基于NO_x預測與均衡脫硝的智能噴氨系統優化控制及應用

摘要：針對目前基于釩鈦型催化劑的脫硝技術存在的局限性，基于NOx預測與均衡脫硝的預測控制算法，對脫硝噴氨控制系統進行了優化，提高了噴氨控制對脫硝煙氣來流NOx變化的抗干擾能力，具備精細化調整噴氨量的能力，通過噴氨總量的控制優化和噴氨分區的精細控制，減少SCR出口NOx在時間上的波動和空間上的濃度分布偏差，降低用氨量，延長催化劑使用壽命，提高機組運行的安全可靠性。

關鍵詞：噴氨預測;均衡脫硝;總量優化;先進控制

1 研究背景

隨著我國環保要求的日益嚴格以及執法力度的不斷加強，相關企業對燃煤鍋爐NOx進行深度脫除控制勢在必行。目前基于釩鈦型催化劑的脫硝技術存在以下問題：

（1）鑒于NOx測量的時變性和滯后性，傳統PID控制方法總有延遲，容易導致機組工況大幅變化時SCR出口NOx波動劇烈，運行人員為避免由于SCR出口NOx不穩定造成環保考核超標，往往采用降低出口NOx濃度控制目標值的方式，這樣將導致過量噴氨，不僅增加了氨消耗量，而且使整個脫硝SCR系統各設備長期超負荷運行。

（2）由于煙氣濃度場、速度場分布不均勻，以單一噴氨調閥為主的分布式格柵無法實現精細化噴氨，局部區域氨逃逸偏大，硫酸氫氨不僅粘結在催化劑表面影響脫硝效率，而且容易引起空氣預熱器腐蝕和堵塞，導致引風機運行存在安全隱患，增加耗電量。此外，由于出口NOx濃度不均勻，無法代表整個反應器截面氮氧化物的濃度值，對脫硝控制產生不利影響。

本文著重研究兩個問題：一是根據工況變化精準預測SCR出口NOx濃度;二是實現分區域精細化均衡噴氨控制。

2 技術路線

2.1? ? 噴氨總量先進控制算法

首先建立精準的入口NOx預測模型，在表計之前預測出入口的NOx濃度值。通過入口NOx軟測量技術，預測入口NOx濃度變化情況，并作為噴氨前的重要參數參與到噴氨總量的閉環控制中，解決了入口NOx測量滯后的問題。此外，通過試驗得到不同負荷下的SCR反應器的傳遞函數，進而有針對性地實施控制算法模型。該算法能逐步累積測試得到的數據，自動學習，實現工況變化時的快速判斷調整，能夠根據數據變化趨勢及時發現SCR裝置的堵塞、磨損、失效等問題，并及時調整運行方式，最終實現SCR系統的智能、精準控制。

2.2? ? 高可靠、低維護量的NOx分區測量系統

超低排放項目投運后，出口NOx濃度很低，基于紅外原理的分析儀由于檢出限、測量精度等問題，根本無法保障測量數值的準確性。因此，必須采用更先進的NOx測量技術，才能為噴氨控制提供準確可靠的數據支持。

2.3? ? 基于歷史數據分析的智能噴氨格柵均衡脫硝控制算法

智能噴氨格柵均衡脫硝控制算法不僅考慮了出口NOx的實時測量值，還結合出口NOx的歷史數據，提出了基于噴氨擴散模型、催化劑性能場模型的最佳出口NOx均衡控制模型。構建噴氨格柵調門與出口NOx濃度分布的數值關系，優化服務器將均衡控制算法得到的控制策略通過以太網通信方式傳輸給DCS系統，由DCS系統發出各分區調節閥門的開度調節指令，從而實現分區調平的控制要求。

整體方案示意圖如圖1所示。

3 建立模型和生成控制方案

在SPSS-PSO-SVM混合模型中，SPSS對數據進行篩選處理，以SVM為預測模型，并結合粒子群優化算法尋找最優參數，以獲得較好的預測精度。SPSS-PSO-SVM模型由三個部分組成，分別為：SPSS主成分提取，以消除變量之間的相關性，同時去除影響較小的變量，以免造成結論偏差;粒子群優化PSO，獲得最優參數組合，以達到最優的預測精度;SVM的Matlab仿真，旨在預測當前時刻鍋爐出口的NOx含量，進而制定噴氨量。SPSS-PSO-SVM模型如圖2所示。

3.1? ? SPSS主成分分析

設原始變量矩陣X是由p個向量組合而成，記為X=（X1，X2，…，Xp），則主成分矩陣Y由下列向量組成，滿足公式Yi=bi1X1+bi2X2+…+bipXp。

主成分的提取系數并不能通過SPSS直接得到，但是可得到基于主成分分析的因子載荷矩陣ξ=（ξi1，ξi2，…，ξip），設提取q個公因子，提取的因子模型可表示為：

3.4? ? 控制方案生成

經過SPSS-PSO-SVM混合模型數據篩選和算法尋優，該系統逐步累積測試得到的數據，結合燃燒器組合、燃料變化時的快速判斷調整，能夠根據數據變化趨勢及時發現SCR裝置的堵塞和磨損失效等問題，不斷完善入口NOx軟測量技術，作為前饋參與到噴氨總量的閉環控制中，及時調整運行方式，最終實現SCR系統的智能、精細控制。噴氨總量先進控制系統原理如圖3所示。

3.5? ? 均衡控制系統的研發

因SCR出口測點布置位置總體與上游現有的噴氨格柵物理位置對應，各個分區與相鄰區域因噴氨流場擴散存在一定的交錯重疊區域，則根據動態調試試驗的結果確定各分區噴氨格柵開度對下游各個對應測點和相鄰測點的影響因子，實現分區SCRMIMO系統調平時的控制解耦。根據一年的歷史數據分析催化劑局部損壞、失效等問題的同時，對于NOx濃度不隨噴氨流量變化的NOx濃度分區進行失效模式判斷并報警，要求人工介入分析處理。均衡控制原理如圖4所示。

4 應用效果及展望

實施噴氨總量先進控制后，在全負荷工況下有效降低了出口NOx和總排口NOx的波動性，本控制系統通過不同負荷下建立多模型，增強了對于低負荷運行情況下SCR出口NOx的適應性，能夠有效保證低負荷下SCR自動投入率，實現了在預測控制下的節能效果。噴氨總量優化控制前如圖5所示，噴氨總量優化控制后如圖6所示。

根據江蘇方天電力技術有限公司現場做的《江蘇國信靖江發電有限公司#1機組脫硝系統性能試驗報告》顯示，實施了本項技術改造后，#1機組脫硝相關參數（表1）均達到了預期效果。

#1機組在600 MW、500 MW、400 MW、330 MW 4個負荷工況下，脫硝系統A側反應器出口NOx濃度相對標準偏差分別為10.79%、9.5%、7.76%、11.68%，均低于噴氨系統改造前的18.81%;脫硝系統B側反應器出口NOx濃度相對標準偏差分別為10.55%、9.54%、8.26%、11.89%，均低于噴氨系統改造前的45.36%，脫硝噴氨系統改造后A、B側反應器出口NOx濃度分布比較均勻，相對標準偏差均低于15%。在4個負荷下測得的氨逃逸量均低于3×10-6，未出現氨逃逸超標區域。脫硝噴氨系統改造后，脫硝系統A、B側反應器出口NOx流場均勻性有較大提高，減少了局部噴氨量過高的現象，從而有效降低了氨逃逸量。

5 結語

在中國電力企業聯合會組織的科技成果鑒定會上，與會專家一致認為本文介紹的技術利用SPSS-PSO-SVM混合方法構建了精準的SCR入口NOx濃度預測模型，實現了出口NOx濃度精準控制;該技術研究了分區噴氨控制閥門與SCR出口NOx濃度均衡性之間的耦合關系，能在大范圍工況變動情況下將SCR出口截面NOx濃度不均勻度控制在12%以內，氨逃逸低于3×10-6，經濟效益顯著。目前此技術已在我集團內部進行推廣，取得了良好的綜合效益。

[參考文獻]

[1] 孫陽.基于氣氛濃度分布在線分析的SCR裝置噴氨分區實時優化控制系統[C]//第五屆發電廠鍋爐優化改造與配煤摻燒技術經驗交流研討會論文集，2015：833-837.

[2] 王林，王小成，郭亦文，等.基于深度主元分析的電站鍋爐NOx質量濃度預測模型研究[J].熱力發電，2017，46（12）：68-74.

[3] 高學偉，付忠廣，劉柄含，等.SCR脫硝系統PCA-HPSO-SVR大數據建模研究[J].自動化儀表，2017，38（7）：15-19.

[4] 王欣峰，白建云，王琦.基于線性回歸的SCR脫銷系統入口NOx預測模型[J].工業控制計算機，2017，30（4）：128-129.

[5] 孫育紅，侯玉婷，焦力剛，等.指數預測模型和Smith預估器在SCR煙氣脫硝控制系統中的應用[J].熱力發電，2016，45（12）：114-118.

收稿日期：2020-03-08

作者簡介：錢勇武（1973—），男，江蘇泰州人，高級工程師，研究方向：大型燃煤發電機組生產自動化管理。