基于SPSS的电厂脱硫系统厂用电率模型

夏金玲，宋吉虎

（华电莱州发电有限公司，山东莱州 261441）

基于SPSS的电厂脱硫系统厂用电率模型

夏金玲，宋吉虎

（华电莱州发电有限公司，山东莱州 261441）

火力发电厂是一个庞大、复杂的系统，所涉及的相关变量繁杂，在庞大数据库中寻找主要控制参数与相关变量的关系，成为火力发电厂生产中的难点。以脱硫系统为例，利用数据分析软件SPSS研究脱硫系统厂用电率与机组负荷、脱硫系统入口SO2质量浓度、脱硫系统出口SO2质量浓度之间的关系，建立数学模型，用于指导生产。

脱硫系统；厂用电率；SPSS软件；数学模型

0 引言

厂用电率是体现电厂运营经济性的一项主要指标，而在厂用电率的构成中，辅机耗电率以脱硫系统耗电率最为显著，占到了厂用电率的13%～15%。在厂用电率的构成中，脱硫系统耗电率具有更强的可变性和可操控性。为了实现对脱硫厂用电率的有效控制和科学判断分析，在定性的基础上挖掘定量的数学规律，有效降低脱硫厂用电率，是电厂节能降耗的一项重要举措。在火力发电厂生产实践中，依据传统生产经验：当发电机接近额定出力运行时，厂用电率最低；当脱硫系统入口SO2质量浓度升高时，脱硫耗电率及石灰石石子耗量升高；当脱硫吸收塔出口SO2质量浓度升高时，脱硫耗电率会降低。但是，以上认识来自传统的感性认识，而相关变量之间是否存在着一定的数学关系，能否通过建立数学模型来预知这一变化规律，以指导实际生产经营。找到指标和变量之间的数学表达式，对发电企业生产、经营工作起到现实的指导意义，是本文的主旨。本文利用数据统计分析软件SPSS对各相关生产数据进行统计分析，引入变量间的相关性研究，建立发电企业入炉煤硫分与脱硫厂用电率、石灰石石子耗量的统计预测模型，并通过实践校验该模型的可行性和指导意义。

1 设备概况

华电莱州发电有限公司1 000MW机组锅炉由东方锅炉股份有限公司制造，为超超临界参数、单炉膛、一次中间再热、平衡通风、运转层以上露天布置、固态排渣、全钢构架、全悬吊结构Π型变压直流锅炉。烟气脱硫（FGD）系统采用石灰石-石膏湿法工艺，采用一炉一塔，不设烟气换热器（GGH）和增压风机。吸收塔浆液系统布置5层喷淋层，浆液循环泵将吸收塔浆池中的浆液输送至喷淋层，浆液呈雾状喷出。石膏通过吸收塔石膏排出泵从吸收塔浆液池抽出，输送至石膏旋流站，再送至脱硫系统的真空皮带过滤机进行过滤脱水。

（1）烟气脱硫系统生产过程：石灰石溶解→与SO2反应→产物氧化→生成石膏。

（2）烟气脱硫化学反应过程。

石灰石的溶解：CaCO3+CO2+H2→O Ca（HCO3）2；

与SO2反应：Ca（HCO3）2+2SO2→Ca（HSO3）2+2CO2；

氧化：Ca（HSO3）2+CaCO3+O2→2CaSO4+ CO2+H2O；

石膏生成：CaSO4+2H2→O CaSO4·2H2O；

去除SO2：CaCO3+SO2+O2+2H2→O CaSO4·2H2O+CO2。

2 数学模型的建立

2.1 变量的选取

由化学反应式可知，CaCO3的消耗量与烟气中去除的SO2量成正比，而SO2的总量主要取决于锅炉燃烧煤种中硫的含量以及燃煤总量。

电厂生产中，煤质化验采用抽检方式，无法准确计量实际入炉煤种硫的含量，并且入炉煤量与锅炉燃烧煤量存在一定的统计偏差。在电厂脱硫系统实际生产中，为消除统计偏差，准确体现各变量之间的关系，建模变量可以采用脱硫系统入口SO2质量浓度、脱硫系统出口SO2质量浓度、机组负荷以及现场环境温度。其中，脱硫系统入口SO2质量浓度为输入量，脱硫系统出口SO2质量浓度为反馈量，机组负荷和现场环境温度直接影响烟气量，因此也作为输入量。

表1 相关性分析数据

2.2 数据整理

通过厂级实时监控信息系统（SIS）调取机组2014年度脱硫系统的相关运行参数和指标，剔除部分明显异常的数据，筛选得到195组有效数据。利用SPSS的相关性分析工具，分析单机脱硫耗电率、机组平均负荷、脱硫系统入口SO2质量浓度、脱硫系统出口SO2质量浓度以及环境温度的相关性，分析结果见表1。

分析表1中的数据可以得出如下结论：与脱硫系统耗电率相关性较高的为机组平均负荷和脱硫系统入口SO2质量浓度；脱硫系统耗电率与机组平均负荷相关系数为-0.526，成负相关性；与脱硫系统入口SO2质量浓度成正相关，相关系数为0.510。这一结论表明：随着机组负荷的升高，脱硫系统耗电率降低；随着脱硫系统入口SO2质量浓度的升高，脱硫系统的耗电率升高。从数学模型上证明了脱硫系统耗电率的相关性影响因素主要是机组平均负荷和脱硫系统入口SO2质量浓度，而脱硫系统耗电率与脱硫系统出口SO2质量浓度、环境温度的相关性系数分别为-0.095和0.049。

2.3 数学模型的建立

2.3.1 数学建模的变量选取及模型建立

为了准确整合数学建模的变量，建立科学的数学模型，利用SPSS软件中的线性回归分析工具，分别建立脱硫系统耗电率与机组负荷、脱硫系统入口SO2质量浓度、脱硫系统出口SO2质量浓度及环境温度的数学模型。根据选择变量的不同，建立4种模型，加以比较，选择最优模型。各模型统计校验值见表2。

模型1预测变量：机组平均负荷。

表2 各模型的统计校验值

模型2预测变量：机组平均负荷、脱硫系统入口SO2质量浓度。

模型3预测变量：机组平均负荷、脱硫系统入口SO2质量浓度、环境温度。

模型4预测变量：机组平均负荷、脱硫系统入口SO2质量浓度、环境温度、脱硫系统出口SO2质量浓度。

由表2可知，以上4种模型中，模型4的R，R方以及调整R方明显优于其他3种模型，因此选用模型4建立数学模型。

2.3.2 数学模型的显著性分析

为得到该模型的显著性水平，利用SPSS软件对模型4进行分析，结果见表3。

汪！汪！汪……车外右侧，突然蹿出一只狼狗来，足有半个牛犊那么大。轻灵的耳朵、黑黑的背，蹿起来有一米多高，爪子拍打过车窗玻璃，又有些不甘心地滑下。要不是铁链子拴着，狼狗敢上到车顶去。跟着狼狗，从右侧小区传达室里，竟然走出了一个身着僧人衣裳、身材魁梧、相貌凶恶的老男人。他好像瞎了一只眼，秃秃的脑壳，眉毛浓黑。走近了，才看清，是他的右眼皮耷拉得太低了，脖子上还挂着一串佛珠。狼狗看见主人，真是“心有灵犀一点通”啊！飞快地跑到墙角，蹲下身子，前爪蹬地，吐着舌头，呜呜！呜呜……地低吠着。

表3 方差分析

该模型的显著性P值（即Sig.＝1.453E-54）趋于0，远低于显著水平0.05，因此判断该模型整体非常显著。模型4的线性回归系数及统计量见表4。

由表4可以看出，回归方程各参数的系数非常显著。根据表4中的系数，可以得到脱硫耗电率的多元线性回归方程。

表4 线性回归系数及统计量

脱硫耗电率＝0.5948-0.00393×负荷+0.137×脱硫系统入口SO2质量浓度÷1000-0.00073×脱硫系统出口SO2质量浓度+0.00215×环境温度。

应用该数学模型，建立脱硫系统耗电率的计算（预测）曲线，并将2014年度脱硫系统筛选得到的195组实际数据绘图，对预测耗电率与实际耗电率做差值分析，可以得到脱硫系统耗电率的预测值（计算值）、脱硫系统耗电率的实际值、计算值与实际值的差值3组曲线，如图1所示。

3.2 数学模型在指标分析中的应用

在生产现场，指标参数出现明显变化时，可以借助数学模型分析指标产生变化的原因。如在该模型中，当脱硫系统耗电率变化时，可以分析是受负荷波动还是硫分波动影响，在排除客观影响因素之后，再检查人员操作因素。

数学模型在生产中的应用实例见表5。

表5 数学模型在生产中的应用

图1 脱硫系统耗电率预测值、实际值及差值

3 模型的现场应用

3.1 数学模型在生产指标计划及管理中的应用

计划部门每月可根据下月的电量计划情况、来煤结构以及预计的环境温度等情况制订月度指标计划，使计划的制订更加科学。

实际生产操作中，每月根据指标完成情况对各责任部门进行奖惩。由于现场生产与预计情况会出现偏差，如负荷、燃煤硫分、环境温度变化，均会导致实际的指标完成值偏离计划值，如何更加科学、合理地管控生产经营指标是生产管控的难点。在实际操作中，数学模型建立后，可以根据一些客观参数的变化适当调整月初的指标计划，以保证计划值与完成值具有较好的吻合度，能够更加合理地管控责任部门，充分发挥人员的积极性。

由表5可以看出：将月度的计划平均负荷、预计的环境温度、预计的脱硫系统入口SO2质量浓度代入数学模型进行计算，确定当月计划脱硫耗电率为0.45%。在生产实际中，由于实际机组负荷、入炉煤质、环境温度与计划值存在偏差，根据以上偏差进行修正，确定计划承包值为0.44%，跟踪当月脱硫系统耗电率，实际完成值为0.43%，与计划承包值0.44%偏差0.01个百分点。这一实例说明：SPSS分析数学模型在脱硫系统厂用电率计划值制订、跟踪、偏差分析及目标值再修订中，能够科学研判指标变化规律，紧密跟踪完成过程，及时纠偏，达到指标过程有效管控的目的，最终实现完成值与计划值的高度吻合。

3.3 数学模型在脱硫成本控制中的应用

数学模型建好后，可以分析燃煤硫分变化对厂用电率、石灰石用量的影响。

按照上述方法，同样可以建立石灰石石子耗量数学模型为：石灰石石子耗量＝-16.5+0.047 2×负荷+0.085×入口SO2质量浓度。

按照入炉煤硫分1%对应脱硫系统入口SO2质量浓度2200mg／m3计算，应用数学模型，综合考虑脱硫成本中石灰石石子耗量、脱硫系统厂用电量的因素，分析入炉煤硫分变化0.1%对电厂脱硫成本的影响情况，分析结果见表6（当天平均负荷为900 MW）。

表6 数学模型在脱硫成本分析中的应用

通过计算分析，在日平均负荷900MW的情况下，入炉煤硫分升高0.1%，导致脱硫成本升高0.2元／（MW·h）。

4 结论

本文以华电莱州发电有限公司1 000MW机组脱硫系统为研究对象，利用SPSS分析软件，建立了脱硫系统厂用电率的数学模型，并将数学模型应用于脱硫系统生产指标管理与脱硫生产的成本控制。经过实践检验，该模型具有较强的指导性，与生产实际高度吻合。该数学模型建立后，应随着设备的改造、运行时间的延长定期进行校验和修正，使数学模型与生产实际相符。

［1］夏恒严，王灵梅，孙林旺.基于SPSS建立电站锅炉效率模型的研究［J］.电力学报，2010（5）：309-401.

［2］吴广.SPSS统计分析与应用［M］.北京：电子工业出版社，2013.

［3］陈超，邹滢.SPSS15.0中文版常用功能与应用实例精讲［M］.西安：电子工业出版社，2009.

［4］王子杰，李健，孙万云.基于神经网络和遗传算法的锅炉燃烧优化方法［J］.华北电力大学学报：自然科学版，2008，35（1）：14-17.

（本文责编：刘芳）

）。主蒸汽温度难以调节是因为惯性时间比较长，若能降低惯性时间则调节就相对容易，空间状态预估就是利用这个原理，根据受热面的入口温度、出口温度、蒸汽流速（通过蒸汽量的函数得出）预估中间4个点的温度，根据设定值计算出这4个中间点温度应该控制在哪个设定值上，并和实际的估算值进行比较，用差值进行加权，预估出喷水量，相当于将惯性时间降为原来的1／4，从而实现对主蒸汽的预估前馈控制。

1.3 再热器温度控制优化

再热器喷水配一级喷水减温，为事故喷水，正常情况下不喷水。再热器温度调节是由调节燃烧器倾角实现的，其事故喷水调节阀控制思路和过热器一致，只是设定值比燃烧器倾角的设定值高些，优先由燃烧器倾角进行调节。

X 701.3

：B

：1674-1951（2015）05-0066-04

夏金玲（1975—），女，山东济南人，工程师，从事电厂统计管理与分析等方面的工作（E-mail：517263860＠qq.com）。

宋吉虎（1974—），男，山东聊城人，高级工程师，从事电厂生产管理与节能管理等方面的工作（E-mail：2663215720＠qq.com

2014-11-19；

2015-03-05