河津电厂2×350MW机组烟气深度脱硫及硫资源再利用项目4-创新性说明.docx

河津电厂2×350MW机组烟气深度脱硫及硫资源再利用项目创新性说明书

河津电厂2×350MW机组烟气深度脱硫及硫资源再利用项目创新性说明书

河津电厂2×350MW机组烟气深度脱硫及硫资源再利用项目

创新性说明书

重庆大学·TheRainbow指导老师：

重庆大学·TheRainbow

指导老师：黎学明羡小超胡小华董立春魏顺安

组员：张婷闫兴秀邱先灯周长宇张翠

目录

TOC\o1-3\h\z\u一．原料方案创新 1

1.1原料方案创新 1

二．神经网络优化 2

2.1遗传算法优化神经网络的前馈控制模型 2

2.2pso粒子群算法优化PID神经元网络解耦控制模型 5

三．资源循环与利用 7

四．反应器技术创新 8

4.1反应器原理 8

4.2反应器结构 8

五．过程节能技术创新 10

5.1热泵技术 10

5.2MVR蒸发技术 10

六、设备创新 13

6.1换热器创新 13

6.2流体输送创新 14

七节能减碳计算 16

7.1碳排放计算总述 16

7.1.1熔炉 16

7.1.2蒸汽锅炉 16

7.1.3电力进出口造成的二氧化碳排放量 16

7.2.本项目减碳计算 17

7.2.1以MVR双效浓缩蒸发系统减碳做具体计算说明 17

7.2.2其他工段减碳 17

PAGE17

一．原料方案创新

1.1原料方案创新

本项目是漳泽电力河津发电分公司2×350MW机组烟气脱硫处理项目，年处理1535万吨硫含量0.5%的烟气，生产60万吨10.7%的亚硫酸产品。本项目脱硫的重要工段是吸收塔烟气脱硫，采用亚硫酸钠为吸收剂。

烟气脱硫的方法有干法，半干法，湿法三种。在现有的工业脱硫案例上，氨法，石灰石-石膏法最为常见，但石灰石-石膏脱硫效率低，易结垢，脱硫副产品经济价值低，在综合脱硫评价上，石灰石-石膏法于氨法稍逊一筹。氨法脱硫是湿式碱法中的一种，具有高于95%的脱硫效率，副产品亚硫酸铵经济价值也是少见成效，但是氨水或液氨属于危险等级，给现实化工生产中带来巨大隐患。湿法具有极高的脱硫效率，但分离过程艰难，干法分离效果好，但是吸收效率受限。在对比了多种传统的脱硫方法后，本项目采取使用钠碱循环法，以亚硫酸钠为吸收剂，保留了湿法烟气处理的高吸收效率的优点，再结合本项目采用的电渗析方法处理脱硫的分离工段，实现高效脱硫，洁净分离，高品质副产的目的。创新提出钠碱循环-电渗析法烟气脱硫处理工艺。

图1-1工艺流程示意图

项目原料亚硫酸钠的循环使用，可以节省原料，减少投资，同时节约资源，有利于环境友好型的发展。原料的节省同时节约大量的运输成本，减少碳排放。

二．神经网络优化

2.1遗传算法优化神经网络的前馈控制模型

本团队创新性地引用了遗传算法神经网络的智能优化算法进行优化，其过程主要分为BP神经网络训练拟合和遗传算法极值训优两步，算法流程为图2.1所示。

图2.1算法流程图

本团队通过AspenPlus拟优化得到部分不同工况下的操作参数，建立了三层神经网络模型，再用遗传算法求得溶液的进液量。只要输入的烟气的进气量、烟气中二氧化硫含量、烟气温度、出口烟气二氧化硫含量，经过模拟训练后即可输出优化的进液量。用这种算法可以大幅度提高PID的控制的效率还可以节约吸收液的用量，进一步节约运行了成本。

我们以烟气的进气量、烟气中二氧化硫含量、烟气温度、出口烟气二氧化硫含量为自变量，以吸收液为因变量，根据算法流程进行计算。

图2-1神经网络的拓扑结构图

根据算法流程首先应用matlab软件编写BP神经网络算法程序语言，通过对已知数据的不断训练学习和反馈，建立起隐含在神经元内的潜在规律，输出期望的结果。模拟训练结果如下所示。使BP神经网络较好的描述该系统。因此建立如图所的神经网络，并确定合适的数据量。

图2-2神经网络图

图2-3神经网络预测误差图

图2-4预测结

模拟结果显示预测误差极小，为0.00086，且拟合度较高，R=0.99999，模型预测效果好。再将训练出来的模型嵌套在遗传算法中，进行优化吸收液的量。只要通过检测出烟气的进气量、烟气中二氧化硫含量、烟气温度、出口烟气二氧化硫含量，通过学习好的神经网络即可模拟输出塔的优化进液量。

2.2pso粒子群算法优化PID神经元网络解耦控制模型

对于我们设计的整个工艺流程，在吸收塔之前是前期处理过程，包括电厂本身拥有的设备与工艺过程，燃烧产生烟气、脱硝等过程；以及烟气经过脱硝等过程后，我们进行烟气的截获、除尘后进入吸收塔，用亚硫酸钠溶液吸收二氧化硫产生，吸收液进入电渗析设备