JP7007217B2 - ボイラ設備及び発電設備、並びに固着物の生成量予測方法 - Google Patents

Description

本発明は、炭素系燃料を用いたボイラ設備及び発電設備、並びにこれらの設備において排ガスの差圧予測に利用できる固着物の生成量予測方法に関する。

従来、石炭に代表される炭素系燃料を用いたボイラ設備は、炭素系燃料の燃焼により発電の駆動力となる蒸気を生成するボイラと、ボイラから排出される窒素酸化物（ＮＯ_Ｘ）をアンモニア（ＮＨ_３）の存在下で脱硝する脱硝装置と、等を備えている。この種のボイラ設備では、仮に脱硝装置の下流側に未反応のＮＨ_３がリークすると、そのＮＨ_３を要素として硫酸アルミニウムアンモニウム（ＮＨ_４Ａｌ（ＳＯ）_２）等の硫安化合物が生成され、脱硝装置の下流側で低温になると凝縮する可能性がある。さらにこのような凝縮物に灰分が付着して固着物となり、排ガスの圧力損失（差圧）が上昇する原因になる。

差圧が過度に上昇すると設備に負荷がかかるおそれが高まる一方、流路を洗浄して固着物を除去するには設備の稼働停止を伴うので、必要以上に頻繁に洗浄を行うことはできない。かかる背景から、流路の洗浄を適切なタイミングで行うことができるよう、固着物の生成状況を予測し、ひいては差圧を予測することが望まれていた。この点、特許文献１では、脱硝装置の下流側に配され、排ガスの余熱を利用してボイラでの燃焼用空気を予熱する空気予熱器の差圧を測定し、漏洩したＮＨ_３濃度等の補正も加えて、差圧の上昇傾向を予測する方法が提案されている。

特許第２７１０９８５号公報

しかしながら、特許文献１を含めた従来技術では、ボイラ設備を稼動させた上で差圧を予測する手法しか確立されておらず、使用実績のある燃料を用いた場合しか、差圧を予測することができなかった。従って、ボイラ設備での稼動実績のない燃料を用いる場合にも対応できるよう、ボイラ設備を稼動しなくても固着物の生成量を予測でき、ひいては差圧を予測できる手法が望まれていた。

本発明は、このような事情に鑑みてなされたもので、ボイラ設備での稼動実績がない燃料であっても固着物の生成量を予測でき、また差圧の予測にも利用できるボイラ設備及び発電設備、並びに固着物の生成量予測方法を提供することを目的とする。

上記の課題を解決する本発明の態様は、炭素系燃料を燃焼して窒素酸化物（ＮＯ_Ｘ）及び硫黄酸化物（ＳＯ_Ｘ）を含んだ排ガスを排出させるボイラと、前記ボイラの下流側に設けられ、アンモニア（ＮＨ_３）の存在下で前記排ガス中の窒素酸化物（ＮＯ_Ｘ）を脱硝する脱硝装置と、を具備するボイラ設備であって、使用を予定する前記炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分の量、Ｓ成分の量及び灰分の量を予め取得するとともに、予め取得された前記Ｎ成分の量、前記Ｓ成分の量及び前記灰分の量、前記脱硝装置の下流側にリークしたアンモニア（ＮＨ _３ ）の量に基づき、前記炭素系燃料を前記ボイラで燃焼させたときの、前記脱硝装置の下流側での固着物の生成量を予測する予測システムを具備することを特徴とするボイラ設備にある。

かかる態様によれば、上記の予測システムを具備するので、実際にその燃料でボイラ設備を稼動しなくても、予め取得されたＮ成分の量（Ｎ成分量）、Ｓ成分の量（Ｓ成分量）及び灰分の量（灰分量）に基づき、固着物の生成量を予測できる。かかる予測結果は、差圧の予測にも利用できる。

ここで、前記灰分はアルミニウム（Ａｌ）成分を含んでおり、前記固着物は、前記Ａｌ成分を含んで生成される硫安化合物に前記灰分が付着したものであることが好ましい。かかる態様において、Ａｌ成分を含んで生成される硫安化合物は、固着物の原因となる化合物として代表的なものである。そのため、かかる態様によれば、固着物の原因となる代表的な組成の硫安化合物（ＮＨ_４Ａｌ（ＳＯ）_２等）を対象として、実際にその燃料でボイラ設備を稼動しなくても、固着物の生成量を正確に予測できる。

また、前記灰分はカルシウム（Ｃａ）成分を含んでおり、前記予測システムは、前記Ｃａ成分による前記硫安化合物の分解率を考慮して、前記固着物の生成量を予測することが好ましい。これによれば、Ｃａ成分による硫安化合物の分解率を考慮するので、固着物の生成量をより正確に予測できるようになる。

また、前記予測システムは、前記排ガス中における前記Ｃａ成分による前記Ｓ成分の消費率を考慮して、前記固着物の生成量を予測することが好ましい。これによれば、Ｃａ成分によるＳ成分の消費率を考慮するので、固着物の生成量をより正確に予測できるようになる。

また、前記予測システムは、前記脱硝装置による二酸化硫黄（ＳＯ_２）の酸化率を考慮して、前記固着物の生成量を予測することが好ましい。これによれば、脱硝装置によるＳＯ_２の酸化率を考慮するので、固着物の生成量をより正確に予測できるようになる。

また、前記ボイラ設備は、前記脱硝装置の下流側に、前記排ガスの余熱を利用して前記ボイラでの燃焼用空気を予熱する空気予熱器を具備しており、前記予測システムは、前記空気予熱器での前記固着物の生成量を予測することが好ましい。これによれば、固着物が生成しやすい空気予熱器の中温部および低温部を対象に、実際にその燃料でボイラ設備を稼動しなくても、固着物の生成量を正確に予測できる。

また、前記予測システムは、予測した前記固着物の生成量に基づき前記排ガスが通過可能な流路の有効径を求め、演算された前記流路の有効径と、前記排ガスの流量と、に基づき、前記流路の上流側及び下流側の差圧を予測することが好ましい。これによれば、固着物の生成量の予測結果を利用するので、実際にその燃料でボイラ設備を稼動しなくても、予め取得されたＮ成分量、Ｓ成分量及び灰分量に基づき、上記の差圧を予測することができる。

上記の課題を解決する本発明の他の態様は、請求項１～７の何れか一項に記載のボイラ設備と、前記ボイラで発生した蒸気が導入されて駆動力を得る蒸気タービンと、前記蒸気タービンの駆動により電力を得る発電機と、を具備することを特徴とする発電設備にある。

かかる態様によれば、上記のボイラ設備を具備するので、実際にその燃料でボイラ設備を稼動しなくても、固着物の原因となる化合物の生成量を予測可能な発電設備を提供できる。かかる予測結果は、差圧の予測にも利用できる。

上記の課題を解決する本発明の更に他の態様は、炭素系燃料を燃焼して窒素酸化物（ＮＯ_Ｘ）及び硫黄酸化物（ＳＯ_Ｘ）を含んだ排ガスを排出させるボイラと、前記ボイラの下流側に設けられ、アンモニア（ＮＨ_３）の存在下で前記排ガス中の窒素酸化物（ＮＯ_Ｘ）を脱硝する脱硝装置と、を具備するボイラ設備で用いられ、使用を予定する炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分の量、Ｓ成分の量及び灰分の量を予め取得するとともに、予め取得された前記Ｎ成分の量、前記Ｓ成分の量及び前記灰分の量、前記脱硝装置の下流側にリークしたアンモニア（ＮＨ _３ ）の量に基づき、前記炭素系燃料を前記ボイラで燃焼させたときの、前記脱硝装置の下流側での固着物の生成量を予測することを特徴とする固着物の生成量予測方法にある。

かかる態様によれば、上記の予測システムを具備するので、実際にその燃料でボイラ設備を稼動しなくても、予め取得されたＮ成分の量（Ｎ成分量）、Ｓ成分の量（Ｓ成分量）及び灰分の量（灰分量）に基づき、固着物の生成量を予測できる。かかる予測結果は、差圧の予測にも利用できる。

ここで、前記灰分量として、アルミニウム（Ａｌ）成分を含んだデータを用いることが好ましい。かかる態様において、Ａｌ成分を含んで生成される硫安化合物は、固着物の原因となる化合物として代表的なものである。従って、かかる態様によれば、固着物の原因となる代表的な組成の硫安化合物を対象として、実際にその燃料でボイラ設備を稼動しなくても、固着物の生成量を正確に予測できる。

また、予測した前記固着物の生成量に基づき前記排ガスが通過可能な流路の有効径を求め、演算された前記有効径と、前記排ガスの流量と、に基づき、前記流路の上流側及び下流側の差圧を予測することが好ましい。これによれば、固着物の生成量の予測結果を利用するので、実際にその燃料でボイラ設備を稼動しなくても、予め取得されたＮ成分量、Ｓ成分量及び灰分量に基づき上記の差圧を予測することができる。

実施形態１に係るボイラ設備の構成例を示す概略図。 実施形態１に係るボイラ設備における空気予熱器の構成例を示す概略図。 実施形態１に係るボイラ設備での差圧の推移の一例を説明する概念図。 実施形態１に係る予測システムの構成例を示す図。 実施形態１における固着物の生成の流れについて説明する図。 実施形態１に係る予測システムを用いた応用例を示すタイムチャート図。 実施形態３に係る複合発電設備の概略図。

本発明の実施形態について、図面を参照して説明する。以下の実施形態は、本発明の一態様であり、本発明の範囲内で任意に変更可能である。各図や説明中、同一の部材は同じ符号が付され、適宜説明が省略されている。各図において、各部の縮尺や形状は、説明を容易にするために便宜的に設定されている場合がある。

（実施形態１）
図１に示すように、ボイラ設備２０は、ボイラ１と、ボイラ１に排気通路２で接続された脱硝装置３と、脱硝装置３に排気通路４で接続された空気予熱器５と、空気予熱器５の排気上流側及び排気下流側の差圧（以下、単に「差圧」と称する場合がある）を予測可能な予測システム３０（図４参照）と、を具備している。図中、実線矢印は、排ガスや空気の流れを表している。

ボイラ１は、石炭に代表される炭素系燃料（図中、「Ｆｕｅｌ」）を燃焼させて発電の駆動力となる蒸気を生成する。炭素系燃料は、本発明の範囲で炭素を含んだ燃料であればよく、木材やバイオマス等の炭化水素系材料、また天然ガスや都市ガス等の炭化水素系ガスなども使用できる。脱硝装置３は、ボイラ１から排出された排ガスＧｓ０中のＮＯ_Ｘを、アンモニア還元法（選択触媒還元法）によりＮＨ_３の存在下で脱硝する。空気予熱器５は、脱硝装置３を経た排ガスＧｓ１の余熱を利用して、ボイラ１での燃焼用空気（空気Ａｉｒ１）を予熱する。

ボイラ設備２０における排ガスや空気の流れは以下の通りである。すなわち、粉砕機６により粉砕された石炭が、ボイラ１内に臨むように配されたバーナー群７を通じて、空気とともにボイラ１内に供給される。石炭の燃焼によって生じた高温の排ガスＧｓ０がボイラ１から排出され、排気通路２に導かれる。排気通路２では、ＮＨ_３供給部８から排ガスＧｓ０中にＮＨ_３が供給され、脱硝装置３でＮＯ_ＸがＨ_２ＯとＮ_２に分解される。脱硝装置３を経た排ガスＧｓ１は、高温のまま排気通路４に導かれ、空気予熱器５に流入する。

空気予熱器５では、高温の排ガスＧｓ１と、排ガスＧｓ１に対向して流入する空気と、の熱交換が行われる。押込通風機９から押し込まれた空気Ａｉｒ１は、空気予熱器５で予熱された上で、バーナー群７を通じてボイラ１内に供給される（ボイラ１での燃焼用空気Ａｉｒ２）。また、一次通風機１０から押し込まれた空気Ａｉｒ１´は、一部は空気予熱器５で予熱された上で（空気Ａｉｒ２´）、残りはそのまま、粉砕機６に供給される。

空気予熱器５を経た排ガスＧｓ２は排気通路１１に導かれる。排ガスＧｓ２は、排気通路１１の途中に配された誘引通風機１２により引き込まれ、誘引通風機１２の排気上流側又は排気下流側に配された図示しない除塵装置や脱硫装置等で規定のレベル未満まで浄化された上で、最終的に煙突１３から大気中に放出される。誘引通風機１２は、除塵装置や脱硫装置等の途中やそれらの排気下流側に配されてもよい。

ここで、空気予熱器５は、図２（ａ）～（ｂ）に示すように、円筒形状のローター５ａと、ローター５ａの各放射状の隔壁内に充填された伝熱エレメント５ｂと、ローター５ａを軸支する回転軸５ｃと、を具備している。ローター５ａは、例えば、所定の密度で伝熱エレメント５ｂが充填された第１密度部５ｄ、第２密度部５ｅ及び第３密度部５ｆが、回転軸５ｃに沿って順番に設けられた三段構造を有している。

第３密度部５ｆは、第１密度部５ｄ及び第２密度部５ｅよりも、伝熱エレメント５ｂの充填密度が小さくされている。第１密度部５ｄ及び第２密度部５ｅの伝熱エレメント５ｂの充填密度は同一とされているが、異ならせても構わない。ローター５ａは、図示しないケーシングで囲われていて、排ガスや空気の流束に沿うように回転軸５ｃが配され、図示しないモーター等の駆動力により、ローター５ａが回転軸５ｃを中心に回転可能となっている。

ローター５ａの一方面（第１密度部５ｄ側）から排ガスＧｓ１が流入し、排ガスＧｓ１に対向するローター５ａの他方面（第３密度部５ｆ側）から空気Ａｉｒ１及び空気Ａｉｒ１´が流入する。回転軸５ｃを中心にローター５ａを回転させながら、排ガスＧｓ１により加熱された伝熱エレメント５ｂの熱を利用し、空気Ａｉｒ１及び空気Ａｉｒ１´を予熱させる。高温の排ガスＧｓ１が流入する第１密度部５ｄ側は高温となり（高温部）、空気Ａｉｒ１及び空気Ａｉｒ１´が流入する第３密度部５ｆ側は、第１密度部５ｄや第２密度部５ｅと比べて低温となる（低温部）。

以上のようなボイラ設備２０では、仮に脱硝装置３の排気下流側に未反応のＮＨ_３がリークすると、そのＮＨ_３を要素として硫酸アルミニウムアンモニウム（ＮＨ_４Ａｌ（ＳＯ）_２）等の硫安化合物が生成され、空気予熱器５の上記の中温部（空気予熱器５のローター５ａの第２密度部５ｅ）および低温部（空気予熱器５のローター５ａの第３密度部５ｆ）で凝縮する可能性がある。これに灰分が付着して固着物となり、排ガスの流路を狭めて圧力損失（差圧）を高める原因になって、図３に示すように、稼働時間ｔの経過とともに、空気予熱器５の排気上流側及び排気下流側の差圧ΔＰが上昇していく（時点ｔ２の差圧ΔＰ２＞時点ｔ１の差圧ΔＰ１）。

一方、炭種に応じて差圧ΔＰの推移が異なるため、時点ｔ２で炭種を変更する場合、設備の稼動条件が基本的に同様としても、変更後の炭種に応じて、差圧ΔＰが大きく上昇するのか（図３中、点線：Ｃａｓｅ１）小さな上昇に留まるのか（図３中、一点鎖線：Ｃａｓｅ２）、又は差圧ΔＰが大きく下降するのか（図３中、破線：Ｃａｓｅ３）小さな下降に留まるのか（図３中、二点鎖線：Ｃａｓｅ４）、が異なる。

従前、このような差圧ΔＰの予測については、ボイラ設備を稼動させた上で行う手法しか確立されていなかった。これに対し、本実施形態は、ボイラ設備２０での稼動実績がない炭種であっても、排ガスの流路を狭める原因となる固着物の生成量を予測でき、その予測結果を差圧ΔＰの予測に利用できるものである。勿論、本実施形態によれば、ボイラ設備２０での稼動実績がある炭種について固着物の生成量を予測し、また差圧ΔＰを予測することもできる。

図４は、本実施形態に係る予測システム３０の構成例を機能的なブロックで示している。予測システム３０は、公知の構成からなるマイクロコンピュータを含んでおり、各手段はマイクロコンピュータによるプログラムの実行により実現されている。予測システム３０には、図示しない記憶手段等が備えられており、各手段での演算結果や検出結果が記憶される。

予測システム３０は、データ読込手段３１と、リークＮＨ_３量推定手段３２と、ＳＯ_３生成量推定手段３３と、硫安化合物生成量予測手段３４と、固着物生成量予測手段３５と、差圧予測手段３６と、を具備している。固着物の原因となる硫安化合物は、石炭を燃焼したときの排ガスに含まれるＮＨ_３及びＳＯ_３を要素とした反応により生成されるため、本実施形態では、固着物の生成量Ａ_Ｋや差圧ΔＰを予測するのに、硫安化合物の生成総量Ａ_ＮＳ３の予測結果を用いる。そして、その硫安化合物の生成総量Ａ_ＮＳ３を予測すべく、まずはＮＨ_３生成総量Ａ_Ｎ及びＳＯ_３生成総量Ａ_Ｓ５を推定する。

データ読込手段３１は、設備稼働者によって入力部３７に入力される燃料性状データ３１ａ、設備稼働データ３１ｂ及び固着物性状データ３１ｃを読み込んで、これを各手段に送信する。これらのデータは、ボイラ設備２０を稼動せずとも、使用を予定する石炭を分析したり、過去の他の石炭の例に基づいたり、設備条件を参照したりすることで予め取得できる。なお、入力部３７は、例えば、予測システム３０に有線又は無線で接続された、設備稼働者により使用されるパーソナルコンピュータ等である。

上記の燃料性状データ３１ａは、使用する石炭について予め分析実験等をしたときに得られる、Ｎ成分量Ｒ１、Ｓ成分量Ｒ２及び灰分量Ｒ３である。本実施形態では、灰分にアルミニウム（Ａｌ）成分が含まれるとして、そのＡｌ成分の量に対応するＡｌ成分量Ｒ４も入力部３７に入力可能とされている。Ａｌ成分は、硫安化合物を構成する金属成分として代表的なものであるため、このようなＡｌ成分を考慮に入れることで、固着物の原因となる代表的な組成の硫安化合物（ＮＨ_４Ａｌ（ＳＯ_４）_２等）を対象として、固着物の生成量を予測できるようになる。

Ａｌ成分が不足して硫安化合物の生成が阻害されるケースが稀である場合等には、灰分に十分量のＡｌ成分が含まれるのが通常として、Ａｌ成分量Ｒ４の入力を不要としてもよい。硫安化合物を構成する金属成分としてＡｌ成分は一例であり、Ａｌ成分に代替するような金属成分があれば、該金属成分が硫安化合物を構成する成分になり得る。

また、本実施形態では、灰分にカルシウム（Ｃａ）成分が含まれるとして、そのＣａ成分の量に対応するＣａ成分量Ｒ５も入力部３７に入力可能とされている。Ｃａ成分を考慮することで、後述するような、Ｃａ成分によるＳ成分の消費率や、Ｃａ成分による硫安化合物の分解率を考慮することができるようになるため、固着物の生成量をより正確に予測できるようになる。

また、上記の設備稼働データ３１ｂは、脱硝装置３によるＳＯ_２の酸化率Ｒ６（脱硝装置３によりＳＯ_２が酸化されてＳＯ_３となる割合）、Ｃａ成分によるＳ成分の消費率Ｒ７（Ｃａ成分との反応により排ガス中のＳＯ_３が消費される割合）及びＣａ成分による硫安化合物の分解率Ｒ８（Ｃａ成分との反応により一度生成した硫安化合物が分解される割合）である。設備稼働データ３１ｂの一部又は全部は入力を省略できるが、これらを入力することで、硫安化合物の生成に影響を与える要素を考慮に入れることができるようになる。

更に、上記の固着物性状データ３１ｃは、灰分の付着比Ｒ９（硫安化合物の単位量当たりに付着する灰分量の割合）、固着物の密度Ｒ１０（硫安化合物に灰分が付着して生成される固着物の密度）である。灰分の付着比Ｒ９が大きく、固着物に占める硫安化合物の割合が無視できる場合には、固着物の密度Ｒ１０を実質的に灰分の密度に近似でき、固着物の密度Ｒ１０を灰分の密度として扱うことができる。固着物性状データ３１ｃは、予め記憶された固定値を用いてもよく、この場合、その入力を不要とすることができる。

リークＮＨ_３量推定手段３２は、ＮＨ_３供給部８からＮＨ_３を供給する制御において、脱硝装置３の排気下流側に未反応のままＮＨ_３がリークする場合のリークＮＨ_３量（ＮＨ_３生成総量Ａ_Ｎ）を推定する。リークＮＨ_３は、脱硝装置の運転条件（排ガスＧｓ０中のＮＯ_Ｘ量、ＮＯｘに対するＮＨ_３の比率等）や脱硝触媒の劣化状況に応じて変動するため、データ読込手段３１から読み込んだＮ成分量Ｒ１等に基づき、リークＮＨ_３量を推定できる。

石炭の燃焼によりＳ成分の大部分はＳＯ_２となるが、燃焼時に酸素過剰である場合等、その一部がＳＯ_３となる。そこで、ＳＯ_３生成量推定手段３３は、そのような燃焼条件等に基づき、ＳＯ_３生成率（石炭のＳ成分のうちＳＯ_３として生成される割合）を推定する。そして、ＳＯ_３生成量推定手段３３は、推定したＳＯ_３生成率と、データ読込手段３１から読み込んだＳ成分量Ｒ２と、に基づき、ボイラ１でのＳＯ_３生成量Ａ_Ｓ１を推定する。ＳＯ_３以外のＳ成分は全てＳＯ_２になるとすれば、上記のＳＯ_３生成率からＳＯ_２生成率を推定し、これに基づいてＳＯ_２生成量も推定できる。

なお、上記のリークＮＨ_３量推定手段３２で推定するＮＨ_３生成総量Ａ_Ｎや、ＳＯ_３生成量推定手段３３で推定するＳＯ_３生成率は、各種条件の変動に応じた変動量が無視できる場合には、固定値を用いても構わない。

ＳＯ_３は、ボイラ１で生成されるだけでなく、脱硝装置３によるＳＯ_２の酸化によっても生成される。ＳＯ_３が増加すると、硫安化合物の生成量の増加につながる。一方、ＳＯ_３は、灰分に含まれるＣａと反応して硫酸カルシウム（ＣａＳＯ_４）を生成し、これによりその一部が消費される。ＳＯ_３が消費されると、硫安化合物の生成量の低下につながる。そこで、ＳＯ_３生成量推定手段３３は、上記のＳＯ_２生成量と、データ読込手段３１から読み込んだＳＯ_２の酸化率Ｒ６と、に基づきＳＯ_２酸化量Ａ_Ｓ２（脱硝装置３によるＳＯ_２の酸化により新たに生成されるＳＯ_３の量）を推定する。このＳＯ_２酸化量Ａ_Ｓ２と、上記のＳＯ_３生成量Ａ_Ｓ１と、を合計し、ＳＯ_３合計量Ａ_Ｓ３を推定する（下記式（１））。

ＳＯ_３合計量Ａ_Ｓ３＝（ＳＯ_３生成量Ａ_Ｓ１）＋（ＳＯ_２酸化量Ａ_Ｓ２）・・（１）

そして、ＳＯ_３生成量推定手段３３は、上記のＳＯ_３合計量Ａ_Ｓ３と、データ読込手段３１から読み込んだＳ成分の消費率Ｒ７と、に基づき、ＳＯ_３消費量Ａ_Ｓ４（Ｃａ成分がＳＯ_３と反応しＣａＳＯ_４が生成されることで該ＳＯ_３が消費される量）を推定する。これらを踏まえ、ＳＯ_３生成量推定手段３３は、ＳＯ_３合計量Ａ_Ｓ３からＳＯ_３消費量Ａ_Ｓ４を減算し、最終的なＳＯ_３生成総量Ａ_Ｓ５を推定する（下記式（２）参照）。

ＳＯ_３生成総量Ａ_Ｓ５＝（ＳＯ_３合計量Ａ_Ｓ３）－（ＳＯ_３消費量Ａ_Ｓ４）・・（２）

硫安化合物生成量予測手段３４は、リークＮＨ_３量推定手段３２で推定されたＮＨ_３生成総量Ａ_Ｎと、ＳＯ_３生成量推定手段３３で推定されたＳＯ_３生成総量Ａ_Ｓ５と、に基づき、硫安化合物の生成量Ａ_ＮＳ１を推定する。そして、上記の硫安化合物の生成量Ａ_ＮＳ１と、データ読込手段３１から読み込んだ硫安化合物の分解率Ｒ８と、に基づき、硫安化合物の分解量Ａ_ＮＳ２（Ｃａ成分が硫安化合物と反応してＣａＳＯ_４が生成されることで該硫安化合物が分解される量）を推定する。更に、硫安化合物の生成量Ａ_ＮＳ１から硫安化合物の分解量Ａ_ＮＳ２を減算し、最終的な硫安化合物の生成総量Ａ_ＮＳ３を推定する（下記式（３）参照）。

硫安化合物の生成総量Ａ_ＮＳ３＝（硫安化合物の生成量Ａ_ＮＳ１）－（硫安化合物の分解量Ａ_ＮＳ２）・・（３）

以上までの流れを整理すると、図５（ａ）の通りである。石炭の燃焼により、Ｎ成分がＮＯ_Ｘとなる。ＮＯ_Ｘに対してＮＨ_３が供給され、脱硝装置３によりＮ_２とＨ_２Ｏに分解される。一方、供給されたＮＨ_３の一部が、未反応のまま脱硝装置３の排気下流側にリークする場合がある（ＮＨ_３生成総量Ａ_Ｎ）。

また、石炭の燃焼により、Ｓ成分がＳＯ_Ｘとなる。ＳＯ_Ｘの大部分はＳＯ_２であるが、燃焼時に酸素過剰である場合等、僅かにＳＯ_３となる（ＳＯ_３生成量Ａ_Ｓ１）。ＳＯ_２の一部も、その後の脱硝装置３により酸化されてＳＯ_３となる（ＳＯ_２酸化量Ａ_Ｓ２）。一方、灰分中のＣａ成分がＳＯ_３と反応するとＣａＳＯ_４を生成し、これによりＳＯ_３が消費される（ＳＯ_３消費量Ａ_Ｓ４）。従って、ＳＯ_３生成量Ａ_Ｓ１とＳＯ_２酸化量Ａ_Ｓ２の合計量（ＳＯ_３合計量Ａ_Ｓ３）から、ＳＯ_３消費量Ａ_Ｓ４を減算した量のＳＯ_３が、空気予熱器５に流れ込む（ＳＯ_３生成総量Ａ_Ｓ５）。

ＮＨ_３、ＳＯ_３及びＡｌ成分等の反応により、硫安化合物（ＮＨ_４Ａｌ（ＳＯ_４）_２）が生成する（硫安化合物の生成量Ａ_ＮＳ１）。一方、灰分のＣａ成分が硫安化合物と反応してＣａＳＯ_４を生成し、これにより硫安化合物が分解される（硫安化合物の分解量Ａ_ＮＳ２）。その後の硫安化合物の量が、最終的な硫安化合物の生成総量Ａ_ＮＳ３となる。

本実施形態の予測システム３０は、上記のような硫安化合物の生成総量Ａ_ＮＳ３の予測結果を利用して、固着物の生成量Ａ_Ｋを予測し、更には差圧ΔＰを予測する。すなわち、固着物生成量予測手段３５は、上記で予測した硫安化合物の生成総量Ａ_ＮＳ３に、固着物性状データ３１ｃから読み込んだ灰分の付着比Ｒ９を乗じて、固着物の生成量Ａ_Ｋを推定する。そして、差圧予測手段３６は、上記で予測した固着物の生成量Ａ_Ｋと、固着物性状データ３１ｃから読み込んだ固着物の密度Ｒ１０と、に基づき、固着物の体積Ｖ_Ｋを推定する。

例えば、硫安化合物（ＮＨ_４Ａｌ（ＳＯ_４）_２）が凝縮して灰分が付着し、固着物となるのが空気予熱器５の中温部とすると、その中温部における排ガスの流路径Ｄ_０や流路長Ｌ_０は設計時点で既知である。その流路径Ｄ_０において流路長Ｌ_０に渡って体積Ｖ_Ｋの固着物が生成すると仮定すれば、低温部における固着物の厚さｄを大まかに算出でき、そして、流路径Ｄ_０から固着物の厚さｄを減算することで、中温部を通過可能な流路の有効径（有効流路径Ｄ_１）を大まかに演算できる（図５（ｂ）参照）。

そして、差圧予測手段３６は、上記で求めた有効流路径Ｄ_１と、稼動時に予定される排ガスの流量Ｑと、に基づき、差圧ΔＰを予測する。稼動時に予定される排ガスの流量Ｑは、ボイラ１の過去の稼働条件等を参照することで、ボイラ設備２０を稼働せずとも予め取得可能である。

この点、差圧予測手段３６は、差圧ΔＰを、有効流路径Ｄ_１と、排ガスの流量Ｑと、の関数に簡略化して求めている（下記式（４）参照）。差圧ΔＰを予測するのに、有効流路径Ｄ_１や排ガスの流量Ｑ以外の他のパラメータを考慮してもよいが、下記式（４）に基づいた関数に従えば、差圧ΔＰを容易に予測できる。

差圧ΔＰ＝ｆ（Ｑ（排ガスの流量），Ｄ_１（有効流路径））・・（４）

上記の硫安化合物の生成総量Ａ_ＮＳ３や固着物の生成量Ａ_Ｋは、マイナス（減少や分解）の概念も含む。上記式（３）で硫安化合物の生成総量Ａ_ＮＳ３がプラスであれば、硫安化合物が増加し、固着物の生成量Ａ_Ｋもプラスとなって、固着物の体積Ｖ_Ｋもプラスとなる。そのプラスの値の程度によって有効流路径Ｄ_１が縮小する程度が推定でき、それに応じて差圧ΔＰの上昇の程度が予測できる。

一方、上記式（３）で硫安化合物の生成総量Ａ_ＮＳ３がマイナスであれば、硫安化合物が減少・分解し、固着物の生成量Ａ_Ｋもマイナスとなって、固着物の体積Ｖ_Ｋもマイナスとなる。そのマイナスの値の程度によって有効流路径Ｄ_１が回復（拡大）する程度が推定でき、それに応じて差圧ΔＰの下降の程度が予測できる。また、排ガスの流量Ｑの増減に応じて、差圧ΔＰの上昇又は下降の程度が予測できる。

以上説明したボイラ設備２０及び固着物の生成量予測方法によれば、使用を予定する炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分量Ｒ１、Ｓ成分量Ｒ２及び灰分量Ｒ３を予め取得する。そのため、実際にその燃料でボイラ設備２０を稼動しなくても、予め取得されたＮ成分量Ｒ１、Ｓ成分量Ｒ２及び灰分量Ｒ３に基づき、固着物の生成量Ａ_Ｋを予測できる。そして、予測した固着物の生成量Ａ_Ｋに基づき排ガスが通過可能な有効流路径Ｄ_１を求め、有効流路径Ｄ_１と、排ガスの流量Ｑと、に基づき、差圧ΔＰを予測できる。

加えて、本実施形態では、空気予熱器５での固着物の生成量Ａ_Ｋを予測している。これによれば、固着物が生成しやすい空気予熱器５の中温部および低温部を対象に、実際にその燃料でボイラ設備２０を稼動しなくても、固着物の生成量Ａ_Ｋを予測できる。勿論、固着物の生成量を予測する箇所は空気予熱器５に限定されず、脱硝装置３の排気下流側で硫安化合物が生成・凝縮するような箇所があれば、その箇所を対象として固着物の生成量を予測でき、ひいては差圧ΔＰを予測できる。

（実施形態２）
図６は、上記の予測手法を利用した応用例を説明するためのタイムチャート図である。図６（ａ）は、予測システム３０に入力される、燃料の使用計画データＤＡＴＡの一例である。使用計画データＤＡＴＡは、将来的な期間と、その期間に応じた燃料と、を含んでいる。ここでは、将来的な期間Ｔａで石炭ａを使用し、その次の期間Ｔｂで石炭ｂを使用し、更にその次の期間Ｔｃで石炭ｃを使用し、また更にその次の期間Ｔｄで石炭ｄを使用する使用計画が表されている。図示は省略しているが、使用計画データＤＡＴＡは期間Ｔｄ以降の使用計画も含んでいる。

使用計画データＤＡＴＡにおいて、将来的な複数の期間は、連続していてもよいし連続していなくてもよい。ただ、連続していたほうが、途切れなく差圧を予測できるので好ましい。ここでは、期間に応じて異なる石炭での使用が計画されているが、期間をあけて同じ石炭を繰り返し使用する場合もある。

石炭ａ～石炭ｄのうち、例えば、石炭ｂ及び石炭ｃが、ボイラ設備２０の稼動実績のない石炭である。ただ、実施形態１で説明した予測手法は、稼動実績のある石炭ａ及び石炭ｄだけでなく、稼動実績のない石炭ｂ及び石炭ｃについても適用できる。石炭ａ～石炭ｄのそれぞれや、稼動を予定するボイラ設備２０について、入力部３７に燃料性状データ３１ａ、設備稼働データ３１ｂ及び固着物性状データ３１ｃを入力することで、図６（ｂ）に示すとおり、実際にその石炭でボイラ設備２０を稼動しなくても、将来の差圧ΔＰを予測できる（図中、期間Ｔａ～期間Ｔｄの点線）。

特に本例では、石炭ｂを使用する期間Ｔｂに差圧ΔＰが上昇していくことが予測できるので、期間Ｔｂにおいては、差圧ΔＰが大きくなり過ぎないような慎重な稼働を実施でき、これにより、設備に過大な負荷がかかることを確実に防止できる。また、石炭ｃを使用する期間Ｔｃに差圧ΔＰが下降していくことが予測できるので、期間Ｔｂ以降、稼働を許容できる機会がさらに増えることが期待され、ボイラ設備２０の稼働時間ｔをより確保しやすくなる。

図６（ｃ）に示すとおり、所定の開始条件（ｓｔａｒｔ）が満たされると、そのときの差圧予測時点の初期差圧ΔＰ_{ｓｔａｒｔ}と、石炭ａに応じた差圧変化速度と、に基づき、期間Ｔａにおける将来の差圧が実測される（図中、期間Ｔａの実線）。そして、期間Ｔａ終了時の予測差圧が、連続する次の期間Ｔｂ開始時の初期差圧ΔＰ_{ｓｔａｒｔ}となる。該初期差圧ΔＰ_{ｓｔａｒｔ}と、石炭ｂに応じた差圧変化速度と、に基づき、期間Ｔｂにおける将来の差圧が実測される（図中、期間Ｔｂの実線）。

ここで、実差圧と、予測された差圧と、に僅かなズレが生じていると、そのズレが積み重なっていく。期間Ｔａの終了時（期間Ｔｂの開始時）には、ズレΔＤ１（実差圧＞予測された差圧）が生じ、期間Ｔｂの終了時（期間Ｔｃの開始時）には、ズレΔＤ２が生じている（ΔＤ２＞ΔＤ１）。

例えば、期間Ｔａの終了時（期間Ｔｂの開始時）において、ズレΔＤ１は所定の許容値ΔＤ_ｌｉｍを越えないが、期間Ｔｂの終了時（期間Ｔｃの開始時）において、ズレΔＤ２が許容値ΔＤ_ｌｉｍを越える場合がある。このとき、予測システム３０は、ズレΔＤ１が許容値ΔＤ_ｌｉｍを超えたことを検知して、期間Ｔｃ開始時の初期差圧ΔＰ_{ｓｔａｒｔ}を始点とした上で、再び差圧ΔＰを予測する。つまり、期間Ｔｂの終了時（期間Ｔｃの開始時）に、予測していた差圧の推移が更新されることになる。以降の期間でも、差圧の予測の更新が反映される（図６（ｄ））。

使用計画データＤＡＴＡにおける期間の長さの関係や、予測される差圧の推移は、図６に示した例に制限されない。また、使用計画データＤＡＴＡは、図４に示した予測システム３０における記憶手段（図示せず）等に格納できるが、それ以外の場所に格納されてもよい。

（実施形態３）
図７は、本実施形態に係る発電設備５０の全体の構成例を示す概略系統図である。発電設備５０は、実施形態１で説明したボイラ設備２０と、ボイラ１で発生した蒸気が導入されて駆動力を得る蒸気タービン５１と、蒸気タービン５１の駆動により電力を得る発電機５２と、を具備している。

発電設備５０では、ボイラ１での炭素系燃料の燃焼により蒸気が生成される。かかる蒸気が蒸気タービン５１に導入されて発電機５２の駆動力が得られる。発電機５２が駆動されることで、電力が得られる。蒸気タービン５１の排気蒸気は復水器５３で凝縮されて復水され、復水器５３からの復水は給水ポンプ５４の駆動によりボイラ１に給水される。

本実施形態に係る発電設備５０によれば、実施形態１のボイラ設備２０を具備するので、実際にその燃料でボイラ設備２０を稼動しなくても、使用を予定する炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分量Ｒ１、Ｓ成分量Ｒ２及び灰分量Ｒ３を予め取得するとともに、予め取得されたＮ成分量Ｒ１、Ｓ成分量Ｒ２及び灰分量Ｒ３に基づき、固着物の生成量Ａ_Ｋを予測できる。かかる予測結果は、差圧ΔＰの予測にも利用できる。

（他の実施形態）
以上、本発明の一実施形態を説明したが、本発明は上記の実施形態に限定されない。例えば、図４では、予測システム３０の各手段を機能的なブロックに分けて説明したが、これらの手段は、その一部又は全てが一体として構成されていてもよい。また、予測システム３０も、その一部又は全てがボイラ設備２０と一体に構成されていてもよい。また、燃料には、本発明の範囲内で石炭以外の炭素系燃料が含まれていてもよい。更には、本発明の範囲内で炭素系燃料以外の燃料が含まれていてもよい。

１…ボイラ、２…排気通路、３…脱硝装置、４…排気通路、５…空気予熱器、５ａ…ローター、５ｂ…伝熱エレメント、５ｃ…回転軸、５ｄ…第１密度部（高温部）、５ｅ…第２密度部、５ｆ…第３密度部（低温部）、６…粉砕機、７…バーナー群、８…ＮＨ_３供給部、９…押込通風機、１０…一次通風機、１１…排気通路、１２…誘引通風機、１３…煙突、２０…ボイラ設備、３０…予測システム、３１…データ読込手段、３１ａ…燃料性状データ、３１ｂ…設備稼働データ、３１ｃ…固着物性状データ、３２…リークＮＨ_３量推定手段、３３…ＳＯ_３生成量推定手段、３４…硫安化合物生成量予測手段、３５…固着物生成量予測手段、３６…差圧予測手段、３７…入力部、５０…発電設備、５１…蒸気タービン、５２…発電機、５３…復水器、５４…給水ポンプ、Ａｉｒ１…燃焼用空気（空気）、Ａｉｒ１´…空気、ＡｉＲ２…燃焼用空気（空気）、ＡｉＲ２´…空気、Ｆｕｅｌ…炭素系燃料、Ｇｓ０，Ｇｓ１，Ｇｓ２…排ガス

Claims (11)

1. 炭素系燃料を燃焼して窒素酸化物（ＮＯ_Ｘ）及び硫黄酸化物（ＳＯ_Ｘ）を含んだ排ガスを排出させるボイラと、
   前記ボイラの下流側に設けられ、アンモニア（ＮＨ_３）の存在下で前記排ガス中の窒素酸化物（ＮＯ_Ｘ）を脱硝する脱硝装置と、を具備するボイラ設備であって、
   使用を予定する前記炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分の量、Ｓ成分の量及び灰分の量を予め取得するとともに、予め取得された前記Ｎ成分の量、前記Ｓ成分の量及び前記灰分の量、前記脱硝装置の下流側にリークしたアンモニア（ＮＨ _３ ）の量に基づき、前記炭素系燃料を前記ボイラで燃焼させたときの、前記脱硝装置の下流側での固着物の生成量を予測する予測システムを具備する
   ことを特徴とするボイラ設備。
2. 前記灰分はアルミニウム（Ａｌ）成分を含んでおり、
   前記固着物は、前記Ａｌ成分を含んで生成される硫安化合物に前記灰分が付着したものである
   ことを特徴とする請求項１に記載のボイラ設備。
3. 前記灰分はカルシウム（Ｃａ）成分を含んでおり、
   前記予測システムは、前記Ｃａ成分による前記硫安化合物の分解率を考慮して、前記固着物の生成量を予測する
   ことを特徴とする請求項２に記載のボイラ設備。
4. 前記予測システムは、前記排ガス中における前記Ｃａ成分による前記Ｓ成分の消費率を考慮して、前記固着物の生成量を予測する
   ことを特徴とする請求項３に記載のボイラ設備。
5. 前記予測システムは、前記脱硝装置による二酸化硫黄（ＳＯ_２）の酸化率を考慮して、前記固着物の生成量を予測する
   ことを特徴とする請求項１～４の何れか一項に記載のボイラ設備。
6. 前記ボイラ設備は、前記脱硝装置の下流側に、前記排ガスの余熱を利用して前記ボイラでの燃焼用空気を予熱する空気予熱器を具備しており、
   前記予測システムは、前記空気予熱器での前記固着物の生成量を予測する
   ことを特徴とする請求項１～５の何れか一項に記載のボイラ設備。
7. 前記予測システムは、
   予測した前記固着物の生成量に基づき前記排ガスが通過可能な流路の有効径を求め、演算された前記流路の有効径と、前記排ガスの流量と、に基づき、前記流路の上流側及び下流側の差圧を予測する
   ことを特徴とする請求項１～６の何れか一項に記載のボイラ設備。
8. 請求項１～７の何れか一項に記載のボイラ設備と、
   前記ボイラで発生した蒸気が導入されて駆動力を得る蒸気タービンと、
   前記蒸気タービンの駆動により電力を得る発電機と、
   を具備することを特徴とする発電設備。
9. 炭素系燃料を燃焼して窒素酸化物（ＮＯ_Ｘ）及び硫黄酸化物（ＳＯ_Ｘ）を含んだ排ガスを排出させるボイラと、
   前記ボイラの下流側に設けられ、アンモニア（ＮＨ_３）の存在下で前記排ガス中の窒素酸化物（ＮＯ_Ｘ）を脱硝する脱硝装置と、を具備するボイラ設備で用いられ、
   使用を予定する炭素系燃料を分析して得られた該炭素系燃料由来のＮ成分の量、Ｓ成分の量及び灰分の量を予め取得するとともに、予め取得された前記Ｎ成分の量、前記Ｓ成分の量及び前記灰分の量、前記脱硝装置の下流側にリークしたアンモニア（ＮＨ _３ ）の量に基づき、前記炭素系燃料を前記ボイラで燃焼させたときの、前記脱硝装置の下流側での固着物の生成量を予測する
   ことを特徴とする固着物の生成量予測方法。
10. 前記灰分として、アルミニウム（Ａｌ）成分を含んだものを用いる
    ことを特徴とする請求項９に記載の固着物の生成量予測方法。
11. 予測した前記固着物の生成量に基づき前記排ガスが通過可能な流路の有効径を求め、演算された前記有効径と、前記排ガスの流量と、に基づき、前記流路の上流側及び下流側の差圧を予測する
    ことを特徴とする請求項９又は１０に記載の固着物の生成量予測方法。

Images