扫码关注艾尼科微信公众号

基于出口调节阀的静电除尘器流量均衡优化

Bharat Heavy Electricals Ltd(EDC-AQCS)基于CFD/ANSYS的500MW电厂案例研究与控制阀方案

关键词
CFD, ESP, ICAC, ANSYS, Control Dampers, 节能降耗, 运行维护

在燃煤与多行业锅炉尾气治理中,静电除尘器(ESP)承担着粗细颗粒物的有效捕集工作。为了满足ICAC(Institute of Clean Air Companies)关于各除尘通道流量均衡的严苛要求,保证各灰斗的均匀负荷与稳定除尘效率,单纯依赖固定的入口导流板已难以长期满足运行与维护需求。本文改写并总结了Bharat Heavy Electricals Ltd(EDC-AQCS)团队的研究成果,作者包括Dr. Arnalt Stalin A S、Venkatesan K、Kumuda Ballav Padhi、Bhuma Venkateswara Reddy与Suresh Kumar V S,研究以CFD与ANSYS为工具,面向工程化解决方案展开(作者与机构信息见文末)[1-10]。

该研究针对一台典型500 MW电厂的实际布置,建立1:1三维数值模型,计算域从空气预热器(APH)出口延伸至诱导风机(ID Fan)入口,完整包括ESP本体及进、出气道。模型在Gambit/ANSYS Workbench中网格划分,采用混合网格、约1200万单元,使用k-omega SST湍流模型求解,部分结果与现场测试数据进行了比对以验证模拟可靠性。研究关注的工程问题是:传统在ESP入口设置的导流板长期受高速气流侵蚀,导致引导器形状变化、局部低速沉积与流量不均,并增加ID风机压差与能耗。

针对上述问题,团队提出将静态的入口导流装置全部拆除,改为在各ESP出口处安装可调节的控制风阀(Control Dampers)。控制阀位于除尘器滤后、含尘浓度大幅降低处,免受颗粒侵蚀,可按工况动态调节单通道阻流面积以实现流量分配。基于CFD的试算,研究对“全机组运行”与“五种通道孤岛/隔离”工况(共6类情形)分别进行模拟,通过逐步调整各通道阀门开度确定最佳开启比。

数值结果表明,在所有工况下,经出口控制阀调节后,各在运通道的流量均落在ICAC规定的平均值±10%范围内。以其中两个典型情形为例:在某隔离工况下,各通道得到的进风量误差仅为-5%至+4%之间,满足均衡要求。更显著的是工程实施后的现场数据:在撤除入口导流板并启用出口控制阀后,从APH出口至ID风机入口的总压降由约97 mmWC降至约39 mmWC,明显减轻了ID风机负载并降低了能耗与运行成本,同时避免了导流板频繁更换带来的停炉检修与材料消耗。

对中国的制浆造纸、钢铁、水泥与化工等高排放行业而言,该方案具备显著工程价值:一方面有助于稳定达标排放与灰斗均匀排灰,降低在线颗粒物逸散风险;另一方面通过降低风机压差实现节能降耗并减少维护频次,提升运维效率(运行维护)。结合市场化设备供应商如艾尼科(Enelco,文中称“艾尼科”)在极板、极线、电场优化等方面的技术积累,可把出口控制阀与电场优化、在线监测与智能闭环控制相结合,形成适合中国R&M与改造项目的整套节能减排解决方案。未来趋势包括更广泛应用带有伺服电机的阀门实现远程自动化控制、与CFD联动的数字孪生运行优化,以及基于AI的运行参数自适应调节,从而进一步降低粉尘排放与运行成本。

总之,基于CFD/ANSYS的工程模拟为ESP流场优化提供了高效、低成本的设计验证路径。将静态入口导向设备替换为出口可调控制阀,不仅解决了导流器侵蚀与沉积问题,还实现了流量均衡、显著降低压降并减少维护成本。该策略对中国重点行业的排放治理与节能降耗具有明确的推广价值,推荐在R&M与新建项目中作为优先考虑的技术路径。

参考文献
[1] Dumont B. J. and Mudry R. G, “Computational fluid dynamic Modeling of Electrostatic precipitators”, Proceedings of Electric power conference, 2003.
[2] S. Haque, M. Rasul, M. Khan, A. Deev and N. Subaschandar, “Flow simulation in an electrostatic precipitator of a thermal power plant,” Experimental Thermal Fluid Science, pp. 2037-2042, 2009.
[3] X. Xiang, Y. Wang, W. Chen, “Electrostatic Precipitation”, Springer Press, 2008.
[4] S. Arif, D.J. Branken, R.C. Everson, H.W.J.P. Neomagus, L.A. Le Grange, A. Arif. “CFD modeling of particle charging and collection in electrostatic precipitators”, J. of Electrostatics, 84:10-22, 2016.
[5] B. Guo, A. Yu, J. Guo, “Numerical Modelling of ESP for Design Optimization”, Procedia Engineering, 102:1366-1372, 2015.
[6] S. Choi and C. A. J. Fletcher, “Turbulent particle dispersion in an electrostatic precipitator”, Applied Mathematical Modelling Vol22, 1009-1021, 1998.
[7] ANSYS, Inc. “ANSYS Fluent User’s Guide”, Release 17.2, 2016.
[8] H. Versteeg and W. Malalasekera, “An Introduction to Computational Fluid Dynamics: The Finite Volume Method”, 2nd ed., Essex: Pearson Education Limited, 2007.
[9] M. J. Schwab, R. W. Johnson, “Numerical design method for improving gas distribution within electrostatic precipitators”, Proceedings of the American Power Conference, Vol. 56, 1994, pp. 882-888.
[10] Patankar, S.V. “Numerical heat transfer and fluid flow”, Hemisphere Publishing Corporation, New York, 1980.