华北电力大学高明明副教授与其团队研究人员等联合华能新能源股份有限公司、清华大学能源与动力工程系基于即燃碳模型，应用某330 MW循环流化床锅炉的运行数据，经过机理分析及模型简化，搭建可适用实际工程的CFB锅炉NOx的排放模型。模型能对循环流化床NOx排放浓度进行精准预测，尤其在超低负荷，深度调峰下拟合度仍然较好，有助于CFB机组氮氧化物排放自动控制策略的设计，可为机组实际运行提供运行指导。
适应深度调峰的循环流化床NOx排放建模
高明明1，郭炯楠1，于浩洋1，王亚柯2，岳光溪3
1.新能源电力系统国家重点实验室（华北电力大学控制与计算工程学院）
2.华能新能源股份有限公司
3.清华大学能源与动力工程系
1）建立适应深度调峰的循环流化床氮氧化物排放模型，预测效果良好，为氮氧化物排放控制提供指导，进一步降低污染物控制成本。
2）探究机组深度调峰下运行参数与NOx排放浓度的关系与SNCR脱硝效率的影响因素。
研究背景
循环流化床燃烧技术因燃煤适应性广、污染控制成本低等优势，近年来发展迅速。为响应国家绿色环保精神，多地鼓励新建NOx排放标准低于50 mg/m3的机组，且循环流化床具有大迟延、大惯性特征，NOx排放耦合性强，因此，建立适应深度调峰的循环流化床氮氧化物排放模型，可以为氮氧化物排放控制提供指导，进一步降低污染物控制成本。
研究内容
从循环流化床锅炉燃烧机理切入，建立了即燃碳模型，并将燃料氮分为挥发分氮与即燃碳氮两部分燃烧构建NOx炉内自生成模型；考虑CO和即燃碳对NOx的还原作用推导出NOx自还原模型；构建选择性非催化还原脱硝模型，综合以上模型建立了适应深度调峰的循环流化床氮氧化物排放模型。除此之外，探究了机组深度调峰下运行参数与NOx排放浓度的关系与SNCR脱硝效率的影响因素。通过仿真验证，本文建立的循环流化床氮氧化物模型取得了较好的仿真效果，并具有一定的预测效果。
研究结论
1）利用即燃碳模型，建立了循环流化床锅炉内部NOx浓度模型，考虑NOx双步竞争反应，建立SNCR炉外脱硝模型，模型精度可基本满足330 MW 循环流化床锅炉的工程实际需求。模型计算量较实测量提前2～3 min，预测效果良好。
2）经模型计算，稳态工况的模型计算值平均预测时间为114 s，与实测值的平均相对误差为2.50%，平均均方差为1.97 mg/m3；深度调峰下的模型计算值平均预测时间为126 s，与实测值的平均相对误差为5.42%，平均均方差为4.04 mg/m3。
3）特别探讨了四种具有代表意义的稳态工况与深度调峰下NOx排放浓度与运行参数的关系，随着负荷上升，给煤量增加送风量增大，NOx排放浓度上升；当NOx排放浓度上升，氨水流量得到反馈也随之上升，反之则下降。
图1稳态NOx排放浓度验证
图2变负荷工况NOx排放浓度验证
表1燃料煤元素分析与工业分析
引用格式：
高明明，郭炯楠，于浩洋，等.适应深度调峰的循环流化床NOx排放建模［J］.洁净煤技术，2023,29(6):24-31.
GAO Mingming,GUO Jiongnan,YU Haoyang，et al.Modeling of nitrogen oxide emission in circulating fluidized bed for deep peak regulation［J］.Clean Coal Technology，2023,29(6):24-31.
作者简介
高明明，华北电力大学副教授，硕士生导师，主要从事发电过程状态监测与优化控制，新能源电力系统消纳，智能灵活发电技术，循环流化床机组控制与运行优化等研究工作。研究了适用于循环流化床锅炉的“即燃碳”、“活性石灰石”等理论，解决了世界首台600 MW超临界循环流化床机组自动控制中的难题。近期重点研究新能源电力系统中火力发电机组调峰调频、大气污染物超低排放、智能灵活发电、人工智能与应用等技术。先后负责纵向课题3项，横向科研项目10余项，授权专利10余项，发表学术论文30余篇，其中被SCI、EI收录的学术论文20余篇。
通讯作者
郭炯楠，华北电力大学工学硕士。主要从事循环流化床运行过程建模、大气污染物超低排放控制、新能源系统发电过程控制等研究工作。近期参与多项国家重点研发及国家自然基金项目，负责锅炉燃烧、污染物排放建模及快速深度变负荷、超低排放控制策略的研发。发表学术论文2篇，受理专利3项。
