专利名称: |
基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法 |
摘要: |
本发明公开了基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,该方法包括以下步骤:S1、获取电厂已知数据,S2、使用LIBS方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量,S3、计算燃煤碳氧化率,S4、计算电厂碳排放率和碳排放总量。本发明利用LIBS方法在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量来计算燃煤的碳氧化率,根据碳平衡计算式,获得燃煤电厂的碳排放率和碳排放总量。将LIBS检测方法结合碳平衡法,可实现连续在线测量,具有分析速度快、灵敏度高、无需制备样品、可分析不均匀样品、可远程检测等优点,同时可在线获取更加精确可靠的实时碳排放数据,为二氧化碳减排奠定了基础。 |
专利类型: |
发明专利 |
国家地区组织代码: |
广东;44 |
申请人: |
华南理工大学 |
发明人: |
姚顺春;喻子彧;谭超;卢志民 |
专利状态: |
有效 |
申请日期: |
2019-04-23T00:00:00+0800 |
发布日期: |
2019-07-23T00:00:00+0800 |
申请号: |
CN201910325403.6 |
公开号: |
CN110044852A |
代理机构: |
广州粤高专利商标代理有限公司 |
代理人: |
何淑珍;江裕强 |
分类号: |
G01N21/63(2006.01);G;G01;G01N;G01N21 |
申请人地址: |
510640 广东省广州市天河区五山路381号 |
主权项: |
1.基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,包括以下步骤: S1、从电厂获取已知数据; 所述已知数据包括燃煤质量流量、煤种、锅炉型式和燃煤收到基灰分; S2、使用激光诱导击穿光谱法(LIBS)方法连续在线测量燃煤含碳量、飞灰含碳量和炉渣含碳量; 使用LIBS方法测量样品的碳谱线强度IC、硅谱线强度ISi、铝谱线强度IAl、铁谱线强度IFe;根据样品种类(分燃煤、飞灰、炉渣三种)将四种元素谱线强度值代入对应的含碳量线性回归方程(分燃煤、飞灰和炉渣)中,计算出样品的含碳量; S3、计算燃煤碳氧化率; 将燃煤含碳量、飞灰含碳量、炉渣含碳量、燃煤收到基灰分、飞灰和炉渣的分配比代入碳氧化率的计算公式中,获得燃煤的碳氧化率; S4、计算电厂碳排放率和碳排放总量; 基于碳平衡原理,由碳氧化率、燃煤质量流量和燃煤含碳量,计算得燃煤电厂碳排放率和碳排放总量。 2.如权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S2中的燃煤收到基含碳量、飞灰含碳量和炉渣含碳量的线性回归方程均如下: C=aC/Si+bC/SiIC/Si+bAl/SiIAl/Si+bFe/SiIFe/Si 式中,C为样品含碳量且可以由飞灰含碳量Cfh、炉渣含碳量Clz和燃煤收到基含碳量Cc代替;aC/Si、bC/Si、bAl/Si、bFe/Si为四个回归系数;IC/Si为碳硅强度比,即碳谱线强度与硅谱线强度之比;IAl/Si为铝硅强度比,即铝谱线强度与硅谱线强度之比;IFe/Si为铁硅强度比,即铁谱线强度与硅谱线强度之比。 3.根据权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S3的碳氧化率计算公式如下: 式中,OF为碳氧化率,Cfh为飞灰含碳量,Aar为燃煤收到基灰分,δfh为飞灰中的灰量占入炉燃料总灰分的质量份额,Clz为炉渣含碳量,δlz为炉渣中的灰量占入炉燃料总灰分的质量份额,Cc为燃煤收到基含碳量,为机组除尘效率。 4.根据权利要求1所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S4的碳排放率和碳排放总量计算公式如下: 式中,为二氧化碳排放率(kgCO2/s),m为燃煤质量流量(kg/s),44/12为C与CO2的换算系数; 式中,为二氧化碳排放总量(kg),为i时刻的二氧化碳排放率(kgCO2/s)。 5.根据权利要求2所述的基于激光诱导击穿光谱法的燃煤电厂碳排放在线监测方法,其特征在于,所述的步骤S2的燃煤、飞灰和炉渣含碳量线性回归方程是通过以下步骤获得的: S21、使用传统的化学灼烧失重法测量燃煤、飞灰和炉渣定标样品集的含碳量,燃煤、飞灰和炉渣定标样品集各包含n个子样;使用LIBS方法获得所有定标样品的碳、硅、铝、铁元素谱线强度,这四种元素谱线是通过相关性分析,选取的同类型谱线中与含碳量相关性最高的谱线;计算定标样品的IC/Si、IAl/Si和IFe/Si; S22、将S21中获得的IC/Si、IAl/Si和IFe/Si作为定标数据,按样品类型(燃煤、飞灰或炉渣)依据前述线性回归方程形式进行线性回归,X表示自变量数据,Y表示因变量数据;X和Y分别为: S23、分别对燃煤含碳量、飞灰含碳量和炉渣含碳量定标样本数据进行逐步回归分析,确定各个方程的全部回归系数,获得燃煤含碳量、飞灰含碳量和炉渣含碳量的线性回归方程。 |
所属类别: |
发明专利 |