【摘 要】
：
燃煤机组耦合生物质发电能够大幅度提高生物质的利用效率,降低机组碳排放,是今后燃煤机组实现碳减排的重要途径.本文针对某电厂300MW等级燃煤机组,以能量守恒定律为基础,通过锅炉热力校核计算,分析了机组在不同工况下大比例直接耦合生物质发电对燃煤机组的影响.结果表明:大比例直接耦合生物质发电后,原有受热面布置基本能够满足换热需要;减温水量增加,锅炉热效率下降0.14百分点～2.69百分点,可减排CO2约121.2万t;引风机需要进行扩容改造,对受热面腐蚀、脱硝、除尘和脱硫系统均会有不利影响,需要采用专门措施确保
【机 构】
：
华能长江环保科技有限公司,北京 100031;西安交通大学动力工程多相流国家重点实验室,陕西 西安 710049;西安西热锅炉环保工程有限公司,陕西 西安 710054;西安热工研究院有限公司,陕西
论文部分内容阅读
燃煤机组耦合生物质发电能够大幅度提高生物质的利用效率,降低机组碳排放,是今后燃煤机组实现碳减排的重要途径.本文针对某电厂300MW等级燃煤机组,以能量守恒定律为基础,通过锅炉热力校核计算,分析了机组在不同工况下大比例直接耦合生物质发电对燃煤机组的影响.结果表明:大比例直接耦合生物质发电后,原有受热面布置基本能够满足换热需要;减温水量增加,锅炉热效率下降0.14百分点～2.69百分点,可减排CO2约121.2万t;引风机需要进行扩容改造,对受热面腐蚀、脱硝、除尘和脱硫系统均会有不利影响,需要采用专门措施确保机组的安全运行.
其他文献
锅炉燃烧系统是一个典型变量多、耦合性强、大滞后、多输入/多输出的动态系统,构建符合实际工况的燃烧系统模型十分困难.本文提出一种新的基于双向门限循环单元(Bi-GRU)的锅炉燃烧系统建模方法,建立了变负荷(低、中、高负荷)工况下燃烧系统训练模型.同时,采用梯度提升决策树(GBDT)降低输入特征矩阵维数.GBDT模型可以在不同的负荷与输出下评估输入特征的权重,能在保留特征原有物理意义的基础上识别出权重比例最大的特征.基于GBDT的特征选择模型既能降低原始输入维数,又可以为后续燃烧控制策略提供理论指导.实际运行
针对可再生能源并网后,大型循环流化床(CFB)机组在超低负荷下实现NOx超低排放的需求,利用BP神经网络算法构建了NOx排放质量浓度预测模型,并采用遗传算法优化了BP神经网络的权值和阈值.综合考虑机组负荷、给煤量、一次风量、二次风量、床层温度、旋风分离器入口温度、锅炉省煤器出口氧体积分数、尿素溶液母管流量和炉膛床层平均压力9个运行参数对350MW机组CFB锅炉NOx排放质量浓度的影响行为,获得了机组100MW超低负荷下的主要优化参数,即质量百分浓度为20％的尿素溶液流量为0.5m3/h,总一次风量和总二次
针对电厂机组运行管理过程中人工调控运行参数耗时费力、效率低、准确率低等问题,设计了一种基于数据挖掘的电厂机组运行优化调控系统.首先,采用数据挖掘算法对机组历史和实时运行数据进行参数的整合和相关性分析,得到影响机组运行的关键参数,作为机组健康状态评估的指标.然后,利用长短时记忆(LSTM)神经网络模型对机组健康状态特征模块中确定的特征值进行训练,预测参数随时间的变化趋势,实现机组智能调控.最后,开发了一套燃气蒸汽联合循环发电机组运行调控系统,并应用于浙江某电厂.运行结果表明:该系统可指导机组运行优化,提高机
为避免锅炉燃烧系统智能算法建模中特征变量维度过大造成的模型复杂以及过拟合问题,基于PCA提取主成分,利用PSO算法优化模型参数,建立了PCA-PSO-LSSVM锅炉效率预测模型.研究结果表明:PCA-PSO-LSSVM模型的预测精度更高,泛化能力更强,其中误差最大的锅炉效率模型测试集数据的平均相对误差仅0.00249％,均方误差为0.00451;未经过PCA提取主成分的PSO-LSSVM模型测试集的平均相对误差为-0.03490％,均方误差为0.01927;LSSVM模型测试集的平均相对误差为0.28％,
针对燃煤电厂脱硫系统出口So2质量浓度难以稳定控制的问题,提出了一种基于改进粒子群算法(IPSO)优化长短时记忆(LSTM)神经网络的IPSO-LSTM预测模型.首先利用主成分分析(PCA)计算各个变量的贡献率从而筛选出模型的辅助变量,实现辅助变量的降维.其次,利用改进粒子群算法确定LSTM神经网络的神经元数量、学习率和迭代次数.最后,将选定的辅助变量作为IPSO-LSTM预测模型的输入,预测出口SO2质量浓度,采用国内某电厂2×600MW机组脱硫数据进行仿真,并与相关11种模型进行对比.仿真结果表明,本
燃煤电站烟气连续监测系统(CEMS)反向吹灰时,烟气NOx质量浓度信号容易失真,从而造成喷氨量不匹配、NOx排放超限等问题.本文考虑选择性催化还原(SCR)烟气脱硝系统的时延特性,采用差分联合互信息(DJMI)方法确定影响SCR反应器出口NOx质量浓度的辅助变量时延和动态模型输入的历史数据长度,提出了一种基于门控循环单元(GRU)神经网络的DJMI-GRU动态软测量方法.利用某660MW机组历史数据对软测量模型进行验证,并与普通循环神经网络(RNN)模型进行比较.结果表明:与RNN模型相比,GRU神经网络
随着微服务发展及容器化技术的成熟,能源行业也尝试从传统IT支撑架构到容器化、云服务的转型.本文基于Kubernetes、Prometheus、EFK、Rancher等云原生技术,开发伊敏露天矿综合业务管控系统容器平台,以Kubernetes集群为基础,搭建Gitlab代码托管平台、Harbor容器仓库服务及Rancher流水线,并对容器的统一管理、日志监控、存储共享和资源调度等项目进行详细说明.通过自动化的集成工具及容器技术进行伊敏露天矿综合业务管控平台的持续集成和持续部署,实现了信息系统集成、业务系统持
为了提高光伏发电功率预测的可靠性与准确率,提出一种基于改进麻雀搜索算法(tSSA)优化支持向量机(SVM)的短期光伏发电功率预测模型.首先采用自适应t分布增强麻雀搜索算法的种群多样性,然后利用tSSA针对SVM中的惩罚参数和核函数参数进行优化,在得到最优惩罚参数和核函数参数的情况下对光伏发电功率进行预测.对澳大利亚某光伏电站一年内的数据分析发现,每个季节的光伏发电功率有明显的不同.为此,充分考虑外界环境参数如辐照度、湿度、温度、风速和风向的影响,基于tSSA-SVM模型对不同季节的某一天做光伏发电功率预测
长焰煤通过加氢改性转化为黏结性煤,有利于提高其综合利用效益和扩大炼焦煤资源.利用亚临界H2O-CO体系对印尼长焰煤进行改性,考察了不同反应温度下改性煤的热解特性,并利用索氏抽提、热重(TG-DTG)和傅里叶变换红外光谱(FTIR)探究了煤结构变化对其热解产物分布规律的影响.结果表明:长焰煤在亚临界H2O-CO体系中改性后黏结性显著提高,获得的改性煤黏结指数(GRI)随反应温度升高至340℃而达到最大值;改性煤中氢含量和索氏抽提可溶组分收率的提高,使得改性煤热解焦油产率升高而热解气产率降低,同时改性降低了煤
燃煤电站锅炉排放湿饱和烟气导致大量低温余热损失.无机陶瓷膜耐酸碱、具有较强的化学稳定性,是回收烟气低温余热的理想材料.以无机陶瓷膜为核心开展烟气余热回收实验,分析了锅炉尾部低温烟气特征参数;以316L不锈钢为比较对象,探讨了无机陶瓷膜在提高热回收功率及复合传热系数等方面的强化作用.结果表明:烟气余热回收以水分的汽化潜热回收为主,占比约为90％;循环水作为冷却介质,烟气余热回收能力更强;与循环水相比,以空气作为冷却介质时,无机陶瓷膜烟气余热回收强化效果更加显著,强化系数高达9;增大烟气流量有助于提高热回收功