当前位置:主页 > 科技论文 > 电气论文 >

600MW火电机组脱硝控制系统分析及优化

发布时间:2018-08-18 12:01
【摘要】:近年来,随着我国火力发电装机总量的不断增加,火电厂氮氧化物的排放量也日益增长,特别是燃煤过程中产生的NOx是造成了酸雨、“光化学烟雾”等二次污染的重要物质。因此,控制燃煤电厂的NOx排放已经是一个迫在眉睫的问题。选择性催化还原(SCR)烟气脱硝技术由于具有脱硝效率高、运行稳定可靠等优点,已成为国内外应用最为广泛的烟气脱硝技术之一。本文以某发电厂600MW机组脱硝系统为研究对象,对火力发电厂烟气脱硝控制策略进行优化。基于SCR烟气脱硝的工艺及工作原理,并结合电厂的实际情况,分析了NOx生成机理。在分析原控制方案不足的基础上,采用主元分析法确定了建模的主导变量,基于工程实际,采用多元一次拟合建立了燃烧侧扰动对SCR入口侧NOx浓度影响的数学模型,采用SCR入口侧NOx浓度的动态预估值代替实际测量值的方法,解决了烟气中NOx浓度测量信号滞后的问题。为了在不同工况下脱硝控制系统均能具有满意的控制品质,通过现场试验建立了脱硝系统在不同机组负荷下的动态数学模型,基于试验结果,对脱硝系统的控制参数进行了自适应调整。优化后的SCR脱硝系统已经投入运行一年左右,系统运行良好,取得了可观的经济意义和社会意义,经过优化前后控制效果对比,验证了优化后的SCR脱硝控制系统具有良好的控制品质。
[Abstract]:In recent years, with the continuous increase of the total installed capacity of thermal power plants in China, the emission of nitrogen oxides from thermal power plants is also increasing day by day. Especially, the NOx produced in the coal combustion process is an important substance that causes acid rain, photochemical smog and other secondary pollution. Therefore, it is an urgent problem to control the NOx emission from coal-fired power plants. Selective catalytic reduction of (SCR) flue gas denitrification technology has become one of the most widely used flue gas denitrification technologies at home and abroad due to its high denitrification efficiency and stable operation. In this paper, the control strategy of flue gas denitrification in thermal power plant is optimized by taking the denitrification system of 600MW unit in a power plant as the research object. Based on the technology and working principle of SCR flue gas denitrification, and combined with the actual situation of power plant, the formation mechanism of NOx is analyzed. Based on the analysis of the deficiency of the original control scheme, the principal component analysis method is used to determine the main variable of the model. Based on the engineering practice, the mathematical model of the influence of combustion side disturbance on the NOx concentration at the inlet side of SCR is established by using the multivariate one-step fitting. The dynamic prevaluation of NOx concentration at the inlet side of SCR is used to replace the actual measurement value, which solves the problem of the lag of the measurement signal of NOx concentration in flue gas. In order to have satisfactory control quality of denitrification control system under different working conditions, the dynamic mathematical model of denitrification system under different unit loads was established through field test. The control parameters of denitrification system are adjusted adaptively. The optimized SCR denitrification system has been put into operation for about one year. The system has been running well and has achieved considerable economic and social significance. The optimized SCR denitrification control system has good control quality.
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TM621

【参考文献】

相关期刊论文 前10条

1 陈荣超;;燃煤电厂脱硝NO_x的软测量技术和自动控制优化[J];电力科学与工程;2015年01期

2 黄勇;;SCR烟气脱硝系统运行控制策略[J];电子制作;2014年21期

3 袁世通;韩璞;孙明;;基于大数据的多变量系统建模方法研究[J];系统仿真学报;2014年07期

4 王雅彬;李晓敏;边泽楠;赵文杰;;基于支持向量机的电站锅炉NO_x排放软测量模型[J];电力科学与工程;2012年04期

5 周洪煜;张振华;张军;张伟;赵乾;;超临界锅炉烟气脱硝喷氨量混结构 径向基函数神经网络最优控制[J];中国电机工程学报;2011年05期

6 赵宁;沈伯雄;杨晓燕;刘亭;;烟气选择性催化还原脱硝的数值模拟研究进展[J];化工进展;2010年11期

7 穆朝絮;张瑞民;孙长银;;基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法[J];控制理论与应用;2010年02期

8 陈庆文;马晓茜;刘翱;;大型电站锅炉混煤掺烧的NO_x排放特性预测与运行优化[J];中国电机工程学报;2009年23期

9 俞金寿;;软测量技术及其应用[J];自动化仪表;2008年01期

10 韩璞;乔弘;王东风;翟永杰;;火电厂热工参数软测量技术的发展和现状[J];仪器仪表学报;2007年06期

相关博士学位论文 前6条

1 李勤道;基于炉内参数测量的燃烧系统优化运行理论与技术的研究[D];华北电力大学;2013年

2 陈莲芳;脱硝反应器流场与反应物混合模拟优化[D];山东大学;2011年

3 乔弘;火电厂热工参数软测量关键技术和方法研究[D];华北电力大学(北京);2009年

4 江博琼;Mn/TiO_2系列低温SCR脱硝催化剂制备及其反应机理研究[D];浙江大学;2008年

5 董建勋;燃煤电厂SCR烟气脱硝试验研究及数学模型建立[D];华北电力大学(河北);2007年

6 余廷芳;火电厂厂级监控信息系统(SIS)建模、实现及人工智能的应用研究[D];东南大学;2004年

相关硕士学位论文 前2条

1 李代力;基于SOFA风改造的300MW煤粉锅炉燃烧优化数值模拟研究[D];浙江大学;2012年

2 卢保玲;基于图像测温法的燃煤锅炉NO_x排放量预测[D];北京交通大学;2009年



本文编号:2189408

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2189408.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户06630***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com