论文：锅炉煤耗预测研究

《论文：锅炉煤耗预测研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、锅炉煤耗预测方法研究刘德阳［摘要］介绍了收干灰煤耗预测法的形成思路与基本特点，检查了实际预测效果，分析了影响因素及局限性，并对各种煤耗预测方法进行了简要比较。文章认为，收干灰煤耗预测法具有独特优势，但还需进一步完善。［关键词］锅炉；吨蒸汽煤耗；预测；电收尘1刖S原煤是锅炉生产蒸汽的主要热能来源，原煤费用通常要占到热电厂成本的80%左右，控制煤耗成为热电厂经济运行的核心与关键。准确预测煤耗是监控锅炉煤耗的重要前提。在掌握煤耗变化的基础上，查根溯源，实时优化，将煤耗控制融入生产经营过程中，有助于我们更好地降低煤耗和

2、优化成本。从生产管理的角度看，有效的煤耗预测能提高我们的应变能力，并提高我们的生产管理水平和质量。通常采用的预测方法有计量法、盘存法、热平衡法和技术指标法。计量法包括给粉机转速计量法、下粉量测量法、皮带秤上煤计量法、烟尘量计量法等，盘存法包括定期与不定期的煤场盘存，热平衡法主要指正反热平衡试验法，技术指标法包括燃煤灰分及发热量预测法，一些技术指标如排烟温度、飞灰可燃物等的变化也可以用于煤耗的预估。以上这些方法都有一定的生产指导作用，但也存在一些不尽人意的地方。下面我们首先介绍一种新的煤耗预测方法，即收干灰煤耗预

3、测法，然后再对各种煤耗预测方法进行对比分析。2收干灰煤耗预测法2.1形成思路收干灰煤耗预测法是将每天电收尘收取的干灰量进行统计，除以每天锅炉蒸汽产量，得出吨蒸汽收干灰量，再经过一系列修正，如电收尘效率修止、炉底焦渣修止、配烧煤气站炉渣修止等，得出吨蒸汽排灰渣量，通过EXCEL软件建立该数据与实际吨蒸汽煤耗的关系曲线和关系公式，即可通过该曲线或公式进行煤耗预测。随着数据的积累，该预测曲线及公式会得到不断地改进完善。预测公式y=0.066x3-6.4x2+207.04x-2100下图为根据2009年上半年各月情况，

4、依照收干灰煤耗预测法所建立的煤耗预测曲线。1451441431421411401391381371361351341331321311302829303132333435363738吨蒸汽排灰量(kg/t)图1基于收干灰煤耗预测法建立的锅炉煤耗预测曲线2.2基本特点收干灰煤耗预测法最大的特点是不考虑影响煤耗的种种因素，直接反映了煤耗变化的结果事实。无论煤质是否发生变化，无论锅炉热效率是否变化，最终的后果都是燃煤消耗量的变化，而最直接的反映就是收干灰量的变化。收干灰煤耗预测法基于了室燃炉的特性，即•定量的原煤燃烧

5、后所产生的飞灰，95%以上（有资料是85—90%）要通过尾部烟道排出，剩余部分以炉渣形式从冷灰斗排出。电收尘收取的烟道飞灰比例和对固定。收干灰煤耗预测法还是一种经验综合法o收干灰煤耗预测法挖掘了已有数据中收干灰量与吨蒸汽煤耗的内在联系，是基于过去的生产经验得出的趋势预测数据，因此是一种经验法。收干灰煤耗预测法的数据来源较为准确简易。每天只需要输入蒸汽产量、收干灰量、配烧煤气站炉渣量3个数据，即可得出锅炉煤耗预测值。2.3预测效果收干灰煤耗预测法从收干灰量变化的角度来监控锅炉运行的多个参数，冃前能够实现以天为单位

6、的预测，而且随着时间的迁移，累计预测数据越准确。收干灰煤耗预测法倒推出的煤耗，带有预警性质，可促使生产管理人员进行原因查找。如预测出的煤耗升高，则首先反映在收干灰量的相对升高上，此时，要检查进厂煤质量、入炉煤质量、配烧炉渣情况是否在正常区间，配合检查锅炉给水温度、排烟温度、飞灰可燃物含量、负荷变化情况、燃烧稳定性情况等。如预测出的煤耗降低，则要检查电收尘的运行是否止常、锅炉负荷的变化等。从这个角度看,煤耗预测结果牵一发而动全身，能够监督出全厂多个生产环节正常与否，提高了生产人员对指标的敏感度。收干灰煤耗预测法预

7、测效果见下表lo表12009年1-8月煤耗预测结果及误差情况月份吨汽排灰渣量预测煤耗实际煤耗误差误差原因Kg/tKg/tKg/t%129.76132.87132.36偏高0.38231.12134.10132.47偏高1.23原因待查334.19135.18135.49偏低0.23434.29135.27135.34偏低0.05530.91134.00135.24偏低0.92637.40143.95144.62偏低0.46729.22131.91136.12偏低3.09电收尘故障832.88134.53134.

8、41偏高0.092.4影响因素及局限性影响收干灰煤耗预测法准确性的关键因素是设备性能，如收干灰系统的完好率、电收尘效率、灰车装载量等。从目前情况看，这些数据相对比较稳定。另一些因素是锅炉运行性能，如炉底焦渣量比例的变化，自身技术小指标的影响等。为保证收干灰煤耗预测法准确，还要求配烧煤气站炉渣量与净进厂量保持一致。此外，盘存煤耗的误差，也会影响预测数据的可信度。除了上述影响因素外，历史数