★ 万雷雷(深能合和电力(河源)有限公司,广东 河源 517000)
关键词:飞灰含碳量;火电厂;锅炉燃烧;运行优化
研究表明,煤粉燃烧不充分是造成飞灰含碳量偏高的主要原因,同时也造成了化石燃料的浪费。锅炉在进行运转时,其工况参数直接决定了煤粉最终的燃烧程度,而且各个参数之间存在着耦合作用与相互制约关系。因此,基于相关算法,采用计算机模拟方式构建高精度的锅炉燃烧过程模型,并在此基础上分析锅炉运行的现状、探讨影响锅炉燃烧的各项因素、提出参数的综合调节,对有效降低飞灰含碳量具有重要的现实意义。
1 火电厂锅炉燃烧的运行概况
本文研究对象为变压运行直流锅炉, 采用单炉膛, 一次再热,平衡通风,露天布置形式,运行方式为固态排渣,锅炉燃烧,采用墙式切圆燃烧方式,磨煤机则配置的是上海重型机械厂HP1003型带动态分离器的
中速磨煤机。目前的配烧煤种的热值还是比较低的,明显低于校核煤种,因为校核煤种的数值为5300大卡,但是实际配烧煤种只达到了4700大卡左右,而且煤种变化相对来说还是比较频繁的。经过相应的分析可以发现, 一直以来#1锅炉的飞灰含碳量A1取样点的数值就偏高,除此之外, A2、B1以及B2这三个取样点只是偶尔出现偏高的现象。
为有效解决飞灰含碳量偏高的问题,工作人员针对氧量运行进行了相应调整,但A1取样点飞灰含碳量偏高的问题并未得到明显改善。由此可见,飞灰含碳量偏高可能和其各项因素之间有着非常密切的关系。当一次风携带煤粉在炉膛当中的着火包括燃烧以及燃尽过程不够充分的时候,将导致机械没能得到完全燃烧,热损失出现明显增大,最终表现为飞灰含碳量升高[1]。
2 影响锅炉飞灰含碳量的主要因素分析
2.1 煤粉细度所造成的影响
通过分析锅炉运行情况可知,煤粉细度对煤粉的最终燃烧及燃尽性能具有显著影响。煤粉细度越大,颗粒粒径就越大,燃尽性能就越差,不仅会明显延长煤粉的燃尽时间,还会增大不完全燃烧损失,造成排烟温度升高,飞灰含碳量显著上升,最终降低锅炉整体运转的效率。煤粉细度与燃料性质及颗粒均匀程度密切相关:高挥发分煤易燃烧,可以磨得粗一些;低挥发分及低可磨性指数煤燃烧比较困难,需要磨得更细一些。由此可见,降低煤粉细度是控制飞灰含碳量升高的一个有效措施,同时煤粉颗粒的均匀性也可进一步降低飞灰含碳量。但细颗粒的煤粉虽然很容易着火以及燃烧,却会增加制粉时所需要的耗电量,并加剧磨煤机在运转过程当中的磨损。因此,需要综合性考虑不完全燃烧损失、制粉能耗以及设备损耗,确定煤粉的最佳细度,在保障锅炉高效运转的同时,实现飞灰含碳量的有效控制。
2.2 煤种特性所造成的影响
高挥发分煤燃烧过程中会释放大量的热量,有效提升炉温,有利于煤粉的迅速燃烧,能够减小机械未完全燃烧损失,飞灰含碳量也会偏低。反之,低挥发分燃煤燃烧过程中更易造成飞灰含碳量偏高。高水分燃煤燃烧时有效热量释放比较少,不仅会降低锅炉燃烧温度,还会增加着火热,不利于煤粉的燃尽,进而导致飞灰含碳量升高。
2.3 二次风量所产生的影响
锅炉燃烧所需要的所有的氧气主要由二次风提供。若二次风量不足,会对炉膛燃烧工况造成很大的影响,致使炉膛内出现缺氧,导致飞灰含碳量增大。机组高负荷运行时,炉膛氧含量偏低不仅会降低锅炉的燃烧稳定性,还会影响炉膛的安全性。虽然在低含氧量的条件下,炉膛中会产生很少的氮氧化物,但也会增加飞灰可燃物含量。因此,需要对满负荷炉内富氧燃烧进行合理调控,在控制氮氧化物排放的同时,还要兼顾锅炉燃烧的效率。
3 基于狼群算法有效优化火电厂锅炉燃烧过程
由前文分析可知,飞灰含碳量受多方因素共同影响,且各工况参数之间存在耦合关系,单一参数的调整可能会对其他参数造成相应的影响。为此,本文以降低锅炉飞灰含碳量作为主要研究目标,引入更加有效的算法获取该问题的最优建议,在构建BP神经网络预测模型的基础上,采用狼群算法开展多参数协同优化分析。
3.1 狼群算法的应用原理包括其在锅炉燃烧模型优化当中的具体实施
3.1.1 狼群算法的原理
(1)选择头狼。狼群算法模拟的就是狼群在捕猎过程当中的整个环节,所以头狼选择是非常重要的。在算法初始阶段及每次迭代时,均需对比狼群所有个体的适应度,选取适应度最好的个体作为头狼。
(2)游走行为。在整个狼群中头狼与探狼都能够感知猎物的浓度,因此在以降低飞灰含碳量为目标的火电厂锅炉燃烧过程优化研究中, 设第i匹探狼所感知到的猎物浓度为Y1 ,头狼对应的猎物浓度为Yleader。该浓度指标主要用来表征狼跟猎物之间所产生的距离,其数值越大,距离就会越小。在算法每次迭代过程中,都需要对比Yleader跟Y1的数值关系。若Y1小于Yleader,探狼则需要向前游走一个步长,其在地位空间中的位置可用式(1)进行表示。在该式中, h为随机整数, 与搜索精度及速度密切相关; stepad为游走的具体步长;Xid为第i匹探狼在这个维度方面的具体位置;三角关系指代的是探狼的游走方向。

(3)召唤行为。每次探狼游走之后都需要对头狼进行重新评估,同时需要召唤猛狼。算法在迭代k+1次之后, 猛狼在整个空间维度中的位置可以通过式(2)进行计算。

(4)围攻行为。猛狼感受到头狼的召唤之后,会立刻向头狼位置靠近。在整个移动过程中,若猛狼发现猎物的适应度更高,则直接替代头狼的位置,指挥其他狼展开对猎物的围攻[2]。
3.1.2 狼群算法在锅炉燃烧模型优化当中的具体实施
(1)建立目标函数。本文以更好地降低锅炉在燃烧过程当中的飞灰含碳量为研究目标,针对整个运行过程开展相应的优化,因此构建的目标函数用于表征不同的锅炉燃烧工况和飞灰含碳量之间的关系以及研究各项影响因素对最终飞灰含碳量所造成的具体影响。基于狼群算法,本文以输出作为目标,反向确定最优的输入参数, 其整体的目标函数可以用式(3)进行表示。在该式中, C为飞灰含碳量, f为BP神经网络的具体模型, w为输入层与隐含层之间的权值矩阵, v为隐含层与输出层之间的权值矩阵,x1为等待优化的锅炉燃烧工况参数。

(2)设置工况参数约束条件。在以降低飞灰含碳量为目标的研究中,必须要确保火电厂的发电需求以及机组整体的稳定运转,因此必须对工况参数的调节范围进行相应的限制。例如,炉膛的压力不能超过安全阈值、整体的排烟温度不能超过上限值等。
(3)实施优化过程。在开展优化时,需要针对各项影响飞灰含碳量的因素进行综合性的分析。把算法的总迭代次数包括狼群的种群规模以及单匹狼的最大搜索次数和探狼的数量分别设置成400次、40匹、20次、10匹等,并且以此数据作为基础,在MATLAB中设置好相应的参数,继而执行整个算法程序[3]。
3.2 火电厂锅炉燃烧过程优化的具体建议
通过观察适应度的变化,可判断整个算法的优化程度。当适应度不再出现任何变化的时候,表明算法达到了收敛条件。检测结果表明,当迭代次数达到20次的时候,整体的适应度会变得更加稳定。在狼群算法迭代寻优过程中,锅炉的整体工况参数条件会随之产生一定的变化,当迭代达到最优解的时候,飞灰含碳量可达到相应的要求。对锅炉燃烧的具体情况进行综合性的分析,最终提出如下建议:
(1)在煤粉细度的调控方面,可通过调整磨煤机出口分离器折向挡板开度以及调整适宜的风量等一系列因素实现对其相应的把控,使煤粉达到最佳细度,同时提升整体设备在运转过程当中的质量。应强化设备的运行管理,根据生产过程中不同的制粉系统设备运行状况适当地增减煤量偏置,从而优化不同制粉系统的具体处理情况。磨煤机的出力需与一次风压精准匹配,提高磨煤机的出力时风压就会增大,而风速也会增加。磨煤机出力高于55t/h时, 易出现石子煤排量增大、煤粉细度变粗等问题,还会导致磨煤机堵磨等故障,因此不宜长时间保持在这一煤量以上,必须合理地对制粉系统的启停进行调整,并结合煤质的变化情况对磨煤机的运转情况进行相应的选择。若煤质本身变化比较大,应保留比较大的裕度[4]。
(2)在锅炉满负荷运行的条件下,应该采用倒塔式配风,并增加OFA风挡板开度。若需提升整体的气温并将燃烧器的角度上倾,应该适当开大OFA层的风门,保证煤粉颗粒在出炉前充分燃尽。对于满负荷启动磨煤机台数来说,其主要的参数是校正之后的总煤量。过燃风开度逻辑中, 满负荷5台磨煤机运行时, 过燃风的开度仅为10%,为了提升整体的运行情况,可以将其调整为100%开度。通过增大满负荷条件下炉膛燃尽区域的氧含量,可以优化负荷-氧量关系曲线,实现高负荷工况下氧量的精确控制,促进煤粉充分燃烧,保障整个系统的稳定运转[5]。
4 结束语
综上所述,火电厂锅炉在燃烧过程中飞灰含碳量偏高,不仅会影响整个机组的运转,还会造成能源和资源的浪费。因此,本文探讨了锅炉飞灰含碳量偏高的影响因素,并采用狼群算法进行了相应的分析,提出了有效的建议,期望以后的研究能更好地优化整体的运行参数,不断地提升火电厂运营的经济效益。
作者简介:
万雷雷(1985-),男,山东德州人,中级工程师,学士,现就职于深能合和电力(河源)有限公司,研究方向为火电厂运行管理。
参考文献:
[1] 张超, 柳宁, 绳鹏鹏, 等. 飞灰含碳在线测量在660MW机组锅炉燃烧中应用[J]. 冶金能源, 2024, 43 (1) : 54 - 56.
[2] 赵虹, 张翔宇, 李培, 等. 锅炉飞灰含碳量与煤燃烧特性的相关性研究[J]. 热力发电, 2011, 40 (8) : 41 - 44.
[3] 朱予东, 王运泽, 欧宗现, 等. 应用局部投影网络预测燃料分级燃烧锅炉的飞灰含碳量[J]. 热能动力工程, 2008, 23 (3) : 265 - 268.
[4] 陈炳华, 张颉, 孙锐, 等. 运行参数对锅炉煤粉着火燃烧和飞灰含碳量影响的数值研究[J]. 动力工程, 2004, 24 (4) : 470 - 476.
[5] 文大缀, 熊伟, 邢希东. 600MW燃煤锅炉降低飞灰含碳量的燃烧调整试验研究[J]. 锅炉技术, 2016, 47 (1) : 50 - 53 + 79.
摘自《自动化博览》2026年5月刊






案例频道