实验室检测

序号	技术名称	机组	工况	新增设备	部署地点	时间	测量记录参数	数据采样频率	对比指标
1	实验室检测试验	二期 2 台机组	热电联供、单供电	现有设备	实验室	同时段 3 个月	碳、氢、氮、硫、发热量、水分、灰分、挥发分	班次	准确度、精密度、不确定度、波动性、平均值 (日度、月度)、趋势差
2	LIBS 煤质分析试验	二期 2 台机组	热电联、单供电	LIBS 煤质在线分析系统	皮带采样机处	同时段 3 个月	碳、氢、氮、硫、发热量、水分、灰分、挥发分	分钟级

序号	技术名称	机组	工况	新增设备	部署地点	时间	测量记录参数	数据采样频率	对比指标
1	实验室检测试验	二期 2 台机组	热电联供、单供电	现有设备	实验室	同时段 3 个月	碳、氢、氮、硫、发热量、水分、灰分、挥发分	班次	准确度、精密度、不确定度、波动性、平均值 (日度、月度)、趋势差
2	LIBS 煤质分析试验	二期 2 台机组	热电联、单供电	LIBS 煤质在线分析系统	皮带采样机处	同时段 3 个月	碳、氢、氮、硫、发热量、水分、灰分、挥发分	分钟级

指标	传统管理模式	LIBS 技术	效果
煤质检测时效	5 小时	实时	提升检测效率, 误差小,燃烧稳定煤耗明显降低
配煤误差	$\pm {15}\%$	$\pm 5\%$
锅炉热效率	90.32%	91.01%

指标	传统管理模式	LIBS 技术	效果
煤质检测时效	5 小时	实时	提升检测效率, 误差小,燃烧稳定煤耗明显降低
配煤误差	$\pm {15}\%$	$\pm 5\%$
锅炉热效率	90.32%	91.01%

基于激光诱导击穿光谱煤质在线检测技术的碳流跟踪技术研究

PDF下载

高亚磊 ¹ , 邓茂芝 ² , 韩飞 ¹^,^* , 于清 ² , 宫诗璐 ¹ , 薄丽花 ¹

实验室检测 | 创新应用 2025,3(9): 25-27

收起

实验室检测 |创新应用 2025 , 3 (9) : 25 -27

基于激光诱导击穿光谱煤质在线检测技术的碳流跟踪技术研究

全屏

[Author(id=1154351849281937800, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351849353240971, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351849281937800, language=CN, stringName=高亚磊, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=¹ 华电忻州广宇煤电有限公司忻州 034000, bio={"content":"

高亚磊，高级工程师，研究方向为火电厂生产管理。

"}, bioImg=null, bioContent=

高亚磊，高级工程师，研究方向为火电厂生产管理。

, aboutCorrespAuthor=null)}, companyList=null), Author(id=1154351849424544142, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351849491653010, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351849424544142, language=CN, stringName=邓茂芝, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=² 清华大学山西清洁能源研究院太原 030032, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=null), Author(id=1154351849588122004, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=2, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=170838732@qq.com, emailSecond=null, emailThird=null, correspondingAuthor=1, authorType=1, ext={CN=AuthorExt(id=1154351850695418278, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351849588122004, language=CN, stringName=韩飞, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹^,^*, address=¹ 华电忻州广宇煤电有限公司忻州 034000, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=null), Author(id=1154351850787692970, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=3, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351850938687918, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351850787692970, language=CN, stringName=于清, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=² 清华大学山西清洁能源研究院太原 030032, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=null), Author(id=1154351851009991090, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=4, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351851546862016, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351851009991090, language=CN, stringName=宫诗璐, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=¹ 华电忻州广宇煤电有限公司忻州 034000, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=null), Author(id=1154351851605582279, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, orderNo=5, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351851668496844, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1149784672990884328, authorId=1154351851605582279, language=CN, stringName=薄丽花, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=¹ 华电忻州广宇煤电有限公司忻州 034000, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=null)]

高亚磊¹, 邓茂芝², 韩飞¹^,^*, 于清², 宫诗璐¹, 薄丽花¹

作者信息

通讯作者:

^*韩飞，工程师，研究方向为火电厂生产管理。E-mail: 170838732@qq.com

Affiliations

出版时间: 2025-05-08 doi:

文章导航

摘要

收起

文章对基于激光诱导击穿光谱(LIBS)煤质在线检测技术和碳流跟踪技术进行分析和研究。针对华电忻州广宇煤电有限公司实际存在的由于煤源较为复杂导致的煤质检测滞后、摻配经验不足、燃烧不稳定等问题,提出基于 LIBS 技术的煤质在线检测与碳流跟踪技术,通过采用LIBS 技术实现对煤品质的快速定量分析,并结合相关试验数据将技术实际应用于煤质分仓优化指导系统开发中,旨在提升煤质检测效率、完善配煤方式,推动企业实现智能化、自动化管理。

关键词

激光诱导击穿光谱技术 / 煤质在线检测 / 碳流跟踪 / 燃煤电厂

引用本文

高亚磊, 邓茂芝, 韩飞, 于清, 宫诗璐, 薄丽花. 基于激光诱导击穿光谱煤质在线检测技术的碳流跟踪技术研究. 实验室检测, 2025 , 3 (9) : 25 -27 .

. Laboratory Testing, 2025 , 3 (9) : 25 -27 .

正文

收起

0 引言

收起

燃煤电厂是我国能源供应的主要来源之一, 加强燃煤电厂煤炭质量管理对提升燃煤运行效率、提高电厂发电能力、实现绿色环保等具有重要意义。传统煤质检测主要采用人工采样以及实验室分析方法, 存在检测周期长、误差较大等问题,在具体实施中由于煤矿资源复杂、掺配时比例调整不当等原因导致燃煤电厂发电效率低下^[1]。因此, 本文采用激光诱导击穿光谱(LIBS)煤质在线检测技术的碳流跟踪技术, 无需对煤炭样品进行预处理, 解决华电忻州广宇煤电有限公司实际存在的各种问题, 实现多元素同步检测以及具有在线实时分析等目标。

1 项目概述

收起

华电忻州广宇煤电有限公司(以下简称 “广宇电厂” ) 位于山西省忻州市忻府区播明镇符村, 成立于 2004 年 3 月, 是华电山西能源有限公司全资子公司。公司现总装机容量为 107 万$\mathrm{{kW}}$,分别为一期 27 万$\mathrm{{kW}}$、二期 70 万$\mathrm{{kW}}$热电联产机组以及 10 万$\mathrm{{kW}}$光伏发电。电厂地处温带大陆性气候区, 四季较为分明, 冬季气候寒冷干燥, 夏季气候炎热。其电厂二期 2# 输煤栈桥属于封闭式结构,共${160}\mathrm{\;m}$,配备带式输送机$\left( {{650}\mathrm{t}/\mathrm{h}}\right)$。当前广宇电厂主要面临问题包括:①采购经济性煤种时, 煤源较为复杂导致燃烧存在不稳定性。②采用传统人工化验方式, 煤质检测滞后,检验时间长,结果出具较慢,无法实时指导掺配、燃烧调整,导致锅炉稳定性降低。③经验掺配不足,入炉煤掺配按以往经验实施, 忽略实际煤质变化等因素, 影响运行控制效果。④煤质对生产全流程具有明显影响,不同煤种的元素含量、热值等具有一定差异,混配燃烧时对整体项目经济性、安全性及环保排放等造成一定影响。

2 研究意义

收起

2.1 实现能源智能化发展

在燃煤电厂中, 采用基于 LIBS 煤质在线检测技术的碳流跟踪技术, 能有效实现能源智能化发展。第一, 为燃煤电厂提供实时的检测数据。LIBS 技术可实现在线分析, 获取煤质成分, 结合碳流跟踪模型, 为制定最优燃烧控制策略提供参考数据, 有效提高电厂能源利用率。第二, 提高智能运行效率。利用大数据、LIBS 检测技术等, 能预先判断设备出现结焦、腐蚀等问题,提高设备的运维效率,降低非计划停机事件发生,有效提升能源稳定性^[2]。

2.2 创新碳排放监测手段

采用基于 LIBS 煤质在线检测技术的碳流跟踪技术能有效创新燃煤电厂碳排放监测手段。第一,实现高精度碳量计算。在传统碳排放监测中, 主要采用实验室分析法, 引入 LIBS 技术能实现在线检测的目的, 精准分析煤中碳含量, 计算碳输入量, 提高数据检测效率。第二, 利用 LIBS 技术以及碳流跟踪技术, 搭建动态碳平衡模型, 实现实时监测、精准监测燃烧效率, 对碳足迹进行精准追踪。

2.3 节能环保实现促进双碳发展

基于 LIBS 煤质在线检测技术的碳流跟踪技术具有节能环保效果, 能促进双碳发展。第一, 提高燃烧效率。利用 LIBS 煤质检测数据能对燃煤电厂运行提供数据参考, 便于及时调整风煤比、炉压、炉温等参数, 提高煤燃烧率,降低固体未燃碳排放,减少$\mathrm{{CO}}\text{、}{\mathrm{{NO}}}_{x}$ 等有毒气体排放。第二,降低燃煤电厂煤损耗以及碳排放量。采用精准碳流跟踪技术, 对可能发生能源浪费环节进行监测, 并在优化运行的同时,降低煤炭损耗,使${\mathrm{{CO}}}_{2}$ 排放量降低。

2.4 提升自动化管理效率

在燃煤电厂引入于 LIBS 煤质在线检测技术的碳流跟踪技术, 能提高电厂自动化管理效率。第一, 降低人工成本。传统煤质检测方式需要通过人工采样、人工送样等多个步骤进行检测, 利用 LIBS 技术能实现全过程自动化、在线检测目的, 降低人工成本, 避免出现人为操作误差。第二,形成自动化闭环控制管理模式。利用 LIBS 煤质在线检测技术的碳流跟踪技术, 从检测、分析、调控、预防全过程管理,实现自动化管理^[3]。

3 研究方案

收起

LIBS 是一种常见的化学多元素定性、定量分析原子发射光谱。LIBS 技术主要包括激光激发和光谱分析两部分, 激光激发技术主要利用高能激光激发样品产生等离子体, 并分析其发射光谱检测物质元素成分, 实现快速分析。利用 LIBS 煤质在线检测技术能提高碳流跟踪效率, 其具体方法如下文所述。

3.1 LIBS 煤质在线检测定量化技术

煤炭资源属于不可再生资源, 具有燃烧发电作用, 但煤炭资源深埋地下, 其成分较为复杂, 化学组成较为丰富, 燃煤电厂所使用的煤炭资源主要以煤粉颗粒为主, 主要包括$\mathrm{C}$ 、$\mathrm{H}$ 、$\mathrm{O}$ 、$\mathrm{N}$ 、$\mathrm{S}$ 、$\mathrm{{Si}}$ 、$\mathrm{{Al}}$ 、$\mathrm{{Fe}}$ 、$\mathrm{{Ca}}$ 、$\mathrm{{Mg}}$ 、$\mathrm{{Ti}}$ 、$\mathrm{K}$ 和$\mathrm{{Na}}$ 等元素,利用 LIBS 技术能对所有元素进行检测, 获得元素光谱图, 对光谱线上化学、物理信息进行分析, 为开展煤质检测提供数据支持^[4]。利用 LIBS 煤质在线检测技术的碳流跟踪技术, 建立煤质元素含量与光谱特征 (如峰值、积分强度、波段比值等)的关系模型^[5]。

3.2 基于 LIBS 技术和实验室检测的煤质分析方法

3.2.1 煤质分析试验总体设计方法

基于 LIBS 技术和实验室检测的煤质分析试验主要分为 LIBS 技术检测和实验室检测两部分, 通过设计试验内容、组织试验、现场施工等过程,以及确定时间、设定频率、进行元素分析、工业测量以及对数据进行采集和存储等步骤进行煤质分析工作^[6] 。煤质分析试验总体设计包括:①实验室检测试验,开展实验室煤质检测后,对入炉煤煤质数据进行分析和存储。② LIBS 煤质分析试验, 通过 LIBS 设备对采集的入炉煤样品进行元素和工业分析, 结果数据形成电子化记录保存。③数据对比分析, 煤质检测参数主要包括元素检测参数、工业分析参数, 通过对数据的准确度、精密度、不确定度、波动性趋势等特征并与实验室数据进行对比分析。

3.2.2 实验室检测试验和 LIBS 煤质分析试验方法

在完成 LIBS 设备的安装后, 为确保不影响生产系统的正常运行, 制定对比试验方案, 主要采用 LIBS 在线检测系统和实验室分析设备同步对入炉皮带煤进行检测,在检测中主要对元素组成分析和工业特性进行有效分析, 本对比试验周期设定为连续三个月以上。本次试验目标主要包括:确定 LIBS 系统最佳采样频率、制定合理的设备校准周期方案、收集完整的工业煤质分析数据。注意在试验过程中, 需同步采集两种检测方式的所有分析数据, 有效保证数据采集时间对应性以及数据可比性, 在进行所有试验时需确保不影响生产系统的正常运行。利用常规实验室检测方式对试验期间的皮带入炉煤煤质各类参数进行检测并记录^[7]。

LIBS 在线检测试验设计: 针对 LIBS 煤质分析系统按照不同的采样频率进行各类指标的分析和数据记录, 同时监测设备运行的稳定性, 如漂移情况、校准周期、检定需求。具体试验如表 1所示。

3.2.3 数据分析方法

基于 LIBS 技术和实验室检测的煤质分析试验数据对比分析对象主要包括分析碳$\left( {\mathrm{C},\% }\right)$、氢$\left( {\mathrm{H},\% }\right)$、氮$\left( {\mathrm{N},\% }\right)$、硫$\left( {\mathrm{S},\% }\right)$、灰分$\left( {\mathrm{A},\% }\right)$、挥发分$\left( {\mathrm{V},\% }\right)$、水分$\left( {\mathrm{M},\% }\right)$、发热量$\left( {Q,\mathrm{{MJ}}/\mathrm{{kg}}}\right)$等,分别检验和分析各项测量指标的准确度、精密度、不确定度、波动性、平均值和趋势差等信息。

3.3 技术应用

3.3.1 煤质分仓应用

燃煤电厂应进一步提高煤炭燃烧效率, 降低污染物排放量,但在传统管理模式下,存在煤质数据滞后、配煤精度低、碳流跟踪缺失以及管理难度大等问题。引入 LIBS 煤质在线检测技术的碳流跟踪技术进行煤质分仓, 能有效提高燃煤电厂管理效率^[8]。

基于 LIBS 煤质在线检测技术的碳流跟踪技术, 能有效应用于煤质分仓中。第一,对煤流进行实时监测。采用 LIBS 煤质在线分析系统, 能实现实时监测煤质测量数据。在具体应用中, 通过碳流跟踪技术对原煤最后抵达目的地进行追踪, 并采用煤流跟踪监测算法模型, 分析煤仓煤质分布情况, 采用可视化技术对原煤仓内同煤质分层情况进行展示, 有效监测和跟踪煤流移动情况, 确认煤流最终到达的原煤仓。第二,煤质分仓分层。利用入炉皮带秤对实际入炉煤数据进行计量, 基于 LIBS 煤质在线检测技术的碳流跟踪技术, 将数据与电厂生产安全仪表系统 (SIS)、输煤程控系统进行联动,能精准定位煤流在皮带上的位置、煤流路径以及最终的原煤仓, 结合原煤仓料位计实时、精确计算出各煤仓上煤量以及煤质分布, 并搭建煤仓煤质分布三维模型图, 确保不同煤种能精准分布到不同仓中,用于后期混烧时精准配煤^[5] 。表 2为传统管理方式与应用 LIBS 煤质在线检测技术的碳流跟踪技术进行煤质分仓管理的效果对比。

3.3.2 煤质分仓优化指导系统开发

开发基于 LIBS 煤质在线检测煤质分仓优化指导系统,主要内容包括:第一,建立系统开发架构。系统架构主要包括用户层、接入层、应用层、数据资源库、基础设施层五个部分。用户层主要包括业务人员以及数据分析人员,业务人员利用浏览器,数据分析人员利用服务器接口进行煤质检测、煤流监测、硫监测、煤质分仓监测、煤仓煤质分布以及煤仓耗煤预测。第二,构建系统功能架构。主要包括煤流监测、煤质监测、碳监测、煤质分仓监测、煤仓煤质分布以及煤仓耗煤预测功能^[9-10]。

4 结论

收起

综上所述, 基于激光诱导击穿光谱煤质在线检测技术的碳流跟踪技术能进一步提高燃煤电厂煤质在线检测效率, 实现碳流跟踪, 相比于传统煤质检测技术更加智能, 能进一步提升煤质检测效率, 精准控制燃烧精度。具体技术方案包括 LIBS 煤质在线监测定量化技术以及实验室检测的煤质分析试验, 相关技术能有效应用于煤质分仓应用、煤质分仓优化指导系统开发等实际工作中, 将 LIBS 技术应用到电厂煤质检测中, 能有效缩短检测周期, 提高配煤经济性, 实现能源智能化发展, 创新碳排放监测手段, 满足节能环保实现促进双碳发展目的, 提升燃煤电厂自动化管理效率。

基金

收起

基于LIBS 技术的燃煤电厂在线碳监测及煤质灵活协同关键技术应用研究项目(CHIK124-04-02-236)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

邹祥波, 卢伟业, 熊凯, 等. 基于LIBS的燃煤电厂碳排放数据质量提升方法研究 . 热力发电, 2025 . 1-9 . 10.19666/j.rlfd. 202407167 .

[2]

李丽, 徐劲, 郝晓慧. “双碳”背景下燃煤电厂碳排放强度影响因素及减排路径分析[J]. 资源节约与环保, 2024, (11): 6-9.

[3]

杨松淑. 基于LIBS的燃煤电厂煤质在线智能检测研究[J]. 中国新技术新产品, 2024, (13): 9-11.

[4]

朱圣恩. 基于激光诱导击穿光谱的煤炭成分检测与分析方法研究[D]. 济南: 齐鲁工业大学, 2024.

[5]

王猛, 刘树林, 刘晓东, 等. 基于LIBS光谱实现燃煤企业碳排放量高精度快速预测[J]. 西安科技大学学报, 2024,44(3): 597-603.

[6]

邱诒耿, 孟凡亮, 李彦文. 基于LIBS的燃煤电厂煤质在线检测应用场景及入炉煤试验研究[J]. 自动化应用, 2023,64(23): 139-141.

[7]

田志辉. LIBS-XRF双谱联用的高稳定煤质分析原理与应用[D]. 太原: 山西大学, 2023.

[8]

朱振兴. 燃煤电厂碳排放的核算方法对比分析[J]. 中国资源综合利用, 2023,41(4): 165-167.

[9]

张友健. 工业煤质激光探针在线分析软件开发及定量算法研究[D]. 武汉: 华中科技大学, 2020.

[10]

韦丽萍. 提高LIBS应用于煤质特性分析准确度的方法研究[D]. 广州: 华南理工大学, 2020.

2025年第3卷第9期

PDF下载

226

114

引用本文

BibTeX

文章信息

首发时间：2025-07-09
出版时间：2025-05-08

补充材料

相关文章

文章信息

作者

出版历史

基金

基于LIBS 技术的燃煤电厂在线碳监测及煤质灵活协同关键技术应用研究项目(CHIK124-04-02-236)

作者信息

通讯作者:

^*韩飞，工程师，研究方向为火电厂生产管理。E-mail: 170838732@qq.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/sysjc/CN/1149784672990884328

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT