模擬仿真技術在選擇性催化還原脫硝中的應用

DOI：10.19981/j.CN23-1581/G3.2023.32.044

摘" 要：模擬仿真技術作為一項新的數(shù)字化技術，在近年來得到快速的發(fā)展，已廣泛應用于各大行業(yè)。該文介紹模擬仿真技術在煙氣選擇性還原脫硝（SCR）中的應用，對其原理、工作流程、效果及優(yōu)缺點進行總結和分析。結果表明，模擬仿真技術可應用于SCR脫硫工藝流程分析、煙氣導流設計及噴氨控制等多個環(huán)節(jié)；實際應用案例中，使用仿真模擬手段優(yōu)化，最高可降低60%出口NOx，鍋爐煤耗降低5%，社會、經(jīng)濟效益明顯；但是，現(xiàn)階段模擬仿真技術還存在模型不精確、結果準確性難保證、數(shù)據(jù)采集難度大及計算量大等局限，需進一步優(yōu)化提升。總體來看，模擬仿真技術雖然目前存在一定的局限性，但可有效地應用于SCR脫硝工藝，提高系統(tǒng)整體的運行穩(wěn)定性和經(jīng)濟性，應用前景廣闊。

關鍵詞：SCR脫硝；模擬仿真；工藝流程；煙氣流動；預測控制

中圖分類號：TP18 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）32-0177-04

Abstract： As a new digital technology， analog simulation technology has developed rapidly in recent years and has been widely used in various industries. This paper introduces the application of simulation technology of flue gas denitrification by Selective Catalytic Reduction（SCR）， and summarizes and analyzes its principle， work flow， effect， advantages and disadvantages. The results show that the simulation technology can be applied to many links such as SCR desulfurization process analysis， flue gas diversion design and ammonia injection control. In practical application cases， by using simulation means to optimize， the outlet nitrogen oxides can be reduced by up to 60%， the boiler coal consumption can be reduced by 5%， and the social and economic benefits are obvious. However， at this stage， the simulation technology still has some limitations， such as imprecise model， difficult to guarantee the accuracy of results， difficult to collect data， large amount of calculation and so on. Generally speaking， although the simulation technology has some limitations at present， it can be effectively applied to SCR denitrification process to improve the overall operation stability and economy of the system， and has a broad application prospect.

Keywords： SCR denitrification; simulation; technological process; flue gas flow; predictive control

燃煤電廠中的選擇性催化還原（SCR）脫硝技術是一種有效降低NOx排放的方法。在SCR脫硝過程中，氨水被注入煙氣中與NOx反應，生成氮氣和水蒸氣[1-5]。為了優(yōu)化SCR脫硝系統(tǒng)的性能并提高脫硝性能，可以使用模擬仿真技術。模擬仿真技術可以模擬SCR脫硝系統(tǒng)中的各個組成部分，包括煙氣、氨水注入系統(tǒng)、反應器等。通過對系統(tǒng)進行建模和仿真，可以優(yōu)化SCR脫硝系統(tǒng)的設計和操作參數(shù)，以達到更好的脫硝效果。具體來說，模擬仿真技術可以用于以下方面。一是建立SCR脫硝系統(tǒng)的模型，包括煙氣組成、反應器設計和氨水注入系統(tǒng)等。通過仿真來確定最佳的SCR脫硝操作條件，包括氨水注入量、煙氣溫度、反應器設計等；分析和優(yōu)化SCR脫硝系統(tǒng)的穩(wěn)定性和可靠性，預測系統(tǒng)在不同操作條件下的響應；通過仿真來評估SCR脫硝系統(tǒng)的性能和脫硝效率，以及對環(huán)境的影響。可見，模擬仿真技術可以幫助優(yōu)化SCR脫硝系統(tǒng)的設計和運行參數(shù)，提高系統(tǒng)穩(wěn)定性和經(jīng)濟性，降低NOx排放，減少環(huán)境污染。

1" 仿真模擬內(nèi)容和方法

1.1" 工藝流程仿真

SCR脫硝包括了氨氣蒸發(fā)、氨氣噴射、混合及反應等多個階段，各階段的操作參數(shù)及匹配對脫硝系統(tǒng)的性能有重要影響。構建精確合理的SCR工藝仿真模型對于指導SCR工藝系統(tǒng)設計具有重要意義。使用Aspen等化工流程軟件搭建SCR脫硝系統(tǒng)模型（圖1），可以為SCR工藝設計和改造優(yōu)化提供可靠的數(shù)據(jù)支持[4-7]。

在工藝流程模擬中，通常將整個系統(tǒng)流程分為3個部分，即氨水和噴氨系統(tǒng)、混合系統(tǒng)和反應系統(tǒng)。其中，氨水和噴氨系統(tǒng)主要包括氨氣蒸發(fā)和注入2個工藝階段，可以通過Aspen內(nèi)置的Compr和Flash 模塊來實現(xiàn)；混合系統(tǒng)主要考慮了注入氨氣和煙氣的混合過程，可以通過處理多股物匯問題的Mixer模塊來實現(xiàn)；反應系統(tǒng)主要考慮了NO在催化劑作用下與NH3發(fā)生的氧化還原過程，主要通過Rplug模塊來實現(xiàn)，此過程中還可以分析徑向混合、多相反應等問題。通過上述模型，可以分析和研究氨氮摩爾比、停留時間、催化劑特性等對脫硝效率及SO3轉(zhuǎn)化率的影響，指導工藝設計。

1.2" 煙氣流動仿真

眾所周知，煙氣的流動特性對脫硝系統(tǒng)有至關重要的影響，不良的流場會加劇脫硝系統(tǒng)內(nèi)的積灰和磨損，導致脫硝系統(tǒng)性能下降，良好的流場是脫硝系統(tǒng)能夠穩(wěn)定高效運行的基本條件。基于上述原因，煙氣流動仿真技術在SCR脫硝研究和工程設計中得到了廣泛的應用[8-12]。

現(xiàn)有的煙氣流動仿真模擬主要基于計算流體力學（CFD）方法來實現(xiàn)，其具體工作流程如下[12-13]。

1）三維建模：根據(jù)項目實現(xiàn)工藝圖紙建立三維模型，在確保主體結構相同的基礎上，根據(jù)仿真模擬的需要對部分結構進行調(diào)整和優(yōu)化。例如，在模擬中需要將催化劑考慮為多孔結構體，在建模中忽略了催化劑孔隙等內(nèi)部結構。

2）網(wǎng)格劃分：將建立的物理模型劃分成一個個網(wǎng)格單元，在工程仿真中，網(wǎng)格單元尺寸通常控制在50～200 mm范圍區(qū)間，且盡量采取結構化網(wǎng)格，即網(wǎng)格呈規(guī)律性分布。

3）計算求解：根據(jù)仿真目的和需求，建立或確定相關計算模型，利用SIMPLE等算法對建立的數(shù)學模型進行求解，獲得收斂結果。

4）結果處理和分析：基于計算獲得脫硝系統(tǒng)內(nèi)的煙氣流速分布、氨濃度分布和溫度分布等信息（圖2），通過比照相關規(guī)范對系統(tǒng)結構進行調(diào)整并重新計算，確保符合標準要求。

基于煙氣流動仿真，可以直接指導脫硝系統(tǒng)內(nèi)導流板、噴氨格柵和混合器等內(nèi)構件設計，以及脫硝磨損、積灰等問題的分析和排查。

1.3" 預測控制仿真

目前SCR脫硝閉環(huán)控制策略，基本設計為固定摩爾比控制方式（Constant Mole Ratio Control）。這種控制方式近似于開環(huán)控制，存在控制目標不與考核目標對應、缺乏自適應機制等問題。隨著超低排放的全面實行，上述問題越發(fā)突出，越發(fā)受到關注，預測控制仿真技術逐步開始在SCR脫硝系統(tǒng)中得到應用[13-18]。

以前端鍋爐參數(shù)（如一、二次風量，給煤量，氧量，磨機運行順序和爐膛溫度等）為參數(shù)變量，實現(xiàn)對脫硝入口NOx濃度的提前預測，結合前饋和反饋耦合控制技術，最大程度上適應變負荷條件下的精準噴氨需求。

目前可實現(xiàn)預測控制的主要方法如下。

1）多元（非）線性回歸法：多元線性回歸是建立多個變量之間線性或非線性數(shù)學模型數(shù)量關系式的統(tǒng)計方法。在NOx預測中首先利用主元素分析法，對歷史運行數(shù)據(jù)進行分析和研究，確定影響入口NOx濃度變化主導參數(shù)，再利用線性回歸原理對歷史數(shù)據(jù)進行多元擬事獲得擬合曲線及函數(shù)關系式（圖3）。

2）神經(jīng)網(wǎng)絡預測法：人工智能網(wǎng)絡簡稱為神經(jīng)網(wǎng)絡，它通過模擬人類大腦神經(jīng)結構以及其獨特的信息處理方式構建而成的一種算法，其算法邏輯如圖4所示。在工業(yè)煙氣 NOx排放濃度預測之中得到了廣泛的應用。該方法以DCS儲存的歷史數(shù)據(jù)為學習樣本，利用構建的神經(jīng)網(wǎng)絡算法模型進行學習，構建預測模型，以SCR入口濃度進行預測。

3）深度學習算法：深度學習神經(jīng)網(wǎng)絡是一種由多層隱含層構成的深層算法，其可以通過累積學習淺層特征從而尋找數(shù)據(jù)分布規(guī)律，因此能夠很好地提取到多維時序變量數(shù)據(jù)的深層次特征，其可以克服傳統(tǒng)神經(jīng)網(wǎng)絡算法存在的反映時滯和動態(tài)特性差等問題。深度學習模型通過引入無監(jiān)督的預訓練，使得在提取特征過程中能夠最大程度保留無標簽數(shù)據(jù)特征的特點同時降低維度。因此，這種網(wǎng)絡結構更適用于標簽樣本少的數(shù)據(jù)類型建模，可以在較小樣本數(shù)的情況下，保證預測結果的準確性。

2" 應用案例

目前模擬仿真技術在國內(nèi)外得到了較廣范圍的應用[19-23]。

張春梅等[19]利用CFD仿真手段，對某600 MW燃煤機組SCR脫硝系統(tǒng)靜態(tài)混合器的結構和排列方式進行了模擬，分析了相關參數(shù)對氨氣和煙氣混合效果的影響，并以濃度分布標準偏差作為評價指標，結合煙道內(nèi)的速度場、濃度場分布及壓降，確定了優(yōu)選結構和布置方式。結果指出，當混合元件以順序排列時對煙氣分布均勻性差于交叉排列方式，但其對煙氣的混合效果要強于后者。

鄒縣電廠利用線性回歸模型對控制系統(tǒng)進行了建模和優(yōu)化，經(jīng)優(yōu)化后鍋爐效率由原來的89%，提高到89.9%，NOx濃度由158 ppm降至120 ppm，飛灰含碳量從2%降至1.8%，總體優(yōu)化效果良好。但是，建模前需要做很多性能試驗，對數(shù)據(jù)量及數(shù)據(jù)質(zhì)量有著嚴格的要求。此外，從模型調(diào)試來看，雖然經(jīng)過長達一個月的數(shù)據(jù)采集，仍有一定量的工況數(shù)據(jù)沒有達到要求，無法覆蓋所有工況，使用范圍有限。

美國Pegasus公司開發(fā)出了基于神經(jīng)網(wǎng)絡算法的優(yōu)化控制系統(tǒng)——NeuSIGHT系統(tǒng)，該系統(tǒng)使用了2套神經(jīng)網(wǎng)絡算法嵌套結構。運行過程中一套參與燃燒過程控制優(yōu)化，一套則根據(jù)DCS的歷史數(shù)據(jù)及測試獲得的數(shù)據(jù)建立新的優(yōu)化模型，以應對偏離設計工況的情況。應用該系統(tǒng)可降低出口NOx濃度20%～60%，發(fā)電煤耗可降低0.5%～5%，對于已安裝低氮燃燒器的電廠，NOx濃度還可再降低10%～40%。該系統(tǒng)在美國得到較為廣泛的利用，在美國的市場占有率達40%。但是，神經(jīng)網(wǎng)絡訓練時間長，模型更新速度慢，仍需進一步優(yōu)化。

近年來，Pegasus公司對NeuSIGHT進行了升級和優(yōu)化，在原系統(tǒng)基礎上增加了多目標模型預測控制算法，能通過建立多目標的動態(tài)優(yōu)化模型，實現(xiàn)運行參數(shù)動態(tài)調(diào)整，修正DCS設定參數(shù)，實現(xiàn)控制系統(tǒng)的動態(tài)閉環(huán)控制。該系統(tǒng)目前已應用于我國山東省的華電萊城電廠1號鍋爐和華能天津楊柳青電廠5號鍋爐，楊柳青電廠測試和分析結果顯示，運用該系統(tǒng)后鍋爐效率提高0.32%～0.72%，出口NOx濃度降低15%～27%。

3" 模擬仿真技術的局限

盡管模擬仿真技術在燃煤電廠SCR脫硝中有廣泛的應用，但是也存在一些局限性。

一是模型不精確，建立的模型可能存在誤差和不確定性，這可能會導致對SCR脫硝系統(tǒng)的仿真結果不夠準確。二是數(shù)據(jù)獲取難度大，SCR脫硝系統(tǒng)中的數(shù)據(jù)獲取比較困難，而且數(shù)據(jù)的質(zhì)量也可能存在問題。這可能會影響到模擬仿真的結果。三是模型復雜，SCR脫硝系統(tǒng)中的許多參數(shù)和因素都可能對系統(tǒng)的性能產(chǎn)生影響，這可能會導致建立的模型非常復雜，難以管理和優(yōu)化。四是仿真結果與實際系統(tǒng)的差異。雖然模擬仿真可以預測系統(tǒng)的響應和性能，但是由于模型和實際系統(tǒng)之間的差異，仿真結果可能與實際結果不太一致。五是耗時，建立和運行復雜的模型需要耗費大量的時間和資源，這可能會限制模擬仿真技術在實際應用中的可行性。

因此，在應用模擬仿真技術進行SCR脫硝系統(tǒng)的優(yōu)化時，需要充分考慮這些局限性，避免過分依賴仿真結果而忽略實際系統(tǒng)中存在的復雜性和不確定性。

4" 結論

本文回顧了模擬仿真技術在煙氣SCR脫硝中的應用，介紹和總結了仿真模擬工作流程、效果及存在的問題。基于上述內(nèi)容，形成如下結論。

1）SCR脫硝模擬涉及工藝流程仿真、煙氣流動仿真和預測控制仿真3部分內(nèi)容。其中，工藝流程仿真主要用于分析控制參數(shù)與總體系統(tǒng)的匹配性能；煙氣流動仿真，可指導脫硝系統(tǒng)內(nèi)導流板、噴氨格柵和混合器等內(nèi)構件設計及相關運行問題分析；預測控制仿真可對入口NOx濃度進行預測，實現(xiàn)變負荷條件下的精準噴氨。

2）實際應用案例表明，模擬仿真技術應用于SCR脫硝系統(tǒng)優(yōu)化總體效果良好。模擬仿真技術可直接應用于脫硝系統(tǒng)的性能評估和結構件設計，提升系統(tǒng)性能；應用仿真模擬技術后，出口NOx可降低20%～60%，鍋爐效率可提升1%，煤耗可降低0.5%～5%。

3）模擬仿真技術目前存在模型不精確、數(shù)據(jù)獲取難度大、數(shù)學模型復雜、結果準確性難保證和計算量大等問題，限制了其進一步應用，需持續(xù)改進優(yōu)化。

參考文獻：

[1] 趙毅，朱洪濤，安曉玲，等.燃煤電廠SCR煙氣脫硝技術的研究[J].電力環(huán)境保護，2009，25（1）：7-10.

[2] 崔建華.選擇催化還原（SCR）脫硝技術在中國燃煤鍋爐上的應用（上）[J].熱力發(fā)電，2007，36（8）：13-18.

[3] 中國大唐集團科技工程有限公司.燃煤電站SCR煙氣脫硝工程技術[M].北京：中國電力出版社，2009.

[4] 陳玉龍，吳濤，戴子劍，等.Aspen Plus在燒結機煙氣SCR脫硝設計中的模擬[J].計算機與應用化學，2019，36（4）：353-357.

[5] 于荊鑫，王菁，楊鳳玲，等.基于Aspen Plus的燃煤電廠煙氣污染控制單元模擬[J].過程工程學報，2019，19（2）：329-337.

[6] 鄭喜洋.煙氣凈化系統(tǒng)設計與數(shù)值模擬[D].鎮(zhèn)江：江蘇科技大學，2016.

[7] 劉一卓，呂游，魏瑋，等.一種基于Aspen Plus和MATLAB協(xié)同仿真的SCR脫硝系統(tǒng)建模方法[J].熱能動力工程，2022，37（11）：122-130.

[8] 凌忠錢，曾憲陽，胡善濤，等.電站鍋爐SCR煙氣脫硝系統(tǒng)優(yōu)化數(shù)值模擬[J].動力工程學報，2014，34（1）：50-56.

[9] 陶莉，肖育軍.SCR區(qū)域噴氨的NH3分布與均勻性調(diào)整[J].環(huán)境工程技術學報，2021，11（4）：663-669.

[10] 李樂樂，何喜立，韋紅旗，等.SCR脫硝裝置內(nèi)部積灰與磨損數(shù)值模擬[J].建筑熱能通風空調(diào)，2020，39（8）：80-83，67.

[11] 李源，毛睿，任利明，等.非均勻來流條件下SCR系統(tǒng)靜態(tài)混合器布置及噴氨優(yōu)化數(shù)值模擬研究[J].熱能動力工程，2021，36（6）：78-85.

[12] 王麗平.考慮時延的電站NOx濃度自適應預測研究[D].北京：華北電力大學（北京），2022.

[13] 宋振明.基于NOx預測的脫硝噴氨控制系統(tǒng)仿真研究[J].自動化應用，2022（2）：14-17.

[14] 譚增強，牛擁軍，李元昊，等.基于麻雀算法和深度極限學習機的NOx預測研究[J].中國電機工程學報，2022，42（S1）：187-192.

[15] 于小嵐，熊偉，韓馳.基于神經(jīng)網(wǎng)絡的效能評估方法綜述[J].兵工自動化，2023，42（3）：1-8，43.

[16] 楊悅，張賢芳.BP神經(jīng)網(wǎng)絡在工程造價中的研究現(xiàn)狀綜述[J].安徽建筑，2023，30（1）：95-96.

[17] 胡娉瑜.基于深度學習的多目標跟蹤算法研究[J].自動化應用，2023，64（7）：51-53.

[18] 顧玉蓉.基于預訓練模型的深度學習算法優(yōu)化研究[J].無線互聯(lián)科技，2023，20（3）：126-128，135.

[19] 張春梅，丁桂彬，李宇軒，等.SV型靜態(tài)混合元件排列方式對SCR系統(tǒng)豎直煙道混合效果的影響[J].遼寧化工，2021，50（5）：601-604，609.

[20] 孔亮，張毅，丁艷軍，等.電站鍋爐燃燒優(yōu)化控制技術綜述[J].電力設備，2016（2）：19-22.

[21] 牛擁軍.優(yōu)化燃燒技術在鄒縣電廠中的應用[J].發(fā)電設備，2020（S1）：102-105.

[22] 趙志丹，吳雪冬.楊柳青電廠鍋爐燃燒控制系統(tǒng)優(yōu)化[C]//全國火電機組優(yōu)化運行技術研討會會議論文集.成都：中國電力企業(yè)聯(lián)合會，２００５：３１８－３３７.

[23] 許昌，呂劍虹，鄭源.基于IMRAN的電站鍋爐效率與NOx排放模型[J].鍋爐技術，2021，40（3）：5-9，41.

第一作者簡介：王力康（1987-），男，高級工程師。研究方向為電力生產(chǎn)分散控制策略、電力工程網(wǎng)絡安全、電力工程自動化等。