英雄联盟竞猜

镇江生物质颗粒资讯NEWS

镇江基于化学动力学的生物质颗粒燃烧排放NO特性模拟与验证

来源: 发布时间:2018-10-23 4785 次浏览

  摘要:为研究生物质颗粒燃料燃烧NO排放规律及其生成机理,采用CFD和ChemKin联合仿真,建立试验锅炉燃烧筒CFD网络模型(model),应用(application)ChemKin接口导入简化的17组分58基元反应(reaction)机理,建立ChemKin-PHOTOSHOGOOGLE PR反应模拟网络,选用Reaction DesignC2_NOx详细机理,对棉秆、玉米秸秆、木质3种生物质颗粒NO排放进行模拟。生物质锅炉燃料燃烧效益高,易于燃尽,残留的碳量少。与煤相比,挥发份含量高燃点低,易点燃;密度提高,能量密度大,燃烧持续时间大幅增加,可以直接在燃煤锅炉上应用。生物质颗粒是在常温条件下利用压辊和环模对粉碎后的生物质秸秆、林业废弃物等原料进行冷态致密成型加工。原料的密度一般为 0.1—0.13t/m3,成型后的颗粒密度 1.1—1.3t/m3,方便储存、运输,且大大改善了生物质的燃烧性能。生物质颗粒燃料由秸秆、稻草、稻壳、花生壳、玉米芯、油茶壳、棉籽壳等以及“三剩物”经过加工产生的块状环保新能源。结果表明,NO生成量:棉秆>玉米秸秆>木质;NO排放量随过量空气系数的增加先增大后减小,在过量空气系数为1.7附近达到峰值。将模拟结果与试验结果进行比较,证明了模型和化学反应(Chemical reaction)机理的正确性,为生物质燃料燃烧NO排放的预测与控制提供参考。

  0引言

  生物质能源(解释:向自然界提供能量转化的物质)因其对CO2零贡献,且挥发分较煤高,N、S、灰分和固定炭含量较煤低[1],作为替代(用一物质代替另一物质(多为强者取代弱者的地位))化石燃料的可持续能源,其应用日益广泛[2-7]。但其巨大消耗量也会导致NO的排放剧增[8]。NO会伤害人的呼吸器官,造成酸雨,破坏臭氧层(The ozone layer)等。因此,针对生物质颗粒燃料的NO排放特性(characteristic])愈发成为研究热点。

  国内外对生物质燃料NO排放试验研究工作开展较多,赵欣等[9]在生物质燃烧试验平台上研究了3种生物质固体燃料在不同负荷和进气量下燃烧的NO排放,结果发现,NO的排放量随负荷增加而增加,随进气量增加而减少。Lunbo Duan等[10]研究了3种生物质单独燃烧以及和煤混烧情况下NO的排放,结果表明,混烧时NO排放低于单独燃烧生物质。Winter[11],张鹤丰[12],Maryori Díaz-Ramírez[13],Murari MohonRoy[14],Evelyn Cardozo[15],Gerhard Stubenberger[16],Takero Nakahara[17]等均针对不同生物质燃料NO排放进行了试验研究,然而试验研究花费大、周期长,且不能直接解释NO生成机理,因此,采用数值模拟方法(method)研究生物质燃料燃烧NO排放规律及其生成机理显得十分必要[18]。

  国内外有关燃料燃烧过程中NO转化机理的研究比较广泛[19-25],而针对生物质燃料燃烧的并不多。本文采用CFD和ChemKin联合仿真,对生物质颗粒燃料NO排放特性和机理进行研究。ChemKin是由美国Sandia实验(experiment)室开发的大型气相化学反应动力学软件,是燃烧领域普遍使用的模拟计算工具[26]。本文首先对所选燃烧器在Fluent中进行网络建模,结合化学反应机理得到燃烧器温度场和气流速度场,然后根据相关参数在ChemKin中建立适当的反应器网络模型,对3种生物质颗粒燃料燃烧的气相反应进行模拟仿真,得到NO的排放规律,并用试验结果加以验证(Experimental)。

  1模型建立

  1.1Fluent建模及网格划分

  本文所采用的试验装置如1所示,燃料器选用Pellet Biocontrol20型生物质燃料器。

  试验所用燃烧器是一种顶置喂料式成型颗粒燃烧器,其额定燃烧功率在木质燃料工质下标定为20kW(满载),通过风机(Draught Fan)来控制配风量。试验中采用木质颗粒、玉米秸秆颗粒、棉秆颗粒3种燃料。表1为3种生物质的挥发分组分的摩尔(体积)分数[27]。试验采用4kg/h的入料速度进行燃烧试验。风机入口风速控制为6、7、8m/s,对应的空气量为25.92、30.24、34.56m3/h[28]。各燃料工业分析、每千克各燃料完全燃烧所需的理论空气量TAV(theoretical air volume)和理论烟气(flue gas)量如表2所示,具体计算可参考文献[29]。

  利用Fluent对燃烧筒结构进行三维建模、网格划分(如2所示)及边界条件(tiáo jiàn)设置。在Mesh中划分三维模型的网格时,对流体区域分别选择四面体和六面体混合网格,通过Sweep、Patch、Conforming、Sizing、Inflation等方法来进行划分;在结构细小处,对网格进行加密以获得较好的网格质量(Mass)。最终网格数为362782,节点数为65584,平均网格畸变度为0.233,更大网格畸变度为0.81,网格质量较好。求解设置EDC涡耗散有限速率化学反应模型,使用详细阿累尼乌斯化学动力学机理,燃烧过程湍流模拟采用Reynolds平均法(RANS)k-ε双方程模型。组分输运模型选用species transport,该模型可以由用户自定义反应机理。

  1.2 NOx化学机理的选取

  NOx详细排放机理选用ChemKin中Reaction Design发展的的C2_NOx机理。C2_NOx压力相关机理包括99个反应组分和694个基元反应,在较宽反应域下详细描述了碳(C)氢化合物的氧化和NOx的机理。应用于CFD计算的化学反应机理要进行大量的简化,反应机理的简化要求对于给定的精度(度)保证描述燃烧准确性,省略对燃烧过程没有明显影响的组分和基元反应,减少仿真运算量,因此采用敏感性分析法简化得到17组分58基元反应机理(见表3)。

  应用ChemKin接口将17组分骨架机理导入Fluent中,得到玉米秸秆在入口气流速度为6m/s时温度场的模拟结果如3所示。

  3表明整个温度场更高温度为1320K,略高于试验测得燃烧器出口的炉膛测试(TestMeasure)平均温度1293K[28],但在可接受范围内,这与模型假设中忽略固定碳气化等吸热反应过程的模型设置有关。中所示的温度场分布与实际情况相符,高温区主要集中于火帽下方火焰峰面,这是因为火帽的存在使得该处的压力较大,同时会产生的回流也会使局部温度较高。将ChemKin中的反应机理导入Fluent中,求解计算得到的模拟结果在一定程度上体现了真实的燃烧情形。

  1.3 ChemKin网络模拟仿真

  通过DSMOKE模块导出CFD仿真结果的混合区体积和滞留时间参数,依据Fluent仿真得到的结果,将参数输入到ChemKin参数设置表中,作为机理反应模型的初始条件,具体参数见表4所示。问题类型选用Constrain Pressure and Solve Energy Equation (Default),化学当量比为1.0、压力为1atm、温度为1400K。在ChemKin中建立简化的理想均相反应器网络,整个网络结构如所示。

  中共有6个PSR(perfectly stirred reactor)反应器,编号为1~6,1个一维柱塞流反应器PFR(plug flow reactor)用来模拟排气管道。反应器1到6分别对应于燃烧筒的6个反应区域,如4b所示,反应器1为入口区域,反应器2为固相混合区,反应器3为气相混合区域,反应器4为火帽上方燃烧区域,反应器5为火帽下方回流区域,反应器6为燃烧筒出口及其后方区域。

  2模拟结果分析

  2.1各反应器的NO分布

  5a为在4kg/h进料速度、过量空气系数λ=1.5(25m3/h)下的玉米秸秆组分输入,各PSR反应器的CO、O2、CO2组分摩尔分数分布。O2含量在反应器1、2、3中一直处于高浓度水平,因为这些区域燃烧并不剧烈,O2消耗量较少,在区域3以后,燃烧反应充分,O2含量迅速下降,同时CO2量迅速增加,此时CO生成量在反应器中降到更低点。CO2和O2随后保持水平,达到动态平衡,是燃烧稳定(解释:稳固安定;没有变动)的区域。

  反应器网络NO的含量变化如5b所示。在反应器1到3中,燃烧温度较低,气体挥发分的滞留时间较短,所以生成的NO量很少;而反应器4以后,燃烧充分,温度升高,O2被大量的消耗,使得NO浓度大幅度上升,但因为温度低于1500K,即热力(heating power)型NO的生成条件,又由于快速型NO的权重在3种NO中较低,所以此时主要是O2与生物质燃料中的N元素发生氧化反应生成燃料型NO。从该曲线中可以很好的预测NO生成的主要区域,为提出降低(reduce)NO的措施(指针对问题的解决办法)提供了理论的依据。

  2.2不同燃料的NO排放对比

  对玉米秸秆、棉秆颗粒燃料在进料量为4kg/h、风量25m3/h、过量空气系数为1.5,木质风量30m3/h、过量空气系数为1.4三种工况下燃烧,对模拟烟气管道PFR反应器中NO排放模拟结果处理(processing),得到的结果如6所示。

  对比3种颗粒燃料可以发现,木质燃料NO达到峰值的距离最短,速度最快,而棉秆最慢。在生成量方面,因为燃烧温度都在1500K以下,且空气量充足,所以生成的NO主要是燃料型NO,3种颗粒燃料的N元素含量由高到低以此为棉秆、玉米秸秆、木质颗粒,因此棉秆的生成量大于玉米秸秆大于木质颗粒。三者的工业分析数据(data)显示,棉秆和玉米秸秆的灰分量较高[27],导致其NO达到峰值速度相对较慢,但从生成量的变化量上来看,三者增值仅为5e-6左右,并不明显。

  6的模拟结果与试验结果[28]进行对比,如表5所示。对比试验结果数据,其中玉米秸秆和木质的结果较为一致,但棉秆的预测结果有6%的偏差,这可能(maybe)同燃料N中具体的存在形式相关。在挥发分析出的过程中,挥发分氮主要以HCN和NH3形式析出,而本文参考Faravellie的研究用HCN替代燃料中的挥发分N。

  由表5可知,在相同的燃烧器负荷和相同空气流速下3种燃料的NO平均排放值可以发现,木质颗粒的NO排放更低,棉秆颗粒的更高,玉米秸秆颗粒介于二者之间。

  这是因为,在1400K温度下HCN向NO的转化路径是:HCN+MH+CN+M、HCN+OH?CN+H2O、CN+O?NO+C、HCN+OH?HOCN+H、HNCO+O2?NCO+HO2、NCO+O?NO+CO、HNC+O?NH+CO等一系列反应。CO主要通过反应NCO+O?NO+CO影响NO生成,从平衡常数判断,较低的CO浓度可促进反应向正方向进行;H2主要通过反应H2+OH?H2O+H产生H基作用(role)于CH2+NO?H+HNCO,使得NO的上升;N元素含量高以及高温也会导致高NO生成[8]。通过分析棉秆的输入组分,CO相对含量低,H2相对含量高,在自身元素分析中N的质量分数是三者中更高,而且与玉米秸秆颗粒相比较,棉秆颗粒的燃烧温度1283K要高于玉米秸秆的燃烧温度1259K,因此棉秆NO的排放量是3种燃料中更高的。

  2.3不同风量的NO排放对比

  对于玉米秸秆,在4kg/h进料速度的工况下,设置不同的过量空气系数(空气质量流率),范围为1.3~2.0,步长为0.1,得到反应网络系统出口处NO的分布。如7所示,随着当量比的增加,NO的排放出现较快增长,在过量空气系数1.7附近,模型模拟值出现更高排放,随后NO的排放随过量空气系数的增加开始下降,过量空气系数的变化带来燃料过程中氧浓度的变化,在λ≤1.7前对NO的生成有较明显促进,这之后对NO的影响不显著,同时过量空气的稀释(dilute)效应一定程度降低了NO的体积分数,但对NO的生成量无贡献。

  过量空气系数是通过进气量增加而增大的,当λ从1.5变为1.7时,燃烧更加充分,O2随进气量而增多;再继续增大进气量,空气流速增加使得混合气体在炉膛内的滞留时间变短,同时对NO有所稀释,因而其浓度降低。

  需要说明的是,不管模拟结果或是试验数据NO排放值均较高,这除了与燃料自身性质有关外,燃烧器的结构对其排放也有很大影响。张永亮[30]对包括本文研究的PB-20型燃烧器在内的3种燃烧器排放进行了测试,结果表明本文选用的燃烧器NO结果较高。燃烧器结构会影响燃烧参数,从而影响排放。利用本文机理结果,可针对不同的燃烧器进行模拟研究其排放,从而大大缩减燃烧器的设计和改进过程。这部分相关原理和模拟研究应成为今后研究方向。

  3结论

  1)根据Fluent对燃烧筒仿真结果在ChemKin中建立了PSR等离子体管流反应器模型,对NO排放的化学过程进行反应动力学模拟。

  2)结果显示各反应器NO浓度分布与温度分布和CO、O2、CO2各组分分布有直接关系,NO主要生成在反应器4之后,且为燃料型NO。

  3)将不同生物质成型燃料NO排放的模拟结果与试验结果进行对比,两者得出相同的变化趋势(trend),棉秆成型颗粒的结果有6%的偏差,玉米秸秆和木质的结果较为符合。

  4)不同过量空气系数下的玉米秸秆模拟结果表明:在过量空气系数为1.7附近时,燃烧产生的NO排放更高,体积分数为290×10-6;模拟结果与试验结果较为吻合。

  5)验证了选用ReactionDesign的C2_NOx机理进行CFD和ChemKin联合仿真,可实现生物质颗粒燃料NO排放预测,并具有较好的性。

  


XML 地图 | Sitemap 地图