编辑推荐：
动态耦合特性研究及优化算法在超超临界双循环燃煤机组与碳捕获系统中的应用，建立了考虑双向耦合的热力学模型，分析了50%-100% THA工况下燃料量、给水流量和阀门开度动态变化对系统响应的影响，揭示了抽汽参数与碳捕集效率的耦合规律，为高灵活性协同运行提供理论支撑。
作者：曹丽华、王雅莉、司海勇、崔玉洁、董涛略
东北电力大学能源与动力工程学院，中国吉林132012
摘要
为了探索超超临界双再热燃煤机组（CFPU）与碳捕获系统（CCS）在变工况条件（从50% THA到100% THA）下的动态特性，开发了CFPU-CCS的动态数学模型。提出了优化的非设计工况运行算法，以建立CFPU与CCS之间的能量和质量双向耦合关系。获得了受碳捕获影响的蒸汽轮机流动部分和再生系统的热力学参数。研究了CFPU-CCS在不同动态阶跃信号下的耦合变化。结果表明，优化算法提高了热力学计算的准确性。CFPU的热力学过程与CCS之间存在双向耦合效应，这改变了提取参数的分布并表现出动态变化。切换蒸汽源会导致第5至10级的提取蒸汽流量与高负荷范围内的情况相反。第3级提取蒸汽的流量增益和温度下降。CCS对阶跃变化敏感。在高负荷下响应缓慢但稳定，在低负荷下响应迅速但不稳定。燃料量阶跃的响应时间最长，约为600至800秒；给水流量阶跃的响应时间为550至700秒；阀门阶跃的响应时间最短，约为500至600秒。
引言
虽然碳捕获技术可以有效减少燃煤机组的碳排放[1]、[2]，但它同时也增加了热力系统的复杂性。具体而言，CFPU与CCS在动态调节过程中的耦合机制是实现灵活调节和高效运行的关键问题[3]、[4]。因此，开发与碳捕获系统耦合的燃煤机组的高精度热力学模型对于分析变工况条件下的动态特性至关重要。
在燃煤机组的热力学系统建模和性能特性分析中，周等人[5]开发了一个包含锅炉蒸发系统、过热器、 pulverizing系统、蒸汽轮机和再生系统的热力学模型。该系统的模拟误差为2.2%。提出了一种基于灵活提取系统的改进协调控制技术，并进行了负荷指令阶跃和斜坡模拟测试。王等人[6]建立了一个旨在提高机组负荷调节灵活性的热力学模型。模拟相对误差为7%。谢等人[7]开发了一个超临界燃煤机组的动态模型，涵盖了直接和循环运行条件。使用优化算法确定参数并开发了机器学习模型。协调控制系统的主输出误差低于0.35%。王等人[8]建立了一个330 MW亚临界燃煤电厂的动态模型。该模型显示出约1.78%的相对误差。评估了不同负荷比范围内的斜坡率和瞬态燃料消耗，并证明了动态模型和稳态模型在燃料量计算上的显著差异。陈等人[9]提出了一种基于直接熵平衡理论的新控制策略，并在50%至75%锅炉负荷范围内比较了其性能和能源效率。史等人[10]提出了一种电力、热能和冷能的混合利用方法，建立了燃煤机组的热力学模型，并分析了系统的能源和热效率。尽管现有的燃煤机组热力学模型能够从锅炉燃烧到发电进行全面模拟，但通常简化了主要由蒸汽轮机控制的能量转换过程。
通过化学吸收的燃烧后碳捕获具有广泛的应用，并通过建模和仿真进行了大量研究[11]。张等人[12]使用Aspen Plus开发了一个基于速率的吸收器模型用于碳捕获系统。钱等人[13]分别使用EC-NRTL模型和Redlich-Kwong状态方程模拟了液相和气相过程。RadFrac模块用于模拟吸收器和剥离器，并分析了碳捕获过程的热力学特性。Harun和Nittaya等人[14]、[15]、[16]进行了广泛的研究，并基于MEA开发了碳捕获过程的动态模型。Posch和Haider[17]通过现场数据测试验证了碳捕获模型的准确性。Dutta等人[18]基于Aspen Hysys中的平衡方法建立了碳捕获过程的动态模型。Alalaiwat等人[19]基于速率方法开发了燃烧后碳捕获模型，以评估不同贫液体的协同效应。陈等人[20]使用gPROMS开发了碳捕获系统模型，并在各种运行条件下对热力学、灵活性和安全性进行了全面分析。
为了提高热力系统的能源效率和碳捕获率，许多研究集中在碳捕获系统的过程优化[21]、[22]以及热力系统的集成优化[23]、[24]上。在研究燃煤机组与碳捕获系统的耦合时，唐和吴[25]证明，当从蒸汽轮机提取蒸汽以供应碳捕获系统时，功率输出会迅速波动。据估计，集成碳捕获系统可以将燃煤电厂的功率降低约15%[26]。李等人[27]分别使用Ebsilon和Aspen Plus软件模拟了燃煤机组和碳捕获系统，并优化了过程。优化模型的净发电效率提高了2.18%。冯等人[28]提出了一种基于碳捕获和膜冷凝器耦合的烟气脱碳系统，用于660 MW燃煤电厂。脱碳和碳捕获系统都得到了改进。刘等人[29]提出了一种包括吸收式热泵和基于燃煤机组的吸附碳捕获的新集成系统，提高了煤炭的整体能源效率。然而，在大多数热力学分析中，碳捕获系统的热源蒸汽供应通常是独立控制的，而不是与机组提取蒸汽耦合。
在燃煤机组与碳捕获系统的动态仿真中，Lawal等人[30]使用gPROMS动态建模展示了500 MW燃煤电厂与碳捕获的集成，强调了碳捕获与电厂之间输出控制回路的相互作用。Olaleye等人[31]开发了一个600 MW超临界燃煤机组与碳捕获的耦合模型，分析了关键变量影响的机组负荷变化的动态响应，并评估了蒸汽减少/停止策略在提高燃煤机组功率输出调节速度方面的性能。廖等人[32]为集成系统提出了反馈控制结构，开发了提取蒸汽流量的前馈控制器，并检查了设定点跟踪和负荷变化响应的性能。此外，还开发了一个660 MW超临界燃煤机组与碳捕获的集总参数动态模型[33]。吴等人[34]为燃煤电厂和燃烧后碳捕获设计了两个模型预测控制器，提高了耦合单元的整体性能。朱等人[35]开发了一个660 MW直接空气冷却单元的集成全厂动态模型，该单元具有燃烧后碳捕获功能，并在广泛的运行条件下评估了其可靠性、经济性和灵活性。傅等人[36]对燃煤电厂负荷循环运行条件下的碳捕获系统进行了热力学分析，并提出了压力滑动运行策略。杨等人[37]提出了一个双时间尺度非线性模型预测控制框架，提高了燃煤机组和碳捕获系统的协调运行灵活性。尽管现有的燃煤机组与碳捕获系统模型可以获得相对准确的热力学性能[38]，但仍需要进一步研究来探讨在灵活运行和非设计工况条件下耦合系统的动态特性。特别是，CFPU的蒸汽提取参数和CCS的热源参数的动态变化表现出强烈的双向耦合效应。
CFPU-CCS已在工程实践中得到应用，CFPU与CCS之间的热力学过程的动态耦合可以改变提取参数的分布。CCS的热源提取会改变蒸汽轮机的运行条件和再生系统的提取参数。同时，蒸汽提取参数的动态变化直接影响CCS。CFPU与CCS之间的动态耦合具有连续性。在现有研究中，CCS和CFPU通常采用独立的热源边界。假设涡轮机向CCS提供的热能和蒸汽参数是稳态的，忽略了双向耦合效应。因此，开发了一个优化的非设计工况运行算法来计算蒸汽轮机和提取蒸汽的热力学参数。建立了CFPU与CCS之间的双向耦合关系。通过施加燃料量、给水流量和控制阀开度的阶跃信号，研究了机组负荷、主蒸汽压力、蒸汽-水分离器出口的焓、再生蒸汽提取参数、碳捕获率和再沸器温度的动态特性。本文为实际工程应用提供了理论指导。
部分摘录
1000 MW CFPU模型
研究对象是一个1000 MW的超超临界双再热燃煤机组（N1000-31/600/620/620）。锅炉是塔式炉，采用变压直燃、切向燃烧、固体渣排放和单炉设计。蒸汽轮机是单轴、五缸、四排汽、十级再生提取冷凝式涡轮机。再生系统包括两个预冷器、四个高压加热器和五个低压加热器。
模型验证
为了验证CFPU模型的准确性，使用了该机组的稳态运行数据和动态运行数据来进行模型验证。
结果讨论
CCS的动态控制包括烟气和贫液的流量控制，以及吸收器和剥离器的温度控制。使用继电器反馈测试调整控制器参数，以确保系统的动态响应。CCS的动态控制参数见表7。
在系统稳定运行1500秒后，对输入变量施加一个阶跃，其余输入变量保持不变。
结论
通过优化的非设计工况运行算法建立了CFPU-CCS的动态数学模型。分析了CFPU和CFPU-CCS在变工况条件（从50% THA到100% THA）下的热力学稳态特性和动态响应。主要结论如下：
(1)优化的非设计工况运行算法提高了计算精度，在变工况条件下的评估指标误差保持在±0.70%以内。
CRediT作者贡献声明
曹丽华：撰写 – 审稿与编辑、方法论、概念化。王雅莉：撰写 – 原始草稿、数据管理。司海勇：撰写 – 审稿与编辑、方法论、数据管理、概念化。崔玉洁：验证。董涛略：调查。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。
致谢
作者感谢国家自然科学基金（编号52176003）和国家自然科学基金（编号52206004）对本文的财政支持。
