《(精品)CFBB燃烧系统的工程模块化仿真模型研究》由会员分享，可在线阅读，更多相关《(精品)CFBB燃烧系统的工程模块化仿真模型研究（7页珍藏版）》请在金锄头文库上搜索。
1、CFBB燃烧系统的工程模块化仿真模型研究 河北电力职工大学(河北保定 071051) 于永杰 华北电力大学(河北保定 071031) 高建强 王兵树 摘 要：介绍了工程模块化建模方法，并在STAR-90一体化仿真支撑系统下，开发了CFBB燃烧系统的主要过程的仿真算法，并建立了保定热电厂450 th CFBB燃烧系统的工程模块化仿真模型，进行了仿真试验。结果表明所建立的模型运行稳定，可以正确反映实际系统的工作过程。工程模块化的CFBB燃烧系统仿真模型，通过合理的系统分解和模块结构设计，模型的表现形式与实际过程的流程相似，更利于用户理解和掌握。 关键词：循环流化床 燃烧系统 仿真模型 模块化 循环
2、流化床(简称CFB)作为煤的洁净高效燃烧技术，正越来越受到各国重视。循环流化床锅炉(简称CFBB)具有燃料适应性广、燃烧效率高、负荷调节好、SOX和NOX排放量低等优点，显示出旺盛的生命力。由于循环流化床内燃烧及流动过程非常复杂，其流动、燃烧和换热机理仍在不断的研究探索之中。对CFBB进行仿真分析仍然是目前国内外非常重视的课题。然而，对于商用CFBB，特别是220 th以上级的大型CFBB，由于技术保密等原因，很少能够见到有关其模型的报导1。此外，我国投入运营的大型CFBB机组还很少，运行经验不足，这些都给大型CFBB仿真模型的开发带来困难。 本文的研究工作是针对正在施工建设中的保定热电厂45
3、0 th CFBB而进行的。它也是目前国内消化引进技术制造的单机容量最大的CFBB机组，与实际机组同时建设一套仿真机培训系统。根据生产需要，要求仿真机先于实际机组投产，用于技术人员培训，待实际机组投产后，再对仿真模型进行总体消缺。因此，仿真机的开发工期短 ，仿真模型后期潜在的修改、扩充和维护工作量大，这就要求采用灵活方便的建模方法与先进的仿真支撑系统，以保证该仿真培训系统的顺利完成和有效的使用。 华北电力大学开发的STAR-90一体化仿真支撑系统，经过十几年不断的发展，已经成功地应用于60多套仿真培训和研究系统中，其中出口1台320 MW油气混燃电站全仿真机。笔者根据长期开发电站仿真机的经验，
4、借助STAR-90仿真支撑系统，将工程模块化建模方法应用于CFBB仿真模型的开发，取得了很好的效果。1 工程模块化建模方法 目前，对于复杂大系统的仿真建模工作，为提高建模、验模和模型维护的效率，普遍借助系统仿真软件的支持。采用不同的仿真支持软件系统，其建模方法和模型的表现形式等各不相同。STAR-90一体化仿真支撑系统提供了建模、验模和模型驱动工具，用户借此可建立不同用途的仿真模型。在此仿真系统软件支持下，通过建立热力系统的设备过程算法库，采用面向实际系统的工程模块化建模方法建立系统的时实仿真模型，其建模原理与通常模块化的编程设计方法有很大不同，详细的论述和应用实例见参考文献25。其主要建模过
5、程为： (1) 进行系统分析，将系统按功能合理分解成若干子系统，直到基本的设备或过程单元。电站机组系统是一个非常复杂的大系统，但通过对系统的功能分析，可将其分解为若干子系统，如：锅炉系统、汽机系统、电气系统和控制系统等，每个子系统还可再分为若干子单元或系统，各子系统之间可以存在关联，但关联程度较小。 (2) 分析各个基本的设备或过程单元的工作过程，提取其共有属性，建立其通用仿真模型，各个基本的设备或过程单元仿真模型的集合构成通用过程算法库。过程算法库中的模型算法的输入、输出和系统的结构已标准化，以提高仿真算法在过程建模中的复用率，提高建模效率。 (3) 以过程算法库为基础，借助仿真支持系统软件
6、功能，按照仿真对象的工作流程和过程，将各个基本设备或过程单元模型综合集成为各个子系统的仿真模型，进而 ，再将各个子系统仿真模型集成为更大一级的系统仿真模型，直至整个机组的仿真模型。 (4) 进行仿真试验、分析、研究。2 CFBB燃烧系统仿真模型2.1 燃烧系统算法介绍 CFBB机组与常规的煤粉炉的主要区别在于锅炉的燃烧室部分，从旋风分离器后，其流动和换热过程与常规煤粉锅炉差别很小。因此，用于常规煤粉锅炉的仿真算法，绝大部分仍可适用CFBB机组仿真模型的开发。因此，只要在原过程算法库中补充CFBB燃烧过程算法模块，就可方便地采用工程模块化建模方法，建立CFBB机组模型。这些设备和过程算法主要有：
7、预燃风室算法，采用小室模型方法的主床燃烧、换热和流动算法，旋风分离器算法，J阀算法等。以下简要介绍几个主要算法的功能： (1) 预燃风室算法 主要用于仿真启动点火和低负荷助燃时，在床下一次风道投油助燃的工作过程。该算法考虑了投油时完全燃烧和不完全燃烧，以及正常负荷下，风道燃烧放热和风道中烟风成分的变化。仿真模型中，对燃烧过程以静态方程计算燃烧产物；能量方程为动态方程，考虑了点火风道的热惯性。 (2) 旋风分离器算法 可以仿真烟气携带飞灰等物料颗粒进入旋风分离器，实现较大粒径的物料颗粒从烟气中分离出来的工作过程。同时，考虑了烟气与耐热层，以及耐热层与汽冷介质的换热。该算法采用了边界层分离理论计算
8、颗粒的分级分离效率6，并将进入旋风分离器的颗粒分为4档，每档粒径可从算法的系数中给出。该算法还特别考虑了旋风分离器的结构参数，并将这些结构参数以算法的系数形式给出，使该算法可以分析旋风分离器的结构参数变化对其工作性能的影响，提高其通用性。 (3) J阀算法仿真 该算法仿真J阀的流动过程，根据阀进出口的压差和返料风风量计算进入主床的物料量和返料风量。 (4) 燃烧室算法 它是CFBB模型中最为复杂的算法之一。作为培训仿真模型，更多关注的是CFBB的宏观特性，因此，CFBB燃烧室的仿真模型对其工作过程进行了必要的简化。 燃烧室仿真数学模型主要仿真CFBB燃烧室的流动、燃烧和换热过程。采用了分段集中
9、参数方法，即把CFBB燃烧室划分成一系列串联的小室空间，各小室内的过程参数为均匀的；模型假定密相区由乳化相和气泡相组成，稀相区采用了环核模型，考虑了颗粒的返混现象，并假定固体有从核心区向环状区的质量传递，忽略环状区向核心区的质量交换1，7，忽略气体的返混；煤颗粒燃烧过程简化为挥发份析出和燃烧、焦炭燃烧、气体燃烧等过程，依据参考文献7的研究结果，将挥发份析出和燃烧完全放在了密相区，煤颗粒的热解产物由气体和焦油组成；各小室的固体物料有：焦炭，灰和脱硫剂，每类物料的粒径用一个平均粒径表示，可以分别单独设定，并假设固体颗粒形状为球形；气体成份近似为8种：O2、CO、CO2、NO、N2、SO2、水蒸汽和
10、挥发份。 该算法将燃烧室沿高度分为密相区和稀相区，密相区为1个小室，稀相区分为2个小室，如果实际需要还可以分更多的区段。密相区和稀相区的分界面采用密相床高度来区分，密相床高度与床结构、床料静止高度、颗粒分布、运行风量、床温等因素有关，密相床高度由算法自动计算确定，并随其影响因素而变化。 分别建立各小室的物质和能量守恒方程，并辅助燃烧、流动等过程的方程，从而获得各小室的物料和气体流量、组成份额、小室的温度、换热量等过程参数的动静态变化特性。 焦炭的燃烧过程，假定为： 为化学反应因子，与温度和粒径等因素有关。碳总体燃烧反应速度是流化床内总碳质量、床温、氧气浓度以及焦炭反应速率kc的函数，其中，kc
11、表达式为： 式中ks焦炭表面反应速率； kd 氧气扩散速率； k0 表面反应速率常数； Tb 床温； Tc焦炭颗粒表面温度； E活化能； R气体常数； nsh Sherwood数； Dg氧气扩散系数； dc焦炭直径。 循环流化床内NO形成主要来源于燃料中的N，同时NO还和焦炭颗粒以及其它固体颗粒起还原反应。 脱硫过程模型认为反应过程主要是： 根据脱硫剂CaCO3与SO2之间的化学反应动力学过程确定SO2的吸收量。 循环流化床与受热面之间的换热主要受3个传热过程的控制：沿着床壁下落粒子团的导热传热；床壁上粒子的辐射传热；稀相(大约含有0.1%的粒子)对床壁的对流传热6，8。因此，传热系数为固体颗
12、粒团对流传热系数，固体颗粒团辐射传热系数，固体颗粒分散相对流传热系数三者之和。2.2 CFBB燃烧系统模型建立 在STAR-90仿真支撑系统下，运用以上所介绍的算法，采用工程模块化建模方法 ，建立了如图1所示结构的CFBB燃烧系统模型。其模块组态连接图如图2所示，它也是用户界面，即用户所见到的仿真模型的表现形式5。用鼠标点击图中的模块，新的窗口中即弹出模块的参数，用户可以在线建立、修改、调试各模块间的连接关系，设置模块系数，分析仿真结果。其中每个模块上的标识符PRECMB、FBC、CYCLON、JVLV分别是点火风道、燃烧室、旋风分离器、返料阀等对应设备仿真模块的模块名，各模块内下部的标识符P
13、RECMBST、FBC2、CYCLONE、JVLV为相应设备的算法名。因此，工程模块化的CFBB燃烧系统的仿真模型的表达形式与实际系统的结构流程非常相似，便于用户理解和仿真建模。 3 部分仿真试验结果与分析3.1 静态特性试验 图3所示，为某稳定工况下旋风分离器对各种颗粒粒径d的分级分离效率分布情况的仿真结果，图4所示为某工况下床温和空隙率沿炉高的变化情况，当距布风板高度超过3.0 m后，空隙率迅速增加，即物料颗粒的浓度下降，当布风板高度超过10 m后，则变化很小。平均床温沿炉膛高度分布比较均匀。 3.2 动态特性试验 图5为入口烟温下降10%后，旋风分离器对各粒径颗粒的分离效率的变化过程。可
14、见，旋风分离器入口烟温的变化对小粒径颗粒的分离效率影响较大，而对大粒径颗粒(粒径大于1 mm)的分离效率影响甚微。在一定工况下，随着烟气温度的下降，较小粒径的颗粒分离效率提高。 图6所示为变负荷过程中，一次风量(0120 Nm3/s)、平均床温(0900)、主汽温度(0600)、主汽流量(0650 t/h)等参数的动态变化过程曲线。图中02：00到04：00时间段，在一次风量保持不变(62.3 Nm3/s)，只把给煤量由44.5 t/h减少到39.5 t/h的情况下，床内放热量因煤量的减少而下降，致使平均床温由884 降低到854，主汽流量也从330.2 t/h减少到293.0 t/h，主汽温度因投自动变化很小。整个过程过渡时间较长，表明床温的惯性较大。在04：00时，将一次风量和给煤量同时减少，即一次风量从62.0 Nm3/s减少到54.7 Nm3/s，给煤量由39.5 t/h减少到34.3 t/h时，床温则缓慢升高。随后，给煤量又小幅增加，床温最后达到877，主汽流
