火電廠脫硫系統智能優化管理研究

羅 睿，吳 濤，吳智群，黃廷輝，何 新，王繼強，白 帆

火電廠脫硫系統智能優化管理研究

羅 睿1，吳 濤1，吳智群1，黃廷輝1，何 新1，王繼強2，白 帆2

（1.西安熱工研究院有限公司，陜西 西安 710054；2.華電萊州發電有限公司，山東 萊州 261441）

在環保和經濟運行的壓力下，利用電廠歷史/實時運行數據提升脫硫系統運行效果和智能管理水平，具有重要工程實踐意義。本文以濕法脫硫系統為例，借助廠級監控信息系統的大數據平臺，建立脫硫工況的成本評價判據，采用脫硫系統歷史運行數據實現低成本工況的自動篩選，指導優化脫硫系統實時運行。采用某機組脫硫系統歷史運行數據進行分析，結果表明：該脫硫優化管理模型能夠實現脫硫系統的定量評價，給出優化建議。在滿足環保要求下，降低電廠脫硫系統運行成本，提升電廠智能管理水平。

燃煤發電；脫硫優化；智能管理；大數據；動態尋優；節能減排；廠級監控信息系統

火電廠脫硫系統在煤電的清潔排放方面發揮了重要作用。隨著環保要求日益嚴格，以及煤電經營壓力增加，脫硫系統的經濟環保優化顯得十分重要[1]，尤其在超低排放改造后污染物的脫除成本顯著提高[2-3]。在當前國家創新驅動戰略轉型，以及煤電行業向智能化推進的背景下，利用智能電站技術進行脫硫系統的智能優化管理，在保證環保排放指標前提下提升脫硫系統的經濟效益，對發電企業具有較大意義。

脫硫系統優化一直受到眾多學者和專家的關注和探討。陳爾魯[4]對濕法脫硫過程進行物理建模，并利用粒子群優化算法進行優化。何望飛等[5]提出了脫硫系統相對生產成本的概念，并結合沙角C電廠運行數據給出了特定工況下成本最低的優化建議。余鵬等[6]從脫硫系統的電耗、水耗和石灰石耗量三方面介紹了國華粵電某電廠的脫硫系統運行經驗。許丹等[7]基于模糊理論對漿液泵建立故障診斷模型及對脫硫系統建立優化模型。王俊[8]探討了各運行參數對脫硫系統的單因素影響。李興華等[9]從脫硫系統的設計、改造和實際運行等方面闡述了脫硫系統節能改造的要點和技術建議。牛擁軍等[10]通過實驗測量分析對漿液循環泵、漿液pH值及石膏脫水系統等影響因素進行探究和優化。這些研究成果對脫硫系統的經濟運行起到了積極的效果。

本文利用信息化管理平臺進行數據的匯集和智能處理，實時分析和提取脫硫系統的特征，采用動態尋優模型，得到脫硫系統實時優化的目標方案及節能潛力，為電廠脫硫系統的整體把控、評價、管理和優化提供依據和指導方案。

1 脫硫系統智能優化

1.1 脫硫系統評價方案

以濕法脫硫系統為例，通過成本收益思想[11]，對脫硫系統運行特性進行指標提取和分析計算，得到脫硫系統評價方案如圖1所示。電廠成本投入中，能量投入主要為電耗，物料投入主要包括脫硫劑和水，另外，電廠需要根據SO2的排放量繳納環保稅。電廠經脫硫獲得環保達標的凈煙氣，及免除超排罰金，享受脫硫電價補貼收益。

圖1 脫硫系統評價方案

脫硫石膏也是系統收益部分，可通過化學反應方程及質量平衡推算得到。為了統一成本收益各項指標，將各分項經過數據整合及實時計算得到相關費用，然后得到脫硫系統的總經濟成本，作為綜合評價指標和優化依據。

1.2 數據分析及評價判據

脫硫系統指標計算及評價是智能優化管理的實時評判基礎和工況指導依據。脫硫系統綜合成本計算式為

式中：為脫硫系統綜合成本，元/h；1為脫硫系統電耗成本，元/h；2為脫硫劑成本，元/h；3為脫硫系統耗水成本，元/h；4為脫硫排污環保稅成本，元/h；5為脫硫副產物收益，元/h。

脫硫系統電耗成本由實時電價及總耗電量確定，計算公式為

式中：1為實時電價，元/(kW·h)；U、I、cos分別為脫硫系統各耗電設備運行電壓（kV）、電流（A）和功率因數。

脫硫劑成本由脫硫劑單價、實時脫硫量及化學反應平衡式確定，并考慮反應效率及脫硫劑純度等因素，計算式為

脫硫系統耗水主要包括制漿的工藝水和設備沖洗水，可通過現場測量儀表或計量管理人員錄入獲取。也可通過脫硫前后煙氣的濕度差估算，計算公式為

式中：3為工藝水價格，元/t；1、2分別為脫硫進出口煙氣濕度，%。

根據2018年《中華人民共和國環境保護稅法》，SO2小時均值排放濃度及排放污染物當量共同決定SO2排放的環保稅額，計算公式為

式中：4為SO2排放環保稅額，元/污染當量，1.2~12；為環保稅減系數；st為SO2排放標準，mg/m3；havg為SO2排放質量濃度小時均值，mg/m3。

脫硫石膏回收一般無現場測點，可通過軟測量技術，由化學反應方程及質量守恒估算得到。

式中，5為脫硫石膏銷售價格，元/t。

1.3 工況管理及智能尋優

本文在統一的數據平臺上，通過工況智能篩選、工況評價分析、工況動態尋優3個模塊有機結合，形成脫硫系統智能優化模塊。圖2為脫硫系統管理及動態尋優技術路線。

圖2 脫硫系統管理及動態尋優技術路線

由圖2可見，通過數據接口及錄入平臺，匯集現場實時數據及管理類數據，經過處理得到優化需要的二次數據，構成統一數據平臺。然后確定脫硫系統的工況判據，通過脫硫系統數據平臺，從實時/歷史數據中提取各類工況的歷史運行數據，形成脫硫工況數據庫，并通過脫硫評價模塊得到各工況的評價指標。同時，動態尋優模塊實時在線監控脫硫系統運行，調用脫硫評價模塊得到的工況實時評價，尋找與實時工況相近的歷史最優工況，作為實時運行指導建議，對脫硫歷史工況數據庫進行更新和完善。

2 實例分析

2.1 脫硫工況篩選及管理

脫硫工況篩選以機組負荷與脫硫入口煙氣的SO2質量濃度[12]為主要判據，同時確保主要耗電設備（如漿液循環泵運行方式）未發生切換，主要運行參數（如漿液pH值）無大幅波動。圖3為脫硫系統歷史工況篩選情況，對機組一段時間歷史數據掃描，可以得到若干脫硫工況。在第1日附近可篩選出機組負荷為258 MW、脫硫系統入口煙氣SO2質量濃度為2 475 mg/m3的脫硫工況為低成本工況，相應得到漿液循環泵組合運行方式為一級塔循環泵A運行、二級塔循環泵D運行；在第5日附近可得到低成本工況，機組負荷302 MW、脫硫系統入口煙氣SO2質量濃度2 148 mg/m3的脫硫工況及其運行方式。

圖3 脫硫系統歷史工況篩選情況

2.2 脫硫工況評價分析

圖4為脫硫系統成本組成分析。由圖4可見，歷史工況脫硫系統總成本主要為電費及脫硫劑費用，平均為2 000元/h左右，在1 481~2 709元/h范圍。電費占80%左右，與文獻[13-14]研究結果一致。脫硫劑費用占16%左右，其余為水費和排污稅。

圖4 脫硫系統成本組成分析

在各工況中，脫硫系統總成本的上下浮動較大，受脫硫系統運行方式影響很大。可見脫硫系統電費成本是脫硫優化挖掘節能潛力的主要部分。

以機組負荷300 MW為例，圖5為脫硫系統入口煙氣不同SO2質量濃度下的脫硫成本，低成本工況（比如圖5的工況1）的運行方式可作為今后類似工況的參考，成本差代表脫硫系統優化后的節能效果。

圖5 脫硫系統歷史相近工況的經濟性比較

隨著運行數據的積累，脫硫系統相同負荷的不同運行方式的工況會越來越全面，節能效果也會提升到極限值。脫硫系統將以最優方式運行，成本最低，優化潛力消失。圖5中大部分工況的成本差在100元/h以上，可見當前脫硫系統運行水平的節能潛力還很可觀。

2.3 脫硫優化指導及潛力分析

選取超低排放改造常用的雙塔脫硫系統[15]進行分析，表1為某機組某段時間脫硫工況評價指標及運行參數。在同樣脫硫工況下，運行指標存在多個不同技術方案實現脫硫減排，其經濟指標（脫硫成本）差異較大。如機組負荷約為260.0 MW，脫硫前SO2質量濃度約為2 400 mg/m3時，循環泵運行方式AB-D比B-BD運行成本高445元/h。雖然都運行了3臺漿液循環泵，但一級塔的循環泵電耗遠高于二級塔，在雙塔組合運行脫硫時，可以選擇電耗較低的循環泵組合方式，同樣能排放達標。

表1 某雙塔脫硫系統脫硫工況評價指標及運行參數

Tab.1 The evaluation indexes and operation parameters of desulfurization condition for a double-tower desulfurization system

吸收塔pH值的影響在脫硫工況管理中也有體現。在負荷約300 MW、脫硫前SO2質量濃度分別為1 900 mg/m3和2 800 mg/m3工況下，各自循環泵組合運行方式相同，公用系統分攤相同，但由于pH值的差異也導致了脫硫成本的差異和排煙SO2質量濃度的不同，因為pH值對石灰石的溶解、氧化和結晶過程均有影響[16]，這種情況可參考歷史運行工況中的經濟工況pH值進行調節。

過度追求脫硫效果也會導致脫硫成本急劇增長。如表1所示，負荷約300 MW時，脫硫系統入口SO2質量濃度為2 400 mg/m3及3 200 mg/m3工況下，SO2最低排放工況比最高排放工況（仍滿足當地環保排放標準）的脫硫成本高300 元/h以上。采用高脫硫成本來進一步降低污染物排放，邊際效益很低。

從歷史同類工況中尋找最經濟工況，可以得到相應負荷工況下的優化工況，指導實時運行。圖6為機組歷史運行工況和優化工況的脫硫成本。

圖6 歷史運行工況和優化工況的脫硫成本

由圖6可見，在各負荷或時刻下，其脫硫成本可節約潛力在100~400元/h。按照100元/h的節能潛力計算，機組年運行小時數為5 000 h，可從脫硫系統節約成本約50萬元，具有良好的經濟效益。

3 結 論

1）建立了脫硫系統歷史運行數據的工況篩選和智能管理方案，能夠得到實際運行的各種工況，為脫硫系統優化智能管理提供依據。

2）建立了脫硫系統的成本分析模型，得到脫硫系統智能管理和實時運行的評價體系。

3）以實際歷史運行數據為例，對脫硫工況尋優，得到不同脫硫工況的歷史優選工況運行細節及當前節能潛力，實現脫硫運行的成本節約。

［1］ 陸詩原. 大型燃煤機組脫硫系統節能分析及綜合性能評價方法研究[D]. 北京: 華北電力大學, 2011: 3-7.

LU Shiyuan. Energy saving analysis of the flue gas desulfurization system and research on comprehensive performance evaluation method in large scale coal-fired units[D]. Beijing: North China Electric Power University, 2011: 3-7.

［2］ 帥偉, 李立, 崔志敏, 等. 基于實測的超低排放燃煤電廠主要大氣污染物排放特征與減排效益分析[J]. 中國電力, 2015, 48(11): 131-137.

SHUAI Wei, LI Li, CUI Zhimin, et al. Analysis of primary air pollutant emission characteristics and reduction efficiency for ultra-low emission coal-fired power plants based on actual measurement[J]. Electric Power, 2015, 48(11): 131-137.

［3］ 石睿, 王佩華, 楊倩, 等. 燃煤電廠“超低排放”成本效益分析[J]. 環境影響評價, 2015, 37(4): 5-8.

SHI Rui, WANG Peihua, YANG Qian, et al. Costs & benefits of “ultra-low emissions” in coal-fired power plants[J]. Environmental Impact Assessment, 2015, 37(4): 5-8.

［4］ 陳爾魯. 濕法煙氣脫硫過程建模與優化[D]. 杭州: 浙江大學, 2016: 29-41.

CHEN Erlu. Modeling and optimization of wet flue gas desulfurization process[D]. Hangzhou: Zhejiang Univer- sity, 2016: 29-41.

［5］ 何望飛, 李興華. 660 MW機組濕法煙氣脫硫系統經濟運行分析及優化研究[J]. 廣東電力, 2010, 23(6): 20-22.

HE Wangfei, LI Xinghua. Economic operation analysis and optimization study on wet flue gas desulfurization system of 660 MW unit[J]. Guangdong Electric Power, 2010, 23(6): 20-22.

［6］ 余鵬, 高小春, 何德明, 等. 石灰石-石膏濕法脫硫系統的經濟運行[J]. 熱力發電, 2007, 36(7): 34-36.

YU Peng, GAO Xiaochun, HE Deming, et al. Economic operation of the limestone/gypsum wet desulfurization system[J]. Thermal Power Generation, 2007, 36(7): 34-36.

［7］ 許丹, 沈凱, 張亞平, 等. 基于模糊理論的濕法脫硫故障診斷和優化模型研究[J]. 環境工程, 2018, 36(2): 92-97.

XU Dan, SHEN Kai, ZHANG Yaping, et al. Study on fault diagnosis and operation optimization models of WFGD based on fuzzy theory[J]. Environmental Engineering, 2018, 36(2): 92-97.

［8］ 王俊. 火力發電廠石灰石—石膏濕法脫硫系統優化運行研究[D]. 北京: 北京交通大學, 2010: 59-85.

WANG Jun. Optimal operation research of limestone-gypsume wet flue gas desulfurization for coal-fired power[D]. Beijing: Beijing Jiaotong University, 2010: 59-85.

［9］ 李興華, 牛擁軍, 雷鳴, 等. 火電機組脫硫系統超低排放改造節能優化[J]. 熱力發電, 2017, 46(11): 119-123.

LI Xinghua, NIU Yongjun, LEI Ming, et al. Energy-saving optimization of ultra-low emission retrofit for desulfurization system in thermal power plants[J]. Thermal Power Generation, 2017, 46(11): 119-123.

［10］ 牛擁軍, 宦宣州, 李興華. 燃煤電廠煙氣脫硫系統 運行優化與經濟性分析[J]. 熱力發電, 2018, 47(12): 22-28.

NIU Yongjun, HUAN Xuanzhou, LI Xinghua. Operation optimization and economic analysis for WFGD system of coal-fired power plants[J]. Thermal Power Generation, 2018, 47(12): 22-28.

［11］ 呂晨旭. 基于儲能成本收益評估的小型光儲系統實時經濟運行方法[J]. 電力系統保護與控制, 2017, 45(17): 144-151.

Lü Chenxu. Real time economic scheduling method for photovoltaic/battery system based on the evaluation of energy storage charging cost and discharge yield[J]. Power System Protection and Control, 2017, 45(17): 144-151.

［12］ 鄧芙蓉. 入爐煤含硫量對600 MW超臨界機組脫硫經濟性的影響[J]. 能源工程, 2014(2): 77-80.

DENG Furong. Influence of sulfur content of fired-coal on economy of desulfurization of 600 MW supercritical unit[J]. Energy Engineering, 2014(2): 77-80.

［13］ 徐鋼, 袁星, 楊勇平, 等. 火電機組煙氣脫硫系統的節能優化運行[J]. 中國電機工程學報, 2012, 32(32): 22-29.

XU Gang, YUAN Xing, YANG Yongping, et al. Optimization operation of the flue gas desulfurization systems in power plants for energy conservation[J]. Proceedings of the CSEE, 2012, 32(32): 22-29.

［14］ 段玖祥, 李小龍, 蔡培, 等. 超低排放燃煤電廠WFGD系統優化運行探討[J]. 環境工程, 2017, 35(12): 73-76.

DUAN Jiuxiang, LI Xiaolong, CAI Pei, et al. Optimization operation of WFGD systems in ultra-low emission coal-fired power plants[J]. Environmental Engineering, 2017, 35(12): 73-76.

［15］ 魏宏鴿, 徐明華, 柴磊, 等. 雙塔雙循環脫硫系統的運行現狀分析與優化措施探討[J]. 中國電力, 2016, 49(10): 132-135.

WEI Hongge, XU Minghua, CHAI Lei, et al. Current operation state analysis and optimization method exploration on double-tower double-cycle wet-FGD systems[J]. Electric Power, 2016, 49(10): 132-135.

［16］ 李駿, 沈凱, 周長城, 等. 煙氣脫硫吸收塔pH值控制策略優化研究[J]. 環境科學與技術, 2012, 35(4): 43-46.

LI Jun, SHEN Kai, ZHOU Changcheng, et al. Optimization for pH value control of flue gas desulphurization tower[J]. Environmental Science & Technology, 2012, 35(4): 43-46.

Research on intelligent optimization management of desulfurization system in thermal power plant

LUO Rui1, WU Tao1, WU Zhiqun1, HUANG Tinghui1, HE Xin1, WANG Jiqiang2, BAI Fan2

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. Huadian Laizhou Power Generation Co., Ltd., Laizhou 261441, China)

Under the pressure of environmental protection requirements and economic operation cost, using historic/realtime operation data of the power plant to improve the economic efficiency and intelligent management level of desulfurization system is of great significance for engineering application. By taking the wet desulfurization system as an example and using the large data platform with plant-level monitoring information system, this paper establishes the cost evaluation criterion of FGD conditions. Through applying the historical operating data of desulfurization system, it realizes automatic filtrating and management of the flue gas desulfurization (FGD) conditions, which can guide the optimization of real time operation of the desulphurization system. The application results show that, this optimal management model for desulfurization can provide quantitative evaluation and optimization suggestions, which is helpful to improving the FGD management level and saving operation cost for power plants on the premise of satisfying the environmental protection requirements.

coal-fired power generation, desulfurization optimization, intelligent management, big data, dynamic optimization, energy conservation and emission reduction, plant level supervisory information system

TM621

A

10.19666/j.rlfd.201906154

2019-06-06

羅睿(1986—)，男，博士，工程師，主要研究方向為電站信息技術及優化應用，luorui@tpri.com.cn。

羅睿, 吳濤, 吳智群, 等. 火電廠脫硫系統智能優化管理研究[J]. 熱力發電, 2019, 48(9): 71-76. LUO Rui, WU Tao, WU Zhiqun, et al. Research on intelligent optimization management of desulfurization system in thermal power plant[J]. Thermal Power Generation, 2019, 48(9): 71-76.

（責任編輯 杜亞勤）