏差计算得出,所述烟气脱硝系统出口测试面的氨浓度相对标准偏差采用以下公式计算:
其中,xi为烟气脱硝系统出口测试面上各测点的氨浓度分值。
与现有技术相比,本发明具有以下优点:
本发明的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,基于CFD仿真技术,通过模拟计算快速获得各个喷氨支管调节阀门的最佳开度,可以在烟气脱硝系统工程未完工前进行模拟计算,验证喷氨分区设计的合理性,并且,本发明的方法去除了因不规则烟道、扰流件等导致喷氨分区与测点位置不一一对应的不利因素,变盲调成明调,使喷氨量与污染物浓度更加合理匹配,精度更优,效率更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明智能化辅助烟气脱硝系统喷氨调平试验的方法的流程图;
图2是本发明中烟气脱硝系统的结构示意图;
图3是本发明实施例1喷氨格栅正常喷氨时出口测试面的氨浓度分布图;
图4是本发明实施例1第四个喷氨分区喷氨时出口测试面的氨浓度分布图;
图5是本发明实施例1喷氨格栅正常喷氨时喷氨迹线ID图;
图6是本发明实施例1第四个喷氨分区喷氨时喷氨ID迹线图。
图中:1、喷氨格栅;2、测试面。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体说明。应当理解,本发明的实施并不局限于下面的实施例,对本发明所做的任何形式上的变通和/或改变都将落入本发明保护范围。
在本发明中,若非特指,所有的份、百分比均为重量单位,所采用的设备和原料等均可从市场购得或是本领域常用的。下述实施例中的方法,如无特别说明,均为本领域的常规方法。下述实施例中的部件或设备如无特别说明,均为通用标准件或本领域技术人员知晓的部件,其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知。
本发明的实施例公开了一种智能化辅助烟气脱硝系统喷氨调平试验的方法,如图1所示,该方法包括以下步骤:
S1.对烟气脱硝系统进行等比例三维建模和网格剖分以建立CFD模型;
S2.基于步骤S1建立的CFD模型进行数值模拟计算,以烟气脱硝系统的实际运行工况参数作为输入值,计算各个喷氨分区全部正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度总值;
S3.计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值;
S4.通过步骤S3计算的每个喷氨分区的氨浓度分值和步骤S2计算的各个喷氨分区的氨浓度总值,计算各个喷氨分区对烟气脱硝系统出口测试面上各测点氨浓度贡献的权重值;
S5.建立具有各个喷氨分区的权重值、各个喷氨分区的喷氨量与烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值三个矩阵参数的线性代数方程组;
S6.求解步骤S5的线性代数方程组,得到各个喷氨分区的喷氨量,进而得到各个喷氨分区的阀门开度值;
其中,沿烟气在烟气脱硝系统内的流动方向,等比例三维建模的范围至少涵盖从省煤器下部到位于烟气脱硝系统出口测试面后部的烟道,所述烟气脱硝系统内设有具有多个喷氨分区的喷氨格栅1,烟气脱硝系统出口设有具有多个测点的测试面2,所述测点数量不小于所述喷氨分区数量。
相比于常规调试方法,上述方法可以在烟气脱硝系统工程未完工前进行模拟计算,验证喷氨分区设计的合理性,并且,上述方法去除了因不规则烟道、扰流件等导致喷氨分区与测点位置不一一对应的不利因素,变盲调成明调,使喷氨量与污染物浓度更加合理匹配,精度更优,效率更高。
以下结合附图对本发明的实施例做出详细说明,在下面的详细说明中,为便于解释,阐述了许多具体的细节以提供对本发明的实施例的全面理解。然而,一个或多个实施例在没有这些具体细节的情况下也可以被本领域技术人员所实施。
实施例1
一种智能化辅助烟气脱硝系统喷氨调平试验的方法,用于某新建电厂350MW燃煤机组SCR脱硝系统。如图2所示,该SCR脱硝系统的喷氨格栅1共8个分区,每个分区30个喷嘴,喷氨格栅共240个喷嘴,SCR脱硝系统的下游设置一圆柱型混合器,SCR脱硝系统出口测试面2上均布8个测试点。根据设计资料进行三维建模及网格剖分并进行网格无关性验证,最后取计算网格数量大致为510万进行模拟。
首先对喷氨格栅各个分区都正常喷氨时进行模拟计算,再分别对各个喷氨分区正常喷射时进行模拟,当某一分区正常喷射时,其他分区喷速为零。
共进行9种工况计算,部分计算结果见图3-图6。对8个出口测试点的各个氨浓度计算结果进行取值,结果如表1所示。
表1各测点氨浓度总值与分区喷氨时的氨浓度分值
将表1中各分区单独喷氨时氨浓度分值与整个喷氨格栅正常喷氨时氨浓度总值进行对比,得到各个喷氨分区对各个测点的氨浓度贡献的权重比,结果如表2所示:
表2各个喷氨分区对各个测点氨浓度贡献的权重比
喷氨格栅正常喷氨时,模拟计算得到测试面氨浓度平均值为3.97E-04,测试面的氨浓度相对标准偏差Cv=4.2%。
相对标准偏差采用以下公式计算得出:
其中,xi为烟气脱硝系统出口测试面上各测点的氨浓度值。
对于高于平均值浓度的测点浓度值,表示喷氨量过大,因此需要等比例减小喷氨量,对于低于平均值浓度的测点浓度值,表示喷氨量过小,需要等比例增大喷氨量。相对比例值Δ为正常喷氨时测试面的氨浓度平均值与测试面各测点氨浓度值xi之比,即:
因此,调整后各测点浓度调试的相对比例值Δ如表3所示。
表3各测点浓度调试的相对比例值Δ
测点 | 测点1 | 测点2 | 测点3 | 测点4 | 测点5 | 测点6 | 测点7 | 测点8 |
Δ值 | 0.94 | 0.97 | 1.02 | 1.01 | 1.07 | 1.01 | 0.99 | 1.00 |
将表2中各个喷氨分区对各个测点氨浓度贡献的权重比写成矩阵形式Aij,i为测点数,i=1~8,j为喷氨格栅分区数,j=1~8,同理,喷氨分区喷氨量比例值写为矩阵形式Xj,各测点浓度调试的相对比例值也写为矩阵形式Yi,因此,可以通过求解矩阵方程Aij*Xj=Yi,则Xj=Aij -1*Yi,通过矩阵形式求解后,可以得到喷氨分区喷氨量比例Xj的各个值,如表4所示。
表4喷氨分区喷氨量比例值α
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
α值 | 0.984 | 0.931 | 1.008 | 1.024 | 0.983 | 1.089 | 0.987 | 0.988 |
在得到各个喷氨分区喷氨量比例值后,由于现场调试一般在BMCR工况时,喷氨支管调节阀开度为了大范围调节喷氨,一般都留有余量,不会将阀门全开,而采用阀门全开的一个比例系数σ,本实施例中为σ=0.8,则各个喷氨分区的阀门的开度值为σ*Xj,由此可以得到的各个喷氨分区阀门开度值κ,如表5所示。
表5喷氨分区阀门开度值κ
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
κ值 | 0.79 | 0.75 | 0.81 | 0.82 | 0.79 | 0.87 | 0.790 | 0.79 |
计算完成后,进行现场调试,在168试运行期间,初始喷氨分区阀门根据计算的阀门开度值进行调节,喷氨调节通过不同负荷工况进行微调验证,调试时间较传统调试缩短60%,SCR出口NOx浓度均值为27g/Nm3,氨逃逸率小于1ppm,完全优于设计要求,本实施例的方法有效可靠,大大优于传统的喷氨调试方法。
实施例2
一种智能化辅助烟气脱硝系统喷氨调平试验的方法,用于某电厂660MW燃煤机组SCR脱硝系统改造工程。该SCR脱硝系统的喷氨格栅共分为15个分区,每个喷氨分区32个喷嘴,喷嘴共480个。该SCR脱硝系统由于前期脱硝效率不达标率较高,氨逃逸经常超标,因此采用本发明所公开的方法进行喷氨分区调试。
本实施例的前期模拟计算方法与实施例1相同,模拟过程中都不考虑脱硝反应,测试面测点数量跟喷氨分区数量相同,均为15个。经过CFD模拟计算,以及对于方程组的矩阵形式求解后,得到各个喷氨分区的喷氨量比例值α,如表6所示。
表6实施例2的喷氨分区喷氨量比例值α
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
α值 | 0.981 | 0.996 | 0.971 | 1.012 | 1.035 | 1.025 | 1.021 | 1.026 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | / |
α值 | 1.014 | 1.013 | 0.987 | 0.976 | 0.965 | 0.982 | 0.996 | / |
本实施例中,因为是现有项目进行调试,各个喷氨分区入口对应的NOx浓度均值已知,其NOx浓度均值如表7所示。
表7实施例2喷氨分区入口NOx浓度均值(g/Nm3)
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
NOx浓度 | 280 | 295 | 302 | 312 | 320 | 325 | 308 | 300 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | / |
NOx浓度 | 296 | 285 | 282 | 318 | 315 | 302 | 290 | / |
则各个分区入口NOx浓度均值302g/Nm3,各个分区入口NOx浓度的比例系数ε为分区浓度值与各个分区入口浓度均值之比,如表8所示。
表8实施例2喷氨分区入口NOx比例系数
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
ε值 | 0.927 | 0.977 | 1.000 | 1.033 | 1.060 | 1.076 | 1.020 | 0.993 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | / |
ε值 | 0.980 | 0.944 | 0.934 | 1.053 | 1.043 | 1.000 | 0.960 | / |
由于喷氨量与喷氨格栅分区入口NOx浓度成正比关系,因此调整后的各个喷氨分区喷氨量的比例值β=α*ε如表9所示。
表9调整后的喷氨分区喷氨量比例值β
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
β值 | 0.910 | 0.973 | 0.971 | 1.046 | 1.097 | 1.103 | 1.041 | 1.019 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | / |
β值 | 0.994 | 0.956 | 0.922 | 1.028 | 1.007 | 0.982 | 0.956 | / |
再通过调整后的喷氨分区喷氨量比例值β与阀门开度比例系数σ=0.8的乘积得到最终各个喷氨分区阀门开度值κ,如表10所示。
表10实施例2的喷氨分区阀门开度值κ
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
κ值 | 0.73 | 0.78 | 0.78 | 0.84 | 0.88 | 0.88 | 0.83 | 0.82 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | / |
κ值 | 0.76 | 0.74 | 0.82 | 0.81 | 0.79 | 0.77 | 0.76 | / |
项目改造后进行现场调试,根据计算的得到的各个喷氨分区阀门开度值在满负荷时进行调整,然后在其他低负荷工况下进行验证,整个喷氨调试过程一次性通过。出口NOx平均浓度为32g/Nm3,氨逃逸率几乎为零,两项指标都优于设计要求。本发明实施例所公开的一种智能化辅助烟气脱硝系统喷氨调平试验的方法精准、快速、高效,大大节约调试时间和人力物力。
实施例3
对于某燃煤电厂600MW机组进行脱硝喷氨格栅改造,该SCR脱硝系统的喷氨格栅共分为16个分区,每个喷氨分区28个喷嘴,喷嘴共448个。该SCR脱硝系统由于前期脱硝效率不达标率较高,氨逃逸经常超标。改造前进行过多次喷氨手动阀门的调试,在不同工况,多次不同喷氨阀门开度的情况下,记录了出口测试截面16个分区点的氮氧化物及氨逃逸浓度的数据。
表11实施例3的运行数据记录表
注:表中i为数据记录次数,j为包含参数的个数。
在本实施例中,数据记录次数i为12662次,烟气参数Gji包含N2、O2、CO2、H2O、SO2含量等5个参数值分别为G1i,G2i,G3i,G4i,G5i;阀门开度Kji包含16个调节阀即:K1i,K2i,K3i,…K16i;测试面各测点NOx浓度Nji包含16个测点即N1i,N2i,N3i,…N16i;测试面各测点氨逃逸率Aji包含16个测点即A1i,A2i,A3i,…A16i。
为了找到阀门开度与其他参数的关系,可以通过BP神经网络进行数据拟合。本实施例中利用前10000组数据进行BP神经网络训练,其余2662组数据进行验证。其中采用3层BP神经网络拟合曲线数据的平均均方根误差为0.066,最大均方根误差为0.426,最小均方根误差为0.011;5层BP神经网络拟合曲线数据均方根误差为0.026,最大均方根误差为0.285,最小均方根误差为0.005;8层BP神经网络拟合曲线数据均方根误差为0.018,最大均方根误差为0.315,最小均方根误差为0.004。因此,择优选5层BP神经网络作为最终的拟合数据。这样就获得了不同参数等条件下,与之对应的16个阀门的开度关系,因此,改造后通过输入初始各个参数值,就得到了16个喷氨分区阀门的初始开度κ值如表12,然后通过手动调节阀门开度后就预调好阀门,继而可以进行脱硝系统调试的后续工作。
表12实施例3的喷氨分区阀门开度值κ
分区 | 分区1 | 分区2 | 分区3 | 分区4 | 分区5 | 分区6 | 分区7 | 分区8 |
κ值 | 0.76 | 0.81 | 0.83 | 0.85 | 0.81 | 0.79 | 0.63 | 0.65 |
分区 | 分区9 | 分区10 | 分区11 | 分区12 | 分区13 | 分区14 | 分区15 | 分区16 |
κ值 | 0.78 | 0.82 | 0.82 | 0.79 | 0.81 | 0.78 | 0.66 | 0.67 |
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (7)
1.一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:该智能化辅助烟气脱硝系统喷氨调平试验的方法具体包括以下步骤:
S1.对烟气脱硝系统进行等比例三维建模和网格剖分以建立CFD模型;
S2.基于步骤S1建立的CFD模型进行数值模拟计算,以烟气脱硝系统的实际运行工况参数作为输入值,计算各个喷氨分区全部正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度总值;
S3.计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值;
S4.通过步骤S3计算的每个喷氨分区的氨浓度分值和步骤S2计算的各个喷氨分区的氨浓度总值,计算各个喷氨分区对烟气脱硝系统出口测试面上各测点氨浓度贡献的权重值;
S5.建立具有各个喷氨分区的权重值、各个喷氨分区的喷氨量与烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值三个矩阵参数的线性代数方程组;
S6.求解步骤S5的线性代数方程组,得到各个喷氨分区的喷氨量,进而得到各个喷氨分区的阀门开度值;
其中,沿烟气在烟气脱硝系统内的流动方向,等比例三维建模的范围至少涵盖从省煤器下部到位于烟气脱硝系统出口测试面后部的烟道,所述烟气脱硝系统内设有具有多个喷氨分区的喷氨格栅,烟气脱硝系统出口设有具有多个测点的测试面,所述测点数量不小于所述喷氨分区数量。
2.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述测点数量等于所述喷氨分区数量。
3.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述测点均匀分布于所述测试面上。
4.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述步骤S1中,在网格剖分后进行网格无关性试验,确定合理的网格数量及质量。
5.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述步骤S3中,计算每个喷氨分区单独正常喷氨时流通过烟气脱硝系统出口测试面上各测点的氨浓度分值的方法为,将该喷氨分区的喷射量与正常运行保持一致,其它喷氨分区的喷射量调整至零。
6.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述步骤S6中,求解线性代数方程组的方法为矩阵分解法、高斯消元法和雅克比迭代法的一种。
7.根据权利要求1所述的一种智能化辅助烟气脱硝系统喷氨调平试验的方法,其特征在于:所述步骤S6中,求解线性代数方程组的方法为矩阵分解法,所述矩阵分解法具体包括以下步骤:
将各个喷氨分区的权重值写成矩阵形式Aij,i为测点数,i=1~m,j为喷氨格栅分区数,j=1~n,且m≥n,则矩阵Aij为:
将各个喷氨分区的喷氨量写为矩阵形式Xj,烟气脱硝系统出口测试面上各测点的氨浓度调试的相对比例值写为矩阵形式Yi,则矩阵Xj和Yi分别为:
建立矩阵方程,Aij*Xj=Yi,即:
变换矩阵方程,Xj=Aij -1*Yi,即:
求解矩阵Aij的逆矩阵Aij -1,得到各个喷氨分区的喷氨量Xj,进而得到各个喷氨分区的阀门开度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211089959.8A CN116272358B (zh) | 2022-09-07 | 2022-09-07 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211089959.8A CN116272358B (zh) | 2022-09-07 | 2022-09-07 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116272358A true CN116272358A (zh) | 2023-06-23 |
CN116272358B CN116272358B (zh) | 2023-12-05 |
Family
ID=86824453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211089959.8A Active CN116272358B (zh) | 2022-09-07 | 2022-09-07 | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116272358B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015075277A (ja) * | 2013-10-09 | 2015-04-20 | 三菱日立パワーシステムズ株式会社 | アンモニア注入量制御装置及びアンモニア注入量制御方法 |
CN105126616A (zh) * | 2015-08-20 | 2015-12-09 | 东南大学 | 一种基于权重阀调控的scr脱硝系统喷氨优化方法 |
CN108664006A (zh) * | 2018-07-02 | 2018-10-16 | 大唐环境产业集团股份有限公司 | 一种基于分区控制和先进控制的scr脱硝智能喷氨优化方法及系统 |
CN112100933A (zh) * | 2020-08-25 | 2020-12-18 | 华南理工大学 | Scr系统喷氨模拟优化方法、系统、装置及存储介质 |
CN112596474A (zh) * | 2020-11-23 | 2021-04-02 | 山东微立方信息技术股份有限公司 | 一种scr脱硝系统均匀性优化方法 |
CN113578007A (zh) * | 2021-08-10 | 2021-11-02 | 浙江浩普智能科技有限公司 | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 |
CN113689917A (zh) * | 2021-07-26 | 2021-11-23 | 广州珠江电力有限公司 | 一种基于SCR出口NOx浓度的可视化喷氨优化方法及装置 |
CN114699889A (zh) * | 2022-04-19 | 2022-07-05 | 东方电气集团东方锅炉股份有限公司 | 一种可准确控制喷氨量的scr脱硝系统 |
CN114870627A (zh) * | 2022-05-30 | 2022-08-09 | 西安热工研究院有限公司 | 一种燃煤电厂scr脱硝分区精准喷氨控制方法及系统 |
-
2022
- 2022-09-07 CN CN202211089959.8A patent/CN116272358B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015075277A (ja) * | 2013-10-09 | 2015-04-20 | 三菱日立パワーシステムズ株式会社 | アンモニア注入量制御装置及びアンモニア注入量制御方法 |
CN105126616A (zh) * | 2015-08-20 | 2015-12-09 | 东南大学 | 一种基于权重阀调控的scr脱硝系统喷氨优化方法 |
CN108664006A (zh) * | 2018-07-02 | 2018-10-16 | 大唐环境产业集团股份有限公司 | 一种基于分区控制和先进控制的scr脱硝智能喷氨优化方法及系统 |
CN112100933A (zh) * | 2020-08-25 | 2020-12-18 | 华南理工大学 | Scr系统喷氨模拟优化方法、系统、装置及存储介质 |
CN112596474A (zh) * | 2020-11-23 | 2021-04-02 | 山东微立方信息技术股份有限公司 | 一种scr脱硝系统均匀性优化方法 |
CN113689917A (zh) * | 2021-07-26 | 2021-11-23 | 广州珠江电力有限公司 | 一种基于SCR出口NOx浓度的可视化喷氨优化方法及装置 |
CN113578007A (zh) * | 2021-08-10 | 2021-11-02 | 浙江浩普智能科技有限公司 | 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法 |
CN114699889A (zh) * | 2022-04-19 | 2022-07-05 | 东方电气集团东方锅炉股份有限公司 | 一种可准确控制喷氨量的scr脱硝系统 |
CN114870627A (zh) * | 2022-05-30 | 2022-08-09 | 西安热工研究院有限公司 | 一种燃煤电厂scr脱硝分区精准喷氨控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116272358B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105126616B (zh) | 一种基于权重阀调控的scr脱硝系统喷氨优化方法 | |
CN101281698A (zh) | 烟气脱硝装置流场分布结构的模拟平台及其试验方法 | |
EP2214808B1 (en) | Adaptive control system for reagent distribution control in scr reactors | |
CN109603525B (zh) | 一种基于不均匀度判断的脱硝分区喷氨控制方法 | |
CN104102138B (zh) | 一种基于软测量的喷氨格栅分区控制方法 | |
CN110585921B (zh) | 一种双喷氨格栅选择催化还原脱硝装置及其喷氨优化方法 | |
CN105700504B (zh) | 基于喷氨敏感阀锁定的scr系统自动控制方法 | |
CN104793651A (zh) | 水泥生产中sncr烟气脱硝系统的喷氨量控制方法 | |
WO2024021943A1 (zh) | 基于scr反应动力学模型的喷氨优化方法、装置及介质 | |
CN201524524U (zh) | 一种烟气脱硝装置流场分布结构的模拟平台 | |
CN107008147B (zh) | 一种用于scr脱硝系统的喷氨装置 | |
CN112275133A (zh) | 基于燃煤机组烟气混合均匀性调节的脱硝控制系统及方法 | |
CN204799107U (zh) | 用于工业烟气选择性催化还原脱硝装置的喷氨格栅 | |
CN105631214A (zh) | 一种烟气scr脱硝流场数值模拟优化方法和装置 | |
CN111437721B (zh) | 一种选择性催化还原脱硝装置混合器多工况性能优化方法 | |
Li | Optimization and reconstruction technology of SCR flue gas denitrification ultra low emission in coal fired power plant | |
CN104707480A (zh) | 一种基于cfd的sncr-scr脱硝工艺补氨设计方法 | |
CN116189791A (zh) | 一种scr系统氨氮双控喷氨优化方法、装置及存储介质 | |
CN110935302B (zh) | 一种动态可调的烟道臭氧氧化NOx控制系统及方法 | |
CN116272358B (zh) | 一种智能化辅助烟气脱硝系统喷氨调平试验的方法 | |
CN105498530A (zh) | 在scr系统模拟中引入示踪气体指导喷氨调整的方法 | |
CN210544373U (zh) | 分区涡流卷吸喷氨系统 | |
CN109876658B (zh) | 分区涡流卷吸喷氨系统及喷氨调节方法 | |
CN215138492U (zh) | 一种基于cfd模型的脱硝喷氨调控系统 | |
CN214345593U (zh) | 基于燃煤机组烟气混合均匀性调节的脱硝控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |