超低负荷循环流化床机组NOx 超低排放的GA-BP 算法优化模型

张媛媛，曲江源，王鹏程，李 圳，王 珂，张 锴

（1.华北电力大学新能源学院，北京 102206；2.华北电力大学热电生产过程污染物监测与控制北京市重点实验室，北京 102206；3.山西省河坡发电有限责任公司，山西 阳泉 045001）

循环流化床（circulating fluidized bed，CFB）锅炉具有煤种适应性强、床层温度均匀、负荷调节性能好、炉内脱硫和NOx生成量低等诸多特点[1]，尤其在低热值煤燃烧方面优势明显。随着电厂烟气超低排放标准实施和风光等间歇性可再生能源快速发展，燃煤机组深度调峰及其在低负荷下控制NOx生成并高效脱除已成为亟待解决的问题。目前已商业化应用的NOx减排技术主要包括低氮燃烧[2]、选择性非催化还原（selective non-catalytic reduction，SNCR）和选择性催化还原（selective catalytic reduction，SCR）[3]，其中低氮燃烧与SNCR 耦合方法是目前CFB 机组实现NOx超低排放的主流技术路线，并已得到广泛应用[4-7]。

在保证CFB 燃烧效率前提下，通过优化空气入炉方式和床层温度等操作参数，形成局部低氮燃烧环境，有效降低NOx原始生成量[8-9]；通过在800～950 ℃适宜反应温度区间，喷射氨水或尿素溶液等还原剂，将生成的NOx还原为N2和H2O。牛培峰等[10]提出了一种基于支持向量机和果蝇优化算法的CFB 机组NOx排放预测控制算法，采用现场历史数据建立了锅炉负荷和NOx排放质量浓度预测模型；杨国田等[11]利用主成分分析法从火电厂数据系统中提取特征参数，在消除特征变量之间耦合关系后，将提取的特征值作为长期和短期记忆神经网络的输入参数来获得热电厂NOx排放质量浓度预测模型；董泽等[12]提出基于互信息和多尺度小波核偏最小二乘法，建立了SCR 反应器出口NOx质量浓度的预测模型；……