摘要:電站燃煤鍋爐受熱面污染嚴重且吹灰不科學的現象普遍存在,極大地影響著鍋爐的安全性、經濟性和運行的高效性。智能吹灰系統實現了鍋爐各受熱面積灰程度的實時在線監測和量化處理,對吹灰過程進行智能優化指導,在受熱面換熱特性得到保證的情況下,最大限度降低吹灰頻率,達到節能降耗、提高機組運行經濟性和安全性。
關鍵詞:鍋爐;吹灰;優化;智能
Abstract: It is very common that coal-fired boiler’s heating surface is severely polluted and the soot blowing is not scientific conducted. These affect the safety, economy and operation efficiency of boilers. Intelligent soot-blowing system can monitoring and quantitative processingthe boiler heating soot areas in real-time, intelligently guiding the blowing process and reduce the frequency of blowing as much as possible without loss of its heat transfer characteristic, so as to save energy and improve boiler’s safety and economy.
Key words: Boiler; Soot blowing; Optimize; Intelligent
1 前言
電站鍋爐受熱面的積灰污染不僅使鍋爐運行熱效率降低,嚴重時將導致機組降負荷運行或停機。目前大容量電站鍋爐各受熱面均配有不同形式的吹灰器。但是吹灰是以吹灰介質和介質攜帶能量為代價的。吹灰模式不合理,不僅使吹灰的總體經濟性低下,而且過于頻繁的吹灰會對受熱面造成損壞,縮短吹灰裝置本身的使用壽命。國電建投內蒙古能源有限公司布連發電廠為2×660MW超超臨界燃煤鍋爐過熱器管組、再熱器管組及省煤器配備了長伸縮吹灰器70只,空氣預熱器配備了1只PS-AT型和1只AHLW型半伸縮吹灰器,通過在該工程實施了吹灰優化控制系統,實時提出優化的吹灰模式,根據臨界污染率和機組運行狀況,提出吹灰優化指導,對受熱面污染嚴重的部位進行吹灰,實現了按需吹灰。
2 吹灰優化系統方案
2.1 受熱面污染程度確定方案
吹灰優化系統控制范圍定為除爐膛受熱面(水冷壁)外的對流受熱面(包括過熱器、再熱器、省煤器)和空氣預熱器。量化污染程度,確定受熱面清潔度,進行各受熱面污染程度在線監測。將對需要進行吹灰優化指導的鍋爐受熱面針對不同的受熱面的特點確定其清潔度的表達,從而進行各受熱面積灰或結渣程度的在線監測。
(1)對于對流受熱面,定義實際的傳熱系數與理想狀態下的傳熱系數的比值為受熱面的潔凈因子,描述受熱面的潔凈程度。
(2)對于空氣預熱器,將在不同負荷和過量空氣系數下的實測壓差值均折算到某一特定的工況(額定負荷,某一煙氣含氧量)條件下,形成折算壓差的概念,其具有一定的可比性。采用實際折算壓差與在選取的理想狀態下的折算壓差的比值作為空氣預熱器潔凈因子,來衡量受熱面的潔凈度。
2.2 不同負荷下臨界污染潔凈因子的確定
負荷不同時,生成的飛灰量和煙氣流速也不同,但其對積灰速度的影響效果相反。升負荷時,飛灰量以略小于正比的規律增加,使積灰速度有加快的趨勢;另一方面,隨著負荷的上升,煙氣流速增加,對灰污層的沖刷和大顆粒對管壁正面灰層的撞擊作用也得到增強,又使受熱面的污染率增長速度有下降的趨勢。兩相抵消,在不同負荷條件下,污染率增長速度變化不大,并且其增長的基本規律一致。 在不同負荷下,受熱面的對數溫壓、理想傳熱系數、計算燃料量等參數存在較大差異。通過大量的試驗研究,確定了兩臺鍋爐不同運行負荷下的受熱面最佳臨界污染潔凈因子。在軟件調試期間,獲得了大量不同負荷下的污染率曲線。通過對不同工況下污染率曲線的擬合,得到各受熱面在不同工況下的污染率增長規律,計算出對應工況下的各受熱面對數溫壓、理想傳熱系數、計算燃料量等參數,分別求出不同負荷下對應的臨界污染率。
確定了各受熱面在不同工況下的清潔因子后,就可確定各受熱面的吹灰時機,各受熱面的吹灰時機確定后,還要考慮機組吹灰的能力等因素和限制,確定合理吹灰的優先級,哪段受熱面先吹,哪段受熱面可暫時維持現狀。
2.3 吹灰優化控制策略
在制定吹灰優化方案時,應堅持以安全優先的原則作為吹灰控制的前提,以吹灰收益最大原則作為補充。主要采取的吹灰優化控制策略如下:
(1)吹灰器分組:不同位置的吹灰器,對積灰的清除效果、對鍋爐運行參數的影響是不同的。為此,把整臺鍋爐的吹灰器分成對流受熱面組和空氣預熱器組。其中,對流受熱面組暫分為后屏過組、高過組(末級過組)、高再組、低再組、低過組和省煤器組;空氣預熱器組分為冷段和熱段兩組。
(2)燃煤煤質分類:每臺鍋爐都有設計煤種、校核煤種,而實際運行中,燃燒的煤種也有差異,本策略將鍋爐實際燃燒煤質分成較好、一般和較差3個等級,根據煤質的級別,在吹灰策略中實行吹灰參數(吹灰頻率、每次吹灰器工作時間)的差異化。
(3)鍋爐負荷的分類:根據鍋爐不同的運行時期,將鍋爐分成低負荷和正常運行負荷2種工況。根據工況的不同,有差別地(吹灰重點部位、每次吹灰器工作時間)執行吹灰操作。
(4)一定吹灰工況:在鍋爐負荷低谷到來前對超過最短吹灰周期的受熱面吹灰一次。
(5)一定不吹灰工況:爐內燃燒不穩定(負壓波動大);機組負荷每分鐘的變化率過高;吹灰汽源壓力過高或過低時。
(6)吹灰優先等級:當鍋爐多個受熱面同時積灰較重時,按受熱面吹灰優先等級,吹灰順序按照:空氣預熱器、對流受熱面、省煤器依次進行。
3 吹灰優化系統功能
3.1 實現受熱面污染程度的實時監測
(1)對爐膛和過熱器等輻射、半輻射受熱面,建立基于神經網絡的鍋爐爐膛等輻射受熱面污染監測模型,通過能量和質量平衡,實時計算各受熱面的實際傳熱系數及污染率,監測受熱面污染程度。
(2)對空氣預熱器采用折算壓差法計算其潔凈因子實現積灰狀態的在線監測。即根據流體力學基本原理,空氣預熱器前后煙氣壓差可以反映阻力系數,從而進一步反映其積灰程度,但煙氣流量和過量空氣系數變化亦對壓差產生影響,因此提出將在不同負荷和過量空氣系數下的實測壓差值均折算到某一特定工況(額定負荷,某一煙氣含氧量)條件下,因而具有可比性。各受熱面污染程度的計算及監測均提供實時數據的顯示及歷史數據的查詢,打印及統計功能。
3.2 實現優化吹灰的實時指導
該系統通過經濟性分析,提出優化吹灰建議。建立吹灰優化模型和吹灰經濟性分析模型,其中吹灰判斷模型監測當前鍋爐受熱面的污染狀況,判斷鍋爐是否需要進行吹灰操作,并確定吹灰時間和吹灰順序。吹灰優化模型是在吹灰判斷模型基礎上確定吹灰需求和明確了吹灰對象的前提下,引入時間變量,通過對目標函數優化,確定受熱面最佳吹掃時間。
4 應用效果及效益分析
4.1 運行監督與管理水平提升
在運行期間智能吹灰控制系統各個環節運行穩定:實時計算的積灰污染指標反應準確,吹灰算法與策略可以實時計算不同受熱面的污染程度,對各受熱面提出不同的吹灰操作。與傳統吹灰方式相比,智能吹灰控制系統具有以下特點:
(1)實現受熱面污染程度的可視化監控
智能吹灰系統綜合提取了涉及鍋爐運行的關鍵參數,對整個鍋爐系統受熱面工質和煙氣的傳熱過程進行了在線動態分析和計算,以數字和圖形方式給出了各受熱面當前積灰污染及結渣信息。鍋爐積灰污染可視化的實現,使各受熱面污染程度有了統一的量化指標,有利于實現吹灰系統操作的規范化和運行管理的精細化。
(2)提高吹灰系統的自動化管理水平
智能吹灰系統通過對吹灰器分組優化、程控流程優化和安全保護的設計,能有效提高智能吹灰系統的投入率,保證按需適量的吹灰效果。受熱面分組根據每支吹灰器吹掃半徑,將前后煙道長吹分成了8個吹掃區域,設計方案不僅滿足了不同區域的按需吹灰需求,而且將不同吹灰區域的吹灰時間控制在2小時以內,很好的平衡了運行操作與自動系統投入各自需求,使自動吹灰系統便于投入。
4.2 吹灰器投用方式及頻率優化
智能吹灰系統投運后,按污染程度以及傳熱特性和熱量需求比例,對各個受熱面給出了不同于以往且更有針對性的吹灰策略。為了說明試運行前后各項數據的變化情況,綜合考慮將熱態試驗完成時間2013年9月21日零點和試運行正式開始前一天,即2013年10月21日零點之間一個月(30天)的時間段作為智能吹灰試運行前的“對比工況”。而將2013年10月21日零點至11月1日零點(11天)這段時間作為智能吹灰投運后的“試運行工況”。
(1)吹灰器總體投用頻率降低
首先統計了對比工況與試運行工況吹灰器總體投運數量情況,智能吹灰系統投運后每天可較對比工況節省吹灰器投運數量達27%,節汽效果顯著,參見表1。
表1 吹灰器投運總數對比
(2)吹灰器投運區域優化
根據需要對左右側每一只長伸式吹灰器的在各自時間段內的投用數量、占總吹灰器投用數量的比例、以及每天平均投用數量進行分析比較。根據劃分的傳熱區域,圖1給出了兩個工況內各傳熱區域內吹灰器投用比例,其中傳熱區域內的受熱面有:
• 屏區:前屏過熱器、后屏過熱器;
• 延伸煙道區:有高溫過熱器、高溫再熱器;
• 前豎井區:低溫再熱器、低再側省煤器;
• 后豎井區:低溫過熱器、低過側省煤器。
圖1 傳熱區域內吹灰器投用率
與對比工況相比,屏區、前、后豎井煙道內吹灰器投運率都略微減少,而延伸煙道區域的吹灰器投用率則有較大增長。由于試運行工況期間平均負荷較對比工況低,這種吹灰方式能有意識的將屏區受熱面的污染容忍度適當增加以提高爐膛出口煙溫,末級受熱面加強吹灰有利于在負荷較低時提升過熱器二級減溫水流量,從而增加主汽溫調節余量,同時有利于提升再熱汽溫。表2給出了對比工況與試運行工況期間鍋爐主、再熱汽溫及負荷平均值狀況,試運行期間主再熱汽溫在平均負荷較低的情況下也均有所上漲,它體現了吹灰策略在不同負荷下根據傳熱需要靈活適應的特點,而不是僅僅給出一個固定的優化吹灰頻率。
表2 指標均值
4.3 相關經濟安全性指標改善
(1)降低排煙損失
圖2為兩工況下排煙溫度在各個負荷段的分布情況,從分布情況看試運行工況下排煙溫度帶狀區域整體下移,煙溫較對比工況明顯降低。考慮到試運行期間已臨近十一月份,環境溫度更低,空預器溫壓有所增大換熱加強,因此將環境溫度同樣考慮進來計算得到了圖2(右)的排煙損失分布狀況。在各個負荷區段內智能吹灰投運后的排煙損失整體狀況也要低于對比工況,這表示占鍋爐效率計算中最大損失源的排煙損失在試運行期間得到了較為有效控制。
圖2 排煙溫度與排煙損失比較
(2)合理控制省煤器出口煙溫
圖3顯示了前后煙道出口,即前后省煤器出口的煙溫負荷分布狀況。這個區域煙溫受漏風等影響更小,也能夠反應整個鍋爐本體的吸熱效率。與對比工況相比,該區域煙溫在前后豎井煙道內吹灰次數明顯減少的情況下整體煙溫狀況并沒有惡化。相反由于尾部煙道所有受熱面在吹灰策略中緊密的關注了鍋爐整體效率狀況,此外還考慮了高低負荷下煙氣擋板開度對煙溫的影響,前后豎井煙道的出口煙溫在低負荷下變化不大,而在高負荷時有明顯的下降,各負荷下出現極端高溫而威脅空預器安全的概率大幅降低,整體煙溫波動幅度比對比工況稍小,煙溫數據帶顯得更“窄”一些。因此在積灰污染可監視的情況下,采取合理吹灰策略分配尾部煙道不同受熱面的吹灰頻率,能夠明顯提高這一地區的吹灰效率。
(3)其他節點煙溫分布變化
圖4左右分別為高再出口和爐膛出口煙溫分布狀況,這兩個區域所處煙溫較高,受熱面又均處于煙氣流程中上游地帶,其溫度對鍋爐效率影響雖不直接,但有很多安全性的考慮。圖4(左)較顯示高再出口煙溫,由上節所述試運行工況下加強了延伸煙道處受熱面的吹灰強度,因此直接反應在該點煙溫在整個負荷段,尤其是高負荷段下降明顯。煙氣在高再出口通過轉向室進入尾部煙道,通常從轉向室開始鍋爐的管壁材料耐高溫規格均有所下降,而轉向室又是省煤器懸吊管、包墻管等工質流通出口管道所在處,因此雖然該區域煙溫遠比爐膛出口處低,但管組面臨的金屬壁溫超溫問題同樣嚴峻,高再出口煙溫的降低,有利于對包墻管、省煤器懸吊管壁溫的安全起到保障作用。圖4(右)顯示爐膛出口煙溫的分布狀況,低負荷段下由于前后屏結焦風險減小,出于汽溫調整需要,適當減少了屏區的吹灰強度,試運行工況爐膛煙溫在該負荷段較原來高一些。但在高負荷段下,配合爐膛短吹和前后屏長吹,能夠有效控制爐膛出口紅外煙溫測點兩側均值在850℃以內,防止受熱面掛焦、掉焦造成機組安全影響。
圖3 前后煙道出口煙溫比
圖4 高再、爐膛出口煙溫比較
4.4 系統投運收益評估
智能吹灰系統減少了吹灰器投運數量,這有助于降低吹灰設備的折舊損耗,此外還減少了鍋爐補水帶來的費用。但這些費用相對吹灰耗費總量來說較小,這里計算效益主要由節省吹灰蒸汽以及鍋爐效率提升后所節省煤耗帶來的兩部分收益組成。
布連電廠鍋爐長伸式吹灰器汽源來自后屏過熱器出口汽溫,由后屏管組金屬壁溫測點值推算,對比工況和試運行工況下鍋爐吹灰汽源平均參數為壓力22MPa,溫度535℃。每只長伸式吹灰器的蒸汽介質耗量參考設計廠商設計值為85kg/min,每只吹灰器吹灰行程時間按10min計算(進退各5min)。
具體計算智能吹灰系統經濟效益需要當地煤價,且節煤量與鍋爐平均負荷量相關。為便于做出初步的經濟分析,這里統計試運行與對比工況時段內鍋爐平均入爐煤量165.2t/h為依據,煤價參考市場價300元/噸計算,具體收益計算步驟見表 3。
表3 收益計算表
5 結論
智能吹灰控制系統的投入,實現了鍋爐受熱面污染程度的量化監測,對提高受熱面污染監測過程數字化、可視化水平提供了可靠手段,有利于實現對吹灰系統操作和運行的精細化管理。吹灰器投運方式更符合鍋爐運行特點和受熱面積灰特性,吹灰頻率以及吹灰汽耗和電耗明顯降低,不僅延長了吹灰設備的使用壽命,節省了相應的折舊和維修費用,同時對鍋爐各關鍵部位煙溫進行了有效控制,降低了鍋爐排煙損失提升了鍋爐效率。與對比工況相比,智能吹灰系統投運后吹灰方式較原吹灰方式可節汽27%,鍋爐效率提升0.16%,僅從這兩項指標變化上可實現每臺機組每年46.7萬元的直接綜合經濟效益。
參考文獻:
[1] 李鵬, 胡小梅. 火電廠鍋爐吹灰設備應用情況及建議[J]. 新疆電力技術, 2011 (4) : 96-99.
[2] 唐樺, 陳德珍. 智能吹灰系統的應用[J]. 能源與節能, 2012 (12) : 104-106.
[3] 張曉安, 李永華. 空氣預熱器吹灰優化的清潔因子計算 [J]. 發電設備, 2012 (5) : 320-322.
作者簡介
周世杰(1981-),男,漢,河北冀州人,本科,工程師,從事火電廠熱控設計工作,主要研究方向為熱工自動化。
徐同社(1967-),男,漢,河北石家莊人,本科,高級工程師,從事火電廠熱控設計工作,主要研究方向為熱工自動化。
蘇乾(1979-),男,漢,寧夏石嘴山人,本科,工程師,從事火電廠熱控設備管理工作,主要研究方向為熱工自動化。
麥永強(1970-),男,漢,寧夏石嘴山人,本科,工程師,從事火電廠熱控設備管理工作,主要研究方向為熱工自動化。