火力發電廠白色煙羽治理中的節能優化

金 閃姚國華

上海外高橋第二發電有限責任公司

引言

采用濕法脫硫FGD技術的火電企業其煙囪排出的濕煙氣在氣象條件不佳時容易生成白色煙羽，白色煙羽攜帶的少量粉塵及液滴聚集在周圍不能有效抬升而擴散落地形成所謂的“石膏雨”現象。

近年來國家高度重視大氣污染的防治，修訂了《大氣污染防治法》并出臺相關政策[1-2]，與此同時，地方政府也根據當地實際情況出臺地方環保規定[3-4]。2017年上海市政府出臺《上海市燃煤電廠石膏雨和有色煙羽測試技術要求（試行）》，率先在國內提出了火電企業對“石膏雨”進行治理的要求。

上海高橋第二發電廠于2016年率先在國內完成“超凈排放”項目改造，大幅降低機組煙塵排放，在提高脫硫效率的同時應用煙氣再加熱技術實現“石膏雨”治理，并根據《上海市燃煤電廠石膏雨和有色煙羽測試技術要求（試行）》規定，在正常運行時煙囪排放煙溫持續穩定達到75℃以上，冬季（每年11月至第二年2月）和重污染預警啟動時排放煙溫持續穩定達到78℃以上。

公司超凈排放改造以后采取了多項節能優化措施[5-6]，按照目前環保要求的固定煙溫排放，在低溫、潮濕環境下GGH加熱器會消耗大量輔助蒸汽，導致機組效率降低，煤耗上升，因此，筆者認為排煙溫度的設定值得研究與探討。

1 白色煙羽生成原理

采用濕法脫硫技術的脫硫吸收塔內噴嘴向快速流動的高溫煙氣噴灑脫硫漿液，漿液與煙氣充分接觸，在其反應過程中煙氣被迅速冷卻且濕度增加至飽和狀態。與此同時，煙氣飽和濕度隨著煙溫的冷卻而降低，大量液滴析出，經過四級除霧器有效過濾，脫硫塔后段煙道內濕煙氣仍然處于近飽和狀態，其含濕量一旦超過煙囪出口處大氣環境飽和濕度，當濕煙氣從煙囪出口排出，其狀態開始向大氣擴散過程中就會發生凝結霧化現象，即白色煙羽現象。

圖1 白色煙羽治理原理圖

為消除白色煙羽現象必須避免煙囪出口高溫煙氣初態向大氣環境終態轉換過程中隨著溫度下降其含濕量超過飽和濕度的情況出現。圖1為大氣飽和含濕量曲線圖，橫坐標為溫度t（單位：℃），縱坐標為含濕量y（單位：g/kg），圖中藍色曲線為大氣飽和含濕量曲線，直線y1為環境終態與環境飽和含濕量曲線的切線，直線y2為煙囪內部測得煙氣含濕量，兩條曲線的交點即為煙囪出口理論不會產生凝結霧化現象的排放狀態，其橫坐標即為最小濕煙氣溫度。

筆者于去年對白色煙羽進行定性和定量研究，建立白色煙羽生成模型，計算出不同氣象條件和運行工況下產生白色煙羽的最小濕煙氣排放溫度，并通過數月觀察試驗證明了模型的準確性和可靠性[7]。

2 系統結構和功能

白色煙羽治理節能優化系統系公司自主研發并設計，整個系統由白色煙羽監控平臺和嵌入式煙溫優化控制系統兩部分組成，實現了采用濕法脫硫FDG技術機組運行過程中實時監控白色煙羽和優化排煙溫度。

2.1 煙羽監控平臺

根據《上海市燃煤電廠石膏雨和有色煙羽測試技術要求（試行）》規定，要求相關企業必須安裝攝像頭對煙囪白色煙羽進行實時監視和存儲，公司于去年按照該規定，根據公司運行工況綜合考慮節能優化趨勢，設計并安裝白色煙羽監控平臺。該監控平臺安裝有兩臺高清攝像頭從正、反兩側監測煙囪濕煙氣排放。采用SiMax5.0網絡視頻監控系統，以PC為基礎，實現實時視屏播放、云臺控制、錄像視頻下載回放、日志查詢等功能。同時，平臺存儲的監控數據分為照片和視頻兩類，既可方便運行專業管理人員對白色煙羽治理節能優化工作進行調整，同時便于環保監察人員進行檢查。

系統整體結構如圖2所示，包括戶外氣象數據采集、機組數據采集、煙溫分析計算、算法修正和煙溫動態展示，實現監視、分析、指導、記錄四維一體。

圖3 煙溫優化控制系統主界面截圖

圖2 白色煙羽治理節能優化系統結構圖

煙溫優化控制系統采用瀏覽器/服務器（B/S）模型，如圖4所示，由包括表現層、事物邏輯層和數據處理層組成三層架構部署實施，較傳統的C/S模型有以下三點優勢：（1）易于部署，通用性強；（2）維護方便，服務器端更新同步于所有用戶；（3）頁面動態刷新，響應速度快；（4）系統開發簡單，節約成本。

另外，系統其主要事物邏輯層應用Spring MVC技術SSM框架，該技術由Spring和Mybatis整合，分別負責業務對象管理和數據對象持久化引擎。

2.2 嵌入式煙溫優化控制系統

煙溫優化控制系統由本公司自主設計利用系統集成方案嵌入安裝在公司白色煙羽監控系統平臺上，主要功能是根據機組運行過程中所采集的大氣環境溫度、濕度和煙氣濕度、脫硫出口煙氣溫度等實時數據，在線計算出無白色煙羽產生的最低理論煙溫在系統主界面顯示，指導運行值班人員調整超凈排放系統中熱媒水加熱設定溫度維持煙氣排放溫度。另外，系統提供理論煙溫和實際煙溫的實時和歷史數據所繪制的動態曲線供運行管理人員查看和調閱，如圖3所示，該系統數據庫能存儲根據監控平臺存儲的煙囪監控照片時間調閱包括計算所需的所有參數以及不同算法的理論計算結果等歷史數據作分析之用。

圖4 嵌入式煙溫優化控制系統結構圖

2.3 數據采集

為實現無白色煙羽排放的煙溫控制，公司在空曠地帶安裝高精度的氣象數據測量裝置實時采集當地大氣環境溫度和環境濕度傳送至監控平臺。由于環境溫度和濕度直接影響白色煙羽生成，作為煙溫分析計算的重要參數，這兩個參數投射在監視畫面上為運行值班人員提供氣象數據作為參考，同時將采集數據存儲在監控平臺的服務器數據庫中。

煙溫優化控制系統和白色煙羽監控平臺共同采用數據庫，相同技術的數據庫更便于共享，數據表接口可供煙溫優化控制系統隨時調用，同時通過SISJAVA API讀取機組大數據庫相關數據。

2.4 煙溫分析計算

理論煙溫的計算采用兩種算法，圖5給出兩種算法的邏輯圖。第一種算法基于公司煙囪中部位置采集的煙氣濕度數據計算，第二種算法基于脫硫塔出口飽和濕煙氣溫度，取兩種算法計算結果的最大值作為理論煙溫。

煙溫分析計算模塊中含有計算誤差校正函數。考慮到氣象條件變化對機組運行工況帶來的較大影響，在兩種算法計算之前的已知參數調用處和理論煙溫計算出口處增加偏置的設定，當專業工程師通過兩臺機組相同工況對比發現表計故障或由于惡劣環境機組運行工況受到影響時，及時做出調整，消除理論煙溫計算過程中的誤差。

圖5 煙囪排煙溫度計算模型

煙溫優化控制系統設計之初即確定煙溫分析計算調用筆者提供的算法文件，算法采用Matlab語言編寫并留有調用接口，算法中需要的參數分別從監視服務器和SIS數據庫取得，再應用Matlab Jar包直接調用Matlab引擎計算，不需要開發人員對復雜的熱力學公式進行編程計算，保證了試驗結果前后的一致性和準確性，為項目節約了開發時間、降低了開發費用且提高了算法的保密性。

2.5 容錯機制

為防止設備故障等因素導致煙溫計算結果與實際產生偏差，煙溫優化控制系統設計有容錯機制。煙溫分析計算所需數據調用函數邏輯上不采用平均值，對同一個參數的多個采樣數據選取第二高值方法，避免由于某一個采樣儀表故障導致計算結果出現較大誤差。另外，由于氣象數據監測裝置僅有一臺，導致大氣環境濕度采樣數據源單一，為防止設備故障或通信斷路導致數據異常，數據調用過程中增加判斷邏輯對實時數據進行追蹤，判斷數據有效性，提醒用戶某個數據源發生錯誤需要及時處理。

3 系統試運行

白色煙羽監控和治理節能優化系統于2018年4月投入試運行，該系統經過一個月的測試，通過對比之前研究的理論計算數據，實際運行結果與理論相吻合，運行效果符合預期，能有效指導運行人員在不同氣象條件下調整排煙溫度設定，實現節能運行。同時，煙溫優化控制系統的自動化模塊省去繁瑣的查表過程，提高運行人員的工作效率，有效指導運行人員實現環保要求煙溫的無白色煙羽煙氣排放。另外，該系統存儲的完整數據表能夠幫助專業工程師在治理白色煙羽運行中遇到問題提供解決方案，提高了運行管理效率，符合火電廠智能化發展需要[8]。

4 結語

我國將于2018年開始大力治理白色煙羽[9]，各地火電企業陸續實施超凈排放技術改造，進行綜合治理煙塵排放和白色煙羽。但是，目前行業的主要目光僅停留在治理[10-11]，已實現治理的企業運行時間尚短，尤其是采取煙氣再加熱技術的白色煙羽治理的節能優化存在經驗不足，因此，白色煙羽監控和治理節能優化系統的成功運行是一次行業創新，從技術層面上支持火電廠智能化，在行業內具有一定的指導意義。