600MW机组锅炉对流受热面灰污在线监测的研究

    锅炉受热面积灰结渣是电站锅炉常见的现象，受热面受积灰结渣的影响，使得传热热阻和尾部烟道通风阻力增加，影响了锅炉正常运行，降低了锅炉的出力和效率。随着积灰厚度增加，换热设备的传热热阻增大，换热效率下降多达1%~2.5%，排烟温度升高十几度。积灰严重时将降低机组负荷或停机，容易造成重大事故，不利于整个电网的稳定，降低了全厂的经济效益。因此，对锅炉受热面的灰污状况进行实时监测，对提高机组运行的经济性和安全性有着重要的意义。本文以某电厂600MW机组锅炉为监测对象，以受热面热平衡和传热计算为基础，建立了灰污因子与运行参数的函数，以电厂分散控制系统(DCS)数据为基础，在主要的受热面上增加了一些测点，根据数据采集系统(DAS)所采集的数据，实现了对流受热面的灰污在线监测。
一、600MW燃煤锅炉机组概况
    某厂的600MW机组燃煤锅炉是由哈尔滨锅炉厂所生产的HG-2028/17.45-YM7、亚临界、中间一次再热、强制循环、平衡通风、单炉膛、悬吊式、四角切圆燃烧、固态排渣、全钢构架的  型汽包炉，锅炉受热面布置如图1所示，设计煤种为河曲烟煤。根据燃煤的沾污特点，在炉膛、各级对流受热面和回转式空气预热器处装设不同型式的吹灰器。其中在炉膛四周布置10O只V92型伸缩式吹灰器，对流受热面布置34只PS-SL型长伸缩吹灰器，在回转空气预热器烟气进出口处布置4只摆动式吹灰器。吹灰器采用DCS程序控制，在2~4h可全部运行一遍。在线监测系统的数据采集模块每隔60s从PI数据库采集一条记录，该监测模型一共利用了约252个在线参数，其中大多数为工质侧的进出口压力和温度，测量准确度较高，而烟气侧的热工测点比较少。为了更为准确地计算各受热面灰污状况，在工质侧和烟气侧新增了一些测点。
     
二、灰污监测原理
2.1 灰污因子的定义
    本文用灰污因子邢表示受热面的污染状况。根据热力计算标准得到受热面的理想传热系数K_1x，以及在线采集数据得至受热面的实际传热系数k_sj，将灰污因子定义为:
               FF=(K_1x-K_sj)/k_1x              (1)
    在受热面不受污染的状态下，实际传热系数K_sj理论上应等于理想传热K_1x，此时受热面的灰污因子FF等于0。随着受热面烟气侧灰污层厚度的增加，受热面的传热效果随之恶化，受热面实际传热系数K_sj减小，此时受热面灰污因子FF的值在0到1之间。受热面的污染状况越严重，受热面的实际传热系数越小，灰污因子邢的值就越接近1。当FF等于1时，表示该受热面的实际传热系数K_sj为O，它与烟气侧的换热量也为0。因此，可以根据灰污因子FF值的大小来判定受热面受污染的程度。
2.2 对流受热面灰污监测模型
    对于管式受热面来说，在稳态情况下，其金属管壁的热阻与烟气侧和工质侧的热阻相比很小，可忽略，同时不考虑管内结垢对传热系数的影响。对于对流和半对流半辐射受热面，根据传热学基本原理，有灰污时的实际传热系数可简化为按多层平壁传热系数计算:
          
式中:1/α1，为烟气侧热阻，其中α1为烟气侧对流放热系数;δ_h/λ_h为烟气侧灰污层热阻，其中δ_h为灰污层厚度，δ_h为灰污层导热系数;1/α2为工质侧热阻，其中α2为工质侧对流放热系数。
    若受热面处于清洁状态，那么灰污层热阻δ_h/λ_h等于0，即得到没有灰污时理想传热系数表达式:
          
    本文采用锅炉整体热平衡法，从省煤器逆烟气流程，对锅炉各对流受热面进行热平衡和传热计算。根据在线获得的受热面工质侧进出口温度和烟气侧出口温度等数据，推算出受热面烟气进口温度。
    工质侧吸收的热量为:
     
    根据热平衡原理，烟气侧放热量等于工质侧吸热量，联立(4)、(5)两式可求出受热面的进口烟气焓，由烟气的温焓表可得到受热面的进口烟气温度。再根据传热方程:
                  Q_c=(kA;△t)/B_j                (6)
    式中：k为传热系数;A为计算对流换热面积;At为传热温差。
    由式(6)可得到该工况下受热面的实际传热系数K_sj，这样就可得到该受热面的灰污因子FF。
三、60OMW机组锅炉在线监测模型现场试验与结果分析
3.1 试验与模型验证
    通过对该厂1号炉各受热面进行单独吹扫，消除受热面吹扫间相互影响，监测对各受热面污染因子，验证吹灰优化系统实时监测模型的正确性，分析1号炉各受热面吹灰前后污染状态及受热面传热效果的变化特性。确定各受热面污染上限(灰污的积聚和自吹扫达到动平衡，受热面污染率不再增加或增长非常缓慢)及下限(此时并不表示受热面完全清洁，而是指受热面处于实际运行中所能够达到的清洁状态)，为系统优化提供全面的决策数据库。试验前3个小时机组负荷稳定在42OMW左右;以后9个小时机组负荷维持在570MW。进行吹扫试验的受热面在试验前停止吹灰1~2天，每天只对一个受热面进行吹扫试验。在不影响安全运行的前提下，试验前后一个小时内不对其他受热面进行吹灰，避免对该受热面试验结果产生影响。
3.2 试验结果与分析
    图2为模型投运时，机组负荷的变化曲线，机组在5点开始升负荷，机组负荷有突变的过程。
       
    图3一7为该模型在该电厂1号炉连续试验运行12个小时的各主要对流受热面的灰污因子变化曲线。试验期间，模型每小时计算和显示60次灰污因子的实时计算值。由于热工参数的动态变化特性，使得计算结果产生一定的波动，有时甚至产生异常结果。由图3~7可见，由于该监测模型对因负荷突变引起的灰污因子大幅变动进行了适当的处理，灰污因子没有随负荷突变而产生较大变化。
    省煤器的试验结果如图3所示，吹灰前后灰污因子无显著变化。由于省煤器的传热效率比较高，传热量大，由吹灰所带来的传热量的变化占总换热量百分比较小。
          
          
          
          
          
    高温过热器的试验结果如图4所示，吹灰后灰污因子有显著的下降，灰污因子下降了25%。这说明该对流受热面监测模型能够很好的反应对流受热面的灰污状况，同时也说明吹灰能有效清扫高过受热面沉积的污染物，改善了高温过热器的传热状况。
四、结论
    本文建立了以热平衡为基础的锅炉对流受热面灰污监测模型，并在某厂1号炉投运，经过20天的试运行表明，该吹灰系统能够及时准确的提供吹灰指导。根据实时监测的灰污因子，运行人员可以调整现有的吹灰策略，从而以较少的吹灰次数获得较高的吹灰净受益，提高全厂经济性，达到优化吹灰的目的，为进一步实现智能吹灰积累了一定的工程现场经验。