从气体放电到ESP指数：静电除尘器高效控制PM2.5的新路径

基于浙江大学闫克平团队的放电基础与ESP指数模型研究的工程化解读

关键词
静电除尘器, 气体放电, ESP指数, PM2.5控制, 高压电源, 工业烟气治理, 非热等离子体

在燃煤锅炉超低排放逐步常态化的当下，静电除尘器（ESP）是否还能兼顾“低排放”和“低能耗”，已经成为火电与水泥、钢铁等行业共同关注的技术焦点。围绕这一问题，浙江大学严可平教授团队在“Fundamentals of Gaseous Discharges for ESP”及一系列后续研究中，从气体放电机理、粉尘荷电迁移到工程化设计指数，形成了一套较为完整的理论与实践体系，为工业烟气治理提供了值得重视的新思路。

这项工作立足静电除尘器内部的气体放电过程，系统比较了流光放电（Streamer）、辉光放电（Glow）等不同放电模式在烟气条件下的行为差异，并进一步将这些基础规律，转化为可指导ESP设计和运行的“ESP指数（ESP Index）”模型。相较传统仅以比集尘面积（SCA）和粉尘迁移速度为核心参数的经验方法，这一指数模型能够同时体现高压电源、电场结构、烟气工况及粉尘特性对PM2.5收集效率的综合影响，更贴近当前超低排放和节能改造的工程需求。

研究首先从气体放电基础出发，对ESP内部的放电形态进行了梳理。严可平团队区分了三类典型非热等离子体放电：以细丝状通道快速发展为特征的流光冠放电（SNTP）、介质阻挡放电（DNTP）以及稳定的辉光冠放电（GNTP）。在工业ESP典型压力和温度下，电子温度通常远高于气体温度，体系处于非热平衡状态，电子、离子、中性分子的能量分布对应着一系列电离、附着、光致电离和复合反应。通过引入Townsend电离系数与击穿过程分析，研究指出：

一方面，局部电场强度与气压之比 E/p 决定了电子雪崩发展与自持放电条件；另一方面，粉尘层电阻率及其随温度、成分变化的特性，会通过“反电晕（Back Corona）”反过来改变局部放电形态与有效场强。在高比电阻灰（ρ > 5×10^12 Ω·cm）条件下，粉尘层易发生微击穿，导致二次电子发射和流光放电增强，既限制了运行电压，又恶化了PM2.5的荷电与捕集过程。

在实验方法上，团队大量采用高速摄影和粒子图像测速（PIV）技术观察ESP内部流场与放电过程。通过在小型矩形电场（例如200×200×400 mm³）中布置单根或双根刚性高压电极，在不同电场强度下测量PM10、PM2.5的数目浓度，对比有电场与无电场时颗粒迁移轨迹的差异，可以直观看到：

其一，电晕放电不仅提供荷电离子，同时产生明显的“离子风”，显著改变电场附近的流场结构，尤其在3000–5000 m³/h小试气量下尤为突出；

其二，对于亚微米至数微米颗粒，电场力相较重力具有数量级上的优势，其受力比例近似随粒径的三次方变化，这使得在足够高的电场强度与完全荷电条件下，PM2.5的迁移主要由电场驱动，而非沉降主导。

在理论建模方面，传统ESP设计多基于Deutsch公式和改进的迁移速度模型，即以平均迁移速度ω和比集尘面积S（A/Q）确定总效率。Matts-Ohnfeldt方法通过拟合“有效迁移速度”，引入煤种与粉尘特性因子k，得到近似关系 ln(1−η) = −k·ω·S [13]。然而，这一思路难以反映高压电源波形、分区供电、温度和SO₃/H₂O导致的粉尘比电阻变化等复杂因素，也难以为改造项目提供直观、统一的评价标尺。

为此，严可平团队提出了“ESP指数”概念，将“单位体积烟气所获得的电场能量”作为核心变量，构建起从单电场到多电场串联的效率估算框架。其基本思想是：对于第 i 电场，效率可表示为函数 h_i = f(SEE_i, r_p, α, β)，其中SEE_i 为该电场的比电能（与实际场强E_a、E_p以及SCA相关），r_p为粉尘特性指数，α、β为经验系数。多电场串联系统的总效率则可用各电场穿透率的乘积来表达，从而将多电源、多分区运行的复杂工况，统一映射到一个“指数值”上。

更重要的是，研究给出了ESP指数与关键运行参数之间的定性关系：

一是与温度和水分含量的耦合。由于比电阻与温度、SO₃和H₂O体积分数密切相关，ESP指数需根据实际工况进行修正，例如通过 T/273 与[H₂O]的因子来近似消除不同炉后布置方式（热侧、冷侧、更冷侧ESP以及湿式ESP）之间的差异；

二是与电场强度和SCA的权衡。实验表明，当以电场强度E²或SCA单独作为自变量拟合PM2.5穿透率时，离散度较大，而以ESP指数为自变量时，各工况点明显收敛，呈现出更稳定的经验曲线。这说明在PM2.5控制区间内，指数模型对不同煤种、不同负荷和不同粉尘浓度表现出较好的适应性[1][2]。

这一指数框架为工业ESP改造提供了直接可用的工程工具。以2×600 MW机组为例，通过调减部分电场长度、优化电场分段布置并配套高性能三相T/R电源，在整体SCA略有下降（约92.5%）的前提下，ESP出口总尘浓度由约70 mg/Nm³降至约15 mg/Nm³，同时PM2.5控制在1 mg/Nm³以下[3]。这一结果从工程实践层面印证了：合理提高有效场强和电源输出能力，在指数意义上“加大单位体积烟气的用电密度”，比单纯拉大壳体和堆砌电场面积更具性价比。

在高压电源方面，研究系统对比了单相与三相T/R变压整流装置，并引入脉冲供电与智能控制策略。三相T/R由于输出波形纹波小、平均电压与峰值电压更接近，在相同平均电压Va下可以获得更高的峰值Vp，有利于逼近粉尘层“允许的上限电场”，而不过早触发火花或反电晕。实测表明，在相同气量（如40000 m³/h）、相同SCA和入炉粉尘浓度条件下，三相T/R工况下整个粒径段的等级收集效率普遍优于单相T/R，尤其在1–2.5 μm细粒子范围差异明显[3][4]。

同时，研究通过对300 MW与660 MW机组多电场ESP的在线测试，分析了各电场二次电流与出口排放之间的相关性。结果显示，中后段电场电流对总排放贡献度显著：关闭第4或第5电场会导致排放成倍上升，而对比不同场次电流与排放的回归曲线，可以用于现场快速判断“哪一电场是当前系统的短板”。配合ESP指数的场段分解，运维人员可以在不中断生产的条件下，通过调整单场电压、电流、振打策略，实现PM10与PM2.5的协同优化[5]。

在极低排放场景下，ESP与FGD（湿法脱硫）联用也是重要方向。严可平团队在2×600 MW机组上的数据表明，在ESP+FGD串联系统中，通过提升ESP指数值、强化ESP前端对PM10/PM2.5的深度削减，可显著减轻FGD塔内浆液携尘和积垢问题。试验结果显示，ESP优化后，FGD出口PM10由14.47 mg/Nm³降至3.08 mg/Nm³，PM2.5由0.94 mg/Nm³进一步降至0.62 mg/Nm³，在满足超低排放的同时，也为下游湿电或深度治理设备预留了更充足的安全裕度[6]。

综合来看，严可平及其团队的研究对行业有三层启示：其一，通过回到气体放电与粉尘荷电这一物理本源，厘清了高比电阻灰、反电晕和放电模式转变对ESP性能的实质影响，为粉尘改性、炉后布置与温度窗口选择提供了理论依据；其二，ESP指数模型将电场强度、SCA、高压电源与粉尘特性统一到一个可量化的评价体系之中，既可用于新建ESP尺寸与电源配置优化，也适用于存量机组升级改造、性能评估与竞标技术比较；其三，在工程实践层面，大量机组改造案例表明，在合理的气体放电控制和指数目标约束下，ESP完全可以实现PM10低于10 mg/Nm³、PM2.5低于1–2.5 mg/Nm³的稳定运行，为满足日益严格的环境标准提供了一条成本可控、技术成熟的路径。

在未来的静电除尘与工业烟气治理实践中，如何在设计阶段引入ESP指数指标，将其作为除尘系统“单耗–排放”性能的通用货币，以及如何将放电模式识别、在线粉尘性质监测与智能电源控制结合，都是值得行业持续关注的风向与研究重点。

获取更多静电除尘相关专业论文，请访问 https://isesp.org/conference-papers/

参考文献
[1] Yan K, et al. Streamer-glow-spark transition in corona discharges. Transactions of the IEE of Japan, 1999, 119-A.
[2] Yan K, et al. NO oxidation by corona discharges in air. IEEE Transactions on Industry Applications, 2001.
[3] Zhu J, Yan K, et al. Study of ESP grade collection efficiency under different power supplies. Journal of Electrostatics, 2012, 70(3): 285–291.
[4] Wang S, Yan K, et al. Application of three-phase TR sets in large-scale ESPs. Science & Technology Review, 2014, 32: 33–40.
[5] Huang Y, Yan K, et al. Field-by-field performance evaluation of ESP based on secondary current and emission. International Journal of Plasma Environmental Science and Technology, 2015.
[6] Li S, Li X, Huang Y, Liu Z, Yan K. Fly ash resistivity: Influencing factors, predicting models and its impacts on electrostatic precipitator performance. In: Sarker P K (ed.). Fly Ash, Sources, Applications and Potential Environmental Impacts. NOVA, 2014: 91–144.