发电技术, 2025, 46(4): 849-856 DOI: 10.12096/j.2096-4528.pgt.23136

发电及环境保护

循环流化床锅炉宽负荷一体化脱硫建模研究

张帅柠1, 高明明1, 王勇权1, 王唯铧1, 于浩洋1, 黄中2

1.新能源电力系统国家重点实验室(华北电力大学),北京市 昌平区 102206

2.清华大学能源与动力工程系,北京市 海淀区 100084

Integrated Modeling Study of Desulfurization in Circulating Fluidized Bed Boilers Under Wide Load Conditions

ZHANG Shuaining1, GAO Mingming1, WANG Yongquan1, WANG Weihua1, YU Haoyang1, HUANG Zhong2

1.State Key Laboratory of Alternate Electrical Power System With Renewable Energy Sources (North China Electric Power University), Changping District, Beijing 102206, China

2.Department of Energy and Power Engineering, Tsinghua University, Haidian District, Beijing 100084, China

收稿日期: 2024-05-28   修回日期: 2024-09-01  

基金资助: 国家自然科学基金项目.  62276096

Received: 2024-05-28   Revised: 2024-09-01  

作者简介 About authors

张帅柠(2000),男,硕士研究生,研究方向为循环流化床、深度调峰、污染物超低排放优化控制,505517337@qq.com

高明明(1979),男,博士,副教授,博士生导师,研究方向为发电过程智能测控技术与应用、新能源发电综合测控技术与应用,本文通信作者,gmm1@ncepu.edu.cn

于浩洋(1996),男,博士研究生,研究方向为发电过程智能测控技术与应用、人工智能与应用,120202127004@ncepu.edu.cn

黄中(1983),男,博士,研究员,研究方向为循环流化床燃烧理论与技术、燃烧过程的污染物控制,huangzhong@mail.tsinghua.edu.cn

摘要

目的 随着“双碳”目标的提出,我国清洁能源发电量占比不断提升,为促进新能源发电的消纳,火电机组频繁采用宽负荷调峰运行模式,因此,有必要建立能够适应宽负荷运行工况下的燃煤循环流化床(circulating fluidized bed,CFB)锅炉SO2排放浓度模型,以实现CFB机组SO2超低排放。 方法 通过对SO2生成及脱除动态特性进行深度研究,采用机理分析方法结合质量守恒方程建立了炉膛出口SO2排放浓度动态集总参数模型;通过对模型输入量的合理简化,建立了从给煤给风到脱硫塔出口SO2排放的脱硫全过程一体化动态模型;并利用CFB锅炉实际测量数据中的稳态工况及动态工况数据段进行仿真验证。 结果 所建立的动态模型能够提前约240 s预测净烟气的排放动态趋势。 结论 该模型能够反映炉内脱硫过程的动态特性,在宽负荷工况下具有一定的适用性。

关键词: 燃煤发电 ; 火电机组 ; 循环流化床(CFB) ; SO2排放特性 ; 动态建模 ; 宽负荷一体化 ; 污染物排放

Abstract

Objectives With the proposal of the “carbon peaking and carbon neutrality” goal, the proportion of clean energy generation in China continues to increase. In order to promote the consumption of new energy generation, thermal power units frequently adopt the wide load peak shaving operation mode. Therefore, it is necessary to establish a SO2 emission concentration model for coal-fired circulating fluidized bed (CFB) boilers that can adapt to wide load operation conditions to achieve ultra-low SO2 emission of CFB units. Methods Through in-depth research on the dynamic characteristics of SO2 generation and removal, a dynamic lumped parameter model of SO2 emission concentration at the furnace outlet is established using mechanism analysis method combined with mass conservation equation. A comprehensive dynamic model for the entire desulfurization process from coal supply and air supply to SO2 emission at the outlet of the desulfurization tower is established by reasonably simplifying the input of the model. The simulation verification is carried out by using the steady-state and dynamic operating condition data segments from the actual measurement data of CFB boilers. Results The established dynamic model can predict the dynamic trend of net flue gas emissions approximately 240 seconds in advance. Conclusions The model can reflect the dynamic characteristics of the desulfurization process in the furnace, and has certain applicability under wide load conditions.

Keywords: coal-fired power generation ; thermal power unit ; circulating fluidized bed (CFB) ; SO2 emission characteristics ; dynamic modeling ; wide load integration ; pollutant emission

PDF (1968KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

张帅柠, 高明明, 王勇权, 王唯铧, 于浩洋, 黄中. 循环流化床锅炉宽负荷一体化脱硫建模研究. 发电技术[J], 2025, 46(4): 849-856 DOI:10.12096/j.2096-4528.pgt.23136

ZHANG Shuaining, GAO Mingming, WANG Yongquan, WANG Weihua, YU Haoyang, HUANG Zhong. Integrated Modeling Study of Desulfurization in Circulating Fluidized Bed Boilers Under Wide Load Conditions. Power Generation Technology[J], 2025, 46(4): 849-856 DOI:10.12096/j.2096-4528.pgt.23136

0 引言

随着可再生能源发电比例的增加,燃煤火电机组面临着比以往更频繁的变负荷工况、更极端的低负荷工况以及更严格的超低排放运行场景[1-3]。严格控制以燃煤火电机组为主的污染物超低排放[4-7]、推进化石能源清洁高效利用、加速构建多元清洁的能源供应体系[8]是打赢生态环境攻坚战的重要一环。我国颁布实施了一系列关于污染物排放的政策和标准,其中《全面实施燃煤电厂超低排放和节能改造工作方案》[9]要求燃煤电厂烟尘、SO2、NO x 排放浓度应分别不高于10、35、50 mg/m3

我国燃煤发电机组分为煤粉炉机组和循环流化床(circulating fluidized bed,CFB)机组[10]。循环流化床燃烧技术通过床料和燃料的流化实现连续循环的燃烧和传热过程,具有较强燃料适应性、高燃烧效率、低污染物排放和低成本炉内脱硫等优点[11-14]。然而,CFB机组灵活性运行工况下,燃烧状态发生较大变化,造成床温波动加剧、气体分布不均匀[15],直接影响SO2的生成和脱除。因此,建立一个包含CFB锅炉炉内脱硫与炉外脱硫全过程的宽负荷一体化SO2排放浓度动态预测模型,使其既能为现场人员提供运行指导,又能应用于各种污染物排放控制系统,成为克服SO2排放波动大、易超标以及脱硫能耗高等问题的重要手段。

在CFB机组SO2排放建模领域,国内外学者开展了大量研究工作,为SO2排放的控制策略设计与运行优化提供了重要理论依据[16-17]。炉内脱硫是CFB锅炉中广泛应用的SO2排放控制技术,相较于烟气湿法脱硫[18]和半干法脱硫等炉外排放控制技术,其具有低投资成本、低运行成本和高脱硫效率的优点。此前,相关研究工作主要集中于CFB机组炉膛出口SO2排放建模预测[19]与炉内脱硫特性分析[20]。在机理建模方面,李仕成等[21]建立了一维静态CFB锅炉SO2排放模型,利用该模型模拟分析了不同参数对炉膛内SO2生成及脱除的影响,研究结果能够为现场运行提供指导,但由于燃煤电厂在调峰过程中常常进行频繁变负荷,上述模型在动态过程中难以满足实时计算性能的要求。Zhang等人[22]建立了宽负荷下的炉膛出口SO2排放动态预测模型,经验证,该模型能够准确反映炉膛出口SO2浓度在大范围变负荷工况下的动态特性,但由于炉外脱硫过程涉及复杂的传热传质、液滴蒸发、化学反应、多相流动、液滴合并、破碎等过程,将炉外脱硫效率看作定值可能导致脱硫塔出口SO2排放预测值波动较大。

随着人工智能的发展,机器学习算法[23]能够通过理解和学习数据信息实现特定的目标,与机理建模相比,数据建模对复杂对象或过程更容易实现高精度建模。Chen等人[24]结合单层门控递归单元神经网络模型与机理模型建立了SO2排放浓度混合预测模型,该模型具有良好的准确性及预测性能。洪文鹏等[25]采用偏最小二乘回归法支持向量机研究了流化床锅炉干法脱硫中各个参数对出口浓度的影响,经验证,该模型具有良好的精度。以上研究所建立的数据驱动模型尽管都具有良好的精度与预测性能,但存在动态泛化能力较差且过于依赖训练数据集质量等问题,难以应用于工况变化频繁的现场环境。

为实现CFB机组SO2超低排放,本文首先介绍了SO2生成及脱除过程,将SO2排放过程划分为原烟气SO2排放(脱硫塔入口SO2排放)和净烟气SO2排放(脱硫塔出口SO2排放)2个过程,并对每个过程进行单独建模研究。其次,由于循环流化床炉内燃烧具有大惯性、大迟延等特点,炉内存在大量未燃尽的碳(即燃碳),采用机理分析方法结合炉内即燃碳燃烧动态平衡过程建立了原烟气SO2排放动态集总参数模型;对于炉外脱硫部分,采用双膜理论与化学反应系数增强公式建立了净烟气SO2排放动态模型。最后,进行模型仿真实验,以验证所提模型的准确性和泛化能力。

1 脱硫系统简述

煤中硫元素在经过CFB锅炉燃烧后,无机硫中绝大部分可燃硫、所有有机硫和游离态硫都被氧化为SO2,且由于CFB锅炉中的特殊燃烧方式和较低的炉膛内设计温度(通常在850~950 ℃),通过向炉膛内部送入脱硫剂的炉内脱硫反应更容易发生[26]。石灰石被注入炉膛进行煅烧后发生分解反应,产生CaO和CO2,如式(1)所示。与此同时,燃煤生成的SO2与CaO表面接触,发生气固反应,生成CaSO4,如式(2)所示。

CaCO3CaO+CO2
2CaO+2SO2+O22CaSO4

由于CFB锅炉中大量悬浮颗粒的相互碰撞及旋风分离器的作用,CaSO4产物层被破碎,CaO颗粒的停留时间延长,提高了石灰石利用率,从而使脱硫反应得以继续进行。

对于燃煤CFB机组,仅通过炉内脱硫很难达到超低排放标准,因此,大多数国内大型CFB发电机组主要应用组合脱硫系统,即同时采用炉内脱硫和尾部烟气脱硫技术。在烟气脱硫技术中,湿法烟气脱硫(wet flue gas desulfurization,WFGD)技术特别是石灰石-石膏湿法烟气脱硫技术是目前最成熟、应用最广泛的脱硫工艺。WFGD采用石灰石作为吸收剂,将石灰石细粉和水混合搅拌后制成石灰石浆液,将该浆液送入脱硫塔中与原浆液混合,然后调整浆液的整体pH值,浆液在循环泵的作用下,不断与烟气接触混合,使烟气中的SO2与浆液中的CaCO3发生反应而被脱除,生成石膏(CaSO42H2O),最终实现CFB机组SO2的超低排放,其反应原理如式(3)所示。

2CaCO3+2SO2+O2+4H2O2CaSO42H2O+2CO2

CFB机组SO2排放过程简图如图1所示。

图1

图1   CFB机组SO2排放过程

Fig. 1   SO2 emission process of CFB unit


2 SO2排放动态模型建立

本文采用机理建模方法对CFB机组脱硫系统运行过程中SO2生成过程、炉内脱硫过程及炉外脱硫过程等主要动态过程进行研究,通过对运行过程中关键影响参数进行建模,在保证模型精度的前提下减少运行参数输入量,建立了原烟气SO2浓度动态模型及净烟气SO2浓度动态模型,并进行了在稳态负荷工况及动态变负荷工况下的模型仿真验证。

2.1 原烟气SO2排放动态模型

SO2的原始生成速率取决于煤中有机硫及无机硫的释放速率,表达式如下:

Kf=kαRin+kβKB

式中:Kf为SO2的生成速率;kα为挥发分中硫的质量释放速率;Rin为给煤速率,kg/s;kβ为即燃碳中可燃无机硫占比,%;KB为炉内即燃碳总体燃烧反应速率[27]

根据质量守恒公式建立炉内SO2浓度模型[28]

 dCfdt=1V(Kf-Kr-Ks-Kc)

式中:Cf为炉膛内SO2浓度;t为时间,s;V为炉膛容积,m3Kr为SO2脱除速率,与石灰石给料量有关[22]Ks为SO2自脱硫速率,与床温及过量空气系数构成函数关系[29]Kc为SO2损失速率,与烟道流量有关。

2.2 净烟气SO2排放动态模型

假设炉内原烟气SO2排放浓度等于吸收塔入口SO2浓度,则净烟气SO2排放浓度(即脱硫塔出口SO2浓度)Cp可表示为

 Cp=(1-η)Cf

式中η为炉外脱硫效率。

石灰石浆液与SO2发生反应,假设脱硫塔内烟气温度等于脱硫塔入口处烟气温度,由物料平衡关系[30]可得到:

 dpSO2dh=-j1SO2γSRTyFg

式中:pSO2为SO2气体的分压,Pa;h为吸收高度,m;j1SO2为实际SO2气体传质通量,mol/(s⋅m2),受温度及SO2浓度影响;γ为脱硫吸收塔单位体积中液滴的比表面积,与浆液流量有关;S为脱硫塔横截面积,m2R为理想气体常数,m3⋅Pa/(mol⋅K);Ty为原烟气温度,K,可由床温计算值与给煤速率计算得到;Fg为烟气流量,m3/s,可由给煤与总风量计算得到。

由于液相中存在的多种化学反应会影响SO2的吸收,通过对化学反应增强系数进行拟合,得到如下表达式:

j1SO2=KEjSO2

式中:KE为化学反应增强系数,受入口SO2浓度、pH值、液气比影响[31]jSO2为理想SO2气体传质通量,mol/(s⋅m2)。

假设吸收塔内部为均匀圆柱体结构,从吸收塔入口到出口处对SO2气体分压进行积分,结合式(6),得到脱硫塔出口SO2浓度为

Cp=exp(-6KGQhRTydavdFg)Cf

式中:KG为总传质系数,mol/(s⋅Pa⋅m2);Q为循环浆液量,L/h;da为浆液液滴平均直径,m;vd为液滴下落速度,m/s。

3 模型验证

3.1 机组介绍

为了验证本文所建立的动态模型性能,对某330 MW亚临界CFB机组进行了稳态负荷工况及动态变负荷工况的仿真验证。该机组采用东方锅炉厂设计制造的330 MW亚临界CFB锅炉(型号为DG1177/17.5-Ⅱ3),整体布置为单炉膛、单布风板、一次中间再热、汽冷式旋风分离器、尾部双烟道结构[32]。SO2排放浓度控制采用了炉内脱硫和WFGD的组合脱硫工艺:炉内脱硫部分采用石灰石作为脱硫剂,通过调整钙硫比控制原烟气SO2排放浓度;WFGD采用以石灰石细粉和水混合搅拌制成的新鲜石灰石浆液作为脱硫剂,通过控制石灰石浆液流量及其pH值达到控制净烟气SO2排放浓度的目的,炉外脱硫塔中配置有3层喷淋层。

该机组的煤质分析及石灰石成分分析分别如表1表2所示。

表1   煤质分析

Tab. 1  Analysis of coal quality

参数CarHarOarNarSarAarMarQnet.arVdaf
数值48.65%2.92%8.25%0.57%2.19%13.62%23.8%17.73 MJ/kg41.11%

注:CarHarOarNarSarAar分别为煤质应用基中碳、氢、氧、氮、硫、灰分质量分数;MarVdaf分别为空气干燥基水分、干燥无灰基挥发分质量分数;Qnet,ar为收到基低位发热量。

新窗口打开| 下载CSV


表2   石灰石成分分析

Tab. 2  Analysis of limestone composition

参数烧失量W(CaO)w(MgO)w(Fe2O3)w(SiO2)w(Al2O3)w(K2O)w(SO3)w(Na2O)
数值/%43.2042.059.240.423.860.400.070.010.006

新窗口打开| 下载CSV


3.2 仿真结果

根据该330 MW CFB机组分布式控制系统中的运行数据,选取该CFB机组在75%~100%典型稳态负荷工况下的1.5×104 s时间数据段作为模型输入,仿真得到的原烟气SO2排放浓度计算值及净烟气SO2排放浓度计算值如图2所示,误差统计结果如表3所示,其中采用的衡量模型精度指标有平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)。由图2(a)可以看出,所建立的原烟气SO2排放浓度模型能够精确反映SO2浓度的动态变化。由表3可以看出,原烟气SO2排放浓度计算值与真实值误差较小,平均绝对误差为229.45 mg/m3

图2

图2   稳态负荷工况下的模型结果

Fig. 2   Model results under steady-state load conditions


表3   稳态工况下的模型误差汇总

Tab. 3  Summary of model errors under steady-state conditions

误差指标原烟气SO2排放浓度模型净烟气SO2排放浓度模型
MAE/(mg/m3)178.752.89
RMSE/(mg/m3)229.454.04
MAPE/%9.3525.86

新窗口打开| 下载CSV


由于现场组合脱硫系统并未实现自动控制,运行人员通常需根据经验手动调整石灰石给料器频率、浆液阀门开度及浆液pH设定值以达到控制净烟气SO2排放不超标的目的。因此,在保证模型具有一定精度的前提下,对净烟气SO2排放浓度模型的输入量进行合理简化,使得最终净烟气SO2排放浓度模型中的输入变量只有给煤速率、总风量、石灰石给料速率、石灰石浆液流量、浆液pH值,大大简化了模型计算量,提高了关键运行数据信息获取的时效性。

经过仿真验证,尽管净烟气SO2排放浓度实际值波动较大,但该模型计算值仍能与实际值保持基本相同的动态趋势,如图2(b)所示。此外,净烟气SO2排放浓度动态模型的计算值比实际值提前约240 s,将计算值进行延后,与真实值计算得出的误差统计结果如表3所示,可知该模型具有较高精度,平均绝对误差为4.04 mg/m3。综上所述,该模型通过只选取运行侧变量作为模型输入值,有效解决了部分关键参数测量滞后、现场脱硫调控不及时等问题。另外,该模型结构简单、动态特性较好,能够为脱硫优化控制策略提供模型支撑,减少了因石灰石浆液给料过量而造成的经济性损失。

由于CFB机组在参与调峰时炉内燃烧状态多变,床温变化大,气体容易分布不均,使得SO2生成、脱除特性改变;且由于机组在变负荷过程中,给煤量、送风量、石灰石浆液量等运行参数的波动增大,导致原烟气SO2排放浓度与净烟气SO2排放浓度的不稳定性急剧放大,动态特性更加多变,这对前文所建立的动态模型的预测性提出了更高的要求。因此,另取一段1.6×104 s的同机组连续升降负荷的运行数据段进行仿真验证,原烟气及净烟气SO2排放浓度计算结果如图3所示,该段运行工况包含270 MW至160 MW的连续降负荷过程及160 MW至270 MW的连续升负荷过程。由图3可以看出:原烟气SO2排放浓度模型具有较好的精确度及泛化能力,能够较准确地反映炉内原烟气生成及脱除的动态特性;净烟气SO2排放浓度模型在稳态负荷段及降负荷段中能够保持较高的精准度,而在升负荷段中仍能一定程度上反映未来净烟气SO2排放浓度的主体变化趋势。综上所述,本文所建立的动态模型能够实时预测原烟气及净烟气SO2排放浓度,模型预测结果可以适用于CFB机组灵活性运行下的超低排放控制。

图3

图3   动态负荷工况下的模型结果

Fig. 3   Model results under dynamic load conditions


4 结论

1)利用机理建模方法描述即燃碳燃烧动态过程,建立了原烟气SO2排放动态模型,该模型在稳态和动态工况下的RMSE分别为229.45 mg/m3与317.01 mg/m3,模型精度可满足现场的工程实际需求。

2)利用双膜理论与化学反应系数增强公式建立了净烟气SO2排放动态模型,该模型在稳态和动态工况下均具有较好的预测性能,能够准确体现SO2排放浓度的动态趋势,具有良好的模型泛化能力。

3)结合原烟气SO2排放动态模型,通过合理简化净烟气SO2排放模型中的输入变量,建立了CFB机组宽负荷一体化脱硫模型,该模型的输入变量仅由炉膛入口处的给煤给风量及炉内外脱硫剂的给料量组成,能够为现场实施运行优化提供指导,更能为今后各种优化控制策略的实施提供模型基础和理论支撑。

4)所建立的宽负荷一体化SO2排放动态模型能够提前约240 s预测净烟气的排放动态趋势,模型预测结果能够适用于CFB机组灵活性运行下的超低排放控制,利用该模型可以保证工程现场实际SO2排放浓度不出现超标情况,也能避免因石灰石浆液给料过量而造成经济性损失。

参考文献

张全斌周琼芳

基于“双碳”目标的中国火力发电技术发展路径研究

[J].发电技术,202344(2):143-154doi:10.12096/j.2096-4528.pgt.22092

[本文引用: 1]

ZHANG Q BZHOU Q F

Research on the development path of China’s thermal power generation technology based on the goal of “carbon peak and carbon neutralization”

[J].Power Generation Technology,202344(2):143-154doi:10.12096/j.2096-4528.pgt.22092

[本文引用: 1]

王志轩张晶杰董博

“双碳”目标下燃煤电厂灵活性改造及政策建议

[J].电力科技与环保,202440(3):213-220

WANG Z XZHANG J JDONG Bet al

Research on technology and policy of flexibility renovation for coal-fired power plants under carbon peaking and carbon neutrality goal

[J].Electric Power Technology and Environmental Protection,202440(3):213-220

王放放杨鹏威赵光金

新型电力系统下火电机组灵活性运行技术发展及挑战

[J].发电技术,202445(2):189-198

[本文引用: 1]

WANG F FYANG P WZHAO G Jet al

Development and challenge of flexible operation technology of thermal power units under new power system

[J].Power Generation Technology,202445(2):189-198

[本文引用: 1]

朱法华徐静馨王圣

中国燃煤电厂大气污染物治理历程及展望

[J].电力科技与环保,202339(5):371-384

[本文引用: 1]

ZHU F HXU J XWANG Set al

Processes and prospects of air pollutant control in coal-fired power plants in China

[J].Electric Power Technology and Environmental Protection,202339(5):371-384

[本文引用: 1]

李璐张泽端毕贵红

“双碳”目标下基于系统动力学的发电行业碳减排政策研究

[J].电力系统保护与控制,202452(12):69-81

LI LZHANG Z DBI G Het al

Carbon emission reduction policy in the power generation sector based on system dynamics with “dual carbon” targets

[J].Power System Protection and Control,202452(12):69-81

刘天蔚边晓燕吴珊

电力系统碳排放核算综述与展望

[J].电力系统保护与控制,202452(4):176-187

LIU T WBIAN X YWU Set al

Overview and prospect of carbon emission accounting in electric power systems

[J].Power System Protection and Control,202452(4):176-187

曲立涛齐晓辉王德鑫

基于CEMS数据的超低排放燃煤机组大气污染物排放特性分析

[J].中国电力,202356(2):171-178doi:10.11930/j.issn.1004-9649.202203075

[本文引用: 1]

QU L TQI X HWANG D Xet al

Analysis of air pollutant emission characteristics of ultra-low emission coal-fired units based on CEMS data

[J].Electric Power,202356(2):171-178doi:10.11930/j.issn.1004-9649.202203075

[本文引用: 1]

国务院新闻办公室

《新时代的中国能源发展》白皮书‍

[EB/OL].(2020-12-21)‍[2023-10-13].https∶//.

[本文引用: 1]

The State Council Information Office of the People’s Republic of China

White paper on energy development in China in the new era

[EB/OL].(2020-12-21)[2023-10-13].https∶//.

[本文引用: 1]

中华人民共和国生态环境部国家发展和改革委员会国家能源局

关于印发《全面实施燃煤电厂超低排放和节能改造工作方案》的通知

[EB/OL].(2015-12-11)[2023-09-25].https∶//.

[本文引用: 1]

Ministry of Ecology and Environment of the People’s Republic of ChinaNational Development and Reform CommissionNational Energy Administration

Notice on issuing the work plan for fully implementing ultra low emission and energy conservation renovation of coal-fired power plants

[EB/OL].(2015-12-11)[2023-09-25].https∶//.

[本文引用: 1]

王洪健王海洋孔皓

135 MW循环流化床锅炉纯燃准东煤改造策略与运行技术研究

[J].发电技术,202243(6):918-926doi:10.12096/j.2096-4528.pgt.21107

[本文引用: 1]

WANG H JWANG H YKONG Het al

Retrofitting strategy and operating technology of pure burning Zhundong coal in a 135 MW circulating fluidized bed boiler

[J].Power Generation Technology,202243(6):918-926doi:10.12096/j.2096-4528.pgt.21107

[本文引用: 1]

YUE GCAI RLU Jet al

From a CFB reactor to a CFB boiler:the review of R&D progress of CFB coal combustion technology in China

[J].Powder Technology,201731618-28doi:10.1016/j.powtec.2016.10.062

[本文引用: 1]

JYANG HLING Wet al

Development of a supercritical and an ultra-supercritical circulating fluidized bed boiler

[J].Frontiers in Energy,201913(1):114-119doi:10.1007/s11708-017-0512-4

CAI RZHANG HZHANG Met al

Development and application of the design principle of fluidization state specification in CFB coal combustion

[J].Fuel Processing Technology,201817441-52doi:10.1016/j.fuproc.2018.02.009

黄中杨娟车得福

大容量循环流化床锅炉技术发展应用现状

[J].热力发电,201948(6):1-8

[本文引用: 1]

HUANG ZYANG JCHE D F

Application and development status of large-scale CFB boilers

[J].Thermal Power Generation,201948(6):1-8

[本文引用: 1]

孙献斌戚峰辛以振

330 MW循环流化床锅炉燃烧调整试验研究

[J].发电技术,201940(3):281-285

[本文引用: 1]

SUN X BQI FXIN Y Zet al

Test study on combustion adjustment of 330 MW circulating fluidized bed boiler

[J].Power Generation Technology,201940(3):281-285

[本文引用: 1]

范海东

燃煤机组超低排放智能调控系统研究及工业验证

[D].杭州浙江大学2022

[本文引用: 1]

FAN H D

Research and industrial verification of ultra-low emission intelligent control system for coal-fired units

[D].HangzhouZhejiang University2022

[本文引用: 1]

刘东旭张潇元马青

燃煤机组SO3生成与控制技术路线分析

[J].中国电力,202457(6):235-242

[本文引用: 1]

LIU D XZHANG X YMA Qet al

Analysis on SO3 generation,migration and control technology of coal-fired units

[J].Electric Power,202457(6):235-242

[本文引用: 1]

刘文斌李璐璐李晓金

脱硫湿烟气喷淋冷凝过程中的参数优化研究

[J].发电技术,202344(1):107-114doi:10.12096/j.2096-4528.pgt.21064

[本文引用: 1]

LIU W BLI L LLI X Jet al

Study on parameter optimization of desulfurized wet flue gas in spray condensation process

[J].Power Generation Technology,202344(1):107-114doi:10.12096/j.2096-4528.pgt.21064

[本文引用: 1]

GUNGOR A

One dimensional numerical simulation of small scale CFB combustors

[J].Energy Conversion and Management,200950(3):711-722doi:10.1016/j.enconman.2008.10.003

[本文引用: 1]

WANG CCHEN L

The effect of steam on simultaneous calcination and sulfation of limestone in CFBB

[J].Fuel,2016175164-171doi:10.1016/j.fuel.2016.02.028

[本文引用: 1]

李仕成马素霞

300 MW循环流化床锅炉SO2生成与控制的建模研究

[J].中国电机工程学报,202141(17):5966-5972

[本文引用: 1]

LI S CMA S X

Model study on SO2 generation and control of 300 MW CFB boiler

[J].Proceedings of the CSEE,202141(17):5966-5972

[本文引用: 1]

ZHANG HGAO MLIU Cet al

Dynamic prediction of in-situ SO2 emission and operation optimization of combined desulfurization system of 300 MW CFB boiler

[J].Fuel,2022324(1):124421doi:10.1016/j.fuel.2022.124421

[本文引用: 2]

陈习勋吴凯彤何杰

基于集成机器学习模型的短期光伏出力区间预测

[J].智慧电力,202452(2):87-93

[本文引用: 1]

CHEN X XWU K THE Jet al

Short term photovoltaic output interval prediction based on integrated machine learning model

[J].Smart Power,202452(2):87-93

[本文引用: 1]

CHEN JGAO MZHANG Het al

Dynamic prediction of SO2 emission based on hybrid modeling method for coal-fired circulating fluidized bed

[J].Fuel,2023346128284doi:10.1016/j.fuel.2023.128284

[本文引用: 1]

洪文鹏陈重

基于偏最小二乘回归的氨法烟气脱硫效率预测

[J].动力工程学报,201333(3):205-209doi:10.3969/j.issn.1674-7607.2013.03.008

[本文引用: 1]

HONG W PCHEN Z

Efficiency prediction of ammonia flue gas desulfurization based on partial least squares regression

[J].Journal of Chinese Society of Power Engineering,201333(3):205-209doi:10.3969/j.issn.1674-7607.2013.03.008

[本文引用: 1]

伊长涛辛胜伟王虎

300 MW循环流化床锅炉机组超低排放改造

[J].洁净煤技术,201925(S2):48-52

[本文引用: 1]

YI C TXIN S WWANG Het al

Ultra-low emission modification of 300 MW circulating fluidized bed boilers unit

[J].Clean Coal Technology,201925(S2):48-52

[本文引用: 1]

高明明

大型循环流化床锅炉燃烧状态监测研究

[D].北京华北电力大学2013

[本文引用: 1]

GAO M M

Research on combustion state monitoring of large circulating fluidized bed boiler

[D].BeijingNorth China Electric Power University2013

[本文引用: 1]

ZHANG HGAO MYUE Get al

Dynamic model for subcritical circulating fluidized bed boiler-turbine units operated in a wide-load range

[J].Applied Thermal Engineering,2022213118742doi:10.1016/j.applthermaleng.2022.118742

[本文引用: 1]

孙保民赵立正

660 MW机组CFB锅炉设计煤种排放特性试验

[J].热力发电,201544(11):81-85

[本文引用: 1]

SUN B MZHAO L Z

Experimental study on emission characteristics of design coal for a 660 MW unit circulating fluidized bed boiler

[J].Thermal Power Generation,201544(11):81-85

[本文引用: 1]

舒坚

燃煤电厂湿法脱硫系统关键过程建模及预测控制研究

[D].杭州浙江大学2020

[本文引用: 1]

SHU J

Research on key process modeling and predictive control for wet desulfurization system in coal-fired unit

[D].HangzhouZhejiang University2020

[本文引用: 1]

ZHU JYE S CBAI Jet al

A concise algorithm for calculating absorption height in spray tower for wet limestone-gypsum flue gas desulfurization

[J].Fuel Processing Technology,201512915-23doi:10.1016/j.fuproc.2014.07.002

[本文引用: 1]

张思海张双铭张俊杰

330 MW亚临界CFB锅炉烟气再循环深度调峰运行性能研究

[J].洁净煤技术,202127(1):291-298

[本文引用: 1]

ZHANG S HZHANG S MZHANG J Jet al

Performance research on deep peak regulation with flue gas recirculation in a 330 MW subcritical CFB boiler

[J].Clean Coal Technology,202127(1):291-298

[本文引用: 1]

/