蒸汽轮机自1884年被发明以来,使得工业世界不停地运转。被称为理想发动机的蒸汽轮机之所以能够迅速地取代蒸汽机的地位,全凭其能够以更高的效率将热能转换为动能,然后再将动能转换为电能。此外,它们的旋转功能也成为驱动发电机发电的最主要动力来源。

    蒸汽轮机目前的发电量占全球发电量的80%,而且预计将来也会保持这一良好态势。但鉴于能源市场的不断变化,经济与环境对高效率和低二氧化碳排放量需求而造成的压力,蒸汽轮机的性能需要在设计和优化阶段进行严格的审查。对制造商与发电运营商来说,从可用能源中最大限度地掘取电力才是首要目标。

制胜电力竞赛

    现代蒸汽轮机相比早期蒸汽轮机面临着更大的压力。蒸汽轮机进入运行状态进入越快,其能够发出的电力就越多。这样的快速启动将给轮机带来巨大的热应力,因为温度会在不到一个小时的时间内上升数百度。在过去,供电商在启动阶段总是不紧不慢,通常一次启动可能会花上4个多小时,由此产生的应力也会低得多。现今的发电运营商则需要大幅缩短启动时间来最大限度地增加发电量并提高效率。

    此外,过去的发电厂能够长时间连续不断地运行,而现代电厂和负责驱动发电机的蒸汽轮机则需要适应如下不断变化的运行条件:供应峰值用电的发电厂需要在用电高峰时段提高输电能力,然后回归日常水平;燃气—蒸汽联合循环发电厂(CCPP)需要在其同时采用的燃气轮机与蒸汽轮机两种能源之间定期转换;为可持续能源提供后备电源的发电厂需要在天气状况发生变化时迅速联机。

    由于这些可变的运行条件,瞬态事件已成为常见现象。非常规运行,比如两班制运行或者负荷跟踪运行,也成为常见现象。瑞士Alstom Power公司项目经理Andreas Ehrsam表示:“蒸汽轮机必须能够快速启动,并以迅速、可预测的方式对负荷变化做出积极响应,同时还应能够承受这些运行条件下的内在压力。对于现代发电厂和我们的工程团队来说,这些都是关键性的技术挑战。”Ehrsam同时还表示:“新一代CCPP蒸汽轮机的热启动目标是不及30分钟。”Alstom Power在设计和制造蒸汽轮机方面已有上百年的经验,不断寻求能最大限度地提高涡轮机性能和发电量的途径,一直为全球25%的发电厂供应主要设备。

    简单来说,蒸汽轮机的转子是由成行的旋转叶片构成的,其能够捕获从叶片行间的固定喷嘴中喷出的高速蒸汽所含的能量。在蒸汽轮机运行过程中的瞬态事件中,热应力的出现会导致高疲劳负荷,而且这些应力在厚壁组件中特别明显。与此同时,高温下的常规运行也会造成涡轮机承受蠕变负荷。蠕变负荷和疲劳负荷相结合,长时间地给涡轮带来应力,最终可导致裂纹的萌生和发展,从而缩短涡轮机的寿命。

启动仿真的自动化

    Alstom Power在优化蒸汽轮机的启动流程已有多年的历史。他们之所以采用Abaqus FEA,是因为其具有强大的热机械模拟功能。在此之前,Alstom Power的早期优化分析都是基于有限差分编码和简化的组件模型。在采用FEA后,Alstom的工程人员会首先根据一系列预定义的流程参数,来推算出整个启动仿真的瞬态热边界条件。随后他们会执行有限元分析来对这些热边界条件进行验证。这种顺序执行的方法需要反复进行多次(而且是费时费力的手工流程),才能计算出理想的流程参数。

    基于对更高的运行灵活性和更准确的建模的需要,Ehrsam的工程团队选择了Abaqus的自动化功能,进而避开了费时的反复模拟流程。为实现优化的自动化,该团队开发出了一个能够将Abaqus与Alstom内部使用Python开发的热动态代码相互连接的设计工具。Python是Abaqus内核脚本界面的脚本语言。据Ehrsam称,该解决方案“可以实现我们的专有代码和Abaqus/CAE之间直接、轻松的沟通。”最终开发出的工具能够根据实时热应力确定理想的瞬态热边界条件,并且把通过使用反馈控制算法搜索出理想的流程参数的过程给自动化。Ehrsam还补充道:“有了该工具可以避免进行以前必需的大量反复手工运算,从而实现了效率更高的流程。”

    该自动化仿真的操作方法如下:Abaqus调用一个子程序来将热边界条件应用到涡轮机转子的模型上。然后Abaqus将查询Alstom的热动力程序,找出第一步的热边界条件。在此输入基础上,由Abaqus完成热机械分析。为了计算下一步的热边界条件,Abaqus将从输出数据库中抽取关键位置的实际应力,调用控制算法来确认理想的质量流量,根据该信息查询Alstom代码以了解热边界条件,最终执行热机械分析。该计算环路会每步重复,时间根据应用从10秒到60秒不等,然后将计算得出的关键位置的应力与材料的应力限制进行比较,同时还需确保质量流量接近但不超过应力限值。

自动化取代反复仿真

    为了让该工具投入实用,Alstom Power选择模拟蒸汽轮机转子在典型的60分钟启动过程中的情况。他们将Abaqus用于以下多个步骤:预处理;创建和网格简单零部件的2D模型,比如轴对称转子模型;使用Python脚本对自动化进行优化。随后在CATIA V5中创建更为复杂的3D模型,然后根据应用,使用CATIA V5 Associative Interface for Abaqus或者CATIA V5的导入功能完成导入。团队随后使用Abaqus进行模型的网格化,然后完成转子的有限元分析。质量流量控制和自动化的时间被设定为60秒。

    为启动仿真,Ehrsam的团队对启动之前组件的初始温度分布进行了建模。首先,涡轮机需被加速到额定速度,以与电网同步。随后,在60分钟的启动过程中,团队将对负荷梯度进行优化,让转子温度最高部分的最大应力恰好低于转子材料(见图1)的材料应力限值,直到最终实现基本负荷下的稳态温度分布(见图2)。该自动优化可在标准的工程PC上运行,自动优化的过程需要大约16分钟。虽然早期的手工计算每次大约只需要自动优化运行时间的三分之一,但前者需要消耗更长的设置时间,因为它们基于的估算需要每次运行时进行手工调整。

    Ehrsam表示:“该自动化流程使得我们能够在不超出应力限值的情况下确定最快的启动参数和流程。”这将导致需要根据整体形变和热流情况对转子沟槽进行调整。Ehrsam还表示:“将顺序法与自动化方法相比较,使用自动化工具体现出可节省时间和改善精度的两大优势。”使用以前的手工方法完成启动优化需要大约10个工作日。而采用新工具后,时间则缩短为5个工作日。Alstom Power团队根据以往的流程对自动化分析进行了验证,发现结果数据间有着良好的一致性。

实现最大发电量

    流程自动化的优势促使Alstom Power开始测试Isight的使用,因为Isight能够帮助他们更加深入地进行涡轮机设计方面的研究工作。Ehrsam称:“在发电行业,效率的微小进步即可每年节省数百万美元的燃料成本。”由于能够带来如此大规模的节省,同时使用仿真和优化还能使涡轮机实现最大发电量,因此这些对于未来的发电厂来说,将具有越来越重要的意义。
 

图1(左):在60分钟的启动过程中转子模型的非定态温度分布。图2(右):转子模型在基本负荷下的稳态温度分布。图片经由阿尔斯通提供