烟气脱硫系统试验及动态建模研究.pdf

烟气脱硫系统试验及动态建模研究 沈 凯 徐海涛 周长城 孙克勤 东南大学能源与环境学院, 南京 210096 摘要 通过对烟气脱硫 FGD 系统吸收塔动态特性试验以及运行数据的分析, 并结合工程实例分析了吸收塔等关键设 备的建模仿真过程。 建立了脱硫吸收塔稳态和动态仿真模型, 该仿真模型可应用于烟气脱硫系统设计阶段的对象模 型仿真, 完善单体设备的设计以及系统配置的验证等过程, 同时也是脱硫工艺包的重要组成部分。 关键词 烟气脱硫; FGD 吸收塔;仿真 THE TEST OF FLUE GAS DESULPHURIZATION SYSTEM AND RESEARCH ON DYNAMIC MODELING Shen Kai Xu Haitao Zhou Changcheng Sun Keqin School of Energy FGD absorber;simulation 0 引言 国家第十一个五年规划中将 SO2的减排总量列 为一项重要的约束性指标, 明确提出了到 2010 年全 国SO2排放总量要比“十五”期末降低 10的目标, 考虑到因经济发展引发的增量 ,预计“十一五”期间共 需减排 SO2约1 200万 t , 主要措施是实施烟气脱硫, 任务艰巨 、 需求巨大 。 湿式石 灰石 -石膏 烟气脱硫 Wet Flue Gas Desulfurization,WFGD 是当前主流的烟气脱硫工艺, 锅炉产生的烟气依次经过烟气脱硝系统 、空气预热 器、 静电除尘器 、 烟气脱硫系统后通过烟囱排入大气, SO2的脱除效率一般分别为 95以上 [ 1 -2] 。WFGD 工 艺采用石灰石浆液作为吸收剂 ,在脱硫吸收塔内浆液 与烟气接触并充分混合, 烟气中的 SO2与浆液中的碳 酸钙以及鼓入的氧化空气进行化学反应生成石膏 [ 2] 。 主要由吸收剂制备系统、吸收和氧化系统及石膏处理 系统组成 见图 1 , 其核心反应装置为脱硫吸收塔 。 目前 ,在国内已经应用的烟气脱硫技术的设计与 运行阶段还没有与之相配合的完整仿真系统。现有 图1 石灰石 -石膏湿法烟气脱硫工艺流程 的烟气脱硫仿真系统多是基于国内外火力发电仿真 平台开发的仿真应用实例。由于火力发电仿真平台 的应用对象为火力发电厂的主辅机系统 。其对象模 型主要是锅炉、汽机等主辅机设备及管道 ,而脱硫岛 设备和系统实质上是火力发电厂中相对独立的化工 过程系统。火力发电仿真平台缺乏脱硫化学反应过 程和浆液输送特性开发的组件模块 。因此在系统开 发对象的针对性和化工过程对象模型建立的准确度 18 环 境 工 程 2009年 4 月第27 卷第2 期 上有较大的欠缺。特别是缺少吸收塔等关键设备和 过程的动态与稳态模型, 导致脱硫仿真对象动态特性 和仿真精度难以保证 。因此有必要开发专用的烟气 脱硫系统关键设备模型 [ 3] 。 本研究对关键设备和过程模型的开发应用人工 神经网络与动态特性分析相结合的手段 ,降低了吸收 塔等设备及复杂过程建模的难度, 解决了吸收塔难以 建立符合实时性要求 、 具有较高精度模型这一关键技 术问题。该仿真模型主要应用于研究、设计阶段的对 象模型仿真以及调试、运行阶段的运行培训仿真, 有 效的提高了FGD 研究 、 设计 、 调试和运行的效率 。 1 关键设备仿真 针对吸收塔这一烟气脱硫的核心设备,搭建吸收 塔动态、 稳态模型,对吸收塔宏观过程进行仿真,考察 脱硫塔在设计工况和变工况下的运行特性,进行设计 验证, 确定运行参数 , 保证设计过程和设计结果的优 化。其主要工作包括 基于神经网络模型 ANN 来模 拟吸收塔的稳态运行工况 ,该模型根据互相关联的各 主要运行影响因素确定模型的输入量和输出量,是一 种典型的非线性黑箱模型 。同时, 通过实际工程吸收 塔动态特性试验结合理论分析 ,建立吸收塔过渡过程 下动态模型,这对于实时性要求较高的建模工作而言 是一种行之有效的方法和评价工具 。 1. 1 吸收塔稳态建模 吸收塔在运行过程中关键的运行参数包括吸收 塔浆液 pH 值 、吸收塔液位 Lxs 和吸收塔浆液密度 Dxs 。影响这几个运行参数并涉及吸收塔物料平衡 的主要参数包括 烟气负荷 入口烟气流量, Wg 、吸 收塔入口 SO2浓度 Csi 、吸收塔出口 SO2浓度 Cso 、 石灰石浆液量 Wsh 、石膏排出量 Wsg 、滤液水流量 Wly 等。通过这些参数就可以较为完整的反映吸收 塔的运行状态, 同时对吸收塔的物料平衡状态也有较 好的反映 。 为说明模型的应用效果, 选取某一仿真实例中吸 收塔对象模型的建立过程来进行说明。 吸收塔稳态过程模型采用前馈神经网络算法 ,网 络的训练则采用 BP 算法 。神经网络的隐含层数量、 各隐含层神经元数量 、 最小方差以及学习率等参数在 仿真平台中均可根据仿真实例的需要进行设定。 网络的训练采用改进的 BP 算法 [ 4] 1中间层的输入、 输出 s k j∑ m i 1 α k ijω k ij∑ j- 1 i 1 b k iu k ijθ k j 1 b k j Υ s k j 2 式中 αij 网络的输入也就是表中确定的各运行 参数; ωij 输入层到中间层的连接权 ; bj 隐含层的输出; uij 各隐含层之间的连接权; θ j 隐含层单元的阈值; m 各隐层神经元输入数 ; k 学习次数; Υ 非线性函数 ,采用Sigmoid 函数。 2输出层的输出 l k ∑ n j 1 b k jv k j 3 式中 vj 中间层到输出层的连接权。 3输出层的一般化误差 d k y k -l k 4 4中间层的一般化误差 e k jd kvk jb k j 1 -b k j 5 5各连接权的修正量 Δv k jη1d kbk j 6 Δω k ij η2e k jα k ij 7 Δu k ij η2e k jb k j 8 Δθ k jη2e k j 9 式中 η 1、η2 学习率 ,采用变学习率学习方法 。 首先按照表 1 中的参数 ,根据各参数的关联关系 以及仿真平台流体网络计算的要求确定模型的输入 输出量 。确定基本的网络结构为输入层、隐含层、输 出层的多层网络结构 。每个隐含层单元又有各自相 关的输入神经元组与之对应。工况数据如表 1 所示 。 表 1 仿真运行工况 Wg/ m3h- 1 Csi m g m- 3 Cso/ mg m- 3 Wsg t h- 1 Ti/ ℃ Pi/ kPa Wsh/ m3 h- 1 Wly/ t h- 1 pH 1 813 441. 3752281. 1520. 78922. 7395. 9071. 8653. 78431. 575. 337 1 831 312. 52071. 682. 96717. 5595. 9071. 9195. 97923. 235. 01 1 907 044. 9381771. 3871. 71716. 8997. 4161. 9964. 67626. 875. 012 1 881 820. 3121687. 0121. 71718. 1395. 9071. 9065. 40224. 135. 006 1 885 570. 3122149. 70748. 04514. 6594. 4021. 9636. 04127. 024. 688 1 859 378. 8752324. 80540. 56416. 4394. 4021. 9768. 93928. 795. 012 1 810 658. 1882528. 12543. 04519. 25103. 6681. 8736. 7525. 974. 749 1 809 779. 3122846. 97321. 28720. 33100. 6761. 88410. 9422. 615. 307 1 777 025. 3752115. 2340. 78920. 6796. 1341. 63510. 25123. 565. 45 1 745 267. 5623007. 61721. 60919. 3493. 1161. 56910. 39523. 705. 292 19 环 境 工 程 2009年 4 月第27 卷第2 期 将工况 2 ～ 10 的 9 组采集的数据作为学习样本 表 1序号省略 ,工况 1 的数据作为校验样本 。采用 上述改进的 BP 算法对 9 组样本进行学习10 000次, η 1、η2分别为 0. 5 和 0. 8。输出量之一的 pH 值的学 习精度和校验样本精度如图 2所示。 图 2 网络学习精度 数据绝对误差为样本输出与目标输出的平均误 差, 即 1 N ∑ N i 1 e 2 i,学习结束时为0. 060; 数据相对误差 为样本输出与目标输出的相对误差的平均值 , 即 1 N ∑ N i 1 ei αi 2 α i为 目标输 出 , 学 习结束 时为 1. 2。 在训练过程中数据绝对误差的变化过程如图3 所示 。 由图 3 可见, 学习过程中也是较快单调逐渐递 减的 。 说明该网络模型具有较快学习速度和较好的收 敛性 。 图 3 网络数据误差 校验样本 1 的输出绝对误差为 0. 284, 相对误差 为3. 2 已在图 2中注明 ,完全满足系统的要求 。 1. 2 动态过程模型 对吸收塔的动态模型则依据吸收塔动态特性试 验。试验中 , 使烟气负荷由 50增至 100。 根据 pH 值监测数据 ,以及烟气量数据,得出吸收塔在烟气 负荷扰动条件下的动态响应曲线。 仿真试验为保证扰动为烟气负荷这一唯一扰动 量,对该时间段的原烟气 SO2浓度进行了监测, 监测 曲线如图 4 所示 。 图 4 原烟气 SO2浓度变化曲线 根据原烟气 SO2浓度变化情况选择 SO2浓度相 对稳定的时间段进行仿真试验从而保证在仿真试验 过程中除烟气量扰动外, 不会受到原烟气 SO2浓度扰 动的影响。从图 4 中可以看出原烟气 SO2浓度经过 一段时间的下降后基本稳定在1 120～ 1 140 mg m 3左 右,可以满足试验所需的条件 。烟气负荷扰动试验不 会受到其他背景扰动的影响。 根据试验步骤, 进行烟气扰动试验得到了吸收塔 pH 值在烟气扰动条件下的动态响应曲线 图略 , 由 试验得知 pH 值随烟气量的增加出现了较为明显的 下降 。根据控制系统建模方法以及该对应的动态响 应曲线, 可以通过计算求出吸收塔特性参数 pH 值的 动态响应模型, 进而得出烟气干扰通道下的吸收塔对 象动态模型以及对应的传递函数。 图5 吸收塔对象 pH 值阶跃响应动态模型计算近似曲线 需要说明的是 ,为了保证参数对比的显著性, 此 处对烟气流量的计量, 没有采用直接的体积流量, 而 是用烟气流速进行替代。 根据对象动态模型的广义曲线算法可求取吸收 塔的动态过程模型 经过坐标轴翻转的 pH 值响应曲线, 以及对应的 动态模型计算参数确定如图 5所示。 20 环 境 工 程 2009年 4 月第27 卷第2 期 图5 中以初始的 pH 值 5. 12 为 0点基准, 以各点 与该值偏差的绝对值作为新坐标下各点的值 。 采用切线法,过曲线的拐点 所谓拐点就是曲线时 间梯度最大的点 作切线,与起始值和稳态值的横坐标 轴线相交,得时间间隔 τ 和 Tc,它们便是阶跃响应曲线 的特征参数,由此可以得出对象的动态模型和近似传递 函数,对此类对象模型数学模型表达方式有两种 [ 5] 。 |W s | Ke -τ s 1 Ts 1 式中 K Δy Δx 0. 27 500. 54; T T c11 min, τ 25 min 。 τ 和Tc直接由阶跃响应曲线求得 。 |W s | K 1 Ts n 2 式中 K 同上 ,阶次 n 和时间常数T 的求法是, 根据阶 跃相应曲线求得 τ 和 Tc值, 算出 τ Tc 值。根据 τ Tc 值从 对应值表中查出对应的 n 值和 τ T 或 Tc T 值, 最后算 出 T 值。 由图 5中可以明显该系统 τ 是大于 Tc的, 如果 采用第2 种计算方法则系统的传递函数是一个高阶 系统, 不利于其在仿真中的应用, 因此采用第一种方 法进行计算。得到吸收塔动态过程的传递函数为 W s Ke -τ s 1Ts 0. 54e -25s 111s 通过以上过程即可建立完整的吸收塔仿真模型, 应用于FGD 系统的优化设计和运行过程中 。 2 结束语 本研究所建立的烟气脱硫吸收塔模型比较准确 的反映了电厂湿法烟气脱硫工艺过程在各种工况点 下对象的动态特性 ,达到了要求的仿真精度 ,基于神 经网络方法和系统动态特性试验的混合仿真模型较 好地解决了吸收塔这一包含较复杂化学反应过程的 对象建模和仿真问题 。但同时由于脱硫反应过程影 响因素多, 对于这样的多变量系统, 在下一步的研究 工作中 ,为进一步提高模型的精度, 考虑建立吸收塔 反应装置控制过程的传递函数矩阵模型 ,对各个输入 参数对系统输出响应过程进行更加细致直观的描述。 本课题利用仿真研究运行工况对脱硫性能的影 响,可以更好的揭示各关键参数对脱硫运行的影响, 模型可用于脱硫仿真软件中 , 对脱硫设计、运行 、维 护、 管理及对检修人员进行系统科学的培训 ,使得脱 硫系统长期安全、稳定、高效运行。希望本研究能够 为其他实际工业反应装置的仿真建模提供借鉴。 参考文献 [ 1] 孙克勤, 张东平. OI2-WFGD 烟气脱硫技术介绍[ J] . 电力环境 保护, 2004, 20 3 12 -14. [ 2] 周屈兰, 徐通模, 惠世恩. 我国自主开发的湿法脱硫技术及其 应用[ J] . 动力工程, 2006, 26 2 262 -266. [ 3] 丁承刚. 湿法 FGD 关键参数的简析[ C] 2001 国际脱硫技术研 讨会论文集, 2001 126 -127. [ 4] 方瑾, 白方周, 邵晨曦. 定性建模、仿真和控制[ J] . 系统仿真 学报, 2004, 16 2 202 -209. [ 5] 王骥程. 过程动态模型[ M] . 杭州 浙江大学出版社, 1994. 作者通信处 沈凯 210096 南京市四牌楼 2 号 东南大学能源与环 境学院 E -mail shenkaisyepe. com. cn shka263. net 2008- 07-23 收稿 上接第 17页 等; 固废处理的垃圾焚烧炉; 能源系统的 IGCC、多联 产中的热煤气除尘等 。该技术在这些领域的应用 ,将 有显著的节能减排、节水节资效益 ,应用前景广阔 。 参考文献 [ 1] Robert Mai .Coupled pressure pulse CPP recleaning system for ceramic hot-gas filters with an integrated safety filter[ J] . Chem Eng Technol, 2006, 26 5 577 -579. [ 2] 何鹏, 秦红霞, 宗燕兵, 等. 颗粒床除尘器高温实验研究[ J] . 北 京科技大学学报, 2006, 28 11 1064 -1067. [ 3] 夏军仓, 许世森, 郜时旺, 等. 移动颗粒层过滤除尘技术的高压 试验研究[ J] . 热力发电, 2001 6 30 -33. [ 4] 杨国华, 周江华, 舒海平, 等. 双层滤料颗粒床过滤除尘新方法 的研究[ J]. 动力工程, 2005, 6 25 891-894. 作者通信处 于春令 315211 浙江省宁波市江北区风华路 818 号 宁波大学 68号信箱 E -mail yuchunling nbu. edu. cn 2008- 06-26 收稿 21 环 境 工 程 2009年 4 月第27 卷第2 期