您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 冶金工业 > 1炉吹灰优化改造开题报告
1、课题来源:浙能长兴发电有限公司#1炉吹灰优化改造项目2、课题的意义及国内外现状分析;2.1、课题的背景和意义浙能长兴发电有限公司是一家拥有4台300MW亚临界燃煤机组的内陆电厂,与沿海大型电站相比,机组煤耗高,燃煤价格高,毫无竞争优势,在煤价的持续上扬今天,盈利空间不断被压缩,企业已处于亏损的边缘。因此通过各项技术改进等措施进行“挖潜增效”,降低燃料成本,成为长兴发电有限公司的迫切需求。对于燃煤机组,燃料费用约占其运行成本的80%,因此提高锅炉效率对于电站具有十分重要的意义。美国电力科学研究院(EPRI)曾对全美境内91台电站锅炉灰污状况进行调查,统计数据表明37%的机组锅炉频繁发生严重灰污,40%的锅炉不时会出现灰污问题[1]。浙能长兴发电有限公司设计煤种为淮南煤,因淮南坑口电厂的增多等各种原因,现燃用煤中淮南煤只占约20%,严重偏离设计煤种,在该情况下受热面的污染程度将会进一步增大。而受热面的结渣和积灰,不仅会降低受热面传热效率,增加机组煤耗,还会腐蚀锅炉管壁,降低受热面使用寿命,从而影响到锅炉运行的经济性和安全性。为避免严重积灰或结渣,运行中必须采取有效的措施对受热面进行清扫。浙能长兴发电有限公司#1锅炉现采用高温高压的过热蒸汽对受热面进行吹扫,吹灰方式为传统的定时、全面的吹扫方式,由于炉膛不同受热面结构、积灰速度的差异性,这种定时定量的吹灰方式常常造成吹灰不足或过度,既费蒸汽,也无法有效的提高锅炉效率,同时又严重磨损锅炉管壁。因此,只有通过优化吹灰模式,合理制定吹灰策略,实现按需吹灰,才能减少吹灰介质不必要的浪费、降低锅炉受热面的管壁磨损、增大锅炉出力。国外独立的工程咨询公司研究表明,通过改进吹灰程序,大约能提高锅炉效率1%左右[2]。对于长兴发电有限公司4台300MW机组,以每年5000发电小时,每度电煤耗330克、燃煤价格800元/吨计算,每年可以节省燃料成本约2000万元,改造潜力巨大。2.2吹灰优化的新诠释[10]:吹灰优化是指在锅炉运行时,以最少的吹灰成本取得最多的收益。它的主要功用是指导锅炉各受热面的吹灰器运行,确定在何时投运何处的吹灰器吹扫哪块受热面具体何部位,何处包括哪个受热面和此受热面的哪个吹灰器。吹灰优化的研究和应用包含很多方面内容,但最基本的是监测数据采集和灰污监测计算,最重要的是如何根据灰污情况和优化分析确定投吹灰器的投运。一个完整的吹灰优化系统应包括:1、实施数据采集和确认:获取准确的数据2、在线灰污状态监测:获取受热面积灰情况3、锅炉和电站效率分析:为收益和成本计算做准备4、吹灰收益分析:计算并综合预期吹灰获得的各种收益5、吹灰成本分析:计算并综合吹灰所需的各种成本6、吹灰优化分析:确定最佳吹灰方案7、灰沉积模型和仿真:获取受热面当地具体部位的积灰情况,配合在线灰污状态检测8、灰渣脱落模型:获取受热面当地具体部位的积灰情况,配合在线灰污状态检测9、各模块的激励控制模块:整合各模块,完成吹灰优化系统的管理控制功能10、定期经济分析和自完善反馈:保证系统的优化效果和适应性2.2、本课题国内外发展应用情况2.2.1、吹灰优化发展情况在国外,锅炉吹灰优化的研究开发工作已进行了较长时间。早在上世纪六十年代,西方工业发达国家就已经开展了锅炉受热面灰污监测方面的研究工作,但因测量仪表和自动化水平所限,当时工作主要限于定期的离线状态评估,如DIAMONDPOWER基于直接测量方法的吹灰评估系统。20世纪70年代末,随着计算机技术和控制技术不断的提高,锅炉受热面结渣积灰的在线监测模型研究得到了全面的发展。八十年代后期人工智能研究领域的不断进展,神经网络、模糊系统、专家系统等人工智能技术被越来越多的应用到锅炉吹灰优化系统中。如美国Honeywell公司十20世纪90年代开始进行燃煤电站吹灰影响的数据分析,主要利用神经网络对炉膛结渣和对流受热面灰污建模,描述灰污动态特性以优化吹灰周期,并利用PCA等数学分析方法发现影响电站性能的主要因素[13]。美国电力科学研究院也曾多次召开智能吹灰国际研讨会,在2007年1月25号的报告中[4]更是将锅炉智能吹灰优化作为今后重点研究对象。目前,锅炉智能吹灰系统已在西方发达国家中得到了广泛的应用,如巴威(B&W)公司的SootBlowerOptimization系统[6],BMSInternationalLtd.的IntelligentSootblowerControlSystemsforEfficientPowerGeneration以及EPRI的ISB(智能吹灰系统)[8,9]。自上世纪80年代以来,我国也逐步开展了锅炉吹灰优化问题的研究,特别是近年来,这方面的研究在国内越来越受到重视,清华大学、浙江大学、东南大学、华北电力大学等多家科研单位对锅炉受热面吹灰优化领域进行了大量的研究,取得了一定的研究成果。华北电力大学的阎维平等[11-12]运用热平衡基本原理,建立了基于在线监测数据的热力计算模型,对锅炉各受热面逐段进行热平衡和传热计算,同时采用实际传热系数与理想传热系数的比值作为清洁因子,以监测受热面的灰污状态,指导优化吹灰。东南大学周克毅等研究了锅炉积灰引起的热损失计算模型,并根据经济性确定最佳吹灰时间周期间隔的方法,开发了电厂锅炉吹灰优化管理系统[14-15],在扬州第_电厂2号锅炉上实现了积灰结渣在线监测和吹灰优化管理。清华大学的武彬利用模糊神经网络,实现了对锅炉受热面积灰状态的实时监测[16]。近年来人工智能领域研究空前活跃,国内外科研院所都开展了基十模糊系统、神经网络以及专家系统等智能技术的灰污监测和智能吹灰系统的研究,涌现了一些研究成果,这些成果的应用对十优化并完善锅炉吹灰方案将提供重要的帮助。近年来锅炉吹灰优化研究在国外越来越受到重视,目前,许多国际知名发电设备供应商开发的火电运行优化软件中均含有用以优化吹灰器运行的灰污监测模块。如瑞士ABB公司开发的Optimax电厂效率计算软件中的锅炉清洁模块可以在线计算的受热面清洁度及每个受热面的烟气入口温度,所得数据可对吹灰器运行程序进行优化[3]。德国西门子公司开发的集成信息系统Sienergy中的机组效率分析优化模块(SR4),它采用对锅炉的数学模型进行仿真,计算锅炉各受热面的传热效率,利用其良好的图形界面实时、动态的指导运行人员进行区域性的不定期吹灰[5]。纽约州电力燃气公司和通用物理公司联合开发的专家系统(SootblowerAdvisor),它使用锅炉和汽轮机循环中的关键参数测量值来确定锅炉各受热面的清洁因子,用于帮助运行人员确定吹灰策略[3]。3主要研究内容本项研究针对我国电力工业发展的现状,以扬州第二发电厂600MW机组为实际对象,研究锅炉吹灰系统的优化方法和系统实现。由于原设计、燃料特性、燃烧方式等多方面的影响,该机组锅炉在实际运行中经常需要对受热面进行蒸汽吹扫,否则容易影响机组的安全经济运行。因此,研究和确定该机组吹灰系统的运行策略,建立合适的吹灰优化系统,对提高600MW机组整体运行的经济性和安全性具有十分重要的现实意义。拟定所用优化方法将运用热平衡方法建立热损失计算模型〔23,26],根据经济性原则确定最佳吹灰时间间隔〔‘,,来制定最佳吹灰方案。具有不用增加测点、在线计算、实时改变吹灰时间间隔和吹灰器组别的优点,可以取得最佳的经济效益。主要研究工作包括建立数学模型和系统实现两个部分。1、建立数学模型以600MW汽包自然循环锅炉(蒸汽吹灰)为具体分析对象,分别建立其水冷壁、过热器、省煤器、空预器的积灰损失和各受热面吹灰能量损失模型,建立相应的吹灰器运行规则指导,建立历史数据储存。对该设计中关键的模型问题作一些严格的检验,一是通过苏联73年热力计算标准作模拟计算来比较,另外也可与现场数据作比较验证其可采用程度。2、系统实现在掌握分析600MW机组DCS系统数据通讯的基础上,确定优化吹灰所需要数据的传送方式。设计吹灰优化系统,包括计算机系统、人机接口软件界面、数学模型计算软件等。优化系统完成后将在线从运行机组的DCS系统网络上获得实时数据,经处理后作为优化系统数学模型的输入数据。优化系统一方面不断计算积灰所产生的损失,确定下次吹灰的最佳周期和方案;另一方面连续计算各受热面的积灰程度,并可直接监视吹灰后的实际效果。这些结果将为现场吹灰系统的运行提供直观的操作指导。主要参考文献:[1]A.ValeroandC.Cortés.Ashfoulingincoal-firedutilityboilers,monitoringandoptimizationofon-loadcleaning[J].ProgressinEnergyandCombustionSciences,1996,22(2):189~200[2]GeorgeWarriner,JimNoblett,DonSands,andsoon,IntelligentSootblowingWithinAGlobalIntelligentOperationsManagementSystem,2002国际智能吹灰会议[3]GJNakoneczny,RSConrad,IVulicevic,KALarson,KLNoel,MWCarlisle.Boilerperformanceimprovementduetointelligentsootblowingutilizingreal-timeboilermonitoring.Power-geninternational.2004[4]RandyShort,RobJames.Aglobalapproachtoshootcleaningoptimizationatdynegysbaldwinfnergycomplex.EPRIHeatRateImprovementConference.2007.[5]SJPiboontum,SMSmith,RSConrad.BoilerperformanceimprovementduetointelligentSootBlowingutilizingreal-timeboilermodelingonupboilers.ElectricPower.2005.[6]NakonecznyGJ,ConradRS,ScavuzzoSA.ImplementingB&W'sintelligentsootblowingsystematMidAmericanEnergyCompany'sLouisaEnergyCenterUnit1[C].WesternFuelsConference,Albnqnerqne,2002.[7]DianeH.Goingforacleansweep[J].PowerEngineeringInternational,1998,(4):43-46.[8]Epri.WorkshoponIntelligentSootblowingApplication.1999[9]Epri.GuidelinefortheEvaluationgandTreatmentofCorrosionandFoulinginFireProtectionSystem[Z].1999[10]杨卫娟.]电站锅炉变负荷引起的水冷壁渣层热应力和吹灰在线模糊优化运行的基础理论研究:[博士论文].杭州:浙江大学机械与能源工程学院,2003[11」阎维平,梁秀俊,周健,等.300MW燃煤电厂锅炉积灰结渣计算机在线监测与优化吹灰。中国电机工程学报,2000,20(9):84~88[12]陈宝康,阎维平,高正阳,等.电站锅炉炉膛污染和吹扫对对流受热面运行的影响分析.热力发电,2004,(3):27~30[13]WorkshoponIntelligentSootblowingApplication.EPRI,1999:65~69[14]周克毅.锅炉积灰损失与吹灰时间间隔[J].东南大学学报,1994,24(11):57~62[15]徐啸虎.燃煤锅炉吹灰优化的研究及系统开发[D].东南大学硕士学位论文,2003[16]武彬,沈幼
本文标题:1炉吹灰优化改造开题报告
链接地址:https://www.777doc.com/doc-3027547 .html