燃煤电站锅炉低NOx燃烧优化运行策略的研究.pdf

上海交通大学 硕士学位论文 燃煤电站锅炉低NOx燃烧优化运行策略的研究 姓名魏辉 申请学位级别硕士 专业热能工程 指导教师陆方;罗永浩 20080216 上海交通大学硕士学位论文 I 燃煤电站锅炉低 NOx 燃烧优化运行策略的研究 摘 要 锅炉低 NOx 燃烧优化运行是指通过合理地组织炉内燃烧以实现低 NOx 排放和高效率燃烧， 但炉内 NOx 生成的控制措施与炉内稳定燃烧及 燃尽的技术原则存在不同，因此如何兼顾降低 NOx 排放量和提升锅炉效 率使得锅炉排污和煤耗的综合成本最低是锅炉低 NOx 燃烧优化的目标。 燃煤电站锅炉高效低 NOx燃烧优化过程通常分为两个阶段第一个阶段 为建立 NOx排放和锅炉效率预测模型， 所建模型须能依据历史运行数据 和当前运行状况映射出 NOx 排放和锅炉效率与锅炉各输入运行变量的 变化关系； 第二个阶段为利用约束优化技术求取低 NOx排放的优化运行 方案，然后依据此方案指导运行人员实时运行（开环模式）或在一定条 件下通过集散控制系统（DCS）将优化运行方案自动输入到锅炉，调整 可调运行参数（闭环模式）以实现低 NOx 燃烧优化运行。 本文首先对燃煤电站锅炉低 NOx燃烧优化运行进行了探讨和综述， 它包括电站煤粉炉 NOx 生成机理及主要控制方法、 影响电站煤粉炉 NOx 排放特性的主要因素、煤粉炉燃烧时 NOx 生成量预测及模型优化算法。 然后分别以300MW机组单炉体双炉膛八角切圆和300MW机组单炉 堂四角切圆燃烧锅炉为研究对象， 以现场热态燃烧调整试验数据为基础， 利用基于贝叶斯规范化的 L- M改进 BP算法建立了NOx排放特性和锅炉 效率与各操作运行变量之间的经验预测模型，并对所建模型进行了预测 能力的测试，测试结果表明该模型可相对快速准确地预测出锅炉实时运 行工况下的 NOx 排放量和锅炉效率值。 上海交通大学硕士学位论文 II BP 神经网络在非线性系统建模和控制方面得到广泛应用， 且也已经 被应用到燃煤电站锅炉 NOx 排放预测控制。但 BP 神经网络在获得训练 成功的预测模型之前要求大量的、信息丰富的历史数据，它要求有计划 地把锅炉实时运行数据添加到模型中，使模型不断更新以能够充分体现 锅炉动态运行状况。而基于梯度下降法的 BP 学习算法具有建模耗费时 间长和容易陷入“ 过拟合” 的缺陷，从而限制了模型的更新和预测推广能 力。为解决此问题，文中研究了利用具有计算速度快、泛化能力强的最 小二乘支持向量机建立了 NOx 排放特性和锅炉效率的预测模型， 并将其 与利用 BP 神经网络建立的预测模型作了比较，结果表明前者既能够准 确预测在不同运行工况下的 NOx排放量又具有更强的泛化能力， 与其它 建模方法相比该方法更适合 NOx 排放的在线预测。 建立 NOx 排放特性和锅炉效率的预测模型后，文中结合所建模型和 遗传算法实现了三种不同优化目标下的运行方案优化搜索，优化目标分 别是单独优化 NOx 排放量、单独优化锅炉效率及兼顾 NOx 排放量和 锅炉效率实施综合优化。所得优化运行方案具有实际可操作性，可为锅 炉低 NOx 燃烧优化运行的闭环/开环控制提供模型基础。 关键词锅炉，氮氧化物，BP 神经网络，支持向量机，遗传算法，燃 烧优化 上海交通大学硕士学位论文 III INVESTIGATION OF OPERATION STRATEGY ON LOW NOx COMBUSTION OPTIMIZATION OF COAL FIRED UTILITY BOILER ABSTRACT Low NOx combustion optimization of boiler is to improve combustion efficiency and reduce NOx emissions through rational combustion in the furnace. But controlling measurements of NOx ation is opposite to steady combustion and burnout of fuel in the furnace. So how to give attention to NOx emissions and boiler efficiency and make cost of draining contamination and coal consumption lowest is the objective of combustion. Techinically, advanced control s of higher efficiency and lower NOx emissions can be considered as consisiting of two stages. In the first stage some of plant modeling, which uses both historical and current plant data, attempts to capture the relationship between the plants manipulated variables and the NOx output. In the second stage some of constrained optimization is used to manipulate the s of the model in order to minimize the NOx output. These values are then presented to the operator open- loop mode and guiding operation or in some cases used to automatically adjust the s closed- loop mode. In this paper, studies of low NOx combustion optimization are firstly discussed and summarized. It mainly contains mechanisms of NOx ation and some typical control s, and some dominating operation factors influencing NOx ation, and prediction s of NOx emissions, and some optimizing algorithms. This paper develops experience prediction models of NOx emissions and boiler efficiency versus some manipulated operation variables by bp neural network with an improved BP algorithms using L- M learning 上海交通大学硕士学位论文 IV function based bayes regulation. The research objectives of modeling are two 300MW tangentially coal- fired boilers. And training data are results of combustion modification experiments on the two boilers. After the two models are successfully developed, testing experiments about predicting ability of model are proceeding. Testing results show that the model could quickly and accurately predict NOx emissions and boiler efficiency of real- time operating conditions. BP neural network have been widely applied to modeling and controlling of nonlinear system. And it has also been applied to controlling NOx emissions of coal- fired utility boilers. But before a successfully trained prediction model is got, it requires supplying abundant and ination- rich historical data and premeditatedly adds some real- time operation data to the model. So that the model could be constantly updated to fully reflect dynamic operation conditions of boiler. But BP learning algorithm is a gradient descent algorithm which generally has problems of time- consuming and over fitting during neural network training. Thus models abilities of updating and generalization are limited. To solve the problem, the paper developed prediction models of NOx emissions and boiler efficiency by least square support vector machine, which has advantages of quicker computation speed and better generalization perance. And a comparison about predicting ability was made between least square support vector machine model and BP model. Results showed that er models are able to accurately predict NOx emissions under different operation conditions and have a better generalization perance. Compared to other modeling s, least square support vector machine is more suitable for on- line work. After successfully modeling NOx emissions and boiler efficiency, the paper combines the developed models with genetic algorithms and then achieves optimization searching of manipulated operation variables fewer than three different optimization objectives. The three objectives are separately getting the lowest NOx emissions with unconcern for boiler efficiency, getting the highest boiler efficiency with unconcern for NOx 上海交通大学硕士学位论文 V emissions and giving attention to both NOx emissions and boiler efficiency. The optimal operation programme got from optimizing system has a practical feasibility. The whole optimizing process can supply model basis for closed- loop or open- loop control of low NOx emissions combustion optimization operation. KEYWORDS boiler, NOx, bp neural network, support vector machine, genetic algorithms, combustion optimization 上海交通大学 学位论文原创性声明 本人郑重声明所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名魏辉 日期2008 年 4 月 8 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许 论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存和汇编本学位论文。 保密，在 年解密后适用本授权书。 本学位论文属于 不保密v。 （请在以上方框内打“ v” ） 学位论文作者签名魏辉 指导教师签名陆方 日期2008 年 4 月 8 日 日期2008 年 4 月 8 日 上海交通大学硕士学位论文 1 1. 绪 论 1.1 课题研究背景及意义 随着社会的进步和市场经济的发展，电力企业对发电设备的出力、安全性、可 靠性、经济性和大气污染物排放等多方面的要求越来越高，这就要求电厂运行管理 从过去的简单目标控制过渡到多目标的控制，即除考虑基本的发电功能之外，还要 考虑到安全性、可靠性、经济性和污染物排放控制等综合指标。 未来 20 年内煤炭可能成为需求增长最快的化石能源。据美国能源信息署2007 世界能源展望的预测，假设世界经济增长率为 3.1％，2030 年世界一次能源需求将 比 2004 年增长 57.1％，煤炭消费年均增长 2.2％，2030 年绝对消费量将比目前增长 73％，达到 100 亿吨/年以上。2006 年全世界煤炭消费量为 3090 百万吨原油当量， 占世界一次能源消费总量 28.4，我国四大用煤行业火电、建材、冶金、化工占国内 煤炭消耗的比例大约分别为53.46、17.871、12.26、5.32。2007 年全国火力 发电量达到 27390 亿千瓦时左右，折合原煤消耗增加 1.68 亿吨左右[1]。2008～2010 年，充分考虑节能降耗政策的继续推进将使主要耗煤产业工艺结构不断优化，电力、 钢铁、建材等下游行业煤炭需求仍然维持 8.8％左右的复合增长率。从有关部门的统 计来看，煤炭使用过程产生的污染是中国最大的大气环境污染问题全国烟尘排放 量的 70、二氧化硫排放量的 90、氮氧化物的 67、二氧化碳的 70都来自于燃 煤[2]。燃煤电厂是煤炭的主要用户，电力耗煤占煤炭总产量的 50以上，大量的煤炭 燃烧，随之而来的是严重的环境污染问题。氮氧化物就是煤燃烧过程中产生的主要 污染源之一，它对酸雨和光化学烟雾的形成，地球臭氧层的减薄都有直接关系。氮 氧化物控制相对二氧化硫来说，研究基础比较薄弱，国家也还没进行总量控制。但 是，如果对能源活动产生的氮氧化物排放不加控制，根据低方案预测仅燃煤产生的 氮氧化物就可能从 2000 年的 1880 万吨的水平分别增加到 2010 年和 2020 年的 2467 万吨和 2870 万吨的水平。如果加上汽车尾气排放的氮氧化物，未来 20 年氮氧化物 的产生量还增加。因此，未来20 年减排氮氧化物的任务将比减排二氧化硫还要严峻。 据统计，我国 NOx 排放总量中的 65左右是由于煤燃烧引起的，其中火力发电 已成为我国 NOx 排放的最大来源，对全国排放总量的贡献率已达到 35以上。中国 燃煤电站 NOx 排放情况是1991 年 193 万吨，1995 年 265 万吨，2000 年 469 万吨， 2002 年 520 万吨， 预计到 2010 年将达到 850 万吨。 如果按燃煤电厂目前的排放情况， 上海交通大学硕士学位论文 2 只控制了 SO2的排放而不采取有效的烟气脱硝技术控制 NOx 的排放，2010 年以后 的 5- 10 年 NOx排放总量将会超过 SO2，成为电力行业的第一大酸性气体污染排放物 [3,4]。 国家环保总局于 1996 年 3 月 7 日颁布了火电厂大气污染排放标准 ，明确规 定 1997 年 1 月 1 日起，环境影响报告书待审批的新、扩、改建火电厂 300MW 及以 上机组固态排渣煤粉炉 NOx 排放量不得超过 650mg/Nm 3，液态排渣煤粉炉 NOx 排 放量不得超过 1000mg/Nm 3。为进一步规范排污费征收标准的管理，国家环保总局于 2003 年 2 月 28 又根据 2000 年 9 月修正颁布的大气污染防止法制定了新的火 电厂大气污染物排放标准 ，新标准详细表述了废气排污费征收标准及计算方法，并 明确规定氮氧化物在 2004 年 7 月 1 日前不收费， 2004 年 7 月 1 日起按每一污染当量 0.6 元收费，每一污染当量氮氧化物为 0.95 千克。这些都为燃煤电站锅炉低污染运行 提供了具体的量化约束。 对于现役燃煤电站锅炉，降低 NOx 排放的措施主要有两大类一是燃烧优化降 低 NOx 排放量；另一种是锅炉技术改造。一般而言，通过锅炉技术改造可保证降低 NOx 排放量，但对许多现役锅炉，在不进行设备改造和不增加昂贵投资的条件下， 通过燃烧优化方法也可达到 NOx 排放满足国家标准的目的。燃煤电站锅炉的 NOx 排放特性非常复杂，为了控制 NOx 排放，通常要涉及到锅炉的多个输入变量（一般 5～15 个） 。同时，这些变量的调整也会影响到其它输出量，如飞灰和灰渣含碳量、 CO 排放量、排烟温度、再热器减温水流量以及蒸汽参数等。因而，如何兼顾燃烧过 程中NOx的排放和上述各输出参数之间的平衡是合理组织燃烧的一大难点也是燃烧 优化的核心问题。此外，当前锅炉燃用煤种普遍存在多变的特点，为电厂运行人员 依靠传统操作经验寻求实时的最佳运行方案进一步增加了难度，结果也常常导致运 行人员无法实现燃烧的优化控制。即便目前大型电站锅炉普遍采用先进的集散控制 系统（DCS）进行控制，但燃烧的优化控制仍未能很好地解决，一般仅通过控制氧 量来实现燃烧控制。对于深受锅炉多个运行变量尤其是炉内配风影响的低 NOx 燃烧 技术，这样的控制方法明显是不足的。 依据传统方法，电站锅炉在大小修或技术改造后均要做热态燃烧调整试验，试 验方案通常为单因素轮回法或正交试验法，然后通过对典型工况和典型煤种下的试 验结果进行分析以获取当前设备性能条件下的锅炉输出变量如锅炉效率和污染物排 放等与各输入运行变量之间的变化关系，并将其作为下一阶段（一般为下一次燃烧 调整试验之前）的主要参考运行方案。运用该方法寻求锅炉最佳运行方案主要有以 下问题⑴当锅炉负荷、燃用煤种和设备性能发生变化时，原有的变化关系就不再 适用。当前锅炉普遍存在换煤和混煤燃烧情况，当煤种发生变化时，一/二次风率和 上海交通大学硕士学位论文 3 每台磨一次风媒比等均需重新调整；锅炉燃烧设备随着利用时间的增加，其性能也 会逐渐恶化，例如燃烧器喷嘴烧损现象、二次风挡板出现机械和热工故障、受热面 结渣及积灰问题、送/引风机出力问题等。随着上述设备性能的恶化，锅炉运行方案 也应做出适当的调整。⑵现场热态试验规模大、耗时费力。一次中等规模的燃烧调 整试验约耗时 2～4 周，有的甚至长达两个月。在此期间，试验用机组由于现场试验 而无法维持正常的生产运营，从而影响全厂的经济效益。由于通过燃烧调整试验获 取实时最佳运行方案存在诸多问题，通过有限的试验数据和部分实时运行数据获取 NOx 排放特性和其它输出参数随各输入运行变量变化的经验模型是有必要的。 但是， 由于 NOx 排放特性和各输入运行变量之间关系复杂，存在多维性、高度非线性和耦 合性的特点，使得传统的物理和数学方法很难解决此类问题，此时经验模型相对于 理论模型就显得更为实用。因此，为了通过利用燃烧优化降低 NOx 排放和提高锅炉 效率，引入神经网络或统计学习理论建立锅炉燃烧特性经验模型，该模型需能准确 地预测各实时燃烧工况下的 NOx 排放量和其它各输出参数值，然后将此方法与优化 搜索技术相结合以寻求各实时工况下的最佳运行方案，从而为锅炉高效低 NOx 排放 运行的实时优化控制提供模型基础。 锅炉采用再燃或 SNCR 技术降低 NOx 排放时，也急需优化控制，因为再燃过程 与炉内燃烧工况密切相关，对于不同的再燃煤种、锅炉负荷等，都要通过优化获得 最佳的再燃方案。SNCR 方法由于受热力还原 NOx 反应的窗口温度限制，在不同的 锅炉负荷下，都要调整喷氨方案以适应炉内烟气温度的变化，以防止氨泄漏对环境 造成的影响，也要通过对喷氨方案的优化控制实现最小的氨泄漏量，这些都对运行 水平提出了很高的要求。 目前锅炉低 NOx 优化燃烧控制系统在国内还处于起步阶段，需要投入大量的研 究力量。低 NOx 优化燃烧控制系统的基本原理还可以应用到燃料再燃、SNCR 等技 术的优化控制方面，因此应用前景非常广泛。 1.2 本文主要研究内容 本文以大型燃煤电站锅炉为研究对象，分析了影响电站煤粉炉燃烧过程中 NOx 排放特性和锅炉效率的输入运行变量， 利用非线性动力学工具 BP 神经网络对研究对 象建立了锅炉燃烧特性与各输入运行变量之间的预测模型；利用新近发展的统计学 习理论最小二乘支持向量机建立了研究对象的预测模型，并将两者作了比较分析并 得出一些结论；最后，利用遗传搜索技术对所建预测模型进行了遗传优化，并得出 了不同设定目标如最低 NOx 排放、最高锅炉效率以及综合优化 NOx 排放和锅炉效 上海交通大学硕士学位论文 4 率下的最佳运行方案，为电站煤粉炉低 NOx 燃烧优化闭环/开环运行创造了良好条 件。建模及优化的流程如图 1- 1 所示。 图 1- 1 电站煤粉炉燃烧特性建模及优化流程图 Figure 1- 1. Diagram flow modeling and optimizing combustion characteristic of pulverized coal fired utility boiler 第二章，首先对煤燃烧时 NOx 的生成机理、影响电站煤粉炉 NOx 生成及排放 的主要因素和控制 NOx 排放量的主要方法进行了综述，然后对人工神经网络、统计 学习理论以及遗传优化技术在工程中的应用进行了综述，特别的对上述理论在燃烧 优化中的应用进行了着重介绍，最后综述了燃烧优化系统在国内外的发展及应用状 上海交通大学硕士学位论文 5 况。 第三章， 首先介绍了 BP 神经网络的基本原理以及为提高训练速度和泛化能力而 进行的在训练算法上的一系列改进，然后利用改进的 BP 算法建立了两台 300MW 锅 炉的燃烧特性模型，并利用所建模型对燃烧过程中的 NOx 排放和锅炉效率进行了大 量的预测仿真实验。 第四章，详细介绍了统计学习理论和支持向量机的建模原理，对第 3 章的研究 对象进行了燃烧特性建模，也利用所建立的模型对燃烧过程中的 NOx 排放和锅炉效 率进行了大量的预测仿真实验， 并将预测结果与第 3 章 BP 神经网络所建模型的预测 结果进行了比较，并得出一些结论。 第五章，首先研究了遗传搜索技术在优化最小二乘支持向量机模型参数中的应 用，然后重点研究了遗传优化搜索技术与最小二乘支持向量机建模算法相结合来寻 优电站煤粉炉高效率低 NOx 排放燃烧的优化运行方案，并得出了满意的结果。所得 结果可为电厂运行人员调整运行参数提供一定的参考，也可作为低 NOx 闭环燃烧优 化运行的基准设定值。 第六章对全文进行了总结和展望。 上海交通大学硕士学位论文 6 2. 燃煤电站锅炉低 NOx 燃烧优化运行综述 2.1 煤燃烧时 NOx 生成机理 2.1.1 NOx的生成机理 要正确考虑 NOx 的生成及抑制机理就必须考虑多种 NOx 反应，有的学者在均 相模型中考虑了 200 多种基元反应，如 Drake 和 Blint 在考虑热力和快速型 NOx 时 考虑了 212 种反应，即便是较为简单的均相模型也考虑了 86 种反应。尽管这些均相 反应方程式可以很好地模拟 NOx 的生成，但在实际应用过程中，仅有上述方程式不 够的，如液体燃料和固体燃料燃烧时会涉及到多相反应，气体燃料燃烧时还可能涉 及到其它燃料的反应方程式，而且上述方程计算过程复杂，在分析时较难阐明各种 组分对 NOx 生成的影响。在实际处理过程中一般把 NOx 的生成分成热力型 NOx、 快速型 NOx 和燃料型 NOx。下面具体介绍这几种 NOx 的生成机理[5]。 热力型 NOx 是指燃烧用空气中的 N2在高温下氧化而生成的氮氧化物，其生成 机理是由原苏联科学家 Zeldovich提出来的，因此又称为 Zeldovich机理。按照这一 机理，空气中的 N2在高温下氧化，是通过如下一组不分支的链式反应进行的，即 2 NONON⇔ 2- 1 2 NONOO⇔ 2- 2 NOHNOH⇔ 2- 3 由于氮分子的分解所需的活化能较大，故该反应必须在高温下才能进行。正因 为如此，整个链式反应的反应速率取决于最慢的反应式（2- 1） 。如果认为氧气的离解 反应即氧原子浓度处于平衡状态，即 2 OMOOM⇔ 2- 4 式中 M 代表其它物质（通常为 N2） 。则热力 NOx 的生成取决于 N2浓度、反应 温度、反应停留时间及 O2浓度的平方根，即 2 /1/2 122 [][][] kT NOk eNOt − 2- 5 式中 [ ]摩尔分数；T温度，K；t停留时间，s；k1,k2常数。 从式（2- 5）可看出通过降低 N2浓度或 O2浓度或最高温度及在高温下的停留时 上海交通大学硕士学位论文 7 间可抑制 NOx 的生成。 快速 NOx 的生成机理目前尚有争议，其基本的现象是碳氢系燃料在 a1 的情况，即使是碳氢化合物，NOx 生成速度也可用 前述的热力 NOx 生成速度描述。 燃料氮形成的 NOx 主要来源于燃料中挥发分和焦炭的燃烧，其中焦炭氮向 NO 的转化速度远低于挥发分氮的氧化，通常认为燃料氮中的 60～80来源于挥发分氮 的氧化。燃烧过程中燃料氮平衡关系可用图 2- 1 表示。 从图中可看出 HCN 是由燃料氮与碳氢化合物分解的中间生成物快速反应生成 的，NH2的一部分转化为 HCN，HCN 的分解按 HCN NCO NH 的路线进行。如果 在着火阶段供氧不足，则燃料中的氮大部分在燃料过浓区域分解，生成 HCN 和 NHi 等中间生成物，然后进一步转换为 N2和 NOx。 图 2- 1 燃料氮平衡简图[5] Figure 2- 1. Diagram of balancing fuel- N[5] 2.1.2 煤燃烧时 NOx 生成机理 煤燃烧时 NOx 的生成过程既有挥发分的均相燃烧又有残焦的多相燃烧，但从应 用的角度看， 燃料NOx的来源可分为挥发分中氮生成的NOx和焦炭中氮生成的NOx 两部分。下面的模型描述了这两个生成过程。 上海交通大学硕士学位论文 8 因此，煤中的氮转变为 NOx 的全部转变率可表示为 12 1 n rηαηαη− 2- 6 式中a 为燃料氮释放到挥发分中的份额； 1为挥发分氮向 NOx 转化的转化率； r 为焦炭燃尽率； 2已燃焦炭氮向 NOx 的转化率。 挥发分 NOx的生成。煤中的氮以原子状态与碳氢化合物相结合，当煤热解时， 氮便释放出来，但比挥发分释放得晚些，剩下的部分氮则残留在焦炭中，在焦炭的 燃烧过程中缓慢释放出来。 煤中的氮以挥发分氮还是以焦炭氮的形式析出主要取决于煤种、热解温度及加 热速度等。实验表明，当煤中挥发分含量增加、热解温度升高及加热速度增加时， 氮的释放量增加，相应的残留在焦炭中的氮便减少。挥发分中的氮并不是完全转换 为 NOx，因为挥发分氮是以氮化合物的形式出现，这些化合物主要表现为 HCN 和 NHi等，这些氮化合物既是 NOx 的生成源又是 NOx 的还原剂。在富氧燃烧条件下， 它们被氧化成 NOx，使 NOx 生成量增加；在贫氧燃烧下，它们或与已生成的 NOx 发生还原反应或它们相互之间发生复合反应生成 N2，使 NOx生成量减少。最终挥发 分 NOx 生成量的多少，主要取决于下述三个因素 1） 着火区挥发分的析出量。着火区挥发分析出量多，挥发分中含氮量高，则生 成的挥发分 NOx 量就大。另外，若煤中挥发分含量、热解温度和加热速度高，则挥 发分析出量高，挥发分 NOx 升高。 2） 着火区的氧含量。由于挥发分中氮的化合物需经过氧化反应才能生成 NOx， 若着火区氧含量增加，氮的化合物被氧化的份额增加，挥发分 NOx 生成量升高；若 着火区氧含量较少，则挥发分中氮的化合物不能完全氧化成 NOx，剩余的氮的化合 物或与已生成的 NOx 发生还原反应或相互之间发生复合反应，从而降低挥发分 NOx 生成量。 上海交通大学硕士学位论文 9 3） 着火区的停留时间。 在富氧燃烧条件下， 氮的化合物在着火区停留时间越长， 越能得到充分的氧化，NOx 生成量越高；在富燃料燃烧工况下，氮的化合物在着火 区停留时间越长，则与已生成的 NOx 发生还原反应越充足，从而降低挥发分 NOx 生成量。 焦炭 NOx 的生成。焦炭 NOx 的生成取决于两个主要因素，一是焦炭氮向 NOx 的转化，二是已生成的 NOx 与焦炭和 CO 发生还原反应。前者主要与焦炭中氮含量、 氧含量和燃烧温度有关，NOx 的转化率随氮含量和氧含量的增加而增加。而随温度 的升高，焦炭的燃尽率增加，焦炭 NOx 生成量增加。 焦炭表面和 CO 会对已生成的 NOx发生还原分解反应，使 NOx 直接减少，其反 应式如下 22 0.5211NOCNCOCOααα−→−− 2- 7 式中 a 值与温度和碳粒种类有关。式（2- 7）的反应机理是，在两个碳原子位置 上吸附 NO 分子而进行反应，一个碳原子化学吸附氧原子，形成CO−−，另一个碳 原子化学吸附氮原子，但能力却较弱，形成CN− L，即形成 CCO NO CCN −−− → −− L 2- 8 CN− L随后快速扩散，N 原子重新结合生成 N2，即 2 22CNCN−→−L 2- 9 因此， 可以认为焦炭NOx的生成过程是焦炭氮在析出过程中会与氧气发生反应， 一部分生成 NOx，此反应一般发生在焦炭表面附近的一薄层内。生成的 NOx 一部分 向外扩散，一部分向内扩散，向内扩散的的部分由于在焦炭孔隙内缺氧而在焦炭的 内外表面或被焦炭或被灰还原生成 N2。此时，焦炭内部的孔隙度起很大作用。 2.1.3 煤粉锅炉炉内燃烧时 NOx 的生成机理 在实际煤粉炉内燃烧过程中，NOx 的生成主要分为三个部分即快速 NOx、热力 NOx 和燃料 NOx，但其比例是不一样的。 对于快速 NOx，即使燃烧工况处于 a1 的条件下，在局部区域由于混合不均匀， 也可能出现富燃料区域，此时在该区域内还会有快速 NOx 生成，由于其生成时间极 短，所以其生成量仅为 NOx 总量的 5以下，基本可以忽略。 有许多情况会影响热力 NOx 的生成，如炉内温度（包括炉内整体温度和局部最 高温度） 、氧含量、炉内混合状况、煤种及炉内传热等。一般来说，在煤粉火焰中， 上海交通大学硕士学位论文 10 热力 NOx 约占 20左右，其中温度对其影响较大。 燃料 NOx 约占总 NOx 排放量的 75～80左右， 燃料 NOx 分为焦炭 NOx 和挥 发分 NOx 两部分。在这两部分中，高挥发分煤其挥发分 NOx 占主要部分，它在燃 烧初始阶段形成，即在离燃烧器很近的地方生成，运行工况对其影响很大，而焦炭 NOx 受运行工况的影响较小。 从上述讨论可得到煤粉燃烧时 NOx 的生成机理如图 2- 2 所示。 图 2- 2 煤粉燃烧时 NOx 生成机理[5] Figure 2- 2. ation mechanism of NOx in process of burning pulverized coal[5] 煤粉炉内沿火焰方向的 NOx 生成可以分三个阶段，这三个阶段可能对应于煤粉 炉内燃烧的初始阶段、挥发分燃烧和焦炭燃烧阶段。在第一阶段，该区域氧含量最 高，但温度很低，NOx 生成量也非常低；第二阶段，该区域炉内温度很高，氧含量 很高，NOx 的生成（热力 NOx 和挥发分 NOx）反应很快，NOx 生成量急剧增加， 当炉温达到最高值附近时，NOx 生成量也基本达到最大；第三个阶段，该区域温度 和氧量均已下降，此时虽然焦炭燃烧不断生成焦炭 NOx，但由于已经生成的 NOx 会 被焦炭还原分解而逐渐减少，总体上 NOx 基本保持不变或略有下降。 2.2 复合式空气分级低 NOx 优化燃烧技术 2.2.1 空气分段燃烧降低 NOx 排放技术 一般控制 NOx 排放的先进技术包括空气分级低 NOx 燃烧技术[6 ～9]、天然气再燃 低 NOx 燃烧技术[10 ～12]、选择性催化还原法（SCR）[13,14]等。考虑到空气分级燃烧技 上海交通大学硕士学位论文 11 术能够降低 NOx 排放 25～60，并且投资低、运行